The Brain Tumor Sequence Registration (BraTS-Reg) Challenge: Establishing Correspondence Between Pre-Operative and Follow-up MRI Scans of Diffuse Glioma Patients

要約

組織の外観が劇的に変化するため、病変を含む縦方向の脳 MRI スキャンの登録は困難です。
汎用の医用画像レジストレーション技術の開発は進んでいますが、このタスクに必要な精度と信頼性はまだ達成されておらず、その本質的な複雑さが浮き彫りになっています。
ここでは、びまん性脳神経膠腫と診断された同じ患者の術前スキャンとフォローアップ スキャン間の対応関係の推定に焦点を当てた、変形可能な位置合わせアルゴリズムの初の公開ベンチマーク環境として、脳腫瘍配列登録 (BraTS-Reg) の課題について説明します。
BraTS-Reg データは、匿名化された複数施設のマルチパラメトリック MRI (mpMRI) スキャンで構成され、標準的な解剖学的テンプレートに従ってサイズと解像度が厳選され、トレーニング、検証、およびテスト セットに分割されています。
臨床専門家は、側頭領域全体にわたって明確な解剖学的位置のグラウンド トゥルース (GT) ランドマーク ポイントに注釈を付けました。
定量的評価とランク付けは、中央ユークリッド誤差 (MEE)、ロバスト性、および変位場のヤコビアンの行列式に基づいていました。
上位にランクされた方法論は、すべての評価指標にわたって同様のパフォーマンスをもたらし、事前アライメント、ディープ ニューラル ネットワーク、逆整合性分析、後処理ステップとしてのケースごとのテスト時インスタンスの最適化など、いくつかの方法論的な共通点を共有していました。
上位にランクされた手法は、評価されたランドマークの約 60% で評価者間変動の MEE 以下を達成し、特に人間の専門家と比較して、さらなる精度と堅牢性の向上の余地があることを強調しました。
BraTS-Reg の目的は、https://bratsreg.github.io/ からアクセスできるデータとオンライン評価ツールを使用して、研究のためのアクティブなリソースとして機能し続けることです。

要約(オリジナル)

Registration of longitudinal brain MRI scans containing pathologies is challenging due to dramatic changes in tissue appearance. Although there has been progress in developing general-purpose medical image registration techniques, they have not yet attained the requisite precision and reliability for this task, highlighting its inherent complexity. Here we describe the Brain Tumor Sequence Registration (BraTS-Reg) challenge, as the first public benchmark environment for deformable registration algorithms focusing on estimating correspondences between pre-operative and follow-up scans of the same patient diagnosed with a diffuse brain glioma. The BraTS-Reg data comprise de-identified multi-institutional multi-parametric MRI (mpMRI) scans, curated for size and resolution according to a canonical anatomical template, and divided into training, validation, and testing sets. Clinical experts annotated ground truth (GT) landmark points of anatomical locations distinct across the temporal domain. Quantitative evaluation and ranking were based on the Median Euclidean Error (MEE), Robustness, and the determinant of the Jacobian of the displacement field. The top-ranked methodologies yielded similar performance across all evaluation metrics and shared several methodological commonalities, including pre-alignment, deep neural networks, inverse consistency analysis, and test-time instance optimization per-case basis as a post-processing step. The top-ranked method attained the MEE at or below that of the inter-rater variability for approximately 60% of the evaluated landmarks, underscoring the scope for further accuracy and robustness improvements, especially relative to human experts. The aim of BraTS-Reg is to continue to serve as an active resource for research, with the data and online evaluation tools accessible at https://bratsreg.github.io/.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google