资源类型：
收录情况：
◇ 统计源期刊
◇ 北大核心
◇ 中华系列
文章类型：
机构：
[1]成都理工大学核技术与自动化工程学院，成都 610059
[2]放射肿瘤学四川省重点实验室，四川省肿瘤临床医学研究中心，四川省肿瘤医院 · 研究所，四川省癌症防治中心，电子科技大学附属肿瘤医院放疗科，成都 610041
健康管理·肿瘤筛查中心
健康管理·肿瘤筛查中心
四川省肿瘤医院
出处：
ISSN：
关键词：
深度学习
近距离放射疗法
宫颈肿瘤
插植针
摘要：
目的:探究基于深度学习实现宫颈癌腔内联合组织间插植近距离治疗（IC-ISBT）中插植针自动分割重建的可行性。方法:回顾性收集接受IC-ISBT的98名患者的180次治疗计划数据，按照16∶1∶1的比例划分为训练集、验证集和测试集。使用放射源的驻留位置创建插植针的掩膜并训练3D U-Net模型。用Dice相似系数（DSC）评估预测模型性能，采用绝对准确率和相对准确率评估方法的整体效果，使用距离偏差评估横断面的定位精度，采用Wilcoxon秩和检验比较自动分割重建与人工重建的耗时差异，评估重建效率。结果:预测模型的DSC为0.93±0.02，绝对准确率和相对准确率分别为0.44±0.09和0.95±0.03。距离偏差为（0.58±0.54）mm。自动分割重建耗时（6.2±0.4）s，显著小于人工重建的耗时（
P<0.001）。
结论:基于深度学习模型，利用放射源的驻留位置进行数据标注，结合后处理算法可以对IC-ISBT的CT影像中的插植针进行精准的自动化分割重建，并显著提升重建效率。
基金：
四川省肿瘤医院优秀青年基金（YB2024004）；四川省卫生健康委员会科技项目
（24QNMP037）；中央高校基本科研业务费专项资金（ZYGX2021YGCX002）；辐射物理及技术教育部重
点实验室开放课题（2023SCURPT05）
第一作者：
第一作者机构：
[1]成都理工大学核技术与自动化工程学院，成都 610059
通讯作者：
推荐引用方式(GB/T 7714)：
文诗靖,刘涛,王思琪,等.基于深度学习的宫颈癌近距离治疗插植针重建研究[J].中华放射肿瘤学杂志.2025,34(3):282-288.
