前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >ISLES'2024——缺血性中风病变分割挑战赛

ISLES'2024——缺血性中风病变分割挑战赛

作者头像
医学处理分析专家
发布于 2024-07-02 04:32:31
发布于 2024-07-02 04:32:31
6480
举报

今天将分享缺血性中风病变分割挑战赛完整实现版本,为了方便大家学习理解整个流程,将整个流程步骤进行了整理,并给出详细的步骤结果。感兴趣的朋友赶紧动手试一试吧。

一、ISLES'2024介绍

关于缺血性中风患者治疗的临床决策取决于对核心(不可逆受损组织)和半影(可挽救组织)体积的准确估计。估计灌注量的临床标准方法是反卷积分析,包括 i) 通过灌注 CT (CTP) 反卷积估计灌注图和 ii) 对灌注图进行阈值化。然而,不同的反卷积算法、其技术实现以及软件包中使用的可变阈值会显着影响估计的病变。此外,由于半暗组织的不可逆损伤,核心组织往往会随着时间的推移而扩张,梗塞的生长速度因患者而异,并取决于血栓位置和侧支循环等多种因素。了解核心的生长速度对于根据转运时间评估将患者转移到综合性卒中中心的相关性在临床上至关重要。此外,由于并非每次机械血栓切除术再灌注治疗都能实现完全再灌注,因此预测梗塞生长可能会为介入放射科医生提供有关额外再灌注尝试的潜在益处的见解。因此,预测急性成像数据的时间核心演变是临床决策的关键。

二、ISLES'2024任务

从干预前的急性中风数据中分割最终的中风梗塞区域。

三、ISLES'2024数据集

ISLES'2024数据集包含各种成像和临床数据,在提交的解决方案中可以使用这些数据。不过,并非所有数据模式都可以在测试/推理时使用。临床表格数据:人口统计学、患者病史和临床结果。在测试时,只有 BASELINE 表格数据可用。 图像模式:非造影 CT (NCCT),CT 血管造影 (CTA),4D 灌注 CT (CTP),灌注图:Tmax、CBF、CBV、MTT,治疗后 MRI(DWI + ADC - 测试时不可用)金标准结果:二元梗塞掩模来自 MRI。病变掩模已与 NCCT 联合注册。

图像以原始图像和预处理图像的形式发布。可以选择使用哪种图像类型。所有图像(原始图像和预处理图像)都经过了四种匿名化处理。

1. 原始数据:所有 CT 图像都经过处理(MRI 图像去除了头骨)。它们在原始空间中发布。CTP:所有扫描都已临时重新采样为 1 帧/秒并与第一个时间点配准。使用临床软件通过反卷积获得灌注图。

2. 预处理数据:CTA、CTP 和灌注图已与 NCCT 线性配准。体积已进行线性插值。所有扫描都具有相同的体素分辨率,与 NCCT 匹配。

数据下载:

