APIS: A paired CT-MRI dataset for ischemic stroke segmentation challenge

APIS: A paired CT-MRI dataset for ischemic stroke segmentation challenge

1. 本研究の学術的背景と問いは、脳卒中が世界で2番目に死亡者を多く出している病気であり、その診断と治療において画像診断が重要な役割を果たすという事実から、脳梗塞の症例の治療と診断に必要なブレインレジョン（脳領域）の局在化と描出（画像上で見つけ出すこと）への対応能力を向上させるために、どのようなコンピュータアルゴリズムを用いるべきかという問いです。

2. 本研究の目的は、脳梗塞の画像診断における問題点を克服するための新たな手法である、APIS（A Paired CT-MRI dataset for Ischemic Stroke Segmentation）というパブリックデータセットを紹介し、その使用を通じて脳梗塞のレジオンセグメンテーション（画像から特定の領域を分割すること）能力を改善することです。この研究の学術的独自性と創造性は、この領域で初めての試みであることにあります。

3. 本研究は、過去の脳卒中の研究や既存の画像診断手法の限界に直面し、クリニックでの決定や治療の適応性の判断をより迅速に行えるような計算モデルを構築することを目指しています。この研究はその結果と解決策を提供するものであり、その位置づけは、画像診断の一部を自動化し、より効率的かつ正確な診断の提供につながるであろう新たな試みとして位置づけられています。

4. 本研究では、APISという新たな公開データセットを紹介し、それが脳卒中のセグメンテーションにどのように貢献できるかについて検討しました。また、APISを用いた初の挑戦として、IEEE国際生体医療イメージングシンポジウムで行われたチャレンジの結果を報告しました。それによると、高度に特殊化した深層学習ツールを使用したにも関わらず、NCCTから脳梗塞のセグメンテーションを行う課題は依然として困難であることが示されました。

5. 本研究で提案した新たなデータセットの有効性は、2名の専門家の放射線科医による脳卒中の患者の画像への注釈と、様々な分割戦略を用いた結果の検証によって評価されました。その結果、画像診断の一部を自動化し、より効率的かつ正確な診断の提供が可能となるという結論を得ました。