TrackRAD2025挑战数据集:用于MRI导向放射治疗的实时瘤跟踪
Yiling Wang1, Elia Lombardo2, Adrian Thummerer2
1Department of Radiation Oncology, Radiation Oncology Key Laboratory of Sichuan Province, Sichuan Clinical Research Center for Cancer, Sichuan Cancer Hospital & Institute, Sichuan Cancer Center, University of Electronic Science and Technology of China, Chengdu, China.
Medical physics
|July 15, 2025
概括
现在可以使用来自MRI-线性加速器系统的实时MRI扫描的新多机构数据集. 本资源支持用于适应性放射治疗的先进瘤跟踪算法的开发.
科学领域:
- 医疗成像医学成像
- 辐射疗法 辐射疗法
- 机器学习 机器学习
背景情况:
- 解剖运动的实时可视化对于癌症患者的有效放射治疗至关重要.
- 混合MRI-线性加速器 (MRI-linac) 系统为治疗期间的运动管理提供了先进的功能.
- 开发强大的实时瘤定位算法对于适应性放射治疗策略至关重要.
研究的目的:
- 为了呈现一个新的,多机构实时MRI时间序列数据集.
- 为了促进实时瘤追踪算法的开发和评估,用于MRI导向放射治疗.
- 通过提供全面的数据资源来支持TrackRAD2025挑战.
主要方法:
- 该数据集包括来自6个国际中心的585名患者的腰2D电影MRI.
- 使用两个商业MRI-linac供应商在0.35T和1.5T场强度获得数据.
- 对108个病例进行了对照射目标或跟踪替代物的手动细分,分为公共培训和私人测试.
主要成果:
- 该数据集包括大量的实时MRI扫描,具有不同的率和患者队列.
- 细分数据为一组案例提供,使监督学习方法成为可能.
- 数据是公开可访问的,促进合作研究和算法开发.
结论:
- 这一数据集代表了在MRI指导放射治疗中推进实时瘤定位的重要资源.
- 它将允许创建和验证更准确的运动管理和适应性治疗技术.
- 这些数据的可用性有可能大大改善癌症患者的放射治疗结果.
