ISLES 2022

ISLES 2022是由慕尼黑工业大学医学院等机构创建的多中心磁共振成像中风病变分割数据集，包含400个来自不同供应商的MRI案例，具有高度的中风病变大小、数量和位置的变异性。数据集分为250个训练案例和150个测试案例，旨在通过急性至亚急性中风病变的分割，推动算法的发展和基准测试。该数据集的应用领域包括急性治疗决策和预后预测，以及中风病因的自动分类。

ISLES 2022 is a multi-center magnetic resonance imaging (MRI) stroke lesion segmentation dataset created by institutions including the School of Medicine of the Technical University of Munich and other relevant organizations. It contains 400 MRI cases from different scanner vendors, with high variability in the size, number and location of stroke lesions. The dataset is split into 250 training cases and 150 test cases, aiming to advance algorithm development and benchmarking through segmentation of acute-to-subacute stroke lesions. Its application areas include acute treatment decision-making, prognostic prediction, and automated classification of stroke etiologies.

搜集汇总

数据集介绍

构建方式

ISLES 2022 数据集的构建旨在提供一个多中心、多模态的 MRI 数据集，用于急性至亚急性脑梗死的病灶分割。该数据集由来自三个不同中心的 400 例多供应商 MRI 病例组成，这些病例在梗死病灶的大小、数量和位置上具有高度的变异性。为了确保数据集的多样性和挑战性，研究人员有意选择了不同类型的梗死模式，并包括了大量后循环缺血的病例。数据集分为训练集和测试集，其中训练集包含 250 例，测试集包含 150 例。

特点

ISLES 2022 数据集的特点在于其多中心、多模态和高变异性。多中心的数据收集确保了数据集的广泛性和代表性，而多模态的数据包括 FLAIR、DWI 和 ADC 图像，为分割算法提供了丰富的信息。此外，数据集中的梗死病灶在大小、数量和位置上具有高度的变异性，这为分割算法的鲁棒性和泛化能力提供了挑战。

使用方法

ISLES 2022 数据集的使用方法包括下载和预处理。用户可以从 https://isles22.grand-challenge.org/dataset/ 下载数据集，该数据集以 NIfTI 格式保存。为了便于用户熟悉图像，研究人员还发布了 ISLES 2022 Github 仓库，其中包含用于读取图像、可视化图像和量化算法结果的脚本。在数据集的使用过程中，用户需要遵守相关的伦理标准和隐私保护要求。

背景与挑战

背景概述

缺血性卒中是全球范围内导致残疾和死亡的主要原因之一。为了提高治疗效果，医学影像技术在临床诊断和治疗决策中发挥着越来越重要的作用。磁共振成像（MRI）作为卒中成像的关键方式，可用于评估梗死核心的大小和位置，预测患者预后，并区分不同类型的卒中病因。为了促进计算机辅助图像处理技术在临床实践中的应用，研究者们致力于开发准确和鲁棒的卒中病变分割算法。ISLES 2022数据集正是在这一背景下应运而生，它是一个多中心、多模态的MRI卒中病变分割数据集，旨在为急性至亚急性缺血性卒中病变的分割提供基准数据。

当前挑战

ISLES 2022数据集面临的挑战包括：1）所解决的领域问题：卒中病变分割，特别是对于急性至亚急性缺血性卒中病变的分割，需要准确识别梗死核心的大小和位置，这对于指导治疗决策和预测患者预后至关重要；2）构建过程中所遇到的挑战：数据集的构建需要考虑到卒中病变的多样性和复杂性，包括梗死大小、数量和位置的差异，以及不同中心数据采集协议的差异。此外，由于卒中病变分割任务的复杂性，人工标注过程耗时且易受主观因素影响，因此需要开发高效的自动化标注方法。

常用场景

经典使用场景

在神经影像学领域，ISLES 2022 数据集被广泛应用于脑卒中病灶分割的研究。该数据集包含了400个多来源的MRI案例，具有病灶大小、数量和位置的广泛变异性。其训练集包含250个案例，公开可用，用于模型训练和算法开发。而测试集包含150个案例，用于模型验证，但不向公众发布。ISLES 2022 数据集的引入，为研究者提供了丰富的数据资源，有助于推动脑卒中病灶分割算法的发展，特别是在急性到亚急性脑卒中病灶分割方面。

衍生相关工作

ISLES 2022 数据集衍生了多个相关的研究工作。例如，基于ISLES 2022 数据集，研究者可以开发新的脑卒中病灶分割算法，并与其他数据集进行对比研究，以评估算法的性能和泛化能力。此外，ISLES 2022 数据集还可以用于研究脑卒中病灶分割算法与其他影像学技术的结合应用，以提高脑卒中诊断和治疗的准确性。另外，ISLES 2022 数据集还可以用于开发基于MRI的脑卒中诊断和预后评估系统，为临床实践提供支持。

数据集最近研究

最新研究方向

ISLES 2022 数据集为缺血性脑卒中MRI病灶分割领域提供了一个多中心、专家标注的MRI数据集，旨在推动算法的发展，以实现缺血性脑卒中病灶的准确分割。该数据集包含400例多供应商MRI病例，具有高度变异性，包括病灶大小、数量和位置。ISLES 2022 挑战赛的目的是寻找算法方法，以开发和应用稳健且准确的分割算法，从而在临床实践中指导治疗决策和预测缺血性脑卒中的结局。这一前沿研究方向对于提高缺血性脑卒中患者的治疗效果和预后具有重要意义。

相关研究论文

• ISLES 2022: A multi-center magnetic resonance imaging stroke lesion segmentation dataset

  慕尼黑工业大学医学院 · 2022年