Brain Tumor Segmentation (BraTS) Challenge 2024: Meningioma Radiotherapy Planning Automated Segmentation

要約

2024 年の脳腫瘍セグメンテーション髄膜腫放射線療法 (BraTS-MEN-RT) チャレンジは、無傷または術後髄膜腫患者を対象に、専門家の注釈が付けられた標的ラベルを備えた放射線療法計画脳 MRI の既知最大の複数施設データセットを使用して、自動セグメンテーション アルゴリズムを進歩させることを目的としています。
従来の体外照射療法または定位放射線手術のいずれかを受けた。
各症例には、本来の収集空間にある、汚損された 3D 造影後 T1 強調放射線治療計画 MRI が含まれており、これには、腫瘍総体積 (GTV) とリスクのある術後部位を表す単一ラベルの「ターゲット ボリューム」が添付されています。
ターゲットボリュームの注釈は確立された放射線治療計画プロトコルに準拠しており、症例や施設全体での一貫性が確保されています。
術前の髄膜腫の場合、目標体積には GTV 全体と関連する結節性硬膜尾部が含まれますが、術後の場合には、治療施設によって決定されたリスクのある切除腔のマージンが含まれます。
症例の注釈は専門の神経放射線科医と放射線腫瘍医によって検討され、承認されました。
参加チームは、この包括的なデータセットを使用して自動セグメンテーション モデルを開発、コンテナ化、評価します。
モデルのパフォーマンスは、病変ごとのダイス類似性係数と 95% ハウスドルフ距離を使用して評価されます。
優秀な成績を収めたチームは、2024 年 10 月に開催される医用画像コンピューティングおよびコンピュータ支援介入カンファレンスで表彰されます。BraTS-MEN-RT は、正確な腫瘍のセグメンテーションを可能にし、カスタマイズされた治療を促進することで、自動放射線治療計画を大幅に進歩させ、最終的に患者の転帰を改善すると期待されています。

要約(オリジナル)

The 2024 Brain Tumor Segmentation Meningioma Radiotherapy (BraTS-MEN-RT) challenge aims to advance automated segmentation algorithms using the largest known multi-institutional dataset of radiotherapy planning brain MRIs with expert-annotated target labels for patients with intact or post-operative meningioma that underwent either conventional external beam radiotherapy or stereotactic radiosurgery. Each case includes a defaced 3D post-contrast T1-weighted radiotherapy planning MRI in its native acquisition space, accompanied by a single-label ‘target volume’ representing the gross tumor volume (GTV) and any at-risk post-operative site. Target volume annotations adhere to established radiotherapy planning protocols, ensuring consistency across cases and institutions. For pre-operative meningiomas, the target volume encompasses the entire GTV and associated nodular dural tail, while for post-operative cases, it includes at-risk resection cavity margins as determined by the treating institution. Case annotations were reviewed and approved by expert neuroradiologists and radiation oncologists. Participating teams will develop, containerize, and evaluate automated segmentation models using this comprehensive dataset. Model performance will be assessed using the lesion-wise Dice Similarity Coefficient and the 95% Hausdorff distance. The top-performing teams will be recognized at the Medical Image Computing and Computer Assisted Intervention Conference in October 2024. BraTS-MEN-RT is expected to significantly advance automated radiotherapy planning by enabling precise tumor segmentation and facilitating tailored treatment, ultimately improving patient outcomes.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google