KiPA2022——肾肿瘤多组织分割

今天将分享肾肿瘤多组织结构分割实现版本，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、KiPA2022背景介绍

临床意义：计算机断层扫描血管造影 (CTA) 图像上的三维 (3D) 肾脏解析是基于手术的肾癌治疗（例如，腹腔镜肾部分切除术）最重要的任务之一。目标是分割 3D 肾脏、肾肿瘤、动脉和静脉。一旦成功，临床医生将受益于肾脏结构的 3D 视觉模型，以便进行准确的术前计划。术前，肾动脉将有助于估计肾灌注模型，以便临床医生选择肿瘤供血动脉分支并轻松定位动脉钳位位置。肿瘤和肾脏模型将直观地显示病变区域，从而帮助肿瘤切除表面的预先计划。术中，术前计划将与腹腔镜视频一起显示在屏幕上，以指导手术。肾门外的肾血管（静脉、动脉）在视觉上会显示出清晰的动脉钳夹区域，临床医生会迅速选择动脉钳夹分支。3D视觉模型还将指导临床医生做出适当的决定。从而降低治疗费用，提高手术质量，减轻患者痛苦。

二、KiPA2022任务

KiPA 挑战是在 CTA 图像上分割四个肾脏相关结构，以促进基于手术的肾癌治疗。

目标结构是：

1、肾脏异常器官：肾脏结构被肿瘤破坏，失去其正常形状并在形状变化方面带来巨大挑战。

2、肿瘤-多亚型病变：数据集中有五种外观不同的亚肿瘤类型，导致分布变化的挑战很大。

3、肾动脉-非常细的结构：肾动脉是细的结构，仅占整幅图像的 0.27%，导致类别不平衡的巨大挑战

4、肾静脉-低显着区：只有少量造影剂进入静脉，形成低显着静脉区，难以将其与背景区分开来。

三、KiPA2022数据集

收集了 130 例数据，其中 70 例用于训练数据集，30 例用于封闭测试数据集，30 例用于开放测试数据集。采用 Dice、HD 和 AVD 作为评估指标。

原始图像是来自 130 名患者的未增强腹部 CT 图像（如 .nii.gz 文件）。图像先由成熟的算法标注，然后由3位不同的专家调整，最后由资深专家检查。这些专家都接受了几个小时的注释培训。详情如下：数据详情：每张图像均在西门子双源 64 层 CT 扫描仪上采集，并在 CT 图像采集过程中注入造影剂。X射线管电流、卷积核、曝光时间、电压分别为480mA、B25f、500ms、120KV。肾肿瘤类型包括透明肾细胞癌、乳头状癌、嫌色细胞癌、血管平滑肌脂肪瘤和嗜酸性腺瘤。肾脏的大小在 73.73 毫升到 263.02 毫升之间，肿瘤的大小在 2.06 毫升到 646.68 毫升之间。

预处理细节：图像被重新采样，使z轴的分辨率与x/y轴的分辨率相同。肾脏和肿瘤标签扩展到最大 32 像素以裁剪 ROI 区域。如果 CTA 图像距离肾脏区域小于 32 像素，则在最大放大像素距离处对其进行裁剪。这允许 ROI 包括肾脏、肿瘤、部分肾动脉和静脉。去除所有隐私信息后，只保留图像内容信息和原始图像分辨率信息，ROI图像以nii.gz格式保存。肾肿瘤的亚型均匀分布在训练集、开放测试集和封闭测试集中。