braTS2019数据集介绍
braTS简介
braTS是一个针对MRI脑肿瘤进行分割的数据集,每年都有很多人在braTS上进行各种state-of-art方法的试验
braTS利用MRI扫描,从外观,形状和组织学上对脑肿瘤(神经胶质瘤)进行分割
为了研究分割任务对临床实验的影响,braTS也会致力于研究预测病人总体的生存率
同时,braTS也会对分割的不确定性进行实验研究
braTS任务
Task 1: 对MRI脑肿瘤图像进行分割
考虑评估的子区域是:
- 增强肿瘤(enhancing tumor)(ET)
- 肿瘤核心(tumor core)(TC)
- 肿瘤整体(whole tumor)(WT)
提供的分段标签的值为NCR和NET为1，ED为2，ET为4，其他所有值为0。
Task 2: 从MRI脑肿瘤图像中预测患者总生存周期
注意，将对参与者评估具有GTR切除状态的受试者的预测存活状态（即，总切除总数）。
Task 3: 分割中不确定性的量化
这项新任务的重点是探索神经胶质瘤区域分割背景下的不确定性测量，目的是通过以下结果对参与方法进行奖励：（a）在正确时有信心，（b）在不正确时不确定。愿意参与该新任务的参与者上传（除了他们的任务1的分割结果之外）3生成的与每个体素处的所得标签相关联的不确定性图。
参与者被要求上传4个nifti（.nii.gz）卷（3个不确定性图和1个多级分段卷，来自任务1）到CBICA的图像处理门户格式。 例如，对于数据集中的每个ID，参与者需要上传以下4个卷：
- {ID} .nii.gz（多级标签图）
- {ID} _unc_whole.nii.gz（与整个肿瘤相关的不确定性图）
- {ID} _unc_core.nii.gz（与肿瘤核心相关的不确定性图）
- {ID} _unc_enhance.nii.gz（与增强肿瘤相关的不确定性图）
数据
作为今年的训练，验证和测试数据，提供了充分的多机构常规临床获得的胶质母细胞瘤（GBM / HGG）和低级别胶质瘤（LGG）术前多模式MRI扫描，病理确诊和可用OS。 BraTS挑战。具体而言，今年挑战中使用的数据集已经更新，自BraTS’18以来，通过临床获得的更多常规3T多模式MRI扫描，并由专家委员会认证的神经放射学家提供相应的地面真实标签。
所有BraTS多模式扫描均可作为NIfTI文件（.nii.gz）获得，并描述a）原生（T1）和b）对比后T1加权（T1Gd），c）T2加权（T2）和d）T2液体衰减的逆转恢复（T2-FLAIR）卷，并使用不同的临床协议和来自多个（n = 19）机构的各种扫描仪获得，这里被称为数据贡献者。
数据使用协议/引文
您可以自由使用和/或参考您自己研究中的BraTS数据集，前提是您总是引用以下三个手稿：
In addition, if there are no restrictions imposed from the journal/conference you submit your paper about citing “Data Citations”, please be specific and also cite the following:
[5] S. Bakas, H. Akbari, A. Sotiras, M. Bilello, M. Rozycki, J. Kirby, et al., “Segmentation Labels and Radiomic Features for the Pre-operative Scans of the TCGA-LGG collection”, The Cancer Imaging Archive, 2017. DOI: 10.7937/K9/TCIA.2017.GJQ7R0EF
评估
对于分段任务，并且为了与先前BraTS挑战的配置保持一致，我们将使用“Dice得分”和“Hausdorff距离（95％）”。 扩展此评估方案，自BraTS’17以来，我们还使用“敏感性”和“特异性”的度量，允许通过参与方法确定肿瘤亚区域的潜在过度分割或分割不足。 由于BraTS’12-‘13是BraTS’19测试数据的子集，我们还将计算’12 -13数据的性能，以便与BraTS TMI参考文件中报告的性能进行比较。
