• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      勾畫

      • 基于深度學習自動勾畫在鼻咽癌調(diào)強放射治療計劃中的系統(tǒng)性評價研究
        較多,傳統(tǒng)的人工勾畫方法不僅耗時費力,且缺乏一致性和規(guī)范性,因此,自動勾畫技術(shù)成為當前的研究熱點[3~6]。自動勾畫程序是利用醫(yī)學圖像分割技術(shù),在某種最優(yōu)算法下將參考圖像與待勾畫圖像的解剖特征進行空間映射及轉(zhuǎn)換來完成自動勾畫過程。本研究基于深度學習(Deep learning,DL)的連心智能云自動勾畫平臺(AIcontour),通過對20 例既往行鼻咽癌放療的患者的放療計劃資料進行回顧性研究,通過基于人工勾畫的OARs 對AIcontour 自動勾畫的相

        中國現(xiàn)代醫(yī)藥雜志 2023年10期2023-11-17

      • 自動勾畫臨床靶區(qū)和危及器官用于制定早期乳腺癌保乳術(shù)后放療計劃
        后復(fù)發(fā)風險。準確勾畫臨床靶區(qū)(clinical target volume, CTV)和危及器官(organs at risk, OAR)為放療重要環(huán)節(jié),也是生成放療計劃及精準實施放療的關(guān)鍵。自動勾畫可較人工勾畫節(jié)約時間、縮小不同醫(yī)師者間勾畫結(jié)果的差異[1-5],有助于制定放療計劃[6-7]。本研究分析自動勾畫CTV及OAR用于制定乳腺癌術(shù)后放療計劃的可行性。1 資料與方法1.1 一般資料 回顧性分析2016年3月—2021年6月52例在江蘇大學附屬醫(yī)院接

        中國醫(yī)學影像技術(shù) 2023年7期2023-07-30

      • MIM軟件自動勾畫前列腺癌危及器官
        ]。放療前需逐層勾畫CT圖中危及器官,勾畫結(jié)果具有操作者主觀依賴性,且患者等待時間較長。目前國內(nèi)外將自動勾畫軟件用于腫瘤治療的研究[4-5]較多。本研究觀察以MIM-Maestro 6.9軟件自動勾畫前列腺癌危及器官的效果,篩選最佳數(shù)據(jù)庫病例數(shù)和匹配數(shù)。1 資料與方法1.1 研究對象 選取2018年1月—2022年4月111例于川北醫(yī)學院附屬醫(yī)院接受放療的前列腺癌患者,年齡49~82歲,平均(65.9±0.9)歲。納入標準:①經(jīng)活檢病理確診前列腺癌;②復(fù)位

        中國醫(yī)學影像技術(shù) 2023年1期2023-01-31

      • 18F-FDG PET/CT病灶自動勾畫軟件在彌漫大B細胞淋巴瘤中的應(yīng)用
        代謝參數(shù)通過手工勾畫病灶來測量,因淋巴瘤往往侵犯范圍較大,且常伴有骨髓浸潤[8],測量結(jié)果受操作者主觀影響較大,手工勾畫費時費力且可重復(fù)性差,大大加重了醫(yī)師的負擔。病灶自動勾畫的應(yīng)用可以減少因不同核醫(yī)學科醫(yī)師操作之間的差異而導(dǎo)致的測量誤差,使獲得的PET/CT代謝參數(shù)具有穩(wěn)定性及可重復(fù)性。本研究擬使用自動勾畫軟件對DLBCL患者進行病灶勾畫并測量代謝參數(shù),比較其與手工勾畫的差異,探討自動勾畫方式應(yīng)用于臨床DLBCL患者的可行性。1 資料和方法1.1 一般資

        腫瘤影像學 2022年6期2023-01-29

      • 危及器官自動勾畫在鼻咽癌、乳腺癌與直腸癌中應(yīng)用研究
        CT 掃描、靶區(qū)勾畫、計劃設(shè)計、計劃驗證等。其中靶體積和正常組織的勾畫是制定調(diào)強放射治療計劃的關(guān)鍵步驟之一,盡管手動勾畫是建立在一定的標準指南上面, 不同的腫瘤放射治療醫(yī)師之間仍有很大的差異。 多項研究表明,不同醫(yī)院的腫瘤醫(yī)師之間的輪廓一致性較差,為了解決放射治療的這一問題,許多研究都集中在放射治療靶區(qū)與正常組織自動輪廓上[1,2]。Song Y 等[3]研究基于神經(jīng)網(wǎng)絡(luò)的深度學習方法自動勾畫直腸癌放射治療靶區(qū)和正常組織的信息,獲得了很高的臨床勾畫質(zhì)量及更

        生物醫(yī)學工程與臨床 2022年5期2022-12-03

      • AccuContour軟件在乳腺癌靶區(qū)和危及器官自動勾畫中的研究
        靶區(qū)及危及器官的勾畫是較為關(guān)鍵的一步,是實現(xiàn)精準放療的必要前提[3]。臨床上如何更快速、準確地勾畫靶區(qū)及危及器官一直是研究的熱點。近年來,深度學習自動勾畫軟件被應(yīng)用于臨床,但其勾畫結(jié)果因軟件不同存在一定的差異性,且有研究表明,基于軟件原有的自動勾畫模型對臨床靶區(qū)的勾畫效果并不理想[4-5]。目前關(guān)于AccuContour(AC)軟件學習后重新建模,應(yīng)用于乳腺癌臨床靶區(qū)(Clinical Target Volume,CTV)和危及器官(Organs At R

