BraTS2023-GLI——BraTS2023成人胶质瘤分割挑战赛

今天将分享BraTS2023成人胶质瘤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、BraTS2023-GLI介绍

脑肿瘤是最致命的癌症类型之一。具体而言，胶质母细胞瘤和具有胶质母细胞瘤分子特征的弥漫性星形细胞胶质瘤，是成人中枢神经系统最常见和最具侵袭性的恶性原发肿瘤，在外观、形状和组织学上具有极大的内在异质性，中位生存期约为15个月。由于向大脑输送药物的挑战，以及这些肿瘤在放射影像、形态和分子影像方面固有的高度异质性，脑肿瘤通常难以诊断、难以治疗，并且对传统疗法具有固有的耐药性。过去 30 年来，为了改善诊断、特征描述和治疗，进行了多年的广泛研究，使美国的胶质瘤死亡率降低了7%。

二、BraTS2023-GLI任务

神经胶质瘤亚区域分割。

三、BraTS2023-GLI数据集

多中心常规临床采集的神经胶质瘤多参数 MRI (mpMRI) 扫描被用作BraTS23-GLI挑战的训练、验证和测试数据。训练和验证数据与 BraTS21 中使用的相同；然而，BraTS23挑战赛中使用的测试数据集已更新为更多常规临床获得的 mpMRI 扫描。肿瘤子区域的真实注释由专家神经放射学家为训练、验证和测试数据进行标注，以定量评估预测的肿瘤分割。

所有 BraTS mpMRI 扫描均以 NIfTI 文件 (.nii.gz) 形式提供，由a) 原生 (T1) 和 b) 对比后 T1 加权 (T1Gd)、c) T2 加权 (T2) 和 d) T2 流体衰减反转恢复 (T2-FLAIR) 组成，是通过不同的临床方案和来自多个数据提供机构的各种扫描仪获得的。

所有成像数据集均由一到四名评估者按照相同的注释协议进行手动注释，并且其注释得到了经验丰富的神经放射科医生的批准。注释包括 GD 增强肿瘤（ET — 标签 3）、肿瘤周围水肿/浸润组织（ED — 标签 2）和坏死肿瘤核心（NCR — 标签 1），如最新的 BraTS 总结论文中所述。真实数据是在预处理后创建的，即共同注册到相同的解剖模板，插值到相同的分辨率（1 mm3）并去除头骨。ET 是通过与 T1 相比，以及与T1Gd中的“健康”白质相比，在 T1Gd 中显示出高强度的区域来描述的。TC 描述了肿瘤的大部分，通常是切除的肿瘤。TC 包含 ET 以及肿瘤的坏死 (NCR) 部分。与 T1 相比，T1-Gd 中 NCR 的出现通常是低强度的。WT 描述了疾病的完整范围，因为它涉及TC和瘤周水肿/浸润组织 (ED)，这通常由 FLAIR 中的超强信号来描述。

四、技术路线

1、根据固定阈值和形态学最大连通域分析得到大脑ROI区域，然后提取原始图像和标注图像的ROI。

2、分析步骤1的ROI图像信息，得到图像平均大小是136x170x140，因此将图像缩放到固定大小160x160x160。

3、图像预处理，对步骤2的原始图像进行像素值（1，99）截断，然后采用均值为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，对训练集做5倍数据增强处理。

4、搭建VNet3d网络，使用AdamW优化器，学习率是0.001，batchsize是3，epoch是200，损失函数采用多分类的dice和交叉熵。

5、训练结果和验证结果

6、验证集分割结果

左图是金标准结果，右图是网络预测分割结果。

7、测试集分割结果

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。