- 简介儿童中枢神经系统肿瘤是导致儿童癌症相关死亡的主要原因。儿童高级别胶质瘤的五年生存率低于20%。新治疗方法的发展依赖于多机构合作的临床试验,需要可重复和准确的集中反应评估。我们介绍了BraTS-PEDs 2023挑战的结果,这是第一个专注于儿童脑肿瘤的脑肿瘤分割(BraTS)挑战。该挑战利用了由多个致力于小儿神经肿瘤和临床试验的国际联盟获取的数据。BraTS-PEDs 2023旨在评估使用BraTS 2023挑战中采用的标准化定量性能评估指标,对儿童脑胶质瘤的体积分割算法进行评估。儿童肿瘤分析的表现最佳的AI方法包括nnU-Net和Swin UNETR、Auto3DSeg或带有自我监督框架的nnU-Net的集合。BraTS-PEDs 2023挑战促进了临床医生(神经肿瘤专家、神经放射科医生)和AI /成像科学家之间的合作,促进了更快的数据共享和自动化体积分析技术的发展。这些进展可以显着有益于临床试验,并改善患有脑肿瘤的儿童的护理。
- 图表
- 解决问题本文旨在解决儿童脑胶质瘤的分割问题,提高临床试验的数据共享和自动化分析技术,以改善儿童脑肿瘤的治疗。
- 关键思路本文提出了基于磁共振成像的儿童脑胶质瘤分割算法,采用了nnU-Net和SwinUNETR等AI算法,并利用标准化的定量性能评估指标进行算法评估。
- 其它亮点本文提供了一个多机构合作的数据集,促进了临床医生和AI/imaging科学家之间的合作,同时还提供了多种AI算法的比较和评估结果。实验结果表明,采用nnU-Net和SwinUNETR等算法的集成方法可以达到最佳的分割效果。
- 最近的相关研究包括BraTS 2023挑战赛中的其他分割任务,以及其他基于磁共振成像的脑肿瘤分割算法,如U-Net、DeepLab等。
沙发等你来抢
去评论
评论
沙发等你来抢