        中國醫(yī)療設(shè)備 2022年7期2022-08-03

      • 基于深度學習肝癌放射治療中腎臟自動勾畫的研究
        射治療醫(yī)師需精確勾畫臨床治療靶區(qū)、正常肝組織、腎臟等器官。腎臟作為危及器官之一,其結(jié)構(gòu)的準確勾畫對肝癌放療患者的計劃設(shè)計以及放療劑量分布有重要的影響。但放療醫(yī)師逐層手工勾畫腎臟輪廓,會花費許多寶貴的時間。本研究選取不同具有放射治療適應(yīng)癥的肝癌患者,利用卷積神經(jīng)網(wǎng)絡(luò)模型構(gòu)建肝癌DICOM自動分割平臺,實現(xiàn)對肝癌患者腎臟自動勾畫,并對比分析自動勾畫和人工勾畫的效果,為肝癌放療患者腎臟自動勾畫提供參考。1 材料和方法1.1 病例選擇選取崇左市人民醫(yī)院收治的具有放

        世界最新醫(yī)學信息文摘 2022年14期2022-07-27

      • 直腸癌術(shù)前放療危及器官與臨床靶區(qū)自動勾畫的可行性研究
        )輪廓并逐層精準勾畫,以保證在腫瘤靶區(qū)精確照射前提下,最大限度保護OAR[6-7]。然而手動勾畫不僅復(fù)雜繁瑣、耗時耗力,還受到醫(yī)生對腫瘤學、解剖學的掌握程度和臨床經(jīng)驗、影像質(zhì)量等主、客觀因素的影響,且同一勾畫者在不同勾畫中也會有偏差[8]。自動勾畫軟件可以提高勾畫效率,減少人工勾畫之間的個體差異[9]。本研究使用AccuLearning平臺構(gòu)建并訓練自動勾畫模型,配合使用AccuContour軟件,對直腸癌術(shù)前容積旋轉(zhuǎn)調(diào)強放療患者的CTV與OAR進行自動勾

        中國醫(yī)學物理學雜志 2022年7期2022-07-26

      • RT-Mind自動勾畫技術(shù)應(yīng)用于鼻咽癌放射治療可行性研究
        量[8],而準確勾畫臨床靶區(qū)(Clinical Target Volumes, CTV)和危及器官(Organsat-Risk, OARs)是保證鼻咽癌調(diào)強治療療效的前提[9]。當前勾畫CTV 和OARs 都是由放射治療醫(yī)師參考多模態(tài)影像資料手動勾畫[10],需要大量的精力和時間,繁瑣和重復(fù)性的工作降低了醫(yī)師對患者進行診療的效率。近年來,自動勾畫軟件的開發(fā)已成為放療領(lǐng)域的熱點,基于患者圖集和基于卷積神經(jīng)網(wǎng)絡(luò)的自動勾畫是目前兩種主要技術(shù)[11-12]。RT-

        中國醫(yī)學物理學雜志 2022年6期2022-07-01

      • 兩種自動勾畫系統(tǒng)勾畫頭部小體積危及器官的對比
        靶區(qū)和OAR 的勾畫本質(zhì)上是圖像分割,通常由經(jīng)驗豐富的醫(yī)生手動逐層完成[3]。目前多數(shù)醫(yī)院放射治療時頭部影像掃描層厚為2 mm,一套完整的影像有上百張圖片,醫(yī)生手動勾畫靶區(qū)和OAR需1~2 d,是一項非常耗時耗力的工作[4]。2016年國務(wù)院發(fā)布《國民經(jīng)濟和社會發(fā)展第十三個五年規(guī)劃綱要(草案)》,將人工智能列入國家戰(zhàn)略地位。放療行業(yè)積極響應(yīng)國家政策,人工智能應(yīng)用到放射治療的各個環(huán)節(jié)。自動勾畫的理念在放射治療行業(yè)普及,電子計算機斷層掃描(CT)圖像自動分割能

        中國醫(yī)學物理學雜志 2022年6期2022-07-01

      • 頭頸部腫瘤中手工勾畫危及器官的組間和組內(nèi)差異性
        過程中嚴格精確地勾畫靶區(qū)和危及器官(organ at risk,OAR)并對合適的目標函數(shù)進行劑量限制[1]。對于頭頸部腫瘤患者的靶區(qū)及OAR 的勾畫非常耗時,并且對同一器官的勾畫存在較大的人為差別,或者同一醫(yī)師在不同時間勾畫也存在偏差[2-3]。為此,基于CT 圖像模板的自動勾畫軟件(alas-based autosegmentation, ABAS)應(yīng)運而生,該軟件已越來越受到歡迎并被臨床應(yīng)用,其為醫(yī)師們節(jié)省大量勾畫時間的同時能夠改善醫(yī)師之間的勾畫差異

        醫(yī)療裝備 2022年11期2022-06-23

      • 兩種自動勾畫軟件對危及器官勾畫結(jié)果對比分析
        中危及器官的準確勾畫是非常重要的環(huán)節(jié)[4]。醫(yī)生和物理師對危及器官手動勾畫不僅費時費力,而且主觀性較強,不同醫(yī)生對同一器官勾畫結(jié)果不盡相同,同一醫(yī)生不同時間勾畫結(jié)果也可能存在偏差[5]。為了減少危及器官勾畫的時間并提高勾畫精度,越來越多的研究開始專注于靶區(qū)及危及器官的自動勾畫,從早期的基于圖譜庫的半自動勾畫[6-7],到現(xiàn)在的基于深度學習理論的自動勾畫[8-9],自動勾畫技術(shù)發(fā)展非常迅速。目前,市面上的商用自動勾畫軟件在保證勾畫精度的同時,縮短了勾畫時間,

