The Brain Tumor Segmentation (BraTS) Challenge 2023: Local Synthesis of Healthy Brain Tissue via Inpainting

要約

臨床医の意思決定をサポートするために、脳 MR 画像の自動分析用の無数のアルゴリズムが利用可能です。
脳腫瘍患者の場合、画像取得時系列は通常、すでに病理学的であるスキャンから始まります。
多くのアルゴリズムは健康な脳を分析するように設計されており、病変を特徴とする画像が保証されるわけではないため、これは問題を引き起こします。
例には、脳の解剖学的構造の分割、組織のセグメンテーション、および脳の抽出のためのアルゴリズムが含まれますが、これらに限定されません。
このジレンマを解決するために、BraTS 2023 修復チャレンジを導入します。
ここでの参加者の課題は、損傷した脳スキャンから健康な脳スキャンを合成する修復技術を探索することです。
次の原稿には、タスクの定式化、データセット、および提出手順が含まれています。
その後、チャレンジの結果を要約するために更新される予定です。
このチャレンジは、カナダのバンクーバーで開催される MICCAI 2023 カンファレンスで主催される BraTS 2023 チャレンジの一部として組織されます。

要約(オリジナル)

A myriad of algorithms for the automatic analysis of brain MR images is available to support clinicians in their decision-making. For brain tumor patients, the image acquisition time series typically starts with a scan that is already pathological. This poses problems, as many algorithms are designed to analyze healthy brains and provide no guarantees for images featuring lesions. Examples include but are not limited to algorithms for brain anatomy parcellation, tissue segmentation, and brain extraction. To solve this dilemma, we introduce the BraTS 2023 inpainting challenge. Here, the participants’ task is to explore inpainting techniques to synthesize healthy brain scans from lesioned ones. The following manuscript contains the task formulation, dataset, and submission procedure. Later it will be updated to summarize the findings of the challenge. The challenge is organized as part of the BraTS 2023 challenge hosted at the MICCAI 2023 conference in Vancouver, Canada.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google