多中心胎儿大脑组织注释 (FeTA) 挑战2022年结果

科学领域:

• 医疗成像医学成像
• 神经科学是一个神经科学.
• 计算机视觉 计算机视觉

背景情况:

• 准确的胎儿大脑细分对于分析大脑发育至关重要.
• 之前的挑战,如FeTA 2021,建立了细分标准,但受限于单一中心数据.
• 算法在不同临床环境中的通用性对于实际应用至关重要.

研究的目的:

• 用多中心磁共振成像 (MRI) 数据评估和推进胎儿大脑细分算法的概括性.
• 在不同的数据集上对各种算法的性能进行基准测试,包括看不见的中心和不同的成像参数.
• 确定在自动化胎儿大脑细分方面的挑战和改进领域.

主要方法:

• 2022年胎儿大脑组织注释 (FeTA) 挑战利用了来自两个成像中心的手动注释的多中心数据集进行培训,并包括两个额外的未见中心进行测试.
• 16个团队提交了17个算法,用于对各种MRI数据进行评估,考虑扫描仪,成像参数和预处理的变化.
• 使用诸如子得分,豪斯多夫距离和体积相似性等指标来评估性能.

主要成果:

• 算法在多个中心和不同的成像条件中显示出更好的概括性.
• 白质和心室的细分精度最高 (顶级子分数分别为0.89和0.87).
• 灰色物质细分仍然是最具挑战性的结构,由于其解剖学复杂性,获得0.75的Top Dice得分.

结论:

• 2022年FeTA挑战成功推进了MRI多类胎儿脑组织细分算法的通用性.
• 该挑战继续作为开发和评估新型细分算法的基准.
• 需要进一步的研究,以提高复杂的解剖结构的细分精度,例如胎儿大脑中的灰质.