Key points are not available for this paper at this time.
À l'ère de la science ouverte, les ensembles de données publics, ainsi que le protocole expérimental courant, aident dans le processus de conception et de validation des algorithmes de science des données ; ils contribuent également à faciliter la reproductibilité et la comparaison équitable entre les méthodes. De nombreux ensembles de données pour la segmentation d'images sont disponibles, chacun présentant ses propres défis ; cependant, très peu existent pour la planification de la radiothérapie. Cet article présente un nouvel ensemble de données dédié à la segmentation des organes à risque (OAR) dans le thorax, c'est-à-dire les organes entourant la tumeur qui doivent être préservés des irradiations pendant la radiothérapie. Cet ensemble de données s'appelle SegTHOR (Segmentation des Organes Thoraciques à Risque). Dans cet ensemble de données, les OAR sont le cœur, la trachée, l'aorte et l'œsophage, qui possèdent des caractéristiques spatiales et d'apparence variées. L'ensemble de données comprend 60 scans CT 3D, divisés en un ensemble d'entraînement de 40 et un ensemble de test de 20 patients, où les OAR ont été contournés manuellement par un radiothérapeute expérimenté. Avec l'ensemble de données, nous présentons quelques résultats de référence, obtenus en utilisant à la fois l'architecture originale de pointe U-Net et une version simplifiée. Nous étudions différentes configurations de cette architecture de référence qui serviront de comparaison pour de futures études sur l'ensemble de données SegTHOR. Les résultats préliminaires montrent qu'il reste de la marge pour l'amélioration, en particulier pour les plus petits organes.
Lambert et al. (Mon,) ont étudié cette question.