当前位置:   article > 正文

BraTS 2021脑肿瘤分割数据集介绍_brats数据集

brats数据集

一、背景介绍

脑肿瘤分割挑战赛(brain tumor segmentation challenge,BraTS Chanllenge)是国际医学图像计算和计算机辅助干预协会(Medical Image Computing and Computer Assisted Intervention Society,MICCAI)所有比赛中历史最悠久的,已经连续办了10年,是医学图像处理领域最热门的比赛之一。

2017年及之后的每届挑战赛均包含三个数据集,分别是训练集(Traning data)、验证集(Validation data)和测试集(Test data)

可以通过官方渠道和Kaggle下载训练集的图像和标签、验证集的图像,地址在文末。验证集标签不公开,但可以在官方平台上传推理结果,平台自动打分。测试集仅在比赛时间内向选手开放下载。

表1 BraTS挑战赛历年数据规模

年份

总病例数

训练集病例数

验证集病例数

测试集病例数

2012

50

35

15

2013

60

35

25

2014

238

200

38

2015

274

200

74

2016

391

200

191

2017

477

285

46

146

2018

542

285

66

191

2019

626

335

125

166

2020

660

369

125

166

2021

2040

1251

219

570

二、数据描述

BraTS每个病例包含四个模态的磁共振成像(Magnetic Resonance Imaging,MRI),每个模态的维度为240×240×155(L×W×H)

四种模态:

  1. T1

T1成像,利于观察解剖结构,病灶显示不够清晰

  1. T1ce

在受试者做磁共振之前向血液内注射造影剂,使成像中血流活跃的区域更加明显,是增强肿瘤的重要判据

  1. T2

T2成像,病灶显示较为清晰,判断整颗肿瘤

  1. FLAIR

T2压水像(抑制脑脊液的高信号),含水量大则更亮眼,可以判断瘤周水肿区域

图片来自BraTS2021_00068号样本

三、标签描述

label 0:背景(background)

label 1:坏死肿瘤核心(necrotic tumor core,NCR)

label 2:瘤周围水肿区域(peritumoral edema,ED)

label 4:增强肿瘤(enhancing tumor,ET)

比赛要求按区域进行分割,最终需识别出三个子区域:整颗肿瘤(包括label1、2、4)、肿瘤核心(包括label1、4)以及增强肿瘤(只包括label4)

四、评价指标

赛会官方给出了两个评价指标,dice分数和豪斯多夫距离。其中,Dice分数比豪斯多夫距离更重要。

  1. Dice分数

衡量两个集合的重合程度,是判断预测区间与Ground truth符合程度的主要指标

公式为:

  1. Hausdorff距离(HD95)

度量两个点集间的距离,判断预测边缘与真实边缘的差距

公式为:

五、相关链接

a. 官网链接:BraTS Continuous Evaluation

注册后可下载BraTS 2021 Traning data的图像和标签以及Validation data中的图像。详情请点击链接,有详细的参加教程。

b. Kaggle:BRaTS 2021 Task 1 Dataset

注册后可下载BraTS 2021 Traning data的图像和标签

c. 赛会原论文:The RSNA-ASNR-MICCAI BraTS 2021 Benchmark on Brain Tumor Segmentation and Radiogenomic Classification

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/AllinToyou/article/detail/97889
推荐阅读
  

闽ICP备14008679号