Page 15 - 《中国医疗器械杂志》2026年第1期
P. 15
Chinese Journal of Medical Instrumentation 2026年 第50卷 第1期
医 学 人 工 智 能
表1 基于AI的乳腺癌靶区自动勾画方法及结果对比
Tab.1 Comparison of AI-based automatic target volume contouring methods and results for breast cancer
研究者 分割内容 方法 创新点 结果及评价
跨角色对比,量化放射肿瘤 在切线野乳腺癌放疗中,放疗师和
BATUMALAI等 [27] 乳腺CTV 人工 科专家和放疗师靶区勾画的 放射肿瘤科专家勾画的临床靶区存
一致性 在显著差异,一致性较差
在乳腺癌放疗临床实践中,
左侧乳腺癌 基于U-Net训练的勾画模型更接近医
[28]
王沛沛等 U-Net和V-Net 系统比较U-Net与V-Net模型
CTV 师的勾画
的自动分割性能
提出DL自动分割系统,显 基于DL的自动勾画系统在OAR的勾
[29]
BYUN等 乳腺OAR 基于DL的自动勾画系统
著减少器官勾画的差异 画上与专家手动勾画结果表现相当
首创基于3D U-Net+Efficient 所有CTV和OAR的结果均可接受,
乳腺CTV和
[30]
CHUNG等 3D U-Net+EfficientNet-B0 Net-B0的全靶区/OAR自动 所有OAR的平均DSC>0.80,所有
OAR
勾画 CTV的平均DSC>0.70
基于DL的自动勾画方法具有很高的
鼻咽癌、乳 首创鼻咽癌、乳腺癌、直肠
周含等 [33] 腺癌和直肠 手动勾画和 癌多癌种OAR自动勾画的 ( 临床研究价值,乳腺癌所有OAR
AccuContour勾画
包括肺、心脏与脊髓)均获得很
癌的OAR 剂量学验证体系
好的勾画效果(DSC>0.70)
两款软件整体勾画效果均比较好;
鼻咽癌、肺 对于体积较大的OAR,勾画效果要
束炅等 [34] 癌、乳腺 AccuContour和 首创多癌种自动勾画软件的 优于体积较小的器官;AccuContour
精度验证体系
DeepViewer
癌、宫颈癌 软件的勾画效果优于DeepViewer
软件
自动勾画技术能以较高的精度完成
乳腺癌患者 首创“云平台+深度学习” 乳腺癌患者左心房、右心房、左心
陈子印等 [35] AIContour
心脏亚结构 的自动勾画,六维验证精度 室、右心室的勾画,具有远程协作
的优势,值得推广运用
首创“加权多模态U-Net融 所提方法优于现有的单模态和多模
MISRA等 [37] 乳腺 W-MM-U-Net 合”机制,实现乳腺癌B超/ 态方法,能提高放射科医生在超声
弹性成像同步分割 图像中检测乳腺癌的分类准确性
首创基于AFNet的多模态融 所提方法能够有效地分割乳腺病变
CHO等 [38] 乳腺 MMF-U-Net 合网络,同步优化乳腺癌分 区域,并能可靠地区分良性病变和
割与良恶性分类 恶性病变
乳腺癌靶区勾画DSC=0.85,适用于
PANG等 [39] 乳腺 SS-GAN 提出SS-GAN框架
罕见亚型病例,鲁棒性优异
该模型修改后的U-Net 3+架构具有
首创“恒等残差块+GAN改
ALRUILY等 [40] 乳腺 U-Net 3+ 进U-Net 3+”混合架构 较好的勾画效果,获得了95.49%的
DSC评分和95.67%的准确率
U-Net、U-Net++、 U-Net++算法的自动勾画效果最好,
DenseNet、 首创乳腺MRI图像勾画多方 而U-Net算法在验证性和可推广性方
FCNResNet50、
[31]
NARIMANI等 乳腺 法对比评估体系,提出新型 面最优。FCNResNet50的鲁棒性次于
FCNResNet101、 边界定义 U-Net++。在边界检测方面,U-Net
DeepLabv3ResNet50和 和U-Net++的性能优于其他模型
DeepLabv3ResNet101
首创NCA与SGS融合框架, 该方法能提高自动勾画的准确性并
ALI等 [32] 乳腺 结合SGS和M3D-NCA 设计新型损失函数和去卷积 减少假阳性,获得可靠、准确的肿
实现自动勾画 瘤分割
[44]
AHN等 开发了一种基于DL的自动放疗计划 计划的数据库来生成训练和验证数据集。研究
生成方法,该方法利用计划靶体积(planning target 表明,该方法能准确预测左侧乳腺癌患者自动放疗
volume, PTV)和OAR的轮廓图像,通过基于U- 的特定剂量。研究还将预测的效率和准确性与
Net的修正剂量预测神经网络,完成患者放疗计划 RapidPlan放疗工具进行了比较,发现他们提出的DL
的制定。利用一个包含50个左侧乳腺癌患者容积调 模型得到了更优越的剂量预测结果和更短的计划
制弧治疗(volumetric modulated arc therapy, VMAT) 时间,证明使用DL进行自动放疗计划生成是可行
11

