Automatic Organ and Pan-cancer Segmentation in Abdomen CT: the FLARE 2023 Challenge

要約

腹部の臓器とがんのセグメンテーション コンピュータ断層撮影 (CT) スキャンは、がんの正確な診断と治療の前提条件です。
既存のベンチマークとアルゴリズムのほとんどは特定のがんの種類に合わせて調整されているため、包括的ながん分析を提供する能力には限界があります。
この研究は、40 以上の医療センターからのさまざまな種類のがんの 4,650 枚の CT スキャンを含む大規模で多様なデータセットを提供することにより、腹部臓器と汎がんのセグメンテーションに関する初の国際コンテストを開催します。
優勝チームは、深層学習ベースのカスケード フレームワークを備えた新しい最先端技術を確立し、隠れた多国籍テスト セットで臓器の平均ダイス類似性係数 92.3%、病変の 64.9% を達成しました。
トップチームのデータセットとコードは公開されており、さらなるイノベーションを推進するベンチマークプラットフォーム https://codalab.lisn.upsaclay.fr/competitions/12239 を提供します。

要約(オリジナル)

Organ and cancer segmentation in abdomen Computed Tomography (CT) scans is the prerequisite for precise cancer diagnosis and treatment. Most existing benchmarks and algorithms are tailored to specific cancer types, limiting their ability to provide comprehensive cancer analysis. This work presents the first international competition on abdominal organ and pan-cancer segmentation by providing a large-scale and diverse dataset, including 4650 CT scans with various cancer types from over 40 medical centers. The winning team established a new state-of-the-art with a deep learning-based cascaded framework, achieving average Dice Similarity Coefficient scores of 92.3% for organs and 64.9% for lesions on the hidden multi-national testing set. The dataset and code of top teams are publicly available, offering a benchmark platform to drive further innovations https://codalab.lisn.upsaclay.fr/competitions/12239.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google