مقدمه
امروزه کاربردهای هوش مصنوعی و یادگیری ماشین در طیف وسیعی از مسائل به کمک انسان آمده و بازدهی فعالیتها را افزایش داده است. هم اکنون کاربرد رو به پیشرفت این روش در پردازش تصاویر رادیولوژی در حوزهی پزشکی بسیار مورد توجه قرار گرفته و بازدهی پردازش تصویر و استخراج اطلاعات از تصاویر رادیولوژی توسط متخصصین این حوزه را ارتقا بخشیده است. لذا جهت تاکید بر اهمیت آشنایی با کاربرد این روش در رشته رادیولوژی و سنجش میزان مهارت افراد فعال در این حوزه، بر آن شدیم که مسابقه پردازش کمی تصاویر رادیولوژی را در بیست و نهمین کنفرانس ملی و هفتمین کنفرانس بین المللی مهندسی زیست پزشکی ایران برگزار کنیم.
بیان مسئله
بیماری Multiple Sclerosis(MS) یک بیماری خودایمن درگیر کننده سیستم عصبی مرکزی است که در آن سیستم ایمنی بدن باعث از بین رفتن پوشش میلینی نورونهای عصبی در مغز و نخاع میشود. این نواحی در MRI خود را به صورت پلاکهایی نشان میدهند. این پلاکها معمولا در تصویرهای فازT1 در MRI به صورت محسوس دیده نمیشوند و در فاز T2 و FLAIRE در MRI به صورت نواحی سفید دیده میشوند. همچنین در صورت استفاده از پروتکل MRI با تزریق مواد رادیواکتیو (گادولینیم)، این پلاکها به صورت حلقههای ناقص روشن در T1 دیده میشوند. این پلاکها میتوانند در نواحی periventricular، white matter، juxtacortical و infratentorial مغز باشند. مشخص کردن تعداد و مکان پلاک ها در میزان قطعیت تشخیص MS طبق شاخص McDonald بسیار حائز اهمیت میباشد. نمونهای از تصویر MRI که محل پلاکها در آن مشخص شده است در شکل زیر نشان داده شده است.
ارزیابی تعداد و مکان پلاکها تاکنون به صورت چشمی انجام میشده است وهمین امر محدودیتهایی را در تعیین تعداد و مکان دقیق پلاک ها به همراه داشته است. بر همین اساس، استفاده از روشهای پردازش تصویر و هوش مصنوعی در این زمینه که میتوانند منجر به افزایش دقت و کیفیت ارزیابی تصویر شود، کمک شایانی به قطعیت تشخیص این بیماری میکند. لذا گسترش استفاده از مزایای یادگیری ماشین در این حوزه اهمیت قابل توجهی دارد.
بر اساس توضیحات بالا در این مسابقه بر آن هستیم تا بهترین و با کیفیتترین الگوریتمها برای تشخیص و تعیین محل پلاکها در مغز را تعیین نماییم.
روش اجرا
جهت اجرای این مسابقه، تعداد 75 عدد تصویر MRI از بیماران مبتلا به بیماری MS تهیه گردیده است. تصویربرداری با دستگاه MRI (شرکت زیمنس، آلمان،1.5 Tesla MRI Siemens Avanto scanner system Siemens, Henkestr Erlangen) انجام گردیده است. بیمار بهصورت سوپاین (supine) بر روی تخت قرار داده میشود و سر بیمار در کویل دوازده کاناله مخصوص تصویربرداری از سر قرارگرفته و تصویر تهیه میشود. تصاویر به دست آمده دارای فرمت NIFTI و ابعاد 236×256×160 میباشند.
در مرحله اول، 55 عدد از این تصاویر در اختیار شرکت کنندگان قرار خواهد گرفت. شرکت کنندگان لازم است الگوریتم جدیدی برای تشخیص پلاکهای مغزی در نواحی juxtacortical, white matter, periventricular و infratentorial طراحی نمایند. هر گروه، لازم است نتایج به دست آمده را بر اساس توضیحاتی که در ادامه ارائه خواهد شد گزارش نماید. الگوریتمها و نتایج دریافت شده توسط مجری مسابقه بررسی خواهند شد و تعدادی از بهترین الگوریتمهای ارائه شده به مرحله دوم راه خواهند یافت.
در مرحله دوم، 20 داده تست باقی مانده در اختیار افراد برگزیده مرحله اول قرار داده خواهد شد و از آنها خواسته خواهد شد تا محل پلاکها در نواحی مختلف مغز را تعیین نمایند. بهترین نتایج به لحاظ الگوریتمی و محاسباتی و کلینیکی در این مرحله به عنوان نفرات برتر انتخاب خواهند گردید.
نحوه شرکت در مسابقه
شرکت برای کلