基于U-Net实现前列腺MR图像上腺体的自动分割和径线测量:临床植入验证研究

摘要：

目的:评估基于U形全卷积神经网络(U-Net)对MR图像上前列腺的自动分割和径线测量的准确性,探索其植入临床工作流程的可行性.方法:回顾性分析2018年10月7日-2019年4月28日连续前列腺MR检查病例的临床和MRI资料,排除前列腺癌治疗后、因前列腺增生行经尿道前列腺切除术后和数据导出失败者,最终纳入129例的MRI数据进行分析.使用前列腺U-Net分割模型在T2WI上自动分割前列腺轮廓后,以最小体积包围盒的算法规则,测量前列腺的左右、前后和上下径.将实际临床工作中使用的前列腺MR结构式报告内医师测量的前列腺径线数据作为金标准,用配对样本t检验和Bland-Altman散点图比较分析软件自动测量和医师手工测量的前列腺径线结果.结果:U-Net分割和径线测量结果可自动地填写到结构式报告中.运用Bland-Altman散点图分析显示两种测量方法得到的前列腺各径线的一致性高,仅4.65％的数据位于95％置信区间之外.对于前列腺左右径,软件自动测量和医师手工测量结果之间的差异无统计学意义(t =-0.637,P＞0.05),而于前列腺前后径和上下径,两种测量结果之间的差异均有统计学意义(t=12.248,P＜0.05;t=-2.172,P＜0.05).结论:基于U-Net的前列腺分割和径线自动测量模型植入临床工作流程是可行的,其测量结果的准确性符合临床需求.

关键词：前列腺、磁共振成像、自动分割、自动测量、结构式报告

所属期刊栏目：35

分类号：R445.2;R737.25(诊断学)

资助基金：北京市医药协同科技创新研究基金资助项目Z181100001918012

在线出版日期：2020-06-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：519-524