今天将分享MRA动脉瘤检测和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、ADAM2020介绍
脑动脉瘤占普通人群的 3%,有些人群的风险更高。如果动脉瘤破裂,会导致脑出血(蛛网膜下腔出血)。颅内动脉瘤的早期发现以及准确的形状测量和评估在临床常规中非常重要。这样可以仔细监测动脉瘤的生长和破裂风险,从而做出明智的治疗决策。目前,对比增强计算机断层扫描血管造影扫描 (CTA) 和非对比 3D 飞行时间磁共振血管造影 (TOF-MRA) 是用于此目的的最常见成像技术。然而,颅内动脉瘤的检测和测量有时可能很困难,尤其是对于小动脉瘤。据指出,大约10%的动脉瘤(主要是小动脉瘤)仍然被遗漏。据报道,对于小动脉瘤(<5mm),放射科医生对MRA的检测灵敏度可低至35%。随着对动脉瘤存在危险因素(如动脉瘤家族史阳性)的了解增加,导致更多患者接受MRA预防性筛查。随着越来越多的患者接受筛查,缩短临床工作流程持续时间变得越来越重要,同时仍然允许准确检测和诊断动脉瘤。从 TOF-MRA 检测动脉瘤的自动方法将提高临床工作流程的速度,而不会影响准确性。此外,自动体积分割将能够得出更可靠的动脉瘤测量和特征,并考虑用于破裂风险预测。例如,已知非球形和小叶形等形状特征与破裂风险升高有关。根据这些形状特征和相关的破裂风险,可以做出更明智的治疗决定。未破裂的颅内动脉瘤的形状也会对患者的治疗结果产生影响。来自体积分割的动脉瘤形状特征可以进一步帮助治疗并发症预测模型。存在各种不同的(半)自动方法来检测和分割颅内动脉瘤。针对CTA或数字减影血管造影(Digital Subtraction Angiography, DSA)2D图像开发了许多检测方法。然而,在临床上,MRI 最适合定期随访,因为它既不需要静脉造影剂也不需要放疗。此外,一些经过治疗的(例如盘绕的)动脉瘤会在 CTA 上产生大的伪影,因此通常需要评估没有伪影的 MRA 再通。随着TOF-MRA越来越多地用于临床常规,MRA动脉瘤的表征和破裂风险评估变得越来越重要。因此,需要对TOF-MRA进行准确的检测和分割方法。动脉瘤可能很小,形状非常不同,并且发生在许多不同的位置。此外,分支血管的梭形扩张可以模仿小动脉瘤。这导致了自动检测和分割动脉瘤的令人兴奋的技术挑战,包括生成创造性和新颖的医学图像分割方法。该挑战的目的是从 TOF-MRA 图像中自动检测和分割颅内动脉瘤。自动检测可以帮助放射科医生诊断颅内动脉瘤,并可能加快临床工作流程。体积分割可以分析动脉瘤的大小和形状,这可能为破裂风险预测模型提供新的生物标志物。最终,这可能会导致在颅内动脉瘤的治疗方面做出更明智的决定。
二、ADAM2020任务
从飞行时间磁共振血管造影器 (TOF-MRA) 自动检测和分割未破裂颅内动脉瘤。
三、ADAM2020数据集
训练数据包括 113 组脑部 MR 图像,每组包括一张飞行时间 MRA (TOF-MRA) 和一张结构 MR 图像(T1、T2 或 FLAIR)。其中 20 张图像不包含诊断出的颅内动脉瘤。对于其余 93 次扫描,未破裂颅内动脉瘤的手动注释以二元掩模的形式提供。所有手动注释均由医学注释领域的专家进行,并由经验丰富的放射科医生进行检查。测试数据不会发布,但由 142 组脑部 MR 图像组成,其中 25 组图像不包含任何诊断的颅内动脉瘤。
数据下载:
https://adam.isi.uu.nl/data/
四、技术路线
1、分析图像信息,得到图像平均大小是553x553x131,因此将图像缩放到固定大小400x400x128,并对Mask进行邢台学膨胀3个像素,增加分割检出率。
2、图像预处理,对步骤1的原始图像采用均值为0,方差为1的方式进行归一化处理。然后将数据分成训练集和验证集。
3、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dice和交叉熵。
4、训练结果和验证结果
5、验证集检测分割结果
左图是金标准结果,右图是预测分割结果。
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。
本文使用 文章同步助手 同步






