前往小程序,Get更优阅读体验!
立即前往
发布
社区首页 >专栏 >SegRap 2023——用于放疗计划的高危器官和肿瘤的分割

SegRap 2023——用于放疗计划的高危器官和肿瘤的分割

作者头像
医学处理分析专家
发布2023-08-17 09:12:19
发布2023-08-17 09:12:19
3150
举报
文章被收录于专栏:最新医学影像技术

今天将分享放疗计划的高危器官和肿瘤的分割完整实现版本,为了方便大家学习理解整个流程,将整个流程步骤进行了整理,并给出详细的步骤结果。感兴趣的朋友赶紧动手试一试吧。

一、SegRap 2023介绍

放疗是最重要的癌症治疗方法之一,通过照射杀死癌细胞。治疗计划对于放射治疗至关重要,它为肿瘤和普通器官设定了辐射剂量分布。规划的目标是确保癌细胞接受足够的辐射,并防止危及器官 (OAR) 中的正常细胞受到过多损伤。例如,头部的视神经和视交叉不能接受过多的辐射。否则,患者有失去视力的风险。GTV是通过CT扫描成像的大体肿瘤的位置和范围,即可以看到的。放射治疗计划的一个关键步骤是划定 GTV 和数十个 OAR 的边界。然而,对于放射肿瘤学家来说,在 CT 扫描中逐层手动描绘既乏味又耗时。自动描绘 GTV 和 OAR 将大大减少治疗计划时间,从而提高放射治疗的效率。

在这个挑战中,提供鼻咽癌 (NPC) 患者的 CT 扫描数据集,其中分割目标将包括 OAR、鼻咽总目标体积 (GTVnx) 和淋巴结总目标体积 (GTVnd) . 该数据集将包含来自 200 名患者(分别用于训练、验证和测试的 120、20 和 60 名患者)的 CT 扫描,每名患者有两个 CT 扫描(一个无对比 CT 和一个对比增强 CT),具有像素级GTVnx、GTVnd 和 45个OAR的注释。

二、SegRap 2023任务

任务1:从无对比和对比增强 CT 扫描中分割出45个OAR: 脑、脑干、视交叉、左耳蜗、右耳蜗、食道、左咽鼓管、右咽鼓管、左眼、右眼、左海马、右海马、左内耳道、右内耳道、喉、喉声门、喉声门上,左晶状体,右晶状体,左下颌骨,右下颌骨,左乳突,右乳突,左中耳,右中耳,左视神经,右视神经,口腔,左腮腺,右腮腺,咽缩肌,垂体, 脊髓, 左下颌下骨, 右下颌下骨, 左颞叶, 右颞叶, 甲状腺, 左颞下颌关节, 右颞下颌关节, 气管, 左鼓室, 右鼓室, 左前庭半规管, 右前庭半规管。

任务2:来自无对比和对比增强 CT 扫描的 GTVnx 和 GTVnd 分割: 鼻咽总靶体积 (GTVnx) 和淋巴结总靶体积 (GTVnd)。

三、SegRap 2023数据集

SegRap 2023 数据集将由西门子 CT 扫描仪采集的 CT 图像组成,扫描条件如下:电压,120 kV;电流,300 毫安;扫描厚度,3.0 mm;分辨率,1024×1024或 512×512 ;注射造影剂,碘海醇(体积,60~80 mL;速率,2 mL/s;无延迟)。该数据集由鼻咽癌患者治疗前临床所需的对比和非对比头颈部 CT 图像组成。

训练数据将包括来自 120 名鼻咽癌患者的 CT 图像以及相应的标签图,该标签图被手动分割为 45 个 OAR 和 2 个 GTV:大脑、脑干、交叉、左侧耳蜗、右侧耳蜗、食道、左侧咽鼓管、右侧咽鼓管、左眼,右眼,左海马,右海马,左内耳道,右内耳道,喉,喉声门,喉声门上,晶状体左,晶状体右,左下颌骨,右下颌骨,左乳突,右乳突,中耳左侧、右侧中耳、左侧视神经、右侧视神经、口腔、左侧腮腺、右侧腮腺、咽、垂体、脊髓、左侧颌下、右侧颌下、左侧颞叶、右侧颞叶、甲状腺、左侧颞下颌关节、右颞下颌关节,左气管,鼓室,右侧鼓室、左侧前庭半规管、右侧前庭半规管、鼻咽总靶体积 (GTVnx) 和淋巴结总靶体积 (GTVnd)。

验证和测试数据将包括分别来自 20 名和 60 名鼻咽癌患者的 CT 图像。

分割指标:骰子相似系数 (DSC) 和归一化表面骰子 (NSD)。

四、技术路线

任务1、45个高危器官分割

1、头颈区域提取,首先使用固定阈值(-800,最大像素值)和最大连通域法获取整个人体ROI区域,然后采用肺分割方法提取肺部区域,然后人体ROI区域减去整个肺部区域后再求最大连通域方法就可以获得头颈ROI区域。

2、分析ROI图像,得到图像平均大小是360x390x108,因此将图像缩放到固定大小256x256x128。图像预处理,对步骤1的原始图像进行(-300,1500)窗宽窗位截断,然后采用均值为0,方差为1的方式进行归一化处理。然后将数据分成训练集和验证集,对训练集做10倍数据增强处理。

3、搭建VNet3d网络,使用AdamW优化器,学习率是0.001,batchsize是1,epoch是600,损失函数采用多分类的dice和交叉熵。

4、训练结果和验证结果

5、验证集分割结果

左边是金标准结果,右边是网络预测结果。

任务2、鼻咽和淋巴结肿瘤分割

1、头颈区域提取,首先使用固定阈值(-800,最大像素值)和最大连通域法获取整个人体ROI区域,然后采用肺分割方法提取肺部区域,然后人体ROI区域减去整个肺部区域后再求最大连通域方法就可以获得头颈ROI区域。

2、分析ROI图像,得到图像平均大小是360x390x108,因此将图像缩放到固定大小256x256x160。图像预处理,对步骤1的原始图像进行(-300,1500)窗宽窗位截断,然后采用均值为0,方差为1的方式进行归一化处理。然后将数据分成训练集和验证集,对训练集做10倍数据增强处理。

3、搭建VNet3d网络,使用AdamW优化器,学习率是0.001,batchsize是1,epoch是300,损失函数采用二值化的dice和交叉熵。

4、训练结果和验证结果

5、验证集分割结果

左边是金标准结果,右边是网络预测结果。

测试分割结果

左边是金标准结果,右边是网络预测结果。

如果大家觉得这个项目还不错,希望大家给个Star并Fork,可以让更多的人学习。如果有任何问题,随时给我留言我会及时回复的。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2023-05-23,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 最新医学影像技术 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档