論文の概要: HEad and neCK TumOR (HECKTOR) 2025: Benchmark of Segmentation, Diagnosis, and Prognosis in Multimodal PET/CT

• arxiv url: http://arxiv.org/abs/2606.20143v1
• Date: Thu, 18 Jun 2026 12:06:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-19 18:23:39.839902
• Title: HEad and neCK TumOR (HECKTOR) 2025: Benchmark of Segmentation, Diagnosis, and Prognosis in Multimodal PET/CT
• Title（参考訳）: 頭頸部腫瘍(HECKTOR)2025例の検討
• Authors: Numan Saeed, Salma Hassan, Shahad Hardan, Lishan Cai, Xinglong Liang, Moona Mazher, Abdul Qayyum, Yansong Bu, Mengye Lyu, Yue Lin, Mingyuan Meng, Chuanyi Huang, Lisheng Wang, Dalal Chamseddine, Shamimeh Ahrari, Beining Wu, Yifei Chen, Fuyou Mao, Hao Zhang, Baixiang Zhao, Surajit Ray, Muzi Guo, Lei Xiang, Jakob Dexl, Michael Ingrisch, Adrien Depeursinge, Arman Rahmim, Mathieu Hatt, Vincent Andrearczyk, Mohammad Yaqub,
• Abstract要約: HECKTOR 2025チャレンジは、マルチモーダルPET/CT画像と電子健康記録を用いた自動HNC分析のベンチマークを確立した。 このチャレンジには35の登録チームが参加し、15のファイナリストが保持されたテストセットで評価された。 最高性能アルゴリズムは,セグメンテーションにおける平均Dice類似度係数0.75,生存予測のための一致指数0.66,HPV分類における平衡精度0.56を達成した。
• 参考スコア（独自算出の注目度）: 13.031827676281729
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Head and neck cancers (HNC) represent a significant global health burden, with accurate tumor delineation being essential for effective radiotherapy planning. The complexity of the oropharyngeal anatomy, combined with the heterogeneous appearance of tumors on imaging, makes manual segmentation time-intensive and subject to inter-observer variability. Beyond segmentation, predicting long-term clinical outcomes, such as recurrence-free survival (RFS), and determining human papillomavirus (HPV) status from noninvasive imaging, remain challenging yet clinically valuable goals. The HECKTOR 2025 challenge addresses these needs by establishing a comprehensive benchmark for automated HNC analysis using multimodal PET/CT imaging and electronic health records. Building on previous editions (2020-2022), this challenge features an expanded multi-institutional dataset comprising over 1,100 patients from 10 centers worldwide. Participants were tasked with three complementary objectives: (1) segmenting primary gross tumor volumes (GTVp) and metastatic lymph nodes (GTVn), (2) predicting recurrence-free survival, and (3) classifying HPV status. The challenge attracted 35 registered teams, with 15 final submissions evaluated on a held-out test set. Top-performing algorithms achieved a mean Dice similarity coefficient of 0.75 for segmentation, a concordance index of 0.66 for survival prediction, and a balanced accuracy of 0.56 for HPV classification. This paper presents a comprehensive analysis of the submitted methodologies, evaluates their performance across different lesion characteristics, and discusses their implications for clinical translation in automated oncology workflows and decision support systems.
• Abstract（参考訳）: 頭頸部癌(Head and neck cancer, HNC)は、効果的な放射線治療計画に欠かせない、正確な腫瘍の脱線が不可欠である。 咽頭解剖の複雑さと画像上の腫瘍の不均一な出現は、手動セグメンテーションを集中させ、サーバ間変動を生じさせる。 セグメンテーションを超えて、再発のない生存(RFS)や非侵襲的画像からヒトパピローマウイルス(HPV)のステータスを決定するなどの長期臨床結果を予測することは、依然として難しいが臨床的に価値のある目標である。 HECKTOR 2025は、マルチモーダルPET/CT画像と電子健康記録を用いた自動HNC分析のための包括的なベンチマークを確立することで、これらのニーズに対処する。 これまでのバージョン(2020-2022)に基づいて構築されたこの課題は、世界中の10のセンターから1,100人以上の患者からなる、拡張された多施設データセットを特徴としている。 参加者は,(1)原発性悪性腫瘍量(GTVp)と転移性リンパ節(GTVn)の分画,(2)再発無生存の予測,(3)HPVの分類の3つの相補的目的を担った。 このチャレンジには35の登録チームが参加し、15のファイナリストが保持されたテストセットで評価された。 最高性能アルゴリズムは,セグメンテーションにおける平均Dice類似度係数0.75,生存予測のための一致指数0.66,HPV分類における平衡精度0.56を達成した。 本稿では,提案手法を網羅的に分析し,各病変の特徴を網羅的に評価し,自動オンコロジーワークフローや意思決定支援システムにおける臨床翻訳の意義について考察する。

