一个带有临床与影像特征信息的脑转移瘤三维分割大型开放获取数据集
定量方法
2023-09-13 v2
摘要
切除与全脑放疗（WBRT）是脑转移瘤（BM）患者的标准治疗，但常伴随认知副作用。立体定向放射外科（SRS）采用更具靶向性的治疗方法，已被证明可避免与 WBRT 相关的副作用。然而，SRS 需要精确识别并勾画 BM。尽管为此已开发许多 AI 算法，但由于临床环境中模型性能不佳，其临床采用受到限制。算法不可泛化的主要原因用于训练 AI 网络的数据集存在局限。本研究的目的是创建一个大型、异质、带标注的 BM 数据集，用于 AI 模型的训练与验证，以提升泛化能力。我们呈现一个包含 200 名患者的 BM 数据集，具有治疗前 T1、T1 增强后、T2 及 FLAIR MR 图像。该数据集包括在 T1 增强后上的对比增强与坏死三维分割，以及在 FLAIR 上的全肿瘤（含瘤周水肿）三维分割。我们的数据集包含 975 个对比增强病灶，其中许多为亚厘米级，并附有临床与影像特征信息。我们采用了一种利用 PACS 集成分割工作流的精简建库方法。
引用
@article{arxiv.2309.05053,
title = {A Large Open Access Dataset of Brain Metastasis 3D Segmentations with Clinical and Imaging Feature Information},
author = {Divya Ramakrishnan and Leon Jekel and Saahil Chadha and Anastasia Janas and Harrison Moy and Nazanin Maleki and Matthew Sala and Manpreet Kaur and Gabriel Cassinelli Petersen and Sara Merkaj and Marc von Reppert and Ujjwal Baid and Spyridon Bakas and Claudia Kirsch and Melissa Davis and Khaled Bousabarah and Wolfgang Holler and MingDe Lin and Malte Westerhoff and Sanjay Aneja and Fatima Memon and Mariam S. Aboian},
journal= {arXiv preprint arXiv:2309.05053},
year = {2023}
}
备注
12 pages, 2 figures, 1 table