2023年大脑瘤细分 (BraTS) 挑战:大脑瘤细分的挑战
Anahita Fathi Kazerooni1,2,3, Nastaran Khalili1, Xinyang Liu4
1Center for Data-Driven Discovery in Biomedicine (D3b), Children's Hospital of Philadelphia, Philadelphia, PA, USA.
ArXiv
|June 9, 2023
概括
在CBTN-CONNECT-DIPGR-ASNR-MICCAI BraTS-PEDs 2023挑战基准AI细分儿科脑质瘤. 这旨在加速诊断和改善患有这些罕见的,侵略性的瘤的儿童的治疗.
科学领域:
- 神经瘤学神经瘤学
- 人工智能的人工智能
- 医疗成像医学成像
背景情况:
- 儿科中枢神经系统瘤是儿童癌症相关死亡的主要原因,高度质瘤预后不佳.
- 儿科大脑瘤的罕见性导致诊断延迟,依赖过时的治疗策略,阻碍临床试验的进展.
研究的目的:
- 推出第一个脑瘤细分 (BraTS) 挑战,专注于儿科脑瘤.
- 使用标准化指标对儿科脑质瘤进行体积细分算法进行基准测试.
主要方法:
- 使用来自国际儿科神经瘤学联盟的多参数结构MRI (mpMRI) 数据.
- 评估在BraTS-PED数据上训练的AI模型,使用高等级儿科质瘤的验证和未见测试数据集.
主要成果:
- 该挑战旨在促进儿童脑质瘤的自动细分技术的开发.
- 标准化定量性绩效评估指标在整个BraTS 2023挑战集群中使用.
结论:
- 布拉特斯-PEDs 2023挑战促进临床医生和AI/成像科学家之间的合作.
- 自动化细分的加速发展可以显著有利于临床试验,并改善儿童脑瘤患者的护理.
