The Multimodal Brain Tumor Image Segmentation Benchmark（BRATS）

多模态脑肿瘤图像分割基准

---

摘要

  本文结合MICCAI 2012和2013会议，报告了多模态脑肿瘤图像分割基准（BRATS）的建立和结果。20种最先进的肿瘤分割算法被应用于65个底、高评级胶质瘤患者的多对比MR扫描——由4个评分者手工标注，以及使用肿瘤图像模拟软件生成65个可比的扫描。定量评价结果显示，在分割不同肿瘤亚区（Dice得分在74%~85%之间）时，人类评分者之间存在相当大的差异，也同时说明了这项任务的难度。我们发现，不同的算法在不同的子区域上表现不同（与人类评分的可变性相当），没有一种算法同时在所有区域名列前茅。使用分层多数投票机制融合多个优秀的算法产生的分段始终排在所有单个算法之上，这表明还有进一步改进方法的机会。BRATS图像数据和手动标注继续通过在线评估系统作为持续的基准资源公开提供。

关键字：核磁共振成像，脑，脑肿瘤，图像分割

---

前言

  胶质瘤是最常见的成人原发性肿瘤，起源于神经胶质瘤细胞，侵润周围组织。尽管胶质瘤研究取得了相当大的进展，患者的诊断效果依然很差。临床上把肿瘤恶性程度高的人群划分为高评级胶质瘤，生存率中位数为两年或者更短，需要立即治疗。通过将现有的基本评估替换为相对肿瘤子结构的高精度和可重复性的测量，能够自动分析脑肿瘤扫描的图像，并且对单个患者的诊断、治疗规划和随访具有巨大的潜在价值。然而，开发自动化大脑肿瘤分割技术具有一定的挑战性，因为病变组织仅通过强度变化来定义，相对周围正常组织，甚至专家评估者的手动分割显示，当相邻结构之间的强度梯度平滑或者部分输出或偏置场存在伪影时会存在着显著的变化。此外࿰