論文の概要: crossMoDA Challenge: Evolution of Cross-Modality Domain Adaptation Techniques for Vestibular Schwannoma and Cochlea Segmentation from 2021 to 2023

• arxiv url: http://arxiv.org/abs/2506.12006v2
• Date: Tue, 24 Jun 2025 14:00:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-25 19:48:23.27362
• Title: crossMoDA Challenge: Evolution of Cross-Modality Domain Adaptation Techniques for Vestibular Schwannoma and Cochlea Segmentation from 2021 to 2023
• Title（参考訳）: CrossMoDA Challenge:2021年から2023年にかけての前庭神経腫とコクランセグメンテーションのためのクロスモダリティドメイン適応技術の進化
• Authors: Navodini Wijethilake, Reuben Dorent, Marina Ivory, Aaron Kujawa, Stefan Cornelissen, Patrick Langenhuizen, Mohamed Okasha, Anna Oviedova, Hexin Dong, Bogyeong Kang, Guillaume Sallé, Luyi Han, Ziyuan Zhao, Han Liu, Tao Yang, Shahad Hardan, Hussain Alasmawi, Santosh Sanjeev, Yuzhou Zhuang, Satoshi Kondo, Maria Baldeon Calisto, Shaikh Muhammad Uzair Noman, Cancan Chen, Ipek Oguz, Rongguo Zhang, Mina Rezaei, Susana K. Lai-Yuen, Satoshi Kasai, Chih-Cheng Hung, Mohammad Yaqub, Lisheng Wang, Benoit M. Dawant, Cuntai Guan, Ritse Mann, Vincent Jaouen, Ji-Wung Han, Li Zhang, Jonathan Shapey, Tom Vercauteren,
• Abstract要約: クロスモダリティドメイン適応 (cross-Modality Domain Adaptation,crossMoDA) シリーズの2022年版と2023年版について報告する。 2023年版での勝利は、2021年版と2022年の試験データにおけるアウトレーヤの数を減らした。 臨床的に許容されるVSセグメンテーションにはまだ進歩が必要だが、高評価は、より困難なクロスモーダルタスクが将来のベンチマークに役立つことを示唆している。
• 参考スコア（独自算出の注目度）: 19.833082294772648
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: The cross-Modality Domain Adaptation (crossMoDA) challenge series, initiated in 2021 in conjunction with the International Conference on Medical Image Computing and Computer Assisted Intervention (MICCAI), focuses on unsupervised cross-modality segmentation, learning from contrast-enhanced T1 (ceT1) and transferring to T2 MRI. The task is an extreme example of domain shift chosen to serve as a meaningful and illustrative benchmark. From a clinical application perspective, it aims to automate Vestibular Schwannoma (VS) and cochlea segmentation on T2 scans for more cost-effective VS management. Over time, the challenge objectives have evolved to enhance its clinical relevance. The challenge evolved from using single-institutional data and basic segmentation in 2021 to incorporating multi-institutional data and Koos grading in 2022, and by 2023, it included heterogeneous routine data and sub-segmentation of intra- and extra-meatal tumour components. In this work, we report the findings of the 2022 and 2023 editions and perform a retrospective analysis of the challenge progression over the years. The observations from the successive challenge contributions indicate that the number of outliers decreases with an expanding dataset. This is notable since the diversity of scanning protocols of the datasets concurrently increased. The winning approach of the 2023 edition reduced the number of outliers on the 2021 and 2022 testing data, demonstrating how increased data heterogeneity can enhance segmentation performance even on homogeneous data. However, the cochlea Dice score declined in 2023, likely due to the added complexity from tumour sub-annotations affecting overall segmentation performance. While progress is still needed for clinically acceptable VS segmentation, the plateauing performance suggests that a more challenging cross-modal task may better serve future benchmarking.
• Abstract（参考訳）: クロスモーダル・ドメイン適応(cross-Modality Domain Adaptation, クロスモーダル・ドメイン適応)は、2021年、MICCAI(International Conference on Medical Image Computing and Computer Assisted Intervention)と共同で開始され、教師なしのクロスモーダルセグメンテーション、コントラスト強化T1(ceT1)からの学習、T2 MRIへの移行に焦点を当てている。 このタスクは、有意義で実証的なベンチマークとして機能するために選択されたドメインシフトの極端な例です。 臨床応用の観点からは、より費用対効果の高いVS管理のために、Vestibular Schwannoma(VS)とcochlea segmentationをT2スキャンで自動化することを目指している。 長年にわたり、課題の目標は臨床関連性を高めるために進化してきた。 この課題は、2021年に単一機関データと基本セグメンテーションを使い、2022年に複数の機関データとKoosグレーディングを組み込むことから発展し、2023年には異質なルーチンデータと肉眼内および肉眼外腫瘍成分のサブセグメンテーションが含まれていた。 本研究では,2022年版と2023年版の調査結果を報告し,長年にわたる課題進行の振り返り分析を行った。 連続したチャレンジコントリビューションからの観測は、データセットの拡大によって、アウトリーチの数が減少することを示している。 データセットの走査プロトコルの多様性が同時に増加するため、これは注目に値する。 2023年版での勝利は、2021年版と2022年版のテストデータのアウトレーヤ数を減らし、データの不均一性が均質なデータでもセグメンテーション性能を高めることを実証した。 しかし、2023年にコチェリーDiceスコアが低下したのは、腫瘍のサブアノテーションが全体のセグメンテーション性能に影響を及ぼすためであろう。 臨床的に許容されるVSセグメンテーションにはまだ進歩が必要だが、高評価は、より困難なクロスモーダルタスクが将来のベンチマークに役立つことを示唆している。

