Erweiterung des Medical Decathlon-Datensatzes: Segmentierung von Kolon- und Kolorektalkrebs aus Computertomographie-Bildern

Darmkrebs ist der dritthäufigste Krebs in der westlichen Hemisphäre. Die Segmentierung von Darm und Darmkrebs mittels Computertomographie stellt ein dringendes medizinisches Problem dar. Ein System, das diese Aufgabe lösen könnte, würde die Früherkennung von Darmkrebs ermöglichen, die Suche nach pathologischen Befunden durch den Radiologen erleichtern und den Diagnoseprozess erheblich beschleunigen. Allerdings verwenden wissenschaftliche Veröffentlichungen im Bereich der medizinischen Bildverarbeitung überwiegend geschlossene, nicht öffentlich zugängliche Datensätze. In diesem Artikel präsentieren wir eine Erweiterung des Medical Decathlon-Datensatzes um Markierungen von Darm und Darmkrebs, um die Qualität von Segmentierungsalgorithmen zu verbessern. Ein erfahrener Radiologe validierte die Daten, kategorisierte sie nach Qualität und veröffentlichte sie im öffentlichen Bereich. Auf Basis der erhaltenen Ergebnisse trainierten wir neuronale Netzwerke mit der UNet-Architektur unter Verwendung einer 5-fachen Kreuzvalidierung und erzielten eine Dice-Metrik von $0.6988 \pm 0.3$. Die veröffentlichten Markierungen werden die Qualität der Darmkrebsdetektion verbessern und die Arbeit des Radiologen bei der Befundbeschreibung vereinfachen.