論文の概要: The RSNA-ASNR-MICCAI BraTS 2021 Benchmark on Brain Tumor Segmentation
and Radiogenomic Classification
- arxiv url: http://arxiv.org/abs/2107.02314v1
- Date: Mon, 5 Jul 2021 23:12:06 GMT
- ステータス: 処理完了
- システム内更新日: 2021-07-08 03:54:02.728011
- Title: The RSNA-ASNR-MICCAI BraTS 2021 Benchmark on Brain Tumor Segmentation
and Radiogenomic Classification
- Title(参考訳): RSNA-ASNR-MICCAI BraTS 2021 ベンチマークによる脳腫瘍分離と放射線ゲノム分類
- Authors: Ujjwal Baid, Satyam Ghodasara, Michel Bilello, Suyash Mohan, Evan
Calabrese, Errol Colak, Keyvan Farahani, Jayashree Kalpathy-Cramer, Felipe C.
Kitamura, Sarthak Pati, Luciano M. Prevedello, Jeffrey D. Rudie, Chiharu
Sako, Russell T. Shinohara, Timothy Bergquist, Rong Chai, James Eddy, Julia
Elliott, Walter Reade, Thomas Schaffter, Thomas Yu, Jiaxin Zheng, BraTS
Annotators, Christos Davatzikos, John Mongan, Christopher Hess, Soonmee Cha,
Javier Villanueva-Meyer, John B. Freymann, Justin S. Kirby, Benedikt
Wiestler, Priscila Crivellaro, Rivka R.Colen, Aikaterini Kotrotsou, Daniel
Marcus, Mikhail Milchenko, Arash Nazeri, Hassan Fathallah-Shaykh, Roland
Wiest, Andras Jakab, Marc-Andre Weber, Abhishek Mahajan, Bjoern Menze, Adam
E. Flanders, Spyridon Bakas
- Abstract要約: BraTS 2021チャレンジは10周年を祝います。
北米放射線学会(RSNA)、アメリカ神経放射線学会(ASNR)、メディカル・イメージ・コンピューティングとコンピュータ・アシスト・インターベンション(MICCAI)が共同で組織している。
- 参考スコア(独自算出の注目度): 4.431870223745215
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The BraTS 2021 challenge celebrates its 10th anniversary and is jointly
organized by the Radiological Society of North America (RSNA), the American
Society of Neuroradiology (ASNR), and the Medical Image Computing and Computer
Assisted Interventions (MICCAI) society. Since its inception, BraTS has been
focusing on being a common benchmarking venue for brain glioma segmentation
algorithms, with well-curated multi-institutional multi-parametric magnetic
resonance imaging (mpMRI) data. Gliomas are the most common primary
malignancies of the central nervous system, with varying degrees of
aggressiveness and prognosis. The RSNA-ASNR-MICCAI BraTS 2021 challenge targets
the evaluation of computational algorithms assessing the same tumor
compartmentalization, as well as the underlying tumor's molecular
characterization, in pre-operative baseline mpMRI data from 2,000 patients.
Specifically, the two tasks that BraTS 2021 focuses on are: a) the segmentation
of the histologically distinct brain tumor sub-regions, and b) the
classification of the tumor's O[6]-methylguanine-DNA methyltransferase (MGMT)
promoter methylation status. The performance evaluation of all participating
algorithms in BraTS 2021 will be conducted through the Sage Bionetworks Synapse
platform (Task 1) and Kaggle (Task 2), concluding in distributing to the top
ranked participants monetary awards of $60,000 collectively.
- Abstract(参考訳): brats 2021チャレンジは10周年を記念し、アメリカ放射線学会(rsna)、アメリカ神経放射線学会(asnr)、医療画像コンピューティングおよびコンピュータ支援介入協会(miccai)によって共同で組織されている。
BraTSは、その誕生以来、脳神経グリオーマセグメンテーションアルゴリズムの共通のベンチマーク場所として、よく計算された多施設間マルチパラメトリック磁気共鳴画像(mpMRI)データに焦点を当ててきた。
グリオーマは中枢神経系の最も一般的な悪性腫瘍であり、攻撃性や予後の程度が異なる。
RSNA-ASNR-MICCAI BraTS 2021の課題は、2000人の術前ベースラインmpMRIデータにおいて、同じ腫瘍区画化を評価する計算アルゴリズムの評価と、基礎となる腫瘍の分子的特徴を目標としている。
具体的には、BraTS 2021が重視する2つの課題は、a) 組織学的に異なる脳腫瘍サブ領域のセグメンテーション、b) 腫瘍のO[6]-メチルグアニン-DNAメチルトランスフェラーゼ(MGMT)プロモーターメチル化状態の分類である。
BraTS 2021の全参加アルゴリズムのパフォーマンス評価は、Sage Bionetworks Synapse Platform (Task 1) と Kaggle (Task2) を通じて行われ、総計6万ドル(約6700万円)の参加者に分配される。
関連論文リスト
- The Brain Tumor Segmentation (BraTS) Challenge 2023: Focus on Pediatrics
