文献

J-GLOBAL ID：201502219260858779   整理番号：15A1234462

マルチモーダル脳腫瘍画像セグメンテーションベンチマーク(BRATS)

The Multimodal Brain Tumor Image Segmentation Benchmark (BRATS)

著者 (40件)： MENZE Bjoern H. (Technische Univ. Muenchen, Munich, DEU) ,  MENZE Bjoern H. (ETH, Zuerich, CHE) ,  MENZE Bjoern H. (Inria, Sophia-Antipolis, FRA) ,  MENZE Bjoern H. (Massachusetts Inst. Technol., MA, USA) ,  JAKAB Andras (ETH, Zuerich, CHE) ,  JAKAB Andras (Univ. Debrecen, Debrecen, HUN) ,  BAUER Stefan (Univ. Bern, CHE) ,  BAUER Stefan (Bern Univ. Hospital, CHE) ,  KALPATHY-CRAMER Jayashree (Harvard Medical School, MA, USA) ,  FARAHANI Keyvan (National Inst. Health, MD, USA) ,  KIRBY Justin (National Inst. Health, MD, USA) ,  BURREN Yuliya (Bern Univ. Hospital, CHE) ,  PORZ Nicole (Bern Univ. Hospital, CHE) ,  SLOTBOOM Johannes (Bern Univ. Hospital, CHE) ,  WIEST Roland (Bern Univ. Hospital, CHE) ,  LANCZI Levente (Univ. Debrecen, Debrecen, HUN) ,  GERSTNER Elizabeth (Harvard Medical School, MA, USA) ,  WEBER Marc-Andre (Univ. Hospital, Heidelberg, DEU) ,  ARBEL Tal (McGill Univ., CAN) ,  AVANTS Brian B. (Univ. Pennsylvania, PA, USA) ,  AYACHE Nicholas (INRIA, Sophia-Antipolis, FRA) ,  BUENDIA Patricia (INFOTECH Soft, Inc., FL, USA) ,  COLLINS D. Louis (McGill Univ., CAN) ,  CORDIER Nicolas (INRIA, Sophia-Antipolis, FRA) ,  CORSO Jason J. (SUNY, NY, USA) ,  CRIMINISI Antonio (Microsoft Res., Cambridge, GBR) ,  DAS Tilak (Cambridge Univ. Hospitals, Cambridge, GBR) ,  DELINGETTE Herve (INRIA, Sophia-Antipolis, FRA) ,  DEMIRALP Cagatay (Stanford Univ., CA, USA) ,  DURST Christopher R. (Univ. Virginia, VA, USA) ,  DOJAT Michel ,  DOYLE Senan ,  FESTA Joana ,  FORBES Florence ,  GEREMIA Ezequiel (INRIA, Sophia-Antipolis, FRA) ,  GLOCKER Ben ,  GOLLAND Polina ,  GUO Xiaotao ,  HAMAMCI Andac ,  IFTEKHARUDDIN Khan M.
資料名： IEEE Transactions on Medical Imaging  (IEEE Transactions on Medical Imaging)
巻： 34  号： 10  ページ： 1993-2024  発行年： 2015年10月 
JST資料番号： H0895A  ISSN： 0278-0062  CODEN： ITMID4  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本稿では,BRATS,脳腫瘍セグメンテーションベンチマーク,を提示した。そして,このタスクに使用できる最大のパブリックデータセットを生成し,多数の最先端脳腫瘍セグメンテーション方法を評価した。そしてこの結果は,人間の評価者にとっては,脳腫瘍のセグメンテーションは困難であった。一方,現在利用可能なアルゴリズムは全腫瘍セグメンテーションのために80%以上のダイススコアに達することができることを示した。高悪性度神経膠腫で,腫瘍のコア領域,特にアクティブなコア領域セグメンテーションは,ダイススコアがそれぞれ,70%および60%に達するという状態で,より困難なことが判明した。テストされたアルゴリズムについて,単一の方法は,すべての検討された腫瘍領域のために最適に機能しなかった。しかし,それぞれ個々の領域のための最適アルゴリズムの誤差は,人間の評価者間の変動内であった。本稿における重要な観察は,異なるセグメンターの融合が,パフォーマンスを大幅に向上させていることであった。アルゴリズムのセグメンテーションの固定グループに階層的な多数決を適用して得られた決定は,最高の個々のセグメント化アルゴリズムよりも優れていた。そして,一つ一つのセグメンテーションタスクのために,一貫して機能した。これは,個別の腫瘍セグメンテーションアルゴリズムの限界を広げることに加えて,未来の増進がどのように得られるかを示唆した。

シソーラス用語： 撮像 ,  *脳腫瘍 ,  *セグメンテーション ,  画像処理 ,  *ベンチマーク ,  集合 ,  アルゴリズム ,  神経膠腫 ,  プロモーター領域 ,  融合 ,  性能
準シソーラス用語： コア領域 ,  データセット ,  パフォーマンス ,  マルチモーダルイメージング ,  *画像セグメンテーション

分類 (2件)： 神経系の腫よう  (GN04000V) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (4件)： マルチモーダル ,  脳腫瘍 ,  画像セグメンテーション ,  ベンチマーク