随着人工智能技术的发展,图像分割技术在直肠癌放疗领域有越来越多的研究和应用.新辅助放化疗是局部晚期直肠癌患者的标准治疗策略.对于放疗科医师而言,手动勾画放疗靶区及危及器官是一项非常费时耗力的工作.采用人工智能技术可以构建放疗靶区自动勾画模型,显著提高放疗靶区勾画的效率和鲁棒性.此外,结合影像组学方法,基于计算机断层扫描、磁共振成像等影像图像,提取直肠肿瘤区域的特征可以建立直肠癌新辅助治疗的疗效评估和预测模型,以帮助临床医师制订个体化的治疗方案.其中,分割感兴趣区,并且从中提取影像特征是模型构建的关键步骤.本文基于图像分割在直肠癌放疗领域中的应用展开综述,以探究图像分割对直肠癌放疗的重要性以及未来的研究方向.

目的:基于矢状位影像学参数和临床特征构建颅底凹陷患者复位术后生命质量的LASSO-logistic回归预测模型并对其进行验证。方法:回顾性分析2015年8月至2020年8月空军军医大学唐都医院神经外科采用经颈后路复位减压植骨融合内固定术治疗的94例颅底凹陷患者的临床资料。基于患者的年龄、体重、手术前后疼痛数值评价量表(NRS)评分、颈椎功能障碍指数(NDI)及矢状位影像学相关参数，采用LASSO-logistic回归法筛选出鲁棒性最好的变量并构建颅底凹陷患者复位术后生命质量的预测模型。绘制受试者工作特征(ROC)曲线，并根据曲线下面积(AUC)判断该预测模型的效能。采用Bootstrap法进行500次重复抽样进行内部验证。结果:LASSO-logistic回归的分析结果显示，共9个因素纳入预测模型，分别为：年龄、体重、术前NRS评分、术前NDI、术前头颈屈曲角(HNFA)、术后斜坡枢椎角(pCXA)、术后斜坡斜坡角(pCS)、术后延髓脊髓角(pCMA)及术后Boogaard角(pBoA)。通过绘制ROC曲线，发现该预测模型的AUC为0.893，灵敏度为79.4%，特异度为84.6%，阳性似然比为5.162，阴性似然比为0.243。内部验证的结果显示，AUC为0.885，灵敏度为81.3%，特异度为82.6%，阳性似然比为5.153，阴性似然比为0.237。结论:基于年龄、体重、术前NRS评分、术前NDI、术前HNFA、pCXA、pCS、pCMA及pBoA构建的颅底凹陷患者复位术后生命质量LASSO-logistic预测模型拟合性较好。

目的:探讨基于CT平扫的放射组学特征在胸腺瘤与其他前纵隔病变鉴别诊断中的价值。方法:回顾性分析2018年1月至2021年1月江苏大学附属医院收治的128例前纵隔病变患者资料。以病理结果为金标准，将患者分为胸腺瘤组（67例）、非胸腺瘤组（61例）。采用基于MATLAB平台的放射组学分析模块对CT平扫图像进行分析，提取整个病变的组学特征，依次采用组间差异分析、Boruta算法以及共线性检测进行特征筛选。根据最终被选择特征，绘制其单独及联合诊断胸腺瘤的受试者工作特征（ROC）曲线，并计算曲线下面积（AUC），分析所选特征的诊断效能。结果:共提取851个病变的组学特征。经过多步骤降维后，最终选择4个差异有统计学意义的组学特征，分别为鲁棒平均绝对偏差、灰度不均匀性、游程方差（小波-LLH）以及依赖不均匀性（小波-HLL）。ROC曲线分析显示，上述4个组学特征单独诊断时的AUC分别为0.712、0.634、0.660、0.699，特异度分别70.2%、61.2%、61.2%、61.2%，灵敏度分别为60.7%、60.6%、68.8%、70.5%；四者联合检测的AUC为0.881，灵敏度和特异度分别为75.4%、89.6%，诊断效能明显提升。结论:基于CT平扫的放射组学特征对于胸腺瘤及其他前纵隔病变的鉴别诊断有一定的价值及应用潜力。

