SegRap 2023
SegRap 2023数据集基于平扫CT和增强CT图像，为鼻咽癌患者提供了高危器官（Organs-At-Risk，OAR）和肿瘤整体体积（Gross Tumor Volume，GTV）的精确分割。作为MICCAI 2023的挑战赛，SegRap提出了两项具有挑战性的任务：任务1涉及45种OAR的精细分割，涵盖了一些较小或结构复杂的头颈部器官，如腮腺和视神经；任务2则聚焦于肿瘤整体体积的分割，主要是鼻咽癌及其相关淋巴结。需要注意的是，45种OAR中存在部分区域重叠的情况，例如颞叶与海马体、中耳与鼓室等。为区分这些重叠部分，官方不仅提供了45种OAR的独立分割掩膜，还提供了一个包含54个标签的统一掩膜，其中9个标签专门表示这些重叠区域。SegRap 2023数据集总计包含200例病例，其中120例训练数据公开提供了图像和标注，20例验证数据仅提供图像。
toujingbu可视化图片
可视化图片 1
可视化图片 2
数据集元信息
| 维度 | 3D |
| 模态 | ct |
| 任务类型 | segmentation |
| 解剖结构 | 45种头颈部OAR & 2种肿瘤 |
| 解剖区域 | 头颈部 |
| 类别数 | 47 |
| 数据量 | 训练集: 120 验证集: 20 测试集: 60 |
| 文件格式 | .nii.gz |
文件结构
Dataset
│
├── SegRap2023_Training_Set_120cases
│ ├── segrap_0000
│ │ ├── image.nii.gz
│ │ ├── image_contrast.nii.gz
│ │ ├── Brain.nii.gz
│ │ ├── ...
│ │ ├── GTVnd.nii.gz
│ │ ├── GTVp.nii.gz
│ └── ...
├── SegRap2023_Training_Set_120cases_OneHot_Labels
│ ├── task001
│ │ ├── segrap_0000
│ │ ├── ...
│ ├── task002
│ │ ├── segrap_0000
│ │ ├── ...图像尺寸统计
| 统计类型 | 间距 (mm) | 尺寸 |
|---|---|---|
| 最小值 | (0.43, 0.43, 3.00) |
(512, 512, 98) |
| 中位值 | (0.54, 0.54, 3.00) |
(1024, 1024, 126) |
| 最大值 | (1.13, 1.13, 3.02) |
(1024, 1024, 197) |
引用
@article{luo2023segrap2023,
title={SegRap2023: A Benchmark of Organs-at-Risk and Gross Tumor Volume Segmentation for Radiotherapy Planning of Nasopharyngeal Carcinoma},
author={Luo, Xiangde and Fu, Jia and Zhong, Yunxin and Liu, Shuolin and Han, Bing and Astaraki, Mehdi and Bendazzoli, Simone and Toma-Dasu, Iuliana and Ye, Yiwen and Chen, Ziyang and others},
journal={arXiv preprint arXiv:2312.09576},
year={2023}
}