https://isles-24.grand-challenge.org/dataset/

四、技术路线

方案一、综合多模态CT和MRI分割中风梗塞区域

输入数据包含NCCT,CTA,CTP(四个灌注图像:cbf,cbv,mtt,tmax),adc,dwi,并将这些模态按照通道进行拼接成8通道输入图像。

1、将图像缩放到固定大320x320x160,然后采用均值为0,方差为1的方式进行归一化处理,再将数据分成训练集和验证集。

2、搭建VNet3d网络,使用AdamW优化器,学习率是0.001,batchsize是1,epoch是300,损失函数采用二值化的dice和ce。

3、训练结果和验证结果

4、验证集分割结果

左图是金标准结果,右图是网络预测结果。

方案二、综合多模态CT分割中风梗塞区域

输入数据包含NCCT,CTA,CTP(四个灌注图像:cbf,cbv,mtt,tmax),并将这些模态按照通道进行拼成6通道输入图像。

1、将图像缩放到固定大320x320x160,然后采用均值为0,方差为1的方式进行归一化处理,再将数据分成训练集和验证集。

2、搭建VNet3d网络,使用AdamW优化器,学习率是0.001,batchsize是1,epoch是300,损失函数采用二值化的dice和ce。

3、训练结果和验证结果

4、验证集分割结果

左图是金标准结果,右图是网络预测结果。

点击阅读原文可以访问参考项目,如果大家觉得这个项目还不错,希望大家给个Star并Fork,可以让更多的人学习。如果有任何问题,随时给我留言我会及时回复的。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2024-07-01,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 最新医学影像技术 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
2022ISLES——缺血性中风病变分割挑战
缺血性卒中的梗死分割在 i) 急性期以指导治疗决策(是否再灌注,以及治疗类型)和 ii) 亚急性期和慢性期对于评估患者的疾病结果至关重要,对于他们的临床跟进并确定最佳治疗和康复策略,以最大化恢复的关键窗口。
医学处理分析专家
2022/08/20
2.2K2
2022ISLES——缺血性中风病变分割挑战
​BraTS2023-MET——BraTS2023脑转移分割挑战赛
今天将分享BraTS2023脑转移分割挑战赛完整实现版本,为了方便大家学习理解整个流程,将整个流程步骤进行了整理,并给出详细的步骤结果。感兴趣的朋友赶紧动手试一试吧。
医学处理分析专家
2023/11/07
1.1K0
​BraTS2023-MET——BraTS2023脑转移分割挑战赛
STROKE:网络中枢节点受缺血性脑卒中影响的程度预测认知恢复
目前研究中,尚不能明确哪些因素决定了缺血性中风后认知能力恢复的潜力。脑网络的枢纽区域,也就是所谓的核心,受梗死影响的程度可能是一个关键因素。据此,研究者开发了一个损伤影响评分(lesion impact score),通过整合梗死面积信息和健康脑网络拓扑结构来评估脑网络中枢的损伤情况。并验证损伤影响评分是否能反映患者脑网络结构紊乱情况,并评估它能否预测认知功能恢复。
用户1279583
2019/10/10
8170
STROKE:网络中枢节点受缺血性脑卒中影响的程度预测认知恢复
AMOS2022——多模态腹部多器官分割挑战赛
今天将分享多模态腹部多器官分割完整实现版本,为了方便大家学习理解整个流程,将整个流程步骤进行了整理,并给出详细的步骤结果。感兴趣的朋友赶紧动手试一试吧。
医学处理分析专家
2024/02/22
6330
AMOS2022——多模态腹部多器官分割挑战赛
深度学习在医学影像上的应用(三)——分割
上一篇给大家介绍了深度学习在医学影像上关于图像重建及后处理,图像标注,图像配准,图像超分辨率和回归的应用,这一篇我将继续分享深度学习在分割上的应用。
医学处理分析专家
2020/06/29
2.1K0
深度学习在医学影像上的应用(三)——分割
MM-WHS2017——多模态全心脏分割挑战赛
整个心脏亚结构的准确计算、建模和分析对于临床应用的开发非常重要。然而,整个心脏图像的分割和配准具有挑战性,目前仍然严重依赖手动操作,这既费时又容易出错。挑战赛提供了 120 例在真实临床环境中采集的多模态心脏图像。它旨在为各种研究小组创建一个公开和公平的竞争,以测试和验证他们的方法,特别是对于多模态全心分割。
医学处理分析专家
2022/12/19
3K9
MM-WHS2017——多模态全心脏分割挑战赛
Stroke:成人烟雾病外观正常的脑实质的微结构损伤及其与神经认知功能障碍