18F-FDG PET-CT对肺结节检出、诊断及肺癌的疗效评价和预后评估具有灵敏度高、特异度强、定量精准等特点，其临床价值已得到国内外认可。随着影像组学与人工智能技术应用于 18F-氟脱氧葡萄糖（FDG）PET-CT领域的逐渐开展，数据标注和质量控制对深度学习模型准确性和鲁棒性起着重要作用。该共识旨在为肺结节 18F-FDG PET-CT的数据采集、标注以及质量控制提出初步指导意见，以促进肺结节 18F-FDG PET-CT数据集标准化，为人工智能算法和产品研发、调优、验证等提供重要依据，推动细分领域产品的快速发展。

目的:分析前列腺癌碳离子放射治疗前，原计划套用治疗室CT后临床靶区（CTV）的剂量和正常组织耐受剂量的鲁棒性。方法:回顾性收集2020年1月—2021年6月在上海市质子重离子医院进行碳离子治疗的前列腺癌患者30例，用简单随机法选取每位患者治疗前的5次治疗室CT图像，将最初治疗计划套用治疗室CT重新计算剂量分布，获取剂量体积直方图（DVH）参数，计算CTV的95%、90%剂量对应的体积百分数V 95%、V 90%及直肠的80%剂量对应的体积V 80%，与最初计划的剂量学参数进行比较，采用配对或两个独立样本 t检验进行统计分析。 结果:套用治疗室CT重新计算剂量分布，CTV的V 95%、V 90%和直肠的V 80%的平均值分别是98.1%±1.2%、99.9%±0.2%、（5.8±1.6）ml，与最初治疗计划相比差异有统计学意义（ P<0.001， P=0.001， P<0.001）。符合计划实施标准V 95%≥95%、V 90%≥98%、直肠V 80%<10 ml的次数分别为148次（98.7%）、150次（100.0%）、147次（98.0%）。 结论:基于治疗室CT分析，在采用本研究中心的患者管理方式和定位方式的情况下，前列腺癌碳离子治疗的全过程靶区剂量和正常组织剂量不确定性小、鲁棒性好。

目的:提出一种基于Canny边缘检测算法求取CT胸腔图像噪声的方法。方法:选取2021年采集的男性志愿者的CT胸腔图像250张，通过Canny自适应阈值法提取CT胸腔图像轮廓，并比较Sobel算法、Canny双阈值法和Canny自适应阈值法的相似度；使用霍夫变换来确定感兴趣区域，考察感兴趣区域的选取大小、重建卷积核和管电流对CT胸腔图像噪声的影响。结果:Canny自适应阈值法保留了更多细节，边缘的连续性和完整性有所提高，对边缘检测与图像分割更加灵活以及更加具有鲁棒性。Canny自适应阈值法结构相似性指数最高（0.644），均方根误差最小（0.371），其在边缘轮廓检测方面相似度最高，效果更显著。随着方形感兴趣区域大小的增加，平均噪声呈现下降趋势，噪声标准差在某些区间有所增加，特别是在较大的方形区域。在同一重建卷积核的情况下，CT胸腔图像升主动脉的平均噪声比胸主动脉的高，升主动脉的噪声标准差比胸主动脉的低。对于升主动脉，重建卷积核E的升主动脉平均噪声（41.97 dB）最低，噪声标准差（20.64 dB）最大；对于胸主动脉，重建卷积核E的平均噪声（30.78 dB）最低。胸主动脉的平均噪声和噪声标准差随管电流的增加而下降。结论:提出了一种基于Canny边缘检测算法求取CT胸腔图像噪声的方法，适用于检测CT胸腔图像。

