高文超，王军良，秦琪，林鸿宇，解传滨，戴相昆，张军舰

中国人民解放军总医院 a. 第五医学中心放疗科；b. 第一医学中心放疗科，北京 100853

引言

乳腺癌是全球女性中最为常见的恶性肿瘤，其每年新增患病人数约100万，年死亡率在全部癌症中仅次于肺癌（超过40万）[1]。早期乳腺癌患者采用保乳手术联合术后放疗治疗模式，术后放疗能够有效地降低局部复发率，提高患者生存率。临床靶区（Clinical Target Volumes，CTV）和危及器官（Organs-At-Risk，OARs）的精确勾画是乳腺癌患者精确放疗的前提和保证。放射肿瘤医师手动勾画的CTV和OARs是当前临床勾画的金标准，但是临床工作中CTV及OARs的勾画是一个费时且费力的工作，大量重复性的工作降低了医师对患者进行诊疗的效率[2-3]。近年来，自动勾画软件的开发已成为放疗领域的热点，基于患者图集[4-5]和基于卷积神经网络（Convolutional Neural Networks，CNN）[6-7]的自动勾画是目前两种主要的自动勾画技术。本研究的RT-Mind软件是基于CNN开发出来的自动勾画软件，它是利用改进版的U-Net卷积神经网络模型（RTD-Net），运用标准数据集对其进行训练，通过算法逻辑对图像进行自动分割勾画。本研究拟通过RT-Mind软件，探讨其对乳腺癌保乳放疗患者CTV和OARs自动勾画的精确度，为临床应用提供参考。

1 资料与方法

1.1 临床资料

选取本院2020年4月至7月行保乳手术的早期乳腺癌患者10例，年龄43～68岁，中位年龄51岁。定位时患者平躺在乳腺托架上，双手上举握杆，使乳腺靶区完全暴露，通过激光灯标志体表标记，铅丝标记乳房边界。扫描范围：下颌至乳腺褶皱下5 cm。……