        中國醫(yī)學物理學雜志 2022年3期2022-03-29

      • 基于MRI圖像的自動勾畫技術(shù)在宮頸癌放療中的應(yīng)用研究
        n左右的時間完成勾畫工作,且不同級別的醫(yī)生之間勾畫質(zhì)量參差不齊[3]。為了提高勾畫效率和質(zhì)量,自動勾畫工具逐漸出現(xiàn)。Pekar等[4]首先提出了基于CT圖像的盆部器官(膀胱、股骨頭和直腸)的自動勾畫方法。自動勾畫作為人工勾畫的輔助,在一定程度上減輕了相關(guān)范疇的臨床壓力,提高了勾畫效率并實現(xiàn)了同質(zhì)化放療[5]。近幾年,人工智能在自動勾畫方面有較多的研究,已有研究表明,通過深度學習的方法自動勾畫CT圖像的靶區(qū)和感興趣區(qū)已取得令人滿意的結(jié)果[6-7]。由于盆腔軟

        醫(yī)療衛(wèi)生裝備 2022年1期2022-02-23

      • 自動勾畫軟件在宮頸癌容積旋轉(zhuǎn)調(diào)強放射治療中的劑量學研究
        照射,醫(yī)師應(yīng)準確勾畫出靶區(qū)和OAR[1]。但是,宮頸癌患者的OAR 眾多,勾畫煩瑣,因此,自動勾畫(atlas-based autosegmentation,ABAS)軟件應(yīng)運而生,其旨在縮短手工勾畫OAR 的時間、減少人為誤差,達到提高放射治療準確度的目的[2-4]。陳開強等[5]的研究結(jié)果表明,ABAS 軟件自動勾畫與手工勾畫的宮頸癌OAR 接近,但其并未比較兩者的劑量學差異?;诖?,本研究用ABAS 軟件得到的單模板(一對一)和多模板(十對一)兩種方

        醫(yī)療裝備 2021年21期2021-11-30

      • AccuContour軟件在自動勾畫口腔頜面頭頸腫瘤患者口腔結(jié)構(gòu)的應(yīng)用
        ,OAR)的精確勾畫是實施的關(guān)鍵一環(huán)[3],特別對于頭頸部腫瘤來說,由于靶區(qū)與OAR空間位置距離很近,給OAR的保護造成一定困難,故精確勾畫危機器官成為關(guān)鍵一環(huán)。常規(guī)的OAR勾畫由醫(yī)生在患者的定位CT上進行逐層勾畫,工作量大,且勾畫結(jié)果受到醫(yī)師主觀的影響,給放療實施帶來不確定性。近年來隨著自動勾畫工具的出現(xiàn)[4-5],在一定程度上解決了上述問題,但勾畫精度和臨床應(yīng)用價值仍值得探討。現(xiàn)有的自動勾畫技術(shù)主要包括基于圖譜庫[6-8]和深度學習[9-11]的自動勾

        中國醫(yī)療設(shè)備 2021年11期2021-11-30

      • 小樣本訓練模型在宮頸癌放療中自動勾畫可行性研究
        sk,OARs)勾畫的準確性顯得尤為重要[3-4]。臨床上認為手動勾畫靶區(qū)及OARs是金標準,但這是一個費時費力的過程。有研究表明宮頸癌患者的OARs勾畫時間約2 h,而且不同臨床醫(yī)師勾畫結(jié)果可能因為經(jīng)驗及理解不同而存在較大差異,這大大影響了患者放療的準確性[4-6]。近年來,基于深度學習自動勾畫的研究備受關(guān)注,并在前列腺癌、肺癌等部位取得很大進展,降低了放療醫(yī)師工作負荷以及勾畫差異性[7-9]。深度學習算法模型已逐漸應(yīng)用于臨床,在實際使用過程中,常會發(fā)現(xiàn)

        中國醫(yī)療設(shè)備 2021年11期2021-11-30

      • AccuContour和United Imaging軟件自動勾畫胸部危及器官
        準,這就要求對于勾畫目標及危及器官(organ at risk,OAR)需要有較高精確度,對目標體積和OAR進行精確的空間描述,在使腫瘤細胞獲得高度適形輻射劑量的同時保護健康組織,防止急性放射損傷及相關(guān)并發(fā)癥。傳統(tǒng)人工勾畫OAR方法耗時、費力,且觀察者內(nèi)和觀察者間均存在差異[1]。隨著計算機算法的發(fā)展,大量自動勾畫軟件被開發(fā)出來[2],目前自動和半自動勾畫已達到較高精度,且可重復(fù)性強[3-4];主要包括基于圖譜的自動勾畫方法[5-6]和基于人工智能的自動勾

        中國醫(yī)學影像技術(shù) 2021年11期2021-11-24

      • 基于深度學習的正常組織自動勾畫在計劃設(shè)計中的劑量準確度評估
        的定位CT圖像上勾畫危及器官(Organs-at-Risk,OAR)是放療計劃設(shè)計過程中不可或缺的環(huán)節(jié)之一。然而傳統(tǒng)的手動勾畫十分費時費力[1-2],因此近年來自動勾畫在臨床工作中得到了廣泛的應(yīng)用,以提高勾畫速度,減少患者等待治療所需時間[3]。大量研究已經(jīng)表明,基于深度學習算法的自動勾畫技術(shù)能夠顯著減少勾畫所需時間,同時可達到接近專家的勾畫精度水平[4-10]。然而此類研究主要聚焦于勾畫準確性,對實際計劃設(shè)計中可能存在的劑量偏差鮮有涉及。Nelms等[1

        中國醫(yī)療設(shè)備 2021年10期2021-10-28

      • 基于DICOM RT的鼻咽癌放療計劃劑量限制結(jié)構(gòu)自動勾畫研究
        和相對位置關(guān)系,勾畫一定數(shù)量劑量限制結(jié)構(gòu)(Dose Limited Structures,DLSs)輔助計劃設(shè)計[3]。常規(guī)的DLSs勾畫方式是利用放療計劃系統(tǒng)(Radiation Therapy Treatment Planning System,TPS)中提供的勾畫功能模塊進行人工逐個勾畫,這種方式極大地影響物理師計劃設(shè)計的效率。謝朝等[4]研究編寫AutoHotkey熱鍵腳本,模擬物理師在Eclipse TPS中勾畫DLSs時的鼠標點擊動作。一些商用

