The 2024 Brain Tumor Segmentation (BraTS) Challenge: Glioma Segmentation on Post-treatment MRI

要約

神経膠腫は、成人に最も一般的な悪性原発性脳腫瘍であり、最も致死性の高い種類の癌の 1 つです。
遺伝的多様性と、外観、形状、組織学、および治療反応における本質的な不均一性が高いため、治療とモニタリングには多くの課題があります。
治療には手術、放射線、全身療法が含まれ、磁気共鳴画像法（MRI）は治療計画と治療後の長期的評価において重要な役割を果たします。
治療後神経膠腫 MRI に関する 2024 年の脳腫瘍セグメンテーション (BraTS) チャレンジは、専門家の注釈が付けられた最大の治療後神経膠腫 MRI データセットに基づく、最先端の自動セグメンテーション モデルのコミュニティ標準とベンチマークを提供します。
チャレンジの競合他社は、増強組織 (ET)、周囲の非増強 T2/体液減衰反転回復 (FLAIR)、高信号 (SNFH)、非増強腫瘍コア (NETC) からなる 4 つの異なる腫瘍サブ領域を予測するための自動セグメンテーション モデルを開発します。
、および切除腔（RC）。
モデルは、病変ごとのダイス類似性係数やハウスドルフ距離など、BraTS 2024 の課題クラスター全体で利用される標準化されたパフォーマンス メトリクスを使用して、個別の検証データセットとテスト データセットで評価されます。
この挑戦中に開発されたモデルは、自動 MRI セグメンテーションの分野を進歩させ、臨床現場への統合に貢献し、最終的には患者ケアを強化します。

要約(オリジナル)

Gliomas are the most common malignant primary brain tumors in adults and one of the deadliest types of cancer. There are many challenges in treatment and monitoring due to the genetic diversity and high intrinsic heterogeneity in appearance, shape, histology, and treatment response. Treatments include surgery, radiation, and systemic therapies, with magnetic resonance imaging (MRI) playing a key role in treatment planning and post-treatment longitudinal assessment. The 2024 Brain Tumor Segmentation (BraTS) challenge on post-treatment glioma MRI will provide a community standard and benchmark for state-of-the-art automated segmentation models based on the largest expert-annotated post-treatment glioma MRI dataset. Challenge competitors will develop automated segmentation models to predict four distinct tumor sub-regions consisting of enhancing tissue (ET), surrounding non-enhancing T2/fluid-attenuated inversion recovery (FLAIR) hyperintensity (SNFH), non-enhancing tumor core (NETC), and resection cavity (RC). Models will be evaluated on separate validation and test datasets using standardized performance metrics utilized across the BraTS 2024 cluster of challenges, including lesion-wise Dice Similarity Coefficient and Hausdorff Distance. Models developed during this challenge will advance the field of automated MRI segmentation and contribute to their integration into clinical practice, ultimately enhancing patient care.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google