Efficient automatic segmentation for multi-level pulmonary arteries: The PARSE challenge

要約

タイトル：多層肺動脈の効率的な自動セグメンテーション：PARSEチャレンジ
要約：
-肺高分解能CT画像での多層（主要な枝と支部）肺動脈（PA）の効率的な自動セグメンテーションは、臨床応用において重要な役割を果たします。
-しかし、既存の多くの方法は、主要なPAまたは支部PAのセグメンテーションにのみ注力し、セグメンテーションの効率性を無視しています。
-また、PAセグメンテーションに焦点を当てた公開大規模データセットが存在しないため、異なる方法を比較することは非常に難しいです。
-マルチレベルPAセグメンテーションアルゴリズムをベンチマークするために、初めての肺動脈セグメンテーション（PARSE）チャレンジを組織しました。
-一方、主要なPAと支部PAの両方に焦点を当てます。
-他方で、より良い臨床応用のために、推論中の実行時間とGPUメモリ消費量を主にセグメンテーション効率性に同じスコア重みを割り当てながらPAセグメンテーションの精度を確保します。
-私たちはトップアルゴリズムの概要を提示し、効率的で正確なマルチレベルPA自動セグメンテーションについてのいくつかの提案を行います。
-PARSEチャレンジをコミュニティのためにオープンアクセスで提供し、将来のアルゴリズム開発のベンチマークに役立てていただけます。

要約(オリジナル)

Efficient automatic segmentation of multi-level (i.e. main and branch) pulmonary arteries (PA) in CTPA images plays a significant role in clinical applications. However, most existing methods concentrate only on main PA or branch PA segmentation separately and ignore segmentation efficiency. Besides, there is no public large-scale dataset focused on PA segmentation, which makes it highly challenging to compare the different methods. To benchmark multi-level PA segmentation algorithms, we organized the first \textbf{P}ulmonary \textbf{AR}tery \textbf{SE}gmentation (PARSE) challenge. On the one hand, we focus on both the main PA and the branch PA segmentation. On the other hand, for better clinical application, we assign the same score weight to segmentation efficiency (mainly running time and GPU memory consumption during inference) while ensuring PA segmentation accuracy. We present a summary of the top algorithms and offer some suggestions for efficient and accurate multi-level PA automatic segmentation. We provide the PARSE challenge as open-access for the community to benchmark future algorithm developments at \url{https://parse2022.grand-challenge.org/Parse2022/}.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI