論文の概要: TrackRAD2025 challenge dataset: Real-time tumor tracking for MRI-guided radiotherapy
- arxiv url: http://arxiv.org/abs/2503.19119v1
- Date: Mon, 24 Mar 2025 20:14:42 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-03-27 02:13:56.299655
- Title: TrackRAD2025 challenge dataset: Real-time tumor tracking for MRI-guided radiotherapy
- Title（参考訳）: TrackRAD2025 Challenge data: Real-time tumor tracking for MRI-guided radiotherapy
- Abstract要約: このデータセットは、6つのセンターから585人の患者に2D cine MRIの矢状画像から作成されている。
より正確な運動管理と適応的な治療戦略を可能にすることにより、このデータセットは放射線治療の分野を著しく前進させる可能性がある。
- 参考スコア（独自算出の注目度）: 2.45070347370137
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Purpose: Magnetic resonance imaging (MRI) to visualize anatomical motion is becoming increasingly important when treating cancer patients with radiotherapy. Hybrid MRI-linear accelerator (MRI-linac) systems allow real-time motion management during irradiation. This paper presents a multi-institutional real-time MRI time series dataset from different MRI-linac vendors. The dataset is designed to support developing and evaluating real-time tumor localization (tracking) algorithms for MRI-guided radiotherapy within the TrackRAD2025 challenge (https://trackrad2025.grand-challenge.org/). Acquisition and validation methods: The dataset consists of sagittal 2D cine MRIs in 585 patients from six centers (3 Dutch, 1 German, 1 Australian, and 1 Chinese). Tumors in the thorax, abdomen, and pelvis acquired on two commercially available MRI-linacs (0.35 T and 1.5 T) were included. For 108 cases, irradiation targets or tracking surrogates were manually segmented on each temporal frame. The dataset was randomly split into a public training set of 527 cases (477 unlabeled and 50 labeled) and a private testing set of 58 cases (all labeled). Data Format and Usage Notes: The data is publicly available under the TrackRAD2025 collection: https://doi.org/10.57967/hf/4539. Both the images and segmentations for each patient are available in metadata format. Potential Applications: This novel clinical dataset will enable the development and evaluation of real-time tumor localization algorithms for MRI-guided radiotherapy. By enabling more accurate motion management and adaptive treatment strategies, this dataset has the potential to advance the field of radiotherapy significantly.
- Abstract（参考訳）: 目的: 放射線治療で癌患者を治療する際には, 解剖学的動きを可視化するMRIがますます重要になっている。
ハイブリッドMRI-リニア加速器(MRI-linac)システムは、照射中のリアルタイムモーション管理を可能にする。
本稿では,異なるMRIライナックベンダーによる複数施設のリアルタイムMRI時系列データセットを提案する。
このデータセットは、TrackRAD2025チャレンジ(https://trackrad2025.grand-challenge.org/)の中でMRI誘導放射線治療のためのリアルタイム腫瘍局在(追跡)アルゴリズムの開発と評価をサポートするように設計されている。
取得と検証方法: このデータセットは、オランダ人3人、ドイツ人1人、オーストラリア人1人、中国人1人のうち、585人の患者から得られた2D cine MRIから成り立っている。
胸部,腹部,骨盤に2つのMRIライナック(0.35T,1.5T)の腫瘍を認めた。
108例では, 各側頭骨に照射目標または追跡サロゲートを手動で分割した。
データセットはランダムに527件(ラベルなし477件、ラベル付き50件)の公開トレーニングセットと58件(すべてラベル付き)のプライベートテストセットに分割された。
Data Format and Usage Notes: このデータはTrackRAD2025コレクションで公開されている。
各患者のイメージとセグメンテーションは、メタデータ形式で提供されている。
応用可能性:この新たな臨床データセットは、MRI誘導放射線治療のためのリアルタイム腫瘍局在化アルゴリズムの開発と評価を可能にする。
より正確な運動管理と適応的な治療戦略を可能にすることにより、このデータセットは放射線治療の分野を著しく前進させる可能性がある。
関連論文リスト
- DoseRAD2026 Challenge dataset: AI accelerated photon and proton dose calculation for radiotherapy [5.120161774133747]
DoseRAD2026データセットと課題は、ペア化されたCTとMRIデータの公開ベンチマークを提供する。
このデータセットは、胸部や腹部の病変に対してMRIライナックで治療した115例(75例のトレーニング、40例の検査)のCTとMRIのペアを含む。
論文 参考訳（メタデータ） (2026-04-14T14:16:45Z) - Towards a general-purpose foundation model for fMRI analysis [58.06455456423138]
我々は,4次元fMRIボリュームから学習し,多様なアプリケーション間で効率的な知識伝達を可能にするフレームワークであるNeuroSTORMを紹介する。
NeuroSTORMは、複数のセンターにまたがる5万人以上の被験者から5歳から100歳までの28.65万fMRIフレーム(→9000時間)で事前トレーニングされている。
年齢/性別予測、表現型予測、疾患診断、fMRI-to-image検索、タスクベースのfMRIの5つのタスクにおいて、既存の手法よりも優れています。
論文 参考訳（メタデータ） (2025-06-11T23:51:01Z) - SynthRAD2025 Grand Challenge dataset: generating synthetic CTs for radiotherapy [0.0]
SynthRAD2025データセットとグランドチャレンジは、合成CT生成の進歩を促進する。
対象は, 頭頸部癌, 胸部癌, 腹部癌患者の890例 (CBCTCT) と1472例 (CBCTCT) の2362例である。
データはMetaImage(mha)フォーマットで提供され、医療画像処理ツールとの互換性を確保する。
論文 参考訳（メタデータ） (2025-02-24T19:53:09Z) - LUND-PROBE -- LUND Prostate Radiotherapy Open Benchmarking and Evaluation dataset [0.0]
MRI誘導放射線療法を施行した前立腺癌432例に対する、MRIおよび合成CT(sCT)画像、ターゲットおよびOARsセグメンテーション、線量放射線療法を含む、一般に利用可能な臨床データセットが提示される。
また、深層学習(DL)生成セグメンテーション、DLセグメンテーションの不確実性マップ、および4人の放射線腫瘍学者によって手動で調整されたDLセグメンテーションなど、35人の患者による拡張データセットも含んでいる。
本論文は, 自動放射線治療計画, セグメンテーション, サーバ間分析, DLモデル不確実性調査の分野における研究を支援することを目的としている。
論文 参考訳（メタデータ） (2025-02-06T20:44:42Z) - ContextMRI: Enhancing Compressed Sensing MRI through Metadata Conditioning [51.26601171361753]
本稿では, 微細なメタデータを再構成プロセスに統合したMRI用テキスト条件拡散モデルであるContextMRIを提案する。
メタデータの忠実度はスライス位置やコントラストから患者年齢、性別、病理まで増加し、体系的に再構築性能が向上することを示す。
論文 参考訳（メタデータ） (2025-01-08T05:15:43Z) - MGH Radiology Llama: A Llama 3 70B Model for Radiology [50.42811030970618]
本稿では,高度な放射線学に焦点を当てた大規模言語モデルMGH Radiology Llamaを提案する。
Llama 3 70Bモデルを使用して開発され、Radiology-GPTやRadiology-Llama2といった従来のドメイン固有モデルをベースにしている。
従来の指標とGPT-4に基づく評価の両方を取り入れた評価では,汎用LLMよりも高い性能を示す。
論文 参考訳（メタデータ） (2024-08-13T01:30:03Z) - TotalSegmentator MRI: Robust Sequence-independent Segmentation of Multiple Anatomic Structures in MRI [59.86827659781022]
nnU-Netモデル(TotalSegmentator)をMRIおよび80原子構造で訓練した。
予測されたセグメンテーションと専門家基準セグメンテーションとの間には,ディススコアが算出され,モデル性能が評価された。
オープンソースで使いやすいモデルは、80構造の自動的で堅牢なセグメンテーションを可能にする。