        中國醫(yī)療設(shè)備 2021年9期2021-10-13

      • 自動勾畫軟件LinkingMed和SPICE應(yīng)用于頭頸部危及器官勾畫的準確性比較
        及器官數(shù)量眾多,勾畫復(fù)雜,限量嚴格,使得手動勾畫危及器官成為一件耗時耗力的事情,因此有諸多自動勾畫軟件被應(yīng)用于臨床以提高醫(yī)生的工作效率。這些軟件有基于圖譜庫算法的Smart Segmentation、MIMAtlas、ABAS和Raystation等,其通過匹配圖譜庫的模板進行剛性或形變配準得到自動輪廓,用戶選擇不同的病例數(shù)建立不同的圖譜庫模板將影響自動勾畫的時間和準確性[1-2];其中基于概率圖譜庫算法的軟件SPICE的圖譜庫則不可修改,用戶只能調(diào)取并使

        醫(yī)療衛(wèi)生裝備 2021年9期2021-09-24

      • AccuContour和DeepViewer兩款軟件自動勾畫胰腺癌患者腎臟結(jié)構(gòu)的比較
        的劑量,需要精確勾畫并對劑量進行評估。人工智能(Artificial Intelligence,AI)是一門新興的技術(shù)科學,利用計算機模型和算法來復(fù)制模擬類似于人類的智能并執(zhí)行特定的任務(wù)。AI廣泛地應(yīng)用于腫瘤放射治療的多個方面,主要包括腫瘤靶區(qū)及危及器官自動勾畫。危及器官的勾畫是一項耗時耗力重復(fù)性高的工作,而基于AI的自動勾畫軟件使用簡單、易上手?;谏疃葘W習和圖譜的危及器官自動勾畫方法是目前主要的兩種方法,本研究使用基于深度學習的兩款國產(chǎn)軟件AccuCo

        中國醫(yī)療設(shè)備 2021年7期2021-07-29

      • 奏響提高審題能力的“四步曲”
        意義?!娟P(guān)鍵詞】勾畫? 批注? 審題? 能力《課程標準》提到:“在整個數(shù)學教育的過程中都應(yīng)該培養(yǎng)學生的應(yīng)用意識,讓他們獲得分析問題和解決問題的一些基本方法?!苯鉀Q問題的前提是需要學生理解題意,而審題則是解題的開始,也是解題的關(guān)鍵。審題需要以一定的知識水平為基礎(chǔ),更需要有良好的讀題習慣和有效的思考方法為保證,學生只有通過審題,才能明確題意,為進一步的思考作準備。著名數(shù)學教育家波利亞說過:回答一個你尚未弄清的問題是愚蠢的,最糟糕的情況是沒有弄清問題就進行演算或

        家庭教育報·教師論壇 2021年21期2021-07-13

      • 基于深度學習的rtStation軟件自動勾畫乳腺癌術(shù)后患者心臟結(jié)構(gòu)的應(yīng)用分析
        放療醫(yī)師需要準確勾畫左肺、右肺、脊髓、心臟等危及器官。心臟作為危及器官之一,其結(jié)構(gòu)的準確勾畫對乳腺癌術(shù)后放療患者的精確計劃設(shè)計和劑量評估有重要意義。但放療醫(yī)師逐層手工勾畫心臟結(jié)構(gòu)等危及器官,會花費許多寶貴的時間,相應(yīng)減少了靶區(qū)勾畫等更重要工作的時間。近年來,多款基于人工智能技術(shù)的商用自動輪廓勾畫軟件(或軟件模塊)在放療領(lǐng)域得到了應(yīng)用[5-9],這在很大程度上提高了放療醫(yī)師的勾畫工作效率。上海大圖醫(yī)療科技有限公司的rtStation軟件是其中之一。目前國內(nèi)對

        中國醫(yī)學物理學雜志 2021年6期2021-07-06

      • 兩種自動勾畫方法對上腹部危及器官勾畫結(jié)果對比分析
        目前,有多種自動勾畫軟件已經(jīng)開始在放療中使用,可以自動勾畫靶區(qū)和危及器官(Organs-At-Risk,OARs),為臨床節(jié)省了大量時間。然而由于患者的個體差異,靶區(qū)的自動勾畫結(jié)果目前還需要人工修改后才能臨床使用[1-4],但是OARs的自動勾畫已經(jīng)與人工勾畫差別不大[5-8]。目前自動勾畫OARs輪廓主要有兩種技術(shù)路線:一是利用基于卷積神經(jīng)網(wǎng)絡(luò)的深度學習(Deep Learning,DL)算法和具有相應(yīng)勾畫數(shù)據(jù)的圖像訓練并建立自動勾畫模型;另一種是基于圖

        中國醫(yī)療設(shè)備 2021年6期2021-06-25

      • AccuContour軟件在頭頸部危及器官自動勾畫中的應(yīng)用研究
        0029引言精確勾畫腫瘤靶區(qū)和危及器官(Organs at Risk,OARs)是實現(xiàn)精準放射治療的根本保障[1-2]?,F(xiàn)階段,腫瘤靶區(qū)和OARs的輪廓線勾畫主要由經(jīng)驗豐富的臨床醫(yī)生手動完成,但人工勾畫耗時較長效率較低,且極度依賴勾畫醫(yī)生的臨床經(jīng)驗,在不同醫(yī)生或不同患者之間勾畫結(jié)果存在較大差異。因此,臨床工作中特別期待有智能的、快速的自動分割算法來實現(xiàn)腫瘤靶區(qū)和OARs的自動勾畫。目前,臨床上應(yīng)用較多的主要是基于圖譜庫(Atlas)的自動分割軟件[3-4]

