PulseAugur
中
实时 10:03:49
English(EN) CFB-GBM v2.0: An Augmented Longitudinal Dataset for Multi-Modal Glioblastoma Segmentation, Radiomics, and RANO Progression Tracking

胶质母细胞瘤数据集 CFB-GBM v2.0 增强了完整的 GTV 分割

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员发布了 CFB-GBM v2.0，这是一个用于胶质母细胞瘤研究的扩展数据集，现已包含 264 名患者的完整肿瘤体积 (GTV) 描绘。该数据集可在 The Cancer Imaging Archive 上获取，使用 nnU-Net 模型进行分割，并提供衍生的 volumetric RANO 2.0 反应标签。此外，它还包括预先计算的大脑掩码和影像组学特征，以促进可复现的计算方法，用于治疗反应预测和疾病进展建模。 AI

影响 通过提供更完整、可用的数据集来开发和验证模型，从而增强了 AI 在胶质母细胞瘤研究中的驱动作用。

排序理由 该集群描述了用于医学图像分析的科学数据集新版本的发布，包括其内容和可用性的详细信息。

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

胶质母细胞瘤数据集 CFB-GBM v2.0 增强了完整的 GTV 分割

报道来源 [2]

  1. Hugging Face Daily Papers TIER_1 English(EN) ·

    CFB-GBM v2.0：用于多模态胶质母细胞瘤分割、影像组学和RANO进展跟踪的增强纵向数据集

    Glioblastoma (GBM) is the most aggressive primary brain tumor in adults, with a median overall survival of 15 months. Longitudinal, multi-modal imaging datasets with comprehensive clinical and treatment data are essential to support the development of reproducible computational m…

  2. arXiv cs.CV TIER_1 English(EN) · Alexandre G. Leclercq, No\'emie N. Moreau, Hugo Audebert, Andros Nassar, Thomas Cochin, Thomas Leleu, Lo\"ic Le Henaff, Alexis Desmonts, Yoann Poirier, Aur\'elie Dubru, Laura Guillemette, Pascal Lecoeur, K\'evin Lemasson, Cyril Jaudet, S\'ebastien Bougle… ·

    CFB-GBM v2.0：用于多模态胶质母细胞瘤分割、影像组学和RANO进展跟踪的增强纵向数据集

    arXiv:2608.17884v1 Announce Type: new Abstract: Glioblastoma (GBM) is the most aggressive primary brain tumor in adults, with a median overall survival of 15 months. Longitudinal, multi-modal imaging datasets with comprehensive clinical and treatment data are essential to support…

相关实体

相关话题