Analysis of the BraTS 2023 Intracranial Meningioma Segmentation Challenge

要約

Brats 2023頭蓋内髄膜腫セグメンテーションチャレンジの設計と結果について説明します。
ブラッツ髄膜腫の課題は、髄膜腫に焦点を当てたという点で、以前のブラット神経膠腫の課題とは異なりました。これは、多様な放射線症および解剖学的症状と多重性の傾向を備えた良性軸外腫瘍です。
9つの参加チームは、それぞれ、最大の多施設の系統的専門家の注釈付きマルチシーケンス髄膜腫MRIデータセットの画像データを使用して、1000のトレーニングセットケース、141検証セットケース、283の隠しテストセットケースを含む、深部学習自動化セグメンテーションモデルを開発しました。
各症例には、T2、FLAIR、T1、およびT1GD脳MRIシーケンスが関連する腫瘍のラベルを持つT1GD脳MRI配列が含まれており、腫瘍の強化、非強化腫瘍、および周囲の非強化炎の高強度を描写しました。
参加者の自動セグメンテーションモデルは、サイコロの類似性係数（DSC）および95％のHausdorff距離を含む病変ごとのメトリックを評価するスコアリングシステムに基づいて評価およびランク付けされました。
トップランクのチームは、腫瘍、腫瘍コア、および腫瘍全体をそれぞれ促進するために、それぞれ0.976、0.976、および0.964の病変ごとのサイコロ類似性係数（DSC）の中央値の中央値類似性係数（DSC）を有し、それぞれ0.899、0.904、および0.871の対応する平均DSCがありました。
これらの結果は、将来の術前髄膜腫自動化セグメンテーションアルゴリズムの最先端のベンチマークとして機能します。
さらに、1424件の症例の1286（90.3％）が少なくとも1つのコンパートメントボクセルに、頭蓋骨が伸びた画像エッジの端に隣接していることがわかりました。

要約(オリジナル)

We describe the design and results from the BraTS 2023 Intracranial Meningioma Segmentation Challenge. The BraTS Meningioma Challenge differed from prior BraTS Glioma challenges in that it focused on meningiomas, which are typically benign extra-axial tumors with diverse radiologic and anatomical presentation and a propensity for multiplicity. Nine participating teams each developed deep-learning automated segmentation models using image data from the largest multi-institutional systematically expert annotated multilabel multi-sequence meningioma MRI dataset to date, which included 1000 training set cases, 141 validation set cases, and 283 hidden test set cases. Each case included T2, FLAIR, T1, and T1Gd brain MRI sequences with associated tumor compartment labels delineating enhancing tumor, non-enhancing tumor, and surrounding non-enhancing FLAIR hyperintensity. Participant automated segmentation models were evaluated and ranked based on a scoring system evaluating lesion-wise metrics including dice similarity coefficient (DSC) and 95% Hausdorff Distance. The top ranked team had a lesion-wise median dice similarity coefficient (DSC) of 0.976, 0.976, and 0.964 for enhancing tumor, tumor core, and whole tumor, respectively and a corresponding average DSC of 0.899, 0.904, and 0.871, respectively. These results serve as state-of-the-art benchmarks for future pre-operative meningioma automated segmentation algorithms. Additionally, we found that 1286 of 1424 cases (90.3%) had at least 1 compartment voxel abutting the edge of the skull-stripped image edge, which requires further investigation into optimal pre-processing face anonymization steps.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google