李 桢，洪文松，黄凯龄，叶柳青

（广东省第二人民医院放疗科，广州 510317）

0 引言

高精度的调强放疗是头颈部肿瘤治疗的重要手段之一，其危及器官数量众多，勾画复杂，限量严格，使得手动勾画危及器官成为一件耗时耗力的事情，因此有诸多自动勾画软件被应用于临床以提高医生的工作效率。这些软件有基于图谱库算法的Smart Segmentation、MIMAtlas、ABAS和Raystation等，其通过匹配图谱库的模板进行刚性或形变配准得到自动轮廓，用户选择不同的病例数建立不同的图谱库模板将影响自动勾画的时间和准确性[1-2]；其中基于概率图谱库算法的软件SPICE的图谱库则不可修改，用户只能调取并使用[3]。基于深度学习算法的软件LinkingMed和Manteia等是对标准数据集进行训练学习，通过算法逻辑完成轮廓的勾画[4-5]，基于卷积神经网络（convolutional neural network，CNN）算法的软件是属于其中的一种。目前有较多比较自动勾画软件的研究，有基于图谱库算法的软件在不同模板库下的准确性比较[1-2，6-8]及相互间的比较[3，9]，自适应刚性或形变配准的自动勾画软件与MIMAtlas自动勾画软件间的比较[10-11]，以及基于深度学习算法的自动勾画软件和ABAS自动勾画软件间的比较[12-13]等，但较少检索到基于CNN算法和概率图谱库算法间自动勾画软件结果的比较。因此本文主要分析比较基于这2种算法的LinkingMed软件和SPICE软件对头颈部危及器官勾画的准确性，为自动勾画软件的发展提供临床参考依据。

1 资料与方法

1.1 一般资料

选择2019年10月至2020年4月在广东省第二人民医院接受放疗的鼻咽癌（Ⅱ～Ⅲ期）患者31例，其中男性20例、女性11例。……