基于深度学习胰腺分割算法在双期CT上提升胰腺临界区域分割能力分析

摘要：

目的:采用主客观评价系统分别评价深度学习方法在动静脉期CT上的分割效果，并探索影响动静脉期胰腺分割差异的因素及影响静脉期胰腺分割的相关因素。方法:回顾性收集2019年1至11月北京协和医院放射科218例胰腺CT扫描数据，每例均包含动脉期和静脉期图像，并按照训练集+验证集与测试集为7∶3的比例将数据随机划分为训练集（139例）、验证集（20例）及测试集（59例），使用训练集训练二阶段全局局部渐进融合网络，在验证集上寻找最优分割效果的模型参数，对测试集进行预测并对结果进行主观及客观评价。主观评价基于胰腺与周围器官的临界区域，采用李克特5分量表；客观评价采用Dice相似系数（DSC）。采用配对
t检验或Wilcoxon配对秩检验比较动静脉期主客观评分的差异。
结果:在十二指肠、十二指肠空肠曲、左肾上腺、门脉、肠系膜上静脉、脾动脉及脾静脉处胰腺临界区域动脉期主观评分［
M（
Q1，
Q3）］分别为4（4， 5）、5（4， 5）、5（4， 5）、4（4， 5）、5（4， 5）、5（5， 5）及4（3， 5）分，静脉期主观评分［
M（
Q1，
Q3）］分别为4（4， 4）、5（4， 5）、5（4， 5）、5（4， 5）、5（5， 5）、4（3， 4）、5（5， 5）分，以上临界区域的胰腺动、静脉期主观评分差异均有统计学意义（均
P<0.05）；静脉期DSC略高于动脉期，差异无统计学意义（DSC：0.923比0.921，
P=0.952）。胰腺与十二指肠空肠曲、胃、左肾上腺存在脂肪间隙组在静脉期主观评分分别为4.64、4.68及4.63分，无脂肪间隙组的主观评分分别为4.56、4.62及4.56分，胰腺与十二指肠空肠曲、胃、左肾上腺有、无脂肪间隙两组间的主观评分差异均有统计学意义（
t=2.147、2.112、2.277，均
P<0.05）。除外脾，胰腺临界区域与其余周围器官的密度差在动静脉分割的差异均有统计学意义（均
P<0.05）。
结论:利用双期CT构建深度学习胰腺自动分割模型，并对分割效果进行主客观评价，主观评价可以提高今后胰腺临界区域的分割能力。

关键词：胰腺、深度学习、自动分割、体层摄影术，X线计算机

所属期刊栏目：101

资助基金：中国医学科学院中央级公益性科研院所基本科研业务费专项资金资助2018PT32003，2017PT32004;首都卫生发展科研专项2018-2-4014;“基于影像组学的胰腺癌新辅助治疗疗效及预后综合评估模型研究”81871512;“高端外国专家引进计划”2018PT32003, 2017PT32004;the Non-profit Central Research Institute Fund of Chinese Academy of Medical Sciences2018-2-4014;Capital′s Funds for Health Improvement and Research81871512;National/Yatural Science Foundation of China;Introduction Plan of Advanced Foreign Experts

在线出版日期：2023-05-30（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：470-475