Optimizing Brain Tumor Segmentation with MedNeXt: BraTS 2024 SSA and Pediatrics

要約

脳 MRI で主要な病理学的特徴を特定することは、神経膠腫患者の長期生存にとって極めて重要です。
ただし、手動によるセグメンテーションは時間がかかり、専門家の介入が必要であり、人的ミスが発生しやすいです。
したがって、3D マルチモーダル脳 MRI スキャンで腫瘍を正確にセグメント化できる機械学習手法の開発に重要な研究が費やされてきました。
進歩にもかかわらず、最先端のモデルはトレーニングに使用されるデータによって制限されることが多く、分布の変化を引き起こす可能性のある多様な集団に適用する場合、その信頼性について懸念が生じます。
このような変化は、MRI 技術の質の低下（サハラ以南のアフリカなど）や患者の人口統計の変化（子供など）に起因する可能性があります。
BraTS-2024 チャレンジは、これらの問題に対処するためのプラットフォームを提供します。
この研究では、MedNeXt、包括的なモデル アンサンブル、徹底的な後処理を使用して、BraTS-2024 SSA および小児腫瘍タスクで腫瘍をセグメント化するための方法論を紹介します。
私たちのアプローチは、目に見えない検証セットで優れたパフォーマンスを実証し、BraTS-2024 SSA データセットで平均ダイス類似係数 (DSC) 0.896、BraTS 小児腫瘍データセットで平均 DSC 0.830 を達成しました。
さらに、私たちの方法では、BraTS-2024 SSA データセットで平均ハウスドルフ距離 (HD95) 14.682、BraTS Pediatric データセットで平均 HD95 37.508 を達成しました。
GitHub リポジトリにはここからアクセスできます: プロジェクト リポジトリ : https://github.com/python-arch/BioMbz-Optimizing-Brain-Tumor-Segmentation-with-MedNeXt-BraTS-2024-SSA-and-Pediatrics

要約(オリジナル)

Identifying key pathological features in brain MRIs is crucial for the long-term survival of glioma patients. However, manual segmentation is time-consuming, requiring expert intervention and is susceptible to human error. Therefore, significant research has been devoted to developing machine learning methods that can accurately segment tumors in 3D multimodal brain MRI scans. Despite their progress, state-of-the-art models are often limited by the data they are trained on, raising concerns about their reliability when applied to diverse populations that may introduce distribution shifts. Such shifts can stem from lower quality MRI technology (e.g., in sub-Saharan Africa) or variations in patient demographics (e.g., children). The BraTS-2024 challenge provides a platform to address these issues. This study presents our methodology for segmenting tumors in the BraTS-2024 SSA and Pediatric Tumors tasks using MedNeXt, comprehensive model ensembling, and thorough postprocessing. Our approach demonstrated strong performance on the unseen validation set, achieving an average Dice Similarity Coefficient (DSC) of 0.896 on the BraTS-2024 SSA dataset and an average DSC of 0.830 on the BraTS Pediatric Tumor dataset. Additionally, our method achieved an average Hausdorff Distance (HD95) of 14.682 on the BraTS-2024 SSA dataset and an average HD95 of 37.508 on the BraTS Pediatric dataset. Our GitHub repository can be accessed here: Project Repository : https://github.com/python-arch/BioMbz-Optimizing-Brain-Tumor-Segmentation-with-MedNeXt-BraTS-2024-SSA-and-Pediatrics

arxiv情報

提供元, 利用サービス

arxiv.jp, Google