論文 参考訳（メタデータ） (2024-05-29T20:15:54Z) - Brain Tumor Segmentation (BraTS) Challenge 2024: Meningioma Radiotherapy Planning Automated Segmentation [47.119513326344126]
BraTS-MEN-RTの課題は、脳MRIを計画する放射線治療の最大のマルチ機関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化させることである。
それぞれの症例には、3D後T1強調放射線治療計画MRIがネイティブな取得スペースに含まれている。
ターゲットボリュームアノテーションは、確立された放射線治療計画プロトコルに準拠している。
論文 参考訳（メタデータ） (2024-05-28T17:25:43Z) - A dataset of primary nasopharyngeal carcinoma MRI with multi-modalities segmentation [22.870118207429904]
このデータセットは、T1重み付き、T2重み付き、およびコントラスト強化T1重み付きシーケンスを含み、合計で831スキャンである。
対応する臨床データに加えて、経験者による手動注釈とラベル付きセグメンテーションは、未処理の一次NPCから高品質なデータ資源を提供する。
論文 参考訳（メタデータ） (2024-04-04T07:19:31Z) - CMRxRecon: An open cardiac MRI dataset for the competition of
accelerated image reconstruction [62.61209705638161]
ディープラーニングベースのCMRイメージングアルゴリズムへの関心が高まっている。
ディープラーニング手法は大規模なトレーニングデータセットを必要とする。
このデータセットには300人の被験者のマルチコントラスト、マルチビュー、マルチスライス、マルチコイルCMRイメージングデータが含まれている。
論文 参考訳（メタデータ） (2023-09-19T15:14:42Z) - Domain Transfer Through Image-to-Image Translation for Uncertainty-Aware Prostate Cancer Classification [42.75911994044675]
前立腺MRIの非対位画像翻訳のための新しいアプローチと臨床的に重要なPCaを分類するための不確実性認識トレーニングアプローチを提案する。
提案手法では,無ペアの3.0T多パラメータ前立腺MRIを1.5Tに翻訳し,利用可能なトレーニングデータを増強する。
実験の結果,提案手法は,従来の研究に比べてAUC(Area Under ROC Curve)を20%以上改善することがわかった。
論文 参考訳（メタデータ） (2023-07-02T05:26:54Z) - SynthRAD2023 Grand Challenge dataset: generating synthetic CT for
radiotherapy [0.0]
本稿では,厳密に登録されたCBCTおよびMRI画像を用いた脳・骨盤CT画像のデータセットについて述べる。
このデータセットは、オランダの3つの大学医療センターの540人の脳と540人の骨盤放射線治療患者のCT、CBCT、MRIで構成されている。
論文 参考訳（メタデータ） (2023-03-28T21:38:25Z) - Integrative Imaging Informatics for Cancer Research: Workflow Automation
for Neuro-oncology (I3CR-WANO) [0.12175619840081271]
我々は,多系列ニューロオンコロジーMRIデータの集約と処理のための人工知能ベースのソリューションを提案する。
エンド・ツー・エンドのフレームワーク i) アンサンブル分類器を用いてMRIの配列を分類し, i) 再現可能な方法でデータを前処理し, iv) 腫瘍組織サブタイプを規定する。
欠落したシーケンスに対して堅牢であり、専門的なループアプローチを採用しており、セグメンテーションの結果は放射線学者によって手動で洗練される可能性がある。
論文 参考訳（メタデータ） (2022-10-06T18:23:42Z) - ISLES 2022: A multi-center magnetic resonance imaging stroke lesion
segmentation dataset [36.278933802685316]
このデータセットは、脳卒中病変の大きさ、量、位置の多様性が高い400のマルチベンダーMRI症例からなる。
n=250のトレーニングデータセットとn=150のテストデータセットに分けられる。
テストデータセットはモデル検証のみに使用され、一般にはリリースされない。
論文 参考訳（メタデータ） (2022-06-14T08:54:40Z) - Automatic Assessment of Alzheimer's Disease Diagnosis Based on Deep
Learning Techniques [111.165389441988]
本研究では, MRI(sagittal magnetic resonance images)における疾患の存在を自動的に検出するシステムを開発する。
矢状面MRIは一般的には使われていないが、この研究は、少なくとも、ADを早期に同定する他の平面からのMRIと同じくらい効果があることを証明した。
本研究は,これらの分野でDLモデルを構築できることを実証する一方,TLは少ない例でタスクを完了するための必須のツールである。
論文 参考訳（メタデータ） (2021-05-18T11:37:57Z)
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。