慢性缺血引起的脑微结构损伤在成人烟雾病(MMD,烟雾病是一种病因不明的、以双侧颈内动脉末端及大脑前动脉、大脑中动脉起始部慢性进行性狭窄或闭塞为特征,并继发颅底异常血管网形成的一种脑血管疾病。由于这种颅底异常血管网在脑血管造影图像上形似“烟雾”,故称为“烟雾病”)的神经认知功能障碍中起关键作用。本文使用神经突起方向离散度与密度成像(NODDI)方法研究了MMD患者大脑微结构的变化及其与神经认知功能障碍的相关性。研究发表在STROKE杂志。
用户1279583
2020/07/30
9500
Stroke:成人烟雾病外观正常的脑实质的微结构损伤及其与神经认知功能障碍
Unet神经网络为什么会在医学图像分割表现好?
https://www.zhihu.com/question/269914775/answer/586501606
AI算法与图像处理
2019/10/14
3.6K0
Unet神经网络为什么会在医学图像分割表现好?
Top_Cow 2023——CTA和MRA的Willis环血管拓扑解剖结构分割解决方案分享
今天将分享Top_Cow 2023的CTA和MRA的Willis环血管拓扑解剖结构分割解决方案分享,大家如果感兴趣可以留言一起讨论。
医学处理分析专家
2024/01/08
3010
Top_Cow 2023——CTA和MRA的Willis环血管拓扑解剖结构分割解决方案分享
AJNR:深度学习在神经放射学的应用
欢迎关注思影科技的长文解读,希望我们的解读可以伴随思影的读者们共同成长,如果可以给我们一个转发,一定是对思影的莫大帮助和鼓励,谢谢!
用户1279583
2020/05/25
6330
AJNR:深度学习在神经放射学的应用
Aims-Tbi2024——中重度创伤性脑损伤病变的自动识别
今天将分享中重度创伤性脑损伤病变的自动识别完整实现版本,为了方便大家学习理解整个流程,将整个流程步骤进行了整理,并给出详细的步骤结果。感兴趣的朋友赶紧动手试一试吧。
医学处理分析专家
2024/06/05
2232
Aims-Tbi2024——中重度创伤性脑损伤病变的自动识别
CARE2024——真实世界医学图像的综合分析与计算之MyoPS++
许多用于医学图像分析的基础模型,例如分段任意模型(SAM),已经发布并被证明在多种任务中是有用的。然而,它们对现实世界医学成像数据的有效性尚未得到探索。例如,针对变形较大的器官(即心脏和肝脏)的特定图像对分析提出了更大的挑战。
医学处理分析专家
2024/07/01
2780
CARE2024——真实世界医学图像的综合分析与计算之MyoPS++
BraTS2023-MEN——BraTS2023颅内脑膜瘤分割挑战赛
今天将分享BraTS2023颅内脑膜瘤分割挑战赛完整实现版本,为了方便大家学习理解整个流程,将整个流程步骤进行了整理,并给出详细的步骤结果。感兴趣的朋友赶紧动手试一试吧。
医学处理分析专家
2023/11/24
6642
BraTS2023-MEN——BraTS2023颅内脑膜瘤分割挑战赛
综述:当医学影像遇上深度学习
在传统医疗领域,医院内每日的医学影像数据量巨大,影像科医生做着大量重复性和机械性的工作。每张片子都需要医生仔细筛查和甄别,耗费了大量的精力,同时过于机械和重复性的工作也使得医生可能由于过于疲乏而产生判断上的失误。
AI科技大本营
2019/11/27
1.3K0
北大医院副院长李建平:用AI解决临床心肌缺血预测的难点、卡点和痛点
在第六届北京智源大会上,北京大学第一医院副院长、心血管研究所所长、北京大学第一医院-智源联合实验室牵头人李建平教授以「临床心肌缺血预测手段及困难」为题,分享了AI在冠心病诊断以及临床心肌缺血预测等方面的全新探索与实践。
HyperAI超神经
2024/07/01
1370
北大医院副院长李建平:用AI解决临床心肌缺血预测的难点、卡点和痛点
读文万卷014期:发现大脑网络组织的计算相关性;电场模拟是否与神经调节有关?;帕金森病患者多巴胺能缺陷以及认知与磁化率有关
1、Trends in Cognitive Sciences:发现大脑网络组织的计算相关性
用户1279583
2020/05/15
5770
读文万卷014期:发现大脑网络组织的计算相关性;电场模拟是否与神经调节有关?;帕金森病患者多巴胺能缺陷以及认知与磁化率有关
Bonbid-Hie2023——第一届BOston新生儿脑损伤之缺氧缺血性脑病数据集 (BONBID-HIE) 病灶分割挑战
今天将分享新生儿脑损伤之缺氧缺血脑疾病分割完整实现版本,为了方便大家学习理解整个流程,将整个流程步骤进行了整理,并给出详细的步骤结果。感兴趣的朋友赶紧动手试一试吧。
医学处理分析专家
2023/08/17
3860
Bonbid-Hie2023——第一届BOston新生儿脑损伤之缺氧缺血性脑病数据集 (BONBID-HIE) 病灶分割挑战
LLD-MMRI2023——多模态MRI 的肝脏病变诊断挑战
