作者：彭莹莹 张书旭 谭剑明 王琳婧 雷怀宇 蒋...pcnnpetct图像分割肺癌靶区勾画
摘要：摘要：目的：研究基于脉冲耦合神经网络PCNN的PET／CT图像自动分割技术在肺癌靶区勾画中的应用。方法：采集20例无转移的肺癌患者的PET／CT图像。由2名有经验的放疗科医生分别依据CT图像和PET／CT图像采用目测法勾画肿瘤靶区，分别命名为GTV-cT和GTV-PET。所有PET图像均由自主编写的基于PCNN的分割方法进行靶区的自动分割．所得靶区为GTv-PETauto。采用PINNACLEV9．2放射治疗计划系统分别计算三种方法所勾画的靶区体积，对三种GTV的体积大小和重合关系进行比较。结果：两名医生依据cT图像勾画的靶区平均体积GTV-CTl和GTV-CT2分别为（210．56＋197．38）cm3和（192．83±187．05）cm3，两者之间差异有统计学意义（P〈0．05）；依据PET／CT勾画的靶区GTV-PETl和GTV．PET2分别为（141．50±118．43）cm3和（130．47±116．70）cm3，未见统计学差异（P〉0．05）。两名医生依据PET／CT图像勾画的靶区差异较依据CT的差异小。PET／CT自动分割靶区GTV-PETauto为（133．19±101．28）cm3，与GTV-PET比较未见统计学差异（P〉0．05），验证了PCNN分割方法的可靠性。GTV-PETauto、GTV-PET均小于CT手动勾画靶区GTV-CT，差异有统计学意义（P〈0．05），其中13例靶区因区分肿瘤和肺不张而缩小。结论：基于PCNN的PET／CT图像分割技术提高了肿瘤靶区勾画的精确性，减少了不同医生勾画靶区的差异性，并大大缩短了医生进行靶区勾画的时间。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