目的:基于机器学习提出可应用于低图像质量、多叶准直器(MLC)遮挡和非刚性变形兆伏级(MV)图像的无标记射束方向观(BEV)肿瘤放疗跟踪算法。方法:采用窗口模板匹配法和Voxelmorph端到端无监督网络，处理MV图像中的配准问题。使用动态胸部模体，验证肿瘤跟踪算法的准确性。将模体质量保证(QA)计划在加速器上手动设置治疗偏移后执行，收集治疗过程中的682幅电子射野影像系统(EPID)图像作为固定图像；同时采集计划系统中对应射野角度的数字影像重建(DRR)图作为浮动图像，进行靶区跟踪研究。收集21例肺部肿瘤放疗的533对EPID和DRR图像进行肿瘤跟踪研究，提供治疗过程中肿瘤位置变化定量结果。图像相似度用于算法的第三方验证。结果:算法可应对不同程度(10%~80%)的图像缺失，且对数据缺失图像的非刚性配准表现较好。模体验证中86.8%的跟踪误差<3 mm，<2 mm的比例约80%作用。配准后标准化互信息(NMI)由1.18±0.02提高到1.20±0.02( t＝－6.78， P＝0.001)。临床病例肿瘤运动以平移为主，平均位移3.78 mm，最大位移可达7.46 mm。配准结果显示存在非刚性形变，配准后NMI由1.21±0.03增至到1.22±0.03( t＝－2.91， P＝0.001)。 结论:肿瘤跟踪算法跟踪精度可靠且鲁棒性好，可用于无创、实时、无额外设备和辐射剂量的肿瘤跟踪。

目的:探讨基于视觉深度自注意力网络的多任务模型分析三维上气道及其各段的准确性，评价该模型的临床适用性。方法:根据纳入和排除标准，回顾性选取2012年1月至2020年1月首次就诊于武汉大学口腔医院正畸一科的患者锥形束CT资料（10例），其中男性4例，女性6例，年龄（20.8±2.7）岁。由同1名主治医师使用3D slicer软件分割上气道和咽气道并测量体积（金标准），使用Dolphin 3D软件分割咽气道及其各段并测量体积（金标准），并使用课题组前期研发的基于视觉深度自注意力网络的多任务模型进行上气道及其各段的自动分割和体积测量。采用Bland-Altman分析法（包括平均偏差等）、组内相关系数（ ICC）分析多任务模型与金标准分割上气道或咽气道及其各段体积的一致性，采用配对 t检验比较多任务网络模型与金标准的差异。 结果:基于视觉深度自注意力网络的多任务模型与3D Slicer软件分割上气道的体积平均偏差为979.6 mm 3，两者 ICC为0.97。基于视觉深度自注意力网络的多任务模型与Dolphin 3D软件分割咽气道、鼻咽、腭咽、舌咽及喉咽的体积平均偏差分别为2 069.5、950.1、823.6、813.9、4 003.4 mm 3，两者 ICC分别为0.97、0.94、0.96、0.96、0.69。 结论:基于视觉深度自注意力网络的多任务模型对三维上气道及其各段的分割可产生不同误差，对鼻咽、腭咽、舌咽的分割与金标准的一致性较好，对喉咽的分割欠佳，提示仍需进一步增强该模型的鲁棒性和泛化性。