関連論文リスト

• Cerebra: A Multidisciplinary AI Board for Multimodal Dementia Characterization and Risk Assessment [56.62016795093786]
  CerebraはインタラクティブなマルチエージェントAIチームで、ERH、臨床ノート、医療画像分析のための特殊エージェントをコーディネートする。 構造化された表現を操作することで、プライバシ保護デプロイメントをサポートし、モダリティが不完全であれば、堅牢である。 Cerebraは、有識者のパフォーマンスを著しく改善し、前向き認知症リスク推定において精度を17.5ポイント向上させた。
  論文  参考訳（メタデータ） (2026-03-23T05:46:45Z)
• Live(r) Die: Predicting Survival in Colorectal Liver Metastasis [0.01268579273097071]
  大腸癌はしばしば肝に転移し、長期生存率を大幅に低下させる。 現在の予後モデルは、しばしば限られた臨床または分子的特徴に基づいており、十分な予測力を持っていない。 コントラスト前・後MRIによる外科的予後予測のための完全自動フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-09-10T19:02:59Z)
• A Disease-Centric Vision-Language Foundation Model for Precision Oncology in Kidney Cancer [54.58205672910646]
  RenalCLIPは、腎腫瘤の特徴、診断、予後のための視覚言語基盤モデルである。 腎がんの完全な臨床ワークフローにまたがる10のコアタスクにおいて、優れたパフォーマンスと優れた一般化性を実現した。
  論文  参考訳（メタデータ） (2025-08-22T17:48:19Z)
• Analysis of the 2024 BraTS Meningioma Radiotherapy Planning Automated Segmentation Challenge [45.3253187215396]
  2024年脳腫瘍髄膜腫放射線療法(BraTS-MEN-RT)は、自動セグメンテーションアルゴリズムの進歩を目的とした課題である。 我々はBraTS-MEN-RTチャレンジの設計と結果について述べる。
  論文  参考訳（メタデータ） (2024-05-28T17:25:43Z)
• Towards Tumour Graph Learning for Survival Prediction in Head & Neck Cancer Patients [0.0]
  2020年に世界で100万人近い頭頸部がんが診断された。 自動セグメンテーションと予後推定アプローチは、各患者が最も効果的な治療を受けるのに役立つ。 本稿では、任意の視野(FoV)PETとCT登録スキャンでこれらの機能を実行するためのフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-04-17T09:32:06Z)
• Recurrence-free Survival Prediction under the Guidance of Automatic Gross Tumor Volume Segmentation for Head and Neck Cancers [8.598790229614071]
  自動原発性腫瘍 (GTVp) とリンパ節郭清法 (GTVn) を開発した。 腫瘍の分節体積から放射能の特徴を抽出し,RFS予測モデルを構築した。
  論文  参考訳（メタデータ） (2022-09-22T18:44:57Z)
• 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)
• Multimodal PET/CT Tumour Segmentation and Prediction of Progression-Free Survival using a Full-Scale UNet with Attention [0.8138288420049126]
  MICCAI 2021 ヘッドとネックタマ (HECKTOR) セグメンテーションと結果予測の課題は、セグメンテーション法を比較するためのプラットフォームを作成する。 腫瘍容積セグメンテーションのために複数のニューラルネットワークを訓練し,これらのセグメンテーションを組込み,平均Dice類似度係数0.75をクロスバリデーションで達成した。 患者進行自由生存の予測のために,臨床,放射線学,深層学習機能を組み合わせたCox比例的ハザード回帰法を提案する。
  論文  参考訳（メタデータ） (2021-11-06T10:28:48Z)

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。