MSTT-199：用于肌骨骼软组织肿瘤分割的 MRI 数据集
图像与视频处理
2024-09-06 v1 计算机视觉与模式识别
摘要
准确的肌骨骼软组织肿瘤分割对于评估肿瘤大小、位置、诊断及治疗反应至关重要，从而影响患者的预后。然而，这些肿瘤的分割需要临床专业知识，自动分割模型将为临床医生和患者节省宝贵的时间。训练自动模型需要大量带标注的图像数据集。在本工作中，我们描述了从 199 名患者处收集的 199 例肌骨骼软组织肿瘤 MR 成像数据集。我们在此数据集上训练了分割模型，随后在公开可用的数据集上对其进行了基准测试。我们的模型在无需任何微调的情况下开箱即取得了 SOTA 的 Dice 分数 0.79，这表明了我们精心整理的数据集的多样性和实用性。我们分析了模型预测，发现其在纤维瘤和血管瘤上的表现受损，原因是其解剖位置、大小和强度异质性的多样性。代码和模型可在以下 GitHub 仓库获取：https://github.com/Reasat/mstt
引用
@article{arxiv.2409.03110,
title = {MSTT-199: MRI Dataset for Musculoskeletal Soft Tissue Tumor Segmentation},
author = {Tahsin Reasat and Stephen Chenard and Akhil Rekulapelli and Nicholas Chadwick and Joanna Shechtel and Katherine van Schaik and David S. Smith and Joshua Lawrenz},
journal= {arXiv preprint arXiv:2409.03110},
year = {2024}
}
备注
Dataset will be made publicly available after the acceptance of the paper