要約
MRIを用いた脳腫瘍の正確なセグメンテーションおよび分類は、医療画像解析において依然として重要な課題であり、その主な理由は高品質でバランスが取れ、多様性に富んだデータセットの不足に起因する。本研究では、脳腫瘍のセグメンテーションおよび分類タスクに特化して開発された新たなMRIデータセット「BRISC」を提示する。このデータセットは、認定された放射線技師および医師によってアノテーションが施された6,000例の造影T1強調MRIスキャンから構成されており、グリオマ、メニンジオーマ、およびパイチュイタリー腫瘍という3つの主要な腫瘍タイプに加え、非腫瘍性の症例も含んでいる。各サンプルには高解像度のラベルが付与されており、軸状面、矢状面、冠状面の3つの画像平面に分類されており、モデルの堅牢な開発および多視点間の一般化を促進する。本データセットの有効性を示すために、マルチスケール特徴表現を活用するスウィン変換器（Swin Transformer）をバックボーンとするTransformerベースのモデルを提案し、セグメンテーションおよび分類タスクのベンチマーク評価を実施した。本モデルは、BRISCデータセットが神経腫瘍画像解析における手法論的研究の進展に貢献できることを示すための基準として機能する。データセットへのリンク：https://this-url.com