[論文レビュー] The Brain Tumor Segmentation in Pediatrics (BraTS-PEDs) Challenge: Focus on Pediatrics (CBTN-CONNECT-DIPGR-ASNR-MICCAI BraTS-PEDs)

Anahita Fathi Kazerooni, Nastaran Khalili+69 more|arXiv (Cornell University)|Apr 23, 2024

Chemical Reactions and Isotopes被引用数 5

ひとこと要約

本論文は、小児脳腫瘍のセグメンテーションに焦点を当てた BraTS-PEDs チャレンジを紹介し、データ、処理パイプライン、注釈ワークフロー、評価、国際的コンソーシアムに跨る参加スケジュールの詳細を述べる。

ABSTRACT

Pediatric tumors of the central nervous system are the most common cause of cancer-related death in children. The five-year survival rate for high-grade gliomas in children is less than 20%. Due to their rarity, the diagnosis of these entities is often delayed, their treatment is mainly based on historic treatment concepts, and clinical trials require multi-institutional collaborations. Here we present the CBTN-CONNECT-DIPGR-ASNR-MICCAI BraTS-PEDs challenge, focused on pediatric brain tumors with data acquired across multiple international consortia dedicated to pediatric neuro-oncology and clinical trials. The CBTN-CONNECT-DIPGR-ASNR-MICCAI BraTS-PEDs challenge brings together clinicians and AI/imaging scientists to lead to faster development of automated segmentation techniques that could benefit clinical trials, and ultimately the care of children with brain tumors.

研究の動機と目的

• 回顧的な多機関 mpMRI データセットを用いて、小児脳腫瘍のセグメンテーション手法をベンチマークする。
• 標準化された評価を可能にするため、小児腫瘍サブリージョンのグラウンドトゥルー注釈を提供する。
• 小児神経腫瘍学の自動化セグメンテーションツールを加速させるため、臨床医とAI研究者の協力を促進する。

提案手法

• 複数の国際コンソーシアム（CBTN、CONNECT、DIPG Registry、ASNR）からデータを統合し、464人の小児データセットを作成。
• MRIシーケンスには、治療前画像を含むT1、T1CE、T2、T2-FLAIRが含まれる。
• グラウンドトゥルー注釈は、腫瘍を四つのサブ領域にセグメントする：Enhancing Tumor (ET)、Nonenhancing Tumor (NET)、Cystic Component (CC)、Edema (ED)。
• 小児用自動セグメンテーションツールが初期セグメンテーションを提供し、ボランティア神経放射線科専門家によって精製され、出席神経放射線科医が最終判断を下す。
• 前処理には BraTS Pipeline および CaPTk/FeTS ツールを使用; プライバシーのためのデフォシングと匿名化を実施。
• 評価は ET、NC (ET/CC/necrosis)、および Whole Tumor (WT) に焦点を当てる。提出はコンテナ化され、MedPerf によって動作する Synapse 上で評価される。）

Figure 1 : Graphical representation of data processing and annotations in pediatric brain tumors. Top panel presents the processing pipeline, and the bottom panel illustrates the annotated tumor subregions along with mpMRI structural scans (T1, T1CE, T2, and T2-FLAIR). Tumor subregions include the e

実験結果

リサーチクエスチョン

• RQ1 複数機関の小児 mpMRI データは、小児脳腫瘍の堅牢な自動セグメンテーションを支えられるか？
• RQ2 小児腫瘍サブリージョン（ET、NET、CC、ED）は、セグメンテーション性能と治療モニタリングにどのように影響するか？
• RQ3 標準化された前処理と専門家が検証したグラウンドトゥルーが、機関間の再現性に与える影響は何か？

主な発見

• BraTS-PEDs のために、回顧的な多機関データセットとして464件の小児高グレード膠腫が収集された。
• データセットには four mpMRI sequences (T1, T1CE, T2, T2-FLAIR) および注釈用の four tumor subregions が含まれる。
• 自動セグメンテーションは神経放射線科の専門家によって精製され、公開前に認定神経放射線科医が審査する。
• このチャレンジは、Synapse/MedPerf プラットフォームを介して未見のテストデータで評価されるコンテナ化された提出を使用する。
• 本研究は、自動化された小児脳腫瘍セグメンテーションの一般的なエラーを概説し、評価のガイドラインを提供する。
• このチャレンジの設計は、CaPTk/FeTS パイプラインによるデータ処理とともに、以前の BraTS イテレーションとの再現性と比較を可能にする。）