BreastDCEDL: Un conjunto de datos estandarizado de RMmD de mama listo para aprendizaje profundo de 2070 pacientes

Área de la Ciencia:

• Oncología
• Imágenes Médicas
• Inteligencia Artificial

Sus antecedentes:

• La Resonancia Magnética Dinámica con Contraste (RMmD) es crucial para evaluar la eficacia del tratamiento del cáncer de mama.
• Los avances actuales en aprendizaje profundo se ven obstaculizados por la falta de conjuntos de datos de imágenes estandarizados y multicéntricos.

Objetivo del estudio:

• Presentar BreastDCEDL, un conjunto de datos novedoso a gran escala y listo para aprendizaje profundo de exploraciones de RMmD 3D previas al tratamiento.
• Facilitar el desarrollo de modelos avanzados de IA para la predicción y el análisis de la respuesta al tratamiento del cáncer de mama.

Principales métodos:

• Se compilaron exploraciones de RMmD 3D de 2.070 pacientes de tres cohortes (I-SPY1, I-SPY2, Duke).
• Se convirtieron los archivos DICOM al formato estandarizado 3D NIfTI, garantizando la integridad y resolución de los datos.
• Se integraron anotaciones tumorales unificadas (máscaras/cuadros delimitadores) y metadatos clínicos armonizados, incluyendo el estado de pCR, HR y HER2.

Principales resultados:

• El conjunto de datos BreastDCEDL contiene 2.070 pacientes con exploraciones de RMmD 3D previas al tratamiento.
• Incluye anotaciones completas y datos clínicos, con pCR disponible para 1.452 pacientes.
• Presenta divisiones predefinidas y equilibradas de entrenamiento-validación-prueba para garantizar una evaluación sólida del modelo.

Conclusiones:

• BreastDCEDL aborda una brecha significativa en los recursos públicos de imágenes para la investigación del cáncer de mama.
• El conjunto de datos y las herramientas asociadas potenciarán el desarrollo de modelos predictivos impulsados por IA en oncología.
• Promueve la investigación comunitaria de IA para mejorar la atención al paciente con cáncer de mama y los resultados.