用于胃肠道细分的数据集,用于腹部瘤放射治疗的连续MRI
Sangjune L Lee1, Poonam Yadav2, Yin Li3
1Division of Radiation Oncology, Arthur Child Comprehensive Cancer Centre3395 Hospital Drive NW, Calgary, Alberta, T2N 5G2, Canada.
Data in brief
|December 24, 2024
概括
这一数据集为放射治疗研究提供了连续的腹部MRI扫描与细分的胃肠道. 它支持开发先进的自行细分算法,以改善治疗规划.
科学领域:
- 医疗成像医学成像
- 辐射疗法 辐射疗法
- 计算解剖学的计算解剖学
背景情况:
- 集成磁共振成像和线性加速器系统 (MR-Linacs) 提供了增强的软组织对比度和自适应性放射治疗功能.
- 胃肠道的准确细分对于精确的放射治疗计划和在腹部瘤治疗中剂量递送至关重要.
研究的目的:
- 创建和发布一个综合数据集的连续腹部MRI扫描与专家注释的胃肠道细分.
- 支持开发和验证用于MR-Linac放射治疗的自动化细分算法.
主要方法:
- 从接受MR-Linac治疗腹部瘤的患者收集了0.35T系列MRI.
- 在所有MRI扫描中,手动细分胃,小肠和大肠.
- 使用 3D Hausdorff 距离和 3D Dice 系数指标与放射瘤学家的轮对比,验证了手动细分.
主要成果:
- 该数据集包括来自107名患者的467个未被识别的扫描,共计67,248个切片.
- 图像采用便携式图形格式 (PNG),细分部分采用逗号隔离值 (CSV) 格式.
- 这些数据是公开可用的,用于研究目的.
结论:
- 这一数据集促进了正在进行的放射治疗自动化细分研究.
- 它可以用于改进自细分算法,并可能用于剂量积累研究.
- 这些注释数据的可用性支持了适应性放射治疗腹部癌症的进展.