        中國醫(yī)療設(shè)備 2021年6期2021-06-25

      • 人工智能實施頭頸部患者組織結(jié)構(gòu)自動勾畫的評價研究
        于精確的三維輪廓勾畫,因此靶區(qū)及危及器官(organs-at-risk,OARs)勾畫的準確性是實現(xiàn)患者放療療效的重要前提條件之一[1]。但臨床工作中OARs勾畫的是一項極其耗時且繁瑣的工作;同時受勾畫者的主觀性及自身不同專業(yè)素質(zhì)的限制[2-3],很難保證勾畫效果的一致性及準確度[4],這些差異不僅會影響治療計劃的優(yōu)化及質(zhì)量,并且會影響療效評估以及臨床模式的評估[5-6]。頭頸部腫瘤尤其是鼻咽癌患者,其腫瘤靶區(qū)形狀復(fù)雜、周圍OARs結(jié)構(gòu)眾多,OARs勾畫

        實用癌癥雜志 2021年5期2021-06-10

      • 扛起探路使命 先行“勾畫”昆山現(xiàn)代化目標
        應(yīng)該是一個可以去勾畫的目標”。昆山牢記習近平總書記諄諄囑托,堅決扛起“爭當表率、爭做示范、走在前列”使命擔當,全力探索一條以“強富美高”為鮮明標識的現(xiàn)代化路徑,奮力走在社會主義現(xiàn)代化建設(shè)新征程前列。堅持“發(fā)展第一要務(wù)”,讓“經(jīng)濟強”成為現(xiàn)代化建設(shè)的穩(wěn)固基礎(chǔ)經(jīng)濟現(xiàn)代化是現(xiàn)代化的基礎(chǔ),只有經(jīng)濟高質(zhì)量發(fā)展,才能為其他領(lǐng)域現(xiàn)代化提供有力支撐。昆山始終堅持發(fā)展第一要務(wù),向改革要活力、向開放要潛力、向創(chuàng)新要動力,努力推動經(jīng)濟發(fā)展在高平臺上行穩(wěn)致遠。強化企業(yè)服務(wù)優(yōu)存量。

        群眾 2021年9期2021-06-10

      • 人工智能技術(shù)在鼻咽癌放療危及器官自動勾畫中的應(yīng)用研究
        同劑量照射,精準勾畫腫瘤靶區(qū)和危及器官(Organs at risk,OARs)的輪廓是實現(xiàn)精準放射治療的前提和保障。放療醫(yī)師需要在CT圖像上精準勾畫靶區(qū)和OARs,這個勾畫過程通常費時費力,包含大量簡單重復(fù)性工作。這些工作降低了臨床診療效率[2-3],耽誤了病人治療時間,給繁忙的臨床工作帶來負擔。近年來,隨著人工智能技術(shù)在放療醫(yī)學領(lǐng)域的發(fā)展,MIM、OnQ、ABAS等自動勾畫軟件被廣泛報道[4-6]。然而自動勾畫技術(shù)的準確度有待考證,因此將自動勾畫技術(shù)應(yīng)

        實用腫瘤學雜志 2021年2期2021-04-29

      • 基于RT-Mind軟件的乳腺癌靶區(qū)及危及器官的自動勾畫
        OARs)的精確勾畫是乳腺癌患者精確放療的前提和保證。放射腫瘤醫(yī)師手動勾畫的CTV和OARs是當前臨床勾畫的金標準,但是臨床工作中CTV及OARs的勾畫是一個費時且費力的工作,大量重復(fù)性的工作降低了醫(yī)師對患者進行診療的效率[2-3]。近年來,自動勾畫軟件的開發(fā)已成為放療領(lǐng)域的熱點,基于患者圖集[4-5]和基于卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks,CNN)[6-7]的自動勾畫是目前兩種主要的自動勾畫技術(shù)。本研究的RT-Mi

        中國醫(yī)療設(shè)備 2021年4期2021-04-23

      • AccuContour軟件自動勾畫鏡面人患者4D-CT圖像心臟結(jié)構(gòu)的應(yīng)用分析
        其定位CT圖像上勾畫上述危及器官時,與普通放療患者不同,需要改變左右習慣來進行認真勾畫。在腫瘤放療工作中,心臟是胸部腫瘤患者的重要危及器官之一,需要進行精確勾畫并對其劑量進行認真評估[2]。近年來,隨著人工智能技術(shù)的不斷發(fā)展,出現(xiàn)了多種基于圖譜庫或基于深度學習的自動輪廓勾畫軟件,可用于危及器官和部分腫瘤靶區(qū)的自動勾畫[3-4]。然而,由于鏡面人在腫瘤患者中的比例很小,目前為止自動勾畫的相關(guān)研究均沒有涉及鏡面人患者,尚無對鏡面人患者的危及器官進行自動勾畫效果

        中國醫(yī)療設(shè)備 2021年4期2021-04-23

      • 三種自動勾畫軟件應(yīng)用于中上腹部危及器官勾畫的準確性研究
        床醫(yī)師精確定義和勾畫靶區(qū)與危及器官(Organs at Risk,OAR)。傳統(tǒng)的手工勾畫OAR不僅費時費力,而且重復(fù)性差,此外患者在經(jīng)過一段時間放療后,身體的解剖結(jié)構(gòu)會發(fā)生變化,腫瘤縮小,則需要重新定位并制訂放療計劃[3-5],而繁瑣重復(fù)的OAR勾畫無疑大幅降低放療計劃制定的效率,也給臨床醫(yī)師造成負擔。目前國內(nèi)外有基于圖譜庫和形變配準融合自動勾畫軟件應(yīng)用于頭頸部腫瘤[6-9]、胸部腫瘤[10-14]和下腹部腫瘤[15-20]的OAR自動勾畫臨床可行性研究