今天将分享多模态MRI 的肝脏病变诊断完整实现版本,为了方便大家学习理解整个流程,将整个流程步骤进行了整理,并给出详细的步骤结果。感兴趣的朋友赶紧动手试一试吧。
医学处理分析专家
2023/09/29
9032
LLD-MMRI2023——多模态MRI 的肝脏病变诊断挑战
动脉自旋标记磁共振(ASL)的神经放射学家指南
动脉自旋标记(Arterial spin labeling, ASL)是一种无创测量脑血流量(cerebral blood flow, CBF)的MRI技术。本文为大脑ASL提供了实用指南,以及指出了ASL技术的潜在缺陷。文中还介绍了其技术和生理背景。目前,ASL主要的研究领域是脑血管病、痴呆症和神经肿瘤学。在脑血管疾病中,ASL由于其定量的性质和确定大脑动脉范围的能力而令人感兴趣。急性卒中中,半暗带侧支循环血供的来源可通过ASL进行可视化。在慢性脑血管病中,脑灌注受损的程度和严重程度可通过ASL看到,可用来指导治疗或预防干预。ASL具有检测和随访动静脉畸形的潜力。在痴呆症患者的检查中,ASL被认为是PET的一种诊断替代方法。它可以轻易添加在常规结构MRI检查中。在确诊为阿尔茨海默病和额颞叶痴呆的患者中,可以看到与PET所见的低代谢模式相似的低灌注模式。脑肿瘤ASL研究表明,ASL测量的CBF增加区域与动态磁敏感增强灌注(DSC)成像测量的脑血容量增加高度相关。ASL用于脑肿瘤成像的主要优点是CBF测量不受血脑屏障破坏及其定量性质的影响,便于多中心和纵向研究。本文发表在Neuroradiology杂志。
用户1279583
2021/07/16
2.2K0
Stroke:利用人类遗传学理解缺血性卒中预后的机制
缺血性中风是一个具有重大社会和经济影响的全球性健康问题,因此迫切需要阐明缺血性中风后脑损伤、修复和恢复的分子机制。尽管已经经历了50年的潜心研究,但仍然没有被广泛接受的减轻缺血性脑损伤的神经保护药物,也没有神经修复药物,也没有指导治疗以促进恢复的个性化方法。本文探讨的是逆向转化的新方法将补充传统的正向转化的方法用以识别与人类中风相关的预后机制。虽然全基因组关联研究已经获得了30多个影响缺血性卒中风险的基因位点,但只有少数全基因组关联研究用于卒中预后。本文讨论了缺血性卒中预后基因研究的重要考虑因素,包括以卒中发病时间为基础,精心设计的表型,和损伤/恢复机制。本文还根据最新的全基因组关联分析讨论了脑损伤和修复的潜在机制。有几个计划正在寻求与中风结果相关的新表型基因组关联。为了加强对缺血性卒中预后遗传结构的理解,作者使用标准化的表型进行更大规模的研究。除了全基因组关联分析等新技术-信息学,多组学,和新分析方法,有望从药物靶点和其他新干预来揭示遗传和分子通路。本文发表在 Stroke杂志。
用户1279583
2022/02/28
6180
Stroke:利用人类遗传学理解缺血性卒中预后的机制
推荐阅读
2022ISLES——缺血性中风病变分割挑战
2.2K2
​BraTS2023-MET——BraTS2023脑转移分割挑战赛
1.1K0
STROKE:网络中枢节点受缺血性脑卒中影响的程度预测认知恢复
8170
AMOS2022——多模态腹部多器官分割挑战赛
6330
深度学习在医学影像上的应用(三)——分割
2.1K0
MM-WHS2017——多模态全心脏分割挑战赛
3K9
Stroke:成人烟雾病外观正常的脑实质的微结构损伤及其与神经认知功能障碍
9500
Unet神经网络为什么会在医学图像分割表现好?
3.6K0
Top_Cow 2023——CTA和MRA的Willis环血管拓扑解剖结构分割解决方案分享
3010
AJNR:深度学习在神经放射学的应用
6330
Aims-Tbi2024——中重度创伤性脑损伤病变的自动识别
2232
CARE2024——真实世界医学图像的综合分析与计算之MyoPS++
2780
BraTS2023-MEN——BraTS2023颅内脑膜瘤分割挑战赛
6642
综述:当医学影像遇上深度学习
1.3K0
北大医院副院长李建平:用AI解决临床心肌缺血预测的难点、卡点和痛点
1370
读文万卷014期:发现大脑网络组织的计算相关性;电场模拟是否与神经调节有关?;帕金森病患者多巴胺能缺陷以及认知与磁化率有关
5770
Bonbid-Hie2023——第一届BOston新生儿脑损伤之缺氧缺血性脑病数据集 (BONBID-HIE) 病灶分割挑战
3860
LLD-MMRI2023——多模态MRI 的肝脏病变诊断挑战
9032
动脉自旋标记磁共振(ASL)的神经放射学家指南
2.2K0
Stroke:利用人类遗传学理解缺血性卒中预后的机制
6180
相关推荐
2022ISLES——缺血性中风病变分割挑战
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档