APIS：用于缺血性脑卒中分割挑战的配对 CT-MRI 数据集
图像与视频处理
2024-09-05 v1 计算机视觉与模式识别
神经元与认知
摘要
脑卒中是全球第二大死亡原因。及时的关注与诊断对患者预后至关重要。诊断的关键在于定位和勾画脑部病灶。标准脑卒中检查流程包括初始非增强 CT 扫描评估，以区分出血与缺血。然而，非增强 CT 在检测急性期的细微缺血性改变时可能缺乏敏感性。因此，需补充扩散加权 MRI 研究以提供有价值的信息，从而恢复并量化卒中病灶。本工作介绍了 APIS，首个包含急性缺血性脑卒中患者 NCCT 与 ADC 研究的公开配对数据集。APIS 作为挑战赛在 2023 年第 20 届 IEEE 国际生物医学成像研讨会（ISBI）上提出，邀请研究者提出利用配对数据并处理 CT 序列上病灶分割的新计算策略。尽管所有团队都采用了专门的深度学习工具，结果表明基于 NCCT 的缺血性脑卒中分割任务仍具挑战性。该标注数据集在注册后仍对公众开放，邀请科学界基于配对 DWI 信息来处理 NCCT 的脑卒中表征。
引用
@article{arxiv.2309.15243,
title = {APIS: A paired CT-MRI dataset for ischemic stroke segmentation challenge},
author = {Santiago Gómez and Daniel Mantilla and Gustavo Garzón and Edgar Rangel and Andrés Ortiz and Franklin Sierra-Jerez and Fabio Martínez},
journal= {arXiv preprint arXiv:2309.15243},
year = {2024}
}