目的:研究逆向优化过程中驻留时间差异限制参数对宫颈癌三维后装计划质量和位置误差鲁棒性的影响。方法:回顾性选择2020年8月至2021年8月于中南大学湘雅医院接受宫颈癌三维后装治疗的20例患者。使用Eclipse计划系统进行计划设计，分别将计划系统中的驻留时间差异限制参数smooth值设置为0.00、0.25、0.50、0.75、1.00，采用逆向剂量体积优化算法生成不同的smooth计划，优化条件同原始临床计划，对比分析关键剂量学指标和总驻留时间差异。对施源器人为引入左右、腹背和头脚六个方向的位置误差（0.2~1.0 cm），评估不同smooth值对计划质量和鲁棒性的影响。每个病例133个计划，20例患者共计2 660个计划。采用Wilcoxon符号秩检验对结果进行统计分析。结果:随着smooth值增大，调制因子逐渐减小，膀胱和直肠D 2 cm3增大。smooth值为0.25、0.50、0.75、1.00计划的调制因子分别为0.72±0.09、0.63±0.08、0.55±0.08、0.51±0.06，均低于smooth值为0.00计划的调制因子0.75±0.05，差异均有统计学意义（ P=0.004、0.002、0.002、0.002）；smooth值为0.50、0.75、1.00计划的膀胱D 2 cm3分别为（475.4±41.0）、（483.7±46.2）、（489.0±46.8）cGy，均高于smooth值为0.00计划的膀胱D 2 cm3，值为（469.8±41.8）cGy，差异有统计学意义（ P均=0.002）；smooth值为0.50、0.75计划的直肠D 2 cm3分别为（413.2±93.3）、（418.6±96.4）cGy，均高于smooth值为0.00计划的直肠D 2 cm3，值为（410.2±91.5）cGy，差异有统计学意义（ P=0.006、0.010）。当引入位置误差后，多数位置误差下不同smooth计划的高危临床靶区（HR-CTV）D 90%接近，差异无统计学意义；smooth值为0.00计划的危及器官D 2 cm3均低于其他smooth值计划，对于膀胱和直肠，此差异在多数位置误差下都有统计学意义（ P<0.01）。 结论:驻留时间差异限制参数对计划质量影响较大，限制参数越小，计划质量越高；驻留时间差异限制参数对靶区和关键危及器官剂量学指标的位置误差鲁棒性影响不大。

目的:评估Ethos宫颈癌在线自适应放疗（ART）基于智能优化引擎（IOE）的完全自动化自适应计划的鲁棒性。方法:回顾性分析2021年6月至2022年6月于北京协和医院就诊的ⅠB期11例宫颈癌术后患者，获取原始计划影像及每次放疗迭代锥形线束CT（iCBCT）影像，并将所有患者数据导入Ethos模拟器。使用Ethos对11例患者进行基于IOE的9野自动计划生成，生成的计划进行在线ART模拟，获取每次在线ART计划（共273个分次），并完成模拟治疗。基于在线ART计划所使用的影像及勾画结构进行手工计划设计，采用9野均分的布野方式，手工制作计划用于对照研究。采集剂量学参数、计划复杂性参数及Mobius质量保证（QA）通过率等，通过配对 t检验或秩和检验对比评估在线自适应放疗计划的危及器官、靶区的剂量学参数及计划复杂度等的鲁棒性。 结果:与手工计划相比，在线ART计划的计划靶区（PTV）覆盖相当，而临床靶区（CTV）D 99%更高［（45.93±0.36）∶（45.32±0.31）Gy， P<0.001］。在线ART计划的PTV D max显著高于手工计划［（49.89±1.25）∶（48.48±0.77）Gy， P<0.001］，但是PTV D 1%则小于手工计划［（47.22±0.29）∶（47.59±0.48）Gy， P<0.001］。在线ART计划与手工计划的PTV适形指数的差异无统计学意义（ P=0.967）。均匀性指数方面，两者均值基本相同，在线ART计划的离散性更小（ P<0.001）。危及器官（OAR）受量方面：在线ART计划的膀胱D mean、直肠V 40 Gy、小肠D mean大于手工计划，而直肠D mean、小肠D 2 cm3小于手工计划；在线ART计划的左右股骨头、脊髓和骨髓的剂量学参数均优于手工计划。自适应计划的机器跳数大于手工计划，但是自适应计划的复杂度显著低于手工计划（0.135±0.012∶0.151±0.015， P<0.001）。自适应计划与手工计划的Mobius γ通过率（5%/3 mm）均满足临床要求。 结论:基于IOE的Ethos在宫颈癌在线自适应计划中具有很好的鲁棒性，可以保证在线自适应各个治疗分次自动生成计划的质量。