UniToBrain dataset: a Brain Perfusion Dataset

要約

CT パーフュージョン (CTP) は、造影剤のボーラスが脳を通過する様子をピクセル単位で測定するための医療検査です。
目的は、虚血性病変の「灌流マップ」(つまり、脳血液量、脳血流、およびピークまでの時間) を非常に迅速に描画し、コア領域と周辺領域を区別できるようにすることです。
虚血性脳卒中の状況における正確かつ迅速な診断は、脳組織の運命を決定し、緊急時の介入と治療を導くことができます。
この作業では、CTP の最初のオープンソース データセットである UniToBrain データセットを紹介します。
これは 100 人を超える患者のコホートで構成され、最先端のアルゴリズムで取得された患者のメタデータとグラウンド トゥルース マップが付随しています。
また、ヨーロッパのライブラリ ECVL と EDDL を画像処理に使用し、深層学習モデルを開発する、新しいニューラル ネットワーク ベースのアルゴリズムも提案します。
ニューラル ネットワーク モデルによって得られた結果は、グラウンド トゥルースと一致し、必要な数の CT マップの潜在的なサブサンプリングへの道を開きます。これは、患者に大量の放射線量を課します。

要約(オリジナル)

The CT perfusion (CTP) is a medical exam for measuring the passage of a bolus of contrast solution through the brain on a pixel-by-pixel basis. The objective is to draw ‘perfusion maps’ (namely cerebral blood volume, cerebral blood flow and time to peak) very rapidly for ischemic lesions, and to be able to distinguish between core and penumubra regions. A precise and quick diagnosis, in a context of ischemic stroke, can determine the fate of the brain tissues and guide the intervention and treatment in emergency conditions. In this work we present UniToBrain dataset, the very first open-source dataset for CTP. It comprises a cohort of more than a hundred of patients, and it is accompanied by patients metadata and ground truth maps obtained with state-of-the-art algorithms. We also propose a novel neural networks-based algorithm, using the European library ECVL and EDDL for the image processing and developing deep learning models respectively. The results obtained by the neural network models match the ground truth and open the road towards potential sub-sampling of the required number of CT maps, which impose heavy radiation doses to the patients.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google