関連論文リスト

• CXR-LT 2024: A MICCAI challenge on long-tailed, multi-label, and zero-shot disease classification from chest X-ray [64.2434525370243]
  CXR-LTシリーズは、胸部X線を用いた肺疾患の分類を強化するために設計されたコミュニティ主導のイニシアチブである。 CXR-LT 2024はデータセットを377,110の胸部X線(CXR)と45の疾患ラベルに拡張し、19の新しい稀な疾患の発見を含んでいる。 本稿では、CXR-LT 2024の概要を述べるとともに、データキュレーションプロセスの詳細と最先端ソリューションの統合について述べる。
  論文  参考訳（メタデータ） (2025-06-09T17:53:31Z)
• HWA-UNETR: Hierarchical Window Aggregate UNETR for 3D Multimodal Gastric Lesion Segmentation [11.180283823428711]
  HWA-UNETRは、学習可能なウィンドウアグリゲーション層を備えたオリジナルのHWAブロックを利用する、新しい3Dセグメンテーションフレームワークである。 我々のフレームワークは、しっかりとした堅牢性を維持しながら、Diceスコアの1.68%まで既存の手法を上回ります。
  論文  参考訳（メタデータ） (2025-05-15T16:18:00Z)
• Multi-Class Segmentation of Aortic Branches and Zones in Computed Tomography Angiography: The AortaSeg24 Challenge [55.252714550918824]
  AortaSeg24 MICCAI Challengeは、23の臨床的に関連する大動脈枝と領域に注釈付き100 CTA巻の最初のデータセットを導入した。 本稿では,トップパフォーマンスアルゴリズムの課題設計,データセットの詳細,評価指標,詳細な分析について述べる。
  論文  参考訳（メタデータ） (2025-02-07T21:09:05Z)
• The MuSe 2024 Multimodal Sentiment Analysis Challenge: Social Perception and Humor Recognition [64.5207572897806]
  マルチモーダル・センティメント・アナリティクス・チャレンジ (MuSe) 2024は、現代の2つのマルチモーダル・インフルエンスと感情分析の問題に対処する。 Social Perception Sub-Challenge (MuSe-Perception)では、参加者は16種類の個人の社会的属性を予測する。 クロスカルカルカルチャー・ヒューモー検出サブチャレンジ(MuSe-Humor)データセットは、Passau Spontaneous Football Coach Humorデータセット上に拡張される。
  論文  参考訳（メタデータ） (2024-06-11T22:26:20Z)
• The KiTS21 Challenge: Automatic segmentation of kidneys, renal tumors, and renal cysts in corticomedullary-phase CT [50.41526598153698]
  本稿では,2021 Kidney and Kidney tumor Challenge (KiTS21)の挑戦報告について述べる。 KiTS21は2019年に発売された最初のエディションの続編であり、チャレンジの設計方法に様々な革新が加えられている。 トップパフォーマンスのチームは、2019年のアートセットの状況よりも大幅に改善され、このパフォーマンスは人間レベルのパフォーマンスに近いことが示されています。
  論文  参考訳（メタデータ） (2023-07-05T02:00:14Z)
• CrossMoDA 2021 challenge: Benchmark of Cross-Modality Domain Adaptation techniques for Vestibular Schwnannoma and Cochlea Segmentation [43.372468317829004]
  ドメイン適応(DA)は、最近、医療画像コミュニティにおいて大きな関心を集めている。 これらの制限に対処するため、クロスモダリティドメイン適応(cross-Modality Domain Adaptation,crossMoDA)という課題が組織された。 CrossMoDAは、教師なしのクロスモダリティDAのための、最初の大規模でマルチクラスのベンチマークである。
  論文  参考訳（メタデータ） (2022-01-08T14:00:34Z)
• The Federated Tumor Segmentation (FeTS) Challenge [4.694856527778264]
  この写本は、連合学習の最初の挑戦、すなわちfederated tumor (fets) challenge 2021について記述している。 FeTS 2021チャレンジは、BraTS 2020チャレンジからの臨床的に取得された多施設磁気共鳴イメージング(MRI)スキャンと、さまざまな遠隔独立機関を使用しています。 fetsチャレンジのゴールは、1)コンセンサスモデルのトレーニングに向けた最適重み集約アプローチの同定、2)脳腫瘍セグメンテーションモデルの「野生」における一般化可能性の評価という2つのタスクによって直接表現される。
  論文  参考訳（メタデータ） (2021-05-12T18:00:20Z)
• Hybrid Attention for Automatic Segmentation of Whole Fetal Head in Prenatal Ultrasound Volumes [52.53375964591765]
  胎児の頭部全体を米国全巻に分割する,最初の完全自動化ソリューションを提案する。 セグメント化タスクは、まずエンコーダ-デコーダディープアーキテクチャの下で、エンドツーエンドのボリュームマッピングとして定式化される。 次に,セグメンタとハイブリットアテンションスキーム(HAS)を組み合わせることで,識別的特徴を選択し,非情報量的特徴を抑える。
  論文  参考訳（メタデータ） (2020-04-28T14:43:05Z)
• 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。