李陆军

    (梧州市红十字会医院放疗技术区 广西 梧州 543000)

    调强和容积调强放疗技术在肿瘤治疗方面的应用越来越广泛。为提高肿瘤局部控制率、降低正常组织并发症发生概率，不但需精确勾画出肿瘤靶区所在的位置，而且肿瘤周围危及器官(organ at risk, OAR)的准确勾画也非常重要。但勾画0AR 这种简单重复的工作既繁琐又费时，为减轻医生的工作负担、提高工作效率，自动勾画技术应运而生。目前，自动勾画方法有两种，一种是基于图谱库方法，需要构建患者图谱数据库，然后通过刚性或非刚性配准方法将模板中的OAR 映射到新的CT 图像上实现自动勾画；另一种基于深度学习方法，是通过神经网络深度学习算法，运用标准数据集对其进行训练，然后通过算法逻辑实现自动勾画。本文就这两种自动勾画方法在身体各部位器官的应用研究作一综述。

    1.头颈部危及器官勾画

    头颈部骨性结构较多，正常组织移动度小、位置相对固定，这对勾画有一定的帮助。但是小体积的危及器官相对较多，如晶体、视神经、视交叉、垂体等，临床确保准确勾画对两种勾画方法都是一种挑战。彭应林等应用基于图谱库自动勾画的ABAS 软件对鼻咽癌放疗计划的危及器官进行勾画测试，结果显示OAR 体积越大，勾画对模板的还原能力越强，对较小体积的OAR 自动勾画对模板的还原有很大的偏差。图谱库方法需要选取一部分病例数据作为模板，然后通过模板CT 图像与待勾画的CT 图像进行匹配，将外轮廓匹配程度高的模板CT 图像上勾画好的OAR 映射到待勾画的CT 图像上。模板库的病例数据越多，勾画的效果会越好。但外轮廓相似度高并不代表OAR 的轮廓位置就会一样 ......