(CBTN-CONNECT-DIPGR-ASNR-MICCAI BraTS-PEDs) [4.132074373063733]
中枢神経系の小児腫瘍は、小児におけるがん関連死の最も一般的な原因である。
小児の高次グリオーマの生存率は20%未満である。
BraTS-PEDs 2023チャレンジは、小児脳グリオーマのためのボリュームセグメンテーションアルゴリズムの開発に焦点を当てている。
論文 参考訳(メタデータ) (2023-05-26T15:40:11Z) - Multimodal CNN Networks for Brain Tumor Segmentation in MRI: A BraTS
2022 Challenge Solution [0.0]
この記事では、BraTS 2022の継続的評価課題への私たちの貢献について説明する。
術前MRIにおけるグリオーマ境界の自動検出のための,DeepSeg,nnU-Net,DeepSCANという,複数のディープラーニングフレームワークのアンサンブルを提案する。
Diceスコアが0.9294、0.8788、0.8803、Hausdorf距離が5.23、13.54、12.05のBraTSテストデータセットで、腫瘍全体、腫瘍コア、造影腫瘍をそれぞれ評価した。
論文 参考訳(メタデータ) (2022-12-19T09:14:23Z) - HNF-Netv2 for Brain Tumor Segmentation using multi-modal MR Imaging [86.52489226518955]
我々は,HNF-NetをHNF-Netv2に拡張する。
我々の方法は、RSNA 2021脳腫瘍AIチャレンジ賞(セグメンテーション・タスク)を受賞しました。
論文 参考訳(メタデータ) (2022-02-10T06:34:32Z) - EMT-NET: Efficient multitask network for computer-aided diagnosis of
breast cancer [58.720142291102135]
乳腺腫瘍の分類と分別を同時に行うための,効率的で軽量な学習アーキテクチャを提案する。
腫瘍分類ネットワークにセグメンテーションタスクを組み込むことにより,腫瘍領域に着目したバックボーンネットワークで表現を学習する。
腫瘍分類の精度、感度、特異性はそれぞれ88.6%、94.1%、85.3%である。
論文 参考訳(メタデータ) (2022-01-13T05:24:40Z) - Lung-Originated Tumor Segmentation from Computed Tomography Scan (LOTUS)
Benchmark [48.30502612686276]
肺癌は最も致命的ながんの1つであり、その効果的な診断と治療は腫瘍の正確な悪性度に依存している。
現在最も一般的なアプローチであるHuman-centered segmentationは、サーバ間変動の対象となる。
2018年のVIPカップは、42か国から競争データにアクセスするための世界的な参加から始まった。
簡単に言えば、競争中に提案されたアルゴリズムはすべて、偽陽性還元手法と組み合わせたディープラーニングモデルに基づいている。
論文 参考訳(メタデータ) (2022-01-03T03:06:38Z) - Ensemble CNN Networks for GBM Tumors Segmentation using Multi-parametric
MRI [0.0]
本稿では,術前の mpMRI におけるグリオーマの自動認識のための,DeepSeg と nnU-Net という2つのディープラーニングフレームワークのアグリゲーションを提案する。
本手法では, 腫瘍, 腫瘍コア, 全腫瘍領域のDice類似度スコアが92.00, 87.33, 84.10, Hausdorff Distances 3.81, 8.91, 16.02を得た。
論文 参考訳(メタデータ) (2021-12-13T10:51:20Z) - H2NF-Net for Brain Tumor Segmentation using Multimodal MR Imaging: 2nd
Place Solution to BraTS Challenge 2020 Segmentation Task [96.49879910148854]
当社のH2NF-Netは、単一およびカスケードのHNF-Netを使用して、異なる脳腫瘍サブリージョンを分割します。
我々は、マルチモーダル脳腫瘍チャレンジ(BraTS)2020データセットでモデルをトレーニングし、評価した。
提案手法は,80名近い参加者のうち,brats 2020チャレンジセグメンテーションタスクで2位となった。
論文 参考訳(メタデータ) (2020-12-30T20:44:55Z) - Automatic Brain Tumor Segmentation with Scale Attention Network [1.7767466724342065]
マルチモーダル脳腫瘍チャレンジ2020(BraTS 2020)は、マルチパラメトリック磁気共鳴イメージング(mpMRI)で異なる自動アルゴリズムを比較する共通のプラットフォームを提供する
本稿では,異なるスケールで特徴写像から高レベルな意味論を取り入れた,低レベルな細部を取り入れた動的スケールアテンション機構を提案する。
術式はBraTS 2020で提供した369症例を用いて訓練し, 平均Dice similarity Coefficient (DSC) は0.8828, 0.8433, 0.8177, Hausdorff は95%, 5.2176, 17.9697, 13.4298 であった。
論文 参考訳(メタデータ) (2020-11-06T04:45:49Z) - Brain tumor segmentation with self-ensembled, deeply-supervised 3D U-net
neural networks: a BraTS 2020 challenge solution [56.17099252139182]
U-netのようなニューラルネットワークを用いた脳腫瘍セグメント化作業の自動化と標準化を行う。
2つの独立したモデルのアンサンブルが訓練され、それぞれが脳腫瘍のセグメンテーションマップを作成した。
我々の解は、最終試験データセットにおいて、Diceの0.79、0.89、0.84、およびHausdorffの95%の20.4、6.7、19.5mmを達成した。
論文 参考訳(メタデータ) (2020-10-30T14:36:10Z) - Enhancing MRI Brain Tumor Segmentation with an Additional Classification
Network [0.0]
そこで本研究では,ネットワークに新たな分類分岐を追加することにより,セグメンテーション結果を向上する新たなトレーニング手法を提案する。
ネットワーク全体が、Multimodal Brain tumor Challenge (BraTS) 2020トレーニングデータセットでエンドツーエンドにトレーニングされた。
論文 参考訳(メタデータ) (2020-09-25T10:05:12Z) - VerSe: A Vertebrae Labelling and Segmentation Benchmark for
Multi-detector CT Images [121.31355003451152]
大規模Vertebrae Challenge(VerSe)は、2019年と2020年に開催されたMICCAI(International Conference on Medical Image Computing and Computer Assisted Intervention)と共同で設立された。
本評価の結果を報告するとともに,脊椎レベル,スキャンレベル,および異なる視野での性能変化について検討した。
論文 参考訳(メタデータ) (2020-01-24T21:09:18Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。