PofoliaPofolia ile paylaşıldı

Scientific Data· 2017Q1

Kanser Genom Atlası gliyom MRG koleksiyonlarının uzman segmentasyon etiketleri ve radyomik özelliklerle ilerletilmesi

Advancing The Cancer Genome Atlas glioma MRI collections with expert segmentation labels and radiomic features

Spyridon Bakas, Hamed Akbari, Aristeidis Sotiras, Michel Bilello ve diğerleri

Kısa özet

Araştırmacılar, Kanser Genom Atlası (TCGA) gliyom koleksiyonlarına ait 243 ameliyat öncesi multimodal MRG taraması için uzman tarafından revize edilmiş segmentasyon etiketleri ve radyomik özellikler yayınlayarak tekrarlanabilir nicel çalışmalar ve bilgisayar destekli segmentasyon yöntemi değerlendirmesini mümkün kıldı.

Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.

Ana noktalar

  • 243 TCGA gliyom MRG taraması için segmentasyon etiketleri ve radyomik özellikler yayınlandı.
  • Etiketler, uzman bir nöroradyolog tarafından manuel olarak revize edildi.
  • Veriler hem glioblastom (n=135) hem de düşük dereceli gliyom (n=108) alt bölgelerini kapsıyor.
  • Tekrarlanabilir nicel çalışmaların ve segmentasyon yöntemlerinin değerlendirilmesinin önünü açıyor.

Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.

Özet (abstract)

Gliomas belong to a group of central nervous system tumors, and consist of various sub-regions. Gold standard labeling of these sub-regions in radiographic imaging is essential for both clinical and computational studies, including radiomic and radiogenomic analyses. Towards this end, we release segmentation labels and radiomic features for all pre-operative multimodal magnetic resonance imaging (MRI) (n=243) of the multi-institutional glioma collections of The Cancer Genome Atlas (TCGA), publicly available in The Cancer Imaging Archive (TCIA). Pre-operative scans were identified in both glioblastoma (TCGA-GBM, n=135) and low-grade-glioma (TCGA-LGG, n=108) collections via radiological assessment. The glioma sub-region labels were produced by an automated state-of-the-art method and manually revised by an expert board-certified neuroradiologist. An extensive panel of radiomic features was extracted based on the manually-revised labels. This set of labels and features should enable i) direct utilization of the TCGA/TCIA glioma collections towards repeatable, reproducible and comparative quantitative studies leading to new predictive, prognostic, and diagnostic assessments, as well as ii) performance evaluation of computer-aided segmentation methods, and comparison to our state-of-the-art method.

Yazarların özeti; kaynağından alınmıştır. Scientific Data, 2017 · DOI ↗

ÇıkarımlarPremium
Makaleye SorÜcretsiz hesapla

Ücretsiz hesapla devam et

Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.

Web'de ücretsiz devam et

Google ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.

Telefonda:

Alan: Radyoloji, Nükleer Tıp ve Görüntüleme

Radiology, Nuclear Medicine and ImagingMedicine