关键词:
人工智能(AI)技术
肺癌
靶区勾画
计划靶区体积(PTV)
靶区辐射剂量
摘要:
目的:探讨人工智能(AI)技术在肺癌患者放射治疗中靶区勾画的临床效果。方法:选择2021年9月至2023年3月在萍乡市人民医院行放疗治疗的60例肺癌患者,采用随机信封法将其分为对照组和观察组,每组30例。对照组按照传统方法勾画靶区,观察组采用深度学习技术进行训练,输出和利用UNet网络模型完成患者放疗靶区的自动勾画,比较两组近期疗效、计划靶区体积(PTV)、靶区辐射剂量、危及器官(OAR)体积和剂量、生存期及不良反应发生率。结果:观察组干预后客观缓解率(ORR)为70.0%(21/30),高于对照组的46.67%(14/30),其差异有统计学意义(χ2=5.691,P<0.05);观察组内靶区(ITV)及计划靶区辐射剂量低于对照组,差异有统计学意义(t=4.591、4.934,P<0.05);观察组正常肺组织接受放射剂量20 Gy、5Gy的体积百分比(V20、V5)、双肺接受的平均肺部剂量(MLD)及脊髓1cc体积所受照剂量(D1cc)辐射剂量均低于对照组,差异有统计学意义(t=5.249、4.571、6.092、5.339,P<0.05);两组放疗过程中不良反应发生率比较,差异无统计意义(P>0.05)。结论:AI技术用于肺癌放疗中靶区勾画,能够提高患者ORR,有助于降低PTV、D95及适形指数,减少OAR体积和剂量,且未增加不良反应发生率。