关键词:
人工智能
神经网络
三维打印
近距离治疗
Transformer
U-Net
Python自动化脚本
摘要:
目的 探索在三维打印近距离治疗中,应用Transformer+U-Net人工智能神经网络实现勾画,应用Python脚本实现建模带来的工作效率提升。方法 构建Transformer+U-Net人工智能神经网络模型,使用Adam优化器以保证梯度快速下降,标准化处理患者的CT或MRI影像图像数据为自制数据集,使用训练集训练AI并保存最优结果权重参数,使用测试集评估AI能力;使用Python编程语言编写自动化脚本,获取输出分割图像并转为STL文件导入,可自动建模施源器及插植针;自动勾画及自动建模时间与人工勾画及建模时间采用双人录入,使用配对t检验验证差异性。结果 评价指标采用Dice相似系数(dice similarity coefficient, DSC)、平均交并比(mean intersection over union,mIOU)及豪斯多夫距离(hausdorff distance 95, HD95);DSC为0.934 1,MIOU为0.876 2,平均HD95为2.516,人工勾画平均用时1 187 s,AI勾画平均用时145 s,P <0.01;人工建模平均用时321 s,Python自动化脚本平均建模用时18 s,P <0.01。结论 在宫颈癌三维打印近距离治疗中,应用Transformer+U-Net自动勾画及Python自动化脚本可有效提升工作效率。