ISLES'24：利用多模态影像与临床数据预测最终梗死灶——当前进展与挑战
图像与视频处理
2025-07-08 v2 计算机视觉与模式识别
摘要
准确估计脑梗死（即不可逆损伤的脑组织）对于指导急性缺血性卒中的治疗决策至关重要。可靠的梗死预测有助于关键临床决策，包括是否需要将患者转运至综合卒中中心、机械取栓术中追加再灌注治疗的潜在获益、是否启动神经保护治疗，以及最终预测临床预后。本文介绍了缺血性卒中病灶分割（ISLES）2024挑战赛，该挑战赛聚焦于利用术前急性卒中影像和临床数据预测最终梗死体积。ISLES24提供了一个全面的多模态环境，参与者可利用所有临床可获取的数据，包括完整的急性CT影像、亚急性随访MRI以及结构化临床信息，训练集包含150例病例。在包含98例病例的隐藏测试集上，性能最佳的模型（一种基于多模态nnU-Net的架构）取得了0.285（±0.213）的Dice分数和21.2（±37.2）mL的绝对体积差，这凸显了该任务带来的巨大挑战以及多模态学习进一步发展的必要性。本工作主要有两大贡献：首先，我们建立了一个标准化的、临床现实的最终梗死预测基准，能够在纵向卒中数据集上系统评估多模态算法策略；其次，我们分析了当前方法学的局限性，并指出了下一代梗死预测模型的关键研究方向。
关键词
引用
@article{arxiv.2408.10966,
title = {ISLES'24: Final Infarct Prediction with Multimodal Imaging and Clinical Data. Where Do We Stand?},
author = {Ezequiel de la Rosa and Ruisheng Su and Mauricio Reyes and Evamaria O. Riedel and Hakim Baazaoui and Roland Wiest and Florian Kofler and Kaiyuan Yang and David Robben and Mahsa Mojtahedi and Laura van Poppel and Lucas de Vries and Anthony Winder and Kimberly Amador and Nils D. Forkert and Gyeongyeon Hwang and Jiwoo Song and Dohyun Kim and Eneko Uruñuela and Annabella Bregazzi and Matthias Wilms and Hyun Yang and Jin Tae Kwak and Sumin Jung and Luan Matheus Trindade Dalmazo and Kumaradevan Punithakumar and Moona Mazher and Abdul Qayyum and Steven Niederer and Jacob Idoko and Mariana Bento and Gouri Ginde and Tianyi Ren and Juampablo Heras Rivera and Mehmet Kurt and Carole Frindel and Susanne Wegener and Jan S. Kirschke and Benedikt Wiestler and Bjoern Menze},
journal= {arXiv preprint arXiv:2408.10966},
year = {2025}
}