        中國醫(yī)療設(shè)備 2021年3期2021-03-23

      • 智能放療云平臺在肝臟結(jié)構(gòu)自動勾畫中的應(yīng)用
        至關(guān)重要,但手工勾畫過程不僅耗時耗力,占用臨床醫(yī)師大量寶貴時間與精力,還在不同醫(yī)生間存在較大的主觀差異[1]。近年來,人工智能在醫(yī)學領(lǐng)域的應(yīng)用使得自動勾畫技術(shù)成為研究熱點之一,出現(xiàn)了針對各種器官的自動勾畫算法框架。由于肝臟外形復(fù)雜,與鄰近器官組織,例如心臟、腹壁肌肉、膈肌等在影像上均缺乏良好的灰度對比,難以形成清晰的邊界,使得肝臟的自動醫(yī)學圖像分割仍是醫(yī)學圖像處理中的難點之一[2]。目前出現(xiàn)的ABAS、MIM、Raystation、Velocity等基于圖

        中國醫(yī)療設(shè)備 2021年1期2021-01-26

      • PET/CT在非小細胞肺癌放療靶區(qū)勾畫中的應(yīng)用進展
        放療過程中,靶區(qū)勾畫起至關(guān)重要的作用,對治療的療效和預(yù)后都有重要的意義。目前60~70 Gy的照射劑量常被應(yīng)用于局部晚期肺癌患者的放射治療照射劑量與復(fù)發(fā)率及生存率明顯相關(guān)[1,2]。臨床上對腫瘤病變區(qū)域不但需要實施較高劑量的照射,但同時又不能增加正常組織發(fā)生并發(fā)癥的風險,因此精確勾畫腫瘤病變區(qū)域至關(guān)重要。當前NSCLC患者的放療靶區(qū)勾畫和計劃設(shè)計中,通常使用的是增強CT圖像。若患者存在腫瘤相關(guān)的肺不張及阻塞性肺炎,靶區(qū)勾畫時就難以識別肺不張區(qū)域與腫瘤病變區(qū)

        山東醫(yī)藥 2020年27期2020-12-29

      • DeepViewer軟件自動勾畫乳腺癌保乳術(shù)后腫瘤靶區(qū)的初步研究
        -2]。放療靶區(qū)勾畫的精準性將直接影響術(shù)后放療的結(jié)果,以及病人遠期的生活質(zhì)量,常規(guī)醫(yī)生的手動勾畫過程繁瑣,耗時費力,同時又和臨床醫(yī)生的主觀性和臨床經(jīng)驗大大相關(guān),如何提高效率的同時進一步提高放療靶區(qū)的精確性,一直是臨床醫(yī)生關(guān)注和研究的重點[3-5]。近年來,隨著人工智能和圖像處理技術(shù)的不斷發(fā)展,出現(xiàn)了多種自動勾畫軟件。DeepViewer軟件能夠?qū)崿F(xiàn)對30余種危及器官及常規(guī)臨床靶區(qū)的自動勾畫,本文應(yīng)用DeepViewer軟件自動勾畫乳腺癌保乳術(shù)后患者的放療靶

        中國醫(yī)療設(shè)備 2020年12期2020-12-29

      • 大圖醫(yī)療rtStation軟件自動勾畫直腸癌患者膀胱結(jié)構(gòu)的應(yīng)用分析
        盆腔其他危及器官勾畫與放射計劃設(shè)計至關(guān)重要,而由于危及器官勾畫過程耗時耗力,各種自動勾畫工具應(yīng)運而生。本研究測試并定量評估上海大圖科技有限公司的放射治療勾畫工作站rtStation軟件在直腸癌患者膀胱結(jié)構(gòu)自動勾畫結(jié)果的準確性。1 材料與方法1.1 自動勾畫軟件rtStation是一款基于云架構(gòu)的放療醫(yī)生工作站,通過云端計算,深度學習以及基于GPU的圖像顯示技術(shù),為腫瘤放療醫(yī)生提供自動勾畫、配準融合及劑量評估等工具。其自動勾畫模塊使用3D-Unet架構(gòu)執(zhí)行訓

        中國醫(yī)療設(shè)備 2020年12期2020-12-29

      • 基于密集全連接卷積網(wǎng)絡(luò)的宮頸癌患者CTV自動預(yù)勾畫
        [2-4]。精確勾畫臨床靶區(qū)體積(clinical target volume,CTV)在放療過程中起著關(guān)鍵作用,直接影響患者預(yù)后。目前,勾畫CTV由放療科醫(yī)師基于CT圖像手動完成。近年來,使用深度學習進行病灶自動識別勾畫備受關(guān)注,并在鼻咽癌、直腸癌等部位獲得很大進展[5-8]。宮頸癌CTV區(qū)域除包括影像學可見的病變之外,還包含亞臨床病變區(qū)域和可能侵及區(qū)域,受侵范圍不一和器官充盈程度都會影響勾畫。相關(guān)研究進展緩慢,未有結(jié)果報道。本研究嘗試使用在女性盆腔分割

        中國醫(yī)療器械雜志 2020年5期2020-10-13

      • 基于U-Net的自動分割方法對乳腺癌危及器官的自動勾畫
        s)及靶區(qū)的準確勾畫是重要的步驟之一。通常都由醫(yī)師對相應(yīng)的CT圖像進行手動勾畫OARs及靶區(qū),而手動勾畫這些結(jié)構(gòu)不僅耗時費力,而且勾畫結(jié)果更依賴于醫(yī)生所掌握的解剖學和腫瘤學知識,主觀性較強,一致性和規(guī)范性較差。近年來,有越來越多的研究致力于OARs自動勾畫。當前已有多種類型的自動勾畫技術(shù),其中包括基于圖譜的自動勾畫技術(shù)[2-3],基于機器學習的自動勾畫技術(shù)和基于神經(jīng)網(wǎng)絡(luò)的自動勾畫技術(shù)[4-6]?;趫D譜的自動勾畫技術(shù)是通過目標CT圖像與圖譜庫內(nèi)的參考圖像進

