MMIS-2024

在医学领域,图像分割由于数据层面的模糊性和不同专家的偏好,具有固有的主观性。这些因素导致对同一目标的不同解释,限制了人工智能模型在临床设置中的应用。MMIS-2024挑战邀请研究者通过专注于从MRI数据中分割多样化和个性化的大体肿瘤体积(GTV),来解决多评估者问题,这对于鼻咽癌和胶质母细胞瘤的放射治疗计划至关重要。多样化的分割提供了可能解释的全面视图,捕捉了专家意见的全部范围,并增强了人工智能模型在临床决策中的鲁棒性。这种方法确保了解释中的关键变化不会被忽视,这在复杂病例中尤其有价值。另一方面,个性化分割将结果调整以符合个别临床医生的具体偏好和方法论,从而产生更相关的治疗计划并减少临床医生的工作量。在临床应用中,这些方法通过适应专家评估的变异性和个性化治疗策略的需求,支持改进的放射治疗计划。

toujingbu
可视化图片
MMIS-2024_0.png
MMIS-2024_0.png
数据集元信息
维度3D
模态mri
任务类型segmentation
解剖结构大体肿瘤
解剖区域鼻咽部 & 脑部
类别数2
数据量任务1: 170, 任务2: 140
文件格式.h5, .nii.gz
文件结构
Dataset
│
├── MMIS2024TASK1
│   ├── training
│   │   ├── Sample_0.h5
│   │   ├── Sample_1.h5
│   │   ├── ...
│   ├── training_2d
│   │   ├── Sample_0_slice_0.h5
│   │   ├── Sample_0_slice_1.h5
│   │   ├── ...
│   ├── validation
│   │   ├── Sample_0.h5
│   │   ├── Sample_1.h5
│   │   ├── ...
├── MMIS2024TASK2_train
│   ├── Annotator_1
│   │   ├── Patient-018 week-034
│   │   │    ├── CT1.nii.gz
│   │   │    ├── CT1_seg.nii.gz
│   │   │    ├── FLAIR.nii.gz
│   │   │    ├── T1.nii.gz
│   │   │    ├── T2.nii.gz
│   │   ├── RHUH-0002
│   │   │    ├── RHUH-0002_2_flair.nii.gz
│   │   │    ├── RHUH-0002_2_t1.nii.gz
│   │   │    ├── RHUH-0002_2_t1ce.nii.gz
│   │   │    ├── RHUH-0002_2_t1ce_seg.nii.gz
│   │   │    ├── RHUH-0002_2_t2.nii.gz
│   │   ├── UPENN-GBM-00052_21
│   │   │    ├── UPENN-GBM-00052_21_FLAIR.nii
│   │   │    ├── UPENN-GBM-00052_21_T1.nii.gz
│   │   │    ├── UPENN-GBM-00052_21_T1GD.nii.gz
│   │   │    ├── UPENN-GBM-00052_21_T1GD_seg.nii.gz
│   │   │    ├── UPENN-GBM-00052_21_T2.nii.gz
│   ├── Annotator_2
│   ├── ...
├── MMIS2024TASK2_test
│   ├── Sample_0
│   │   ├── FLAIR.nii.gz
│   │   ├── T1.nii.gz
│   │   ├── T1contrast.nii.gz
│   │   ├── T2.nii.gz
│   ├── Sample_1
│   ├── ...
图像尺寸统计
统计类型 间距 (mm) 尺寸
最小值 (0.34, 0.34, 0.60) (192, 256, 24)
中位值 (0.98, 0.98, 1.00) (256, 256, 160)
最大值 (1.00, 1.00, 6.00) (512, 512, 252)
引用
@misc{mmis2024,
  author = {Wu, Yicheng and Xie, Yutong and Luo, Xiangde and others},
  title = {MMIS-2024@ACM MM 2024: Multi-rater Medical Image Segmentation for Radiotherapy Planning in Nasopharyngeal Carcinoma and Glioblastoma},
  howpublished = {Web Page},
  url = {https://mmis2024.com/},
  year = {2024},
  note = {Accessed: 2024-07-28}
}
来源信息

官方网站:
访问官网

下载链接:

登录后下载
需要登录并获得知识星球权限

相关论文:
TBD

发布日期: 2024-07

统计信息

创建时间: 2025-09-10 07:30

更新时间: 2025-09-10 07:33