肝脏HccSeg:公开可用的多相MRI数据集,包括肝脏和HCC瘤细分和评估者间协议分析
Moritz Gross1,2, Sandeep Arora1, Steffen Huber1
1Department of Radiology and Biomedical Imaging, Yale University School of Medicine, New Haven, CT, United States of America.
Data in brief
|October 23, 2023
概括
一个新的数据集,LiverHccSeg,提供经过验证的肝脏和瘤细分为肝细胞癌 (HCC) 患者从专家放射科医生. 本资源有助于开发和验证自动细分算法,以改善HCC诊断和治疗.
科学领域:
- 医学成像分析 医学成像分析
- 放射学 放射学是一门学科.
- 医疗保健中的机器学习
背景情况:
- 肝脏和肝细胞癌 (HCC) 的准确细分对于患者的诊断和治疗至关重要.
- 手动细分是耗时且易变的,需要自动化解决方案.
- 自动化方法需要使用高质量,基于共识的细分来验证.
研究的目的:
- 介绍LiverHccSeg,一种用于肝脏和HCC瘤细分的新型数据集.
- 为验证和比较自动化细分算法提供资源.
- 分析肝脏和瘤细分的评价者间协议.
主要方法:
- 从17个 (肝脏) 和14个 (HCC瘤) 病例中精选的多相对比增强型MRI扫描.
- 由两名经过董事会批准的腹部放射科医生进行的手动细分.
- 计算细分指标 (例如,子系数) 来评估评价者之间的协议.
主要成果:
- 对肝脏细分的高度一致 (平均值:0.95 ± 0.01).
- 在HCC瘤细分中观察到更高的变异 (平均Dice:0.85 ± 0.16).
- 数据集包括细分,元数据和评估者间协议分析.
结论:
- 肝脏HccSeg为肝脏和HCC瘤细分研究提供了宝贵的资源.
- 该数据集有助于人工智能算法的外部验证和基准测试.
- 评估者之间变化的分析有助于理解和改善细分的稳定性.
