新闻中心News Center

您所在的位置: 首页 >>新闻中心 >>新闻动态 >> 正文

新闻动态

清华大学第一附属医院放疗科研究成果获AAPM年会壁报展示

作者:杨睿 来源:放疗科 发布时间:2022-08-03 浏览次数:
字号:
+-14

  日前,第64届美国医学物理学家协会(AAPM)年会在美国华盛顿举行。清华大学第一附属医院放疗科副主任张瑞萍牵头的研究Automatic Delineation Based-Deep Learning of the Hippocampus using Multimodal Imaging for Brian Metastases Radiotherapy(基于深度学习的多模态影像的海马体自动勾画在脑转移癌放疗中的应用)首次在世界顶级大会上进行壁报交流展示。

微信图片_20220803195246.jpg

  AAPM年会是全球医学物理学领域最大的科学、教育和专业演示及展览活动,会议旨在通过卓越的医学物理学科学、教育和专业实践来推动医学水平的进步发展。每年都会吸引成千上万名来自世界各地的临床医生和从事医学物理学专业的研究者共赴盛会,报告和交流关于当前医学物理学方面最前沿的重大进展。

  恶性肿瘤患者颅脑放疗过程中,为保护患者的认知功能,海马区作为学习和记忆形成的关键结构,常需要勾画为危及器官加以保护,但海马体体积较小,在CT影像上不易辨别勾画。我院放疗科利用深度学习的人工智能算法,结合头颅MRI和CT的多模态影像,开发海马结构自动勾画技术。通过收集分析脑转移癌患者的定位头颅CT及MRI影像,分别在CT图像、CT-MRI配准图像的两个数据集上训练3D U-Net、3D U-Net Cascade、3D BUC-Net 3个深度学习模型,计算3个模型自动分割的左右海马体与对应的人工标注之间的Dice相似系数(DSC)和95%豪斯多夫距离(95 HD),以及两者的体积作为模型的分割准确性的评估,并且以对同一大小patch图像的自动分割耗时作为模型效率的评估。研究结果显示,引入MRI图像信息对左右海马的自动分割精度有明显提升,模型3D BUC-Net能在多模态影像上实现高效、准确的海马区的自动勾画,为头颅放疗过程中海马区的保护提供方便,相关研究已发表文章。

  近年来,随着人工智能、健康大数据等技术的迅猛发展,智慧医疗逐渐进入了公众视野,“医工结合”成为医疗界的热门话题之一。如何促进科研成果的临床应用转化,切实解决临床问题,医工融合交叉面临着更深层次的探索。我院放疗科以临床需求为主导,依托丰富的临床研究资源,积极推动多学科交叉融合,从临床实践中发掘符合现实需要的技术创新路径,是对医工融合联合研发与转化模式的一次新的尝试和探索。