        中國醫(yī)療設(shè)備 2020年8期2020-08-27

      • 體積對自動勾畫軟件勾畫危及器官準確性的影響
        OAR)的準確勾畫是一個非常關(guān)鍵的環(huán)節(jié)[2‐3]。而醫(yī)生手動勾畫OAR 是一個十分耗時的過程,每一個患者都有數(shù)百張CT 圖像,而醫(yī)生需要對相關(guān)的CT圖像進行逐張勾畫。Walker等[4]和Teguh 等[5]經(jīng)過研究發(fā)現(xiàn)與手動勾畫OAR 相比,自動勾畫可節(jié)省大量的時間。手動勾畫OAR一般需要數(shù)小時而自動勾畫則僅需數(shù)分鐘乃至數(shù)秒即可完成。近年來,多種OAR自動勾畫技術(shù)被相繼開發(fā),其中包括基于圖譜的自動勾畫技術(shù)[6‐7]、基于機器學習的自動勾畫技術(shù)[8]和基

        中國醫(yī)學物理學雜志 2020年7期2020-08-04

      • DeepViewer軟件自動勾畫乳腺癌保乳術(shù)后患者心臟結(jié)構(gòu)的應(yīng)用
        官,需要進行精確勾畫并對其劑量進行認真評估。然而,現(xiàn)有的治療計劃系統(tǒng)(Therapy Planning System,TPS)一般具有自動勾畫肺和脊髓的功能,但是不具有自動勾畫心臟結(jié)構(gòu)的功能。近年來,隨著人工智能和自動輪廓勾畫技術(shù)的不斷發(fā)展,出現(xiàn)了多種自動勾畫軟件[5-8]。安徽慧軟科技的DeepViewer軟件,能夠?qū)崿F(xiàn)對30余種危及器官的自動勾畫,目前國內(nèi)尚無對其測試和評估的文獻報道。本文應(yīng)用DeepViewer軟件自動勾畫乳腺癌保乳術(shù)后患者的心臟結(jié)構(gòu)

        中國醫(yī)療設(shè)備 2020年4期2020-06-09

      • 智能放療云平臺自動勾畫食管癌患者心臟結(jié)構(gòu)的應(yīng)用
        肺、脊髓等)進行勾畫,此過程費時費力,占用了臨床醫(yī)師大量寶貴時間。近年來,隨著自動勾畫技術(shù)的不斷發(fā)展,出現(xiàn)了多種自動勾畫軟件,如ABAS 軟件、MIM、OnQ 等軟件[9-11]。連心醫(yī)療的智能放療云平臺(RAIC.OIS),其自動勾畫工具可以實現(xiàn)對多種危及器官進行自動勾畫,目前國內(nèi)尚無對其測評的報道。本文應(yīng)用智能放療云平臺的自動勾畫工具對食管癌患者的心臟結(jié)構(gòu)進行自動勾畫,并比較分析自動和手動兩種勾畫方式的差異。1 材料與方法1.1 智能放療云平臺連心醫(yī)療

        中國醫(yī)學物理學雜志 2019年12期2020-01-07

      • 算法和匹配數(shù)目對宮頸癌危及器官自動勾畫的影響
        中危及器官輪廓的勾畫是一個極其重要的環(huán)節(jié)。常規(guī)醫(yī)生手動勾畫耗時、費力,而且勾畫者之間具有較大的差異性[1],自動勾畫軟件的出現(xiàn)能夠在一定程度上幫助醫(yī)生提高勾畫效率[2],減少勾畫者之間的差異性[3]。但對自動勾畫軟件勾畫結(jié)果的評價[4]以及提高自動勾畫精確性的方法[5]仍在不斷的探索中。MIM-Maestro軟件作為一款醫(yī)學圖像和信息管理軟件,主要用于多模態(tài)醫(yī)學圖像的配準和融合、放射治療劑量的疊加、自動器官輪廓勾畫等。MIMMaestro將含有勾畫數(shù)據(jù)的模

        中國醫(yī)學物理學雜志 2019年11期2019-11-29

      • 基于人工智能技術(shù)的危及器官自動勾畫在胸部腫瘤中的應(yīng)用
        計劃設(shè)計前精確地勾畫靶區(qū)和危及器官(Organs-at-Risk,OAR)體積輪廓[1-2]。通常,醫(yī)生根據(jù)患者的CT圖像手動描繪放療靶區(qū)和OAR,然而勾勒過程非常耗時,包含了大量重復(fù)性的工作,降低了診療效率,耽誤了患者的治療時間。當前已有多個基于圖譜庫(Atlas-based)的自動勾畫軟件投入到臨床應(yīng)用中,可以為醫(yī)生節(jié)省大量的OAR勾畫時間,提高工作效率,并減少不同醫(yī)生間的勾畫差異[3-6]。然而基于圖譜庫的自動勾畫軟件需要大量已經(jīng)勾畫好OAR的CT圖

        中國醫(yī)學物理學雜志 2019年11期2019-11-29

      • 自動勾畫軟件在腫瘤放射治療教學的應(yīng)用
        OAR)的高精度勾畫是實施精確放療的前提和關(guān)鍵技術(shù)。目前,臨床上主要依靠醫(yī)生手工勾畫OAR、CTV,不僅效率低下,而且主觀性較強;因此,借助計算機信息處理和人工智能技術(shù)的發(fā)展,提供腫瘤放射治療CTV和OAR智能化、自動化勾畫軟件來解決問題,必然有廣闊的應(yīng)用前景。腫瘤放射治療學是??漆t(yī)學教育階段課程,基本內(nèi)容涉及醫(yī)學影像學、臨床病理學、腫瘤學、放射物理學、放射生物學、放射治療技術(shù)及其它臨床學科,涵蓋知識面非常廣泛[1]。我國現(xiàn)有的??漆t(yī)學教育多采用大班授課、

