高山宝，侯震，李双双，刘娟，闫婧

南京大学医学院附属鼓楼医院 肿瘤中心，南京 江苏 210008

引言

目前，有多种自动勾画软件已经开始在放疗中使用，可以自动勾画靶区和危及器官（Organs-At-Risk，OARs），为临床节省了大量时间。然而由于患者的个体差异，靶区的自动勾画结果目前还需要人工修改后才能临床使用[1-4]，但是OARs的自动勾画已经与人工勾画差别不大[5-8]。目前自动勾画OARs轮廓主要有两种技术路线：一是利用基于卷积神经网络的深度学习（Deep Learning，DL）算法和具有相应勾画数据的图像训练并建立自动勾画模型；另一种是基于图谱库（Atlas）形变配准进行自动勾画。在日常使用中，基于两种不同技术路线的自动勾画软件在头颈部、胸部和盆腔的OARs勾画均可以满足临床要求，然而对上腹部OARs的勾画结果差异很大[9-11]。为了确定哪种技术路线更适用于上腹部OARs的自动勾画，本研究对比了基于DL和Atlas的自动勾画方法对上腹部放射治疗OARs勾画效果，为临床工作提供参考。由于基于同样的技术建立的模板都会因人而异，如建立Atlas模板病例数、软件版本的不同会导致勾画ORAs的不同[12-14]，DL算法所使用的模型结构、调试参数及训练病例的差异也会导致勾画结果有所差异[15]。为了减小这些由技术条件导致的差别，使研究结果具有普适性，本研究所使用的软件均是目前商用的成熟产品（已取得CFDA认证），自动勾画所使用的通用模板均经过反复调整测试达到最优化。

1 资料与方法

1.1 临床资料

回顾性选择2015—2017年南京……