BraTS 2021脑肿瘤分割数据集介绍_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

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