SynthRAD2025 大赛数据集：用于放射治疗的合成 CT 生成
摘要
医学影像是现代放射治疗中的关键技术，支持诊断、治疗计划制定及随访。合成影像，尤其是合成计算机断层扫描（synthetic computed tomography, sCT），正日益受到放射治疗领域的关注。SynthRAD2025 数据集及其大赛旨在推动 sCT 生成技术的进步，为基于锥束 CT（cone-beam CT, CBCT）和磁共振成像（MRI）的算法提供基准评估平台。数据集包含 2362 例病例：890 例 MRI-CT 及 1472 例 CBCT-CT 配对，来自头颈、胸腔和腹部癌症患者，患者来自欧洲五所大学医学中心（UMC Groningen、UMC Utrecht、Radboud UMC、LMU Munich 大学医院及科隆大学医院）。数据采用多样化的扫描仪器和协议获取。预处理过程包括刚性和可 deformable 图像配准，确保高质量、模态对齐的图像。通过严格的质量保证程序验证图像的一致性和可用性。所有影像数据以 MetaImage（.mha）格式提供，兼容医学图像处理工具。包括获取参数和配准细节的元数据亦以结构化 CSV 文件提供。为维护数据集完整性，SynthRAD2025 划分为训练集（65%）、验证集（10%）和测试集（25%）。数据集可在 https://doi.org/10.5281/zenodo.14918089 通过 SynthRAD2025 合集获取。该数据集支持基准测试及放射治疗应用中合成影像技术的开发。应用场景包括 MRI-only 放射治疗、基于 CBCT 的剂量计算以及自适应放射治疗工作流程。通过整合多样化的获取参数，SynthRAD2025 促进鲁棒、可泛化的图像合成算法发展，推动个性化癌症护理和自适应放射治疗的实现。
引用
@article{arxiv.2502.17609,
title = {SynthRAD2025 Grand Challenge dataset: generating synthetic CTs for radiotherapy},
author = {Adrian Thummerer and Erik van der Bijl and Arthur Jr Galapon and Florian Kamp and Mark Savenije and Christina Muijs and Shafak Aluwini and Roel J. H. M. Steenbakkers and Stephanie Beuel and Martijn P. W. Intven and Johannes A. Langendijk and Stefan Both and Stefanie Corradini and Viktor Rogowski and Maarten Terpstra and Niklas Wahl and Christopher Kurz and Guillaume Landry and Matteo Maspero},
journal= {arXiv preprint arXiv:2502.17609},
year = {2025}
}
备注
22 pages, 8 tables, 4 figures; Under submission to Medical Physics, as dataset paper for the SynhtRAD2025 Grand Challenge https://synthrad2025.grand-challenge.org/