张富利，崔德琪，王秋生，韦凌宇，朱林林，郁艳军，李海鹏，王雅棣

1.解放军总医院第七医学中心，北京100700；2.北京连心医疗科技有限公司，北京100083；3.北京航空航天大学自动化科学与电气工程学院，北京100083

前言

放射治疗是恶性肿瘤的三大治疗手段之一，超过70%的恶性肿瘤患者需要接受放射治疗［1］。精确勾画肿瘤靶区和危及器官（OARs）的轮廓是实现精确放射治疗的前提和保障［2］。通常情况下，放射肿瘤医师根据患者的定位CT 图像手动勾画靶区和OARs，勾画过程较为耗时费力，不同医师之间受主观性因素影响导致勾画结果存在较大差异，而且大量重复性的工作降低了医师对患者进行诊疗的效率［3-4］。近年来，自动勾画已成为放疗领域的研究热点之一，基于图谱库（Atlas）和深度学习（Deep Learning,DL）的自动勾画方法是目前两种主要的自动勾画技术。前者通过构建对比数据模板影像库，采用刚性和形变配准的方法实现靶区和OARs 自动勾画［5-8］；后者基于神经网络DL 算法，运用标准数据集对其进行有效训练，通过算法逻辑实现自动勾画。本研究主要目的是评估基于DL 和Atlas 的自动勾画方法在不同部位肿瘤放疗中OARs 自动勾画的精确度，为临床应用提供参考依据。

1 资料与方法

1.1 临床资料

随机选取解放军总医院放疗科2016年7月～2019年3月40 例肿瘤患者，其中头颈部、胸部、腹部和盆腔肿瘤患者各10 例。定位时均采用仰卧位，采用CT模拟定位系统（Philips Big bore，USA）进行扫描，头颈部肿瘤扫描层厚3 mm，层间距3 mm，其余3 个部位肿瘤均选择扫描层厚5 mm，层间距5 mm。……