FeTA
FeTA 2022（胎儿组织标注与分割挑战赛）是一项专注于胎儿脑部重建与分割的医学影像竞赛。该数据集已在MICCAI 2021和MICCAI 2022举办过两届赛事，相较于仅提供单中心训练测试数据的FeTA 2021，FeTA 2022更关注算法的泛化性与跨中心适用性。FeTA 2022提供来自两个不同医疗机构的120例T2加权胎儿脑部MRI重建数据，并完整标注了七种不同脑部组织的手动分割标签。此外，测试集不仅包含这两个机构的数据，还新增了两个未出现在训练集中的机构数据，每个机构各提供40例，共计160例测试数据。通过这种设计，FeTA 2022旨在推动深度学习算法在多中心、多样化数据上的应用，以提高胎儿脑部疾病诊疗的准确性。
toujingbu可视化图片
FeTA_0.png
FeTA_2.webp
FeTA_1.webp
数据集元信息
| 维度 | 3D |
| 模态 | mri |
| 任务类型 | segmentation |
| 解剖结构 | 7种脑组织 |
| 解剖区域 | 脑部 |
| 类别数 | 7 |
| 数据量 | 280 |
| 文件格式 | .nii.gz |
文件结构
FeTA_2.1
│
├── sub-0XX
│ └── anat
│ ├── sub-0XX_rec-mial_T2w.nii.gz (使用mial超分辨率重建的T2加权胎儿大脑)
│ ├── sub-0XX_rec-mial_T2w.json
│ ├── sub-0XX_rec-mial_dseg.nii.gz (T2加权胎儿大脑重建的手动分割)
│ └── sub-0XX_rec-mial_dseg.json
│
└── sub-0YY
└── anat
├── sub-0YY_rec-irtk_T2w.nii.gz (使用irtk超分辨率重建的T2加权胎儿大脑)
├── sub-0YY_rec-irtk_T2w.json
├── sub-0YY_rec-irtk_dseg.nii.gz (T2加权胎儿大脑重建的手动分割)
└── sub-0YY_rec-irtk_dseg.json图像尺寸统计
| 统计类型 | 间距 (mm) | 尺寸 |
|---|---|---|
| 最小值 | (0.43, 0.43, 0.43) |
(256, 256, 256) |
| 中位值 | (0.50, 0.50, 0.50) |
(256, 256, 256) |
| 最大值 | (1.0, 1.0, 1.0) |
(256, 256, 256) |
引用
@article{payette2021automatic,
title={An automatic multi-tissue human fetal brain segmentation benchmark using the fetal tissue annotation dataset},
author={Payette, Kelly and de Dumast, Priscille and Kebiri, Hamza and Ezhov, Ivan and Paetzold, Johannes C and Shit, Suprosanna and Iqbal, Asim and Khan, Romesa and Kottke, Raimund and Grehten, Patrice and others},
journal={Scientific data},
volume={8},
number={1},
pages={167},
year={2021},
publisher={Nature Publishing Group UK London}
}