        醫(yī)學教育研究與實踐 2019年4期2019-08-26

      • 定量評價Atlas模板庫病例數(shù)目對宮頸癌危及器官自動勾畫的影響
        圖像上精確的輪廓勾畫是一個重要環(huán)節(jié)。放射治療開始之前,腫瘤及其相關(guān)的所有危及器官都要被勾畫出來,以便在實施劑量計算后對靶區(qū)和各危及器官進行定量的評估。常規(guī)的醫(yī)生手動勾畫存在諸多弊端:過程繁瑣,耗費大量的時間和人力,從而導(dǎo)致器官勾畫效率較為低下;輪廓的勾畫存在人為誤差,帶有一定的主觀性,準確性、重復(fù)性差。自動勾畫軟件的出現(xiàn)能夠在一定程度上改善這種差異。目前市場上已出現(xiàn)多種可以實現(xiàn)自動勾畫功能的商用軟件,其中大部分軟件是基于圖譜的自動勾畫(Atlas-Base

        中國醫(yī)學物理學雜志 2019年7期2019-07-25

      • 自動勾畫技術(shù)在前列腺癌自適應(yīng)放射治療中的臨床應(yīng)用研究
        像上,準確定義與勾畫出靶區(qū)和OAR的輪廓。傳統(tǒng)定位圖像上的手工勾畫占用醫(yī)生臨床工作的大部分時間,且易形成不同勾畫者間的差異[2-5]。這已經(jīng)遲緩了自適應(yīng)放射治療(adaptive radiotherapy,ART)技術(shù)快速發(fā)展的腳步[6]。ART的特點需要在放射治療間期更為快速、準確地進行相關(guān)結(jié)構(gòu)的勾畫。在這樣的前提下,OAR甚至靶區(qū)的自動勾畫成為研究的焦點[6-9]。因此,一些自動,半自動勾畫軟件應(yīng)運而生,并應(yīng)用于臨床實踐中。然而,國內(nèi)外對于自動勾畫技術(shù)

        中國醫(yī)學裝備 2019年4期2019-04-29

      • 自動勾畫軟件對鼻咽癌靶區(qū)和危及器官勾畫結(jié)果對比分析
        楠 張福泉自動勾畫軟件對鼻咽癌靶區(qū)和危及器官勾畫結(jié)果對比分析單書燦①邱 杰②全 紅①劉 峽②楊 波②龐廷田②劉 楠②張福泉②目的:分析和比較兩種自動勾畫軟件對放射治療中鼻咽癌患者CT圖像的靶區(qū)和危及器官勾畫效果。方法:選取50例鼻咽癌患者的CT圖像,建立一個數(shù)據(jù)庫,另選20例鼻咽癌患者的CT圖像應(yīng)用RS和MIM兩種軟件進行基于以上數(shù)據(jù)庫的勾畫,對兩種軟件勾畫結(jié)果進行形狀相似性指數(shù)(DSC)和交叉指數(shù)(OI)分析,并對兩種勾畫結(jié)果的差異進行配對t檢驗。結(jié)果

        中國醫(yī)學裝備 2015年7期2015-12-12

      • 四維CT輪廓勾畫方式的探討
        通過對比兩種方法勾畫的內(nèi)腫瘤區(qū)(IGTV)位置和體積差異,探討一種滿足臨床準確度要求且高效的4D CT輪廓勾畫方式。方法:選取10例行胸部4D CT患者,每例都采用兩種方式進行IGTV勾畫。一種為所有時相逐層勾畫后融合,定義為IGTV1;另一種為單套勾畫,其余時相作為背景播放,定義為IGTV2。為了保證測試充分性,由十位醫(yī)生完成全部病例勾畫。對比兩種方法所得IGTV的幾何中心位置、體積大小、重合度及勾畫時間。結(jié)果:兩種方式產(chǎn)生的IGTV幾何中心在x、y、z

        現(xiàn)代儀器與醫(yī)療 2015年2期2015-12-03

      • Ⅲ期非小細胞肺癌調(diào)強放療勾畫臨床靶區(qū)必要性的探討
        目前調(diào)強放療靶區(qū)勾畫:腫瘤靶區(qū)(GTV)、臨床靶區(qū)(CTV)、內(nèi)靶區(qū)(ITV)、計劃靶區(qū)(PTV)是標準。在生存率無明顯提高的情況下,縮小放療靶區(qū)降低放療不良反應(yīng),可提高患者的生活質(zhì)量。筆者對Ⅲ期非小細胞肺癌調(diào)強放療不勾畫臨床靶區(qū)進行初步探討。1 資料與方法1.1 研究對象 調(diào)強放療80例Ⅲ期非小細胞肺癌患者,隨機分為研究組(不勾畫臨床靶區(qū))40例,對照組(勾畫臨床靶區(qū))40例。入組標準:肺癌經(jīng)病理證實;TNM分期Ⅲ期;ECOG分級0~1級;初治者;無影響

        實用醫(yī)藥雜志 2015年9期2015-12-02

      澎湖县| 德阳市| 高台县| 古田县| 平乡县| 宣化县| 六安市| 自贡市| 惠来县| 柘城县| 会泽县| 宜兰市| 客服| 米泉市| 义乌市| 砀山县| 上高县| 连城县| 百色市| 甘洛县| 贺兰县| 肇庆市| 南皮县| 勃利县| 阿瓦提县| 嘉祥县| 马尔康县| 静乐县| 鹤庆县| 从化市| 浦江县| 泽库县| 汝城县| 南江县| 北安市| 平度市| 陇西县| 泰宁县| 陇南市| 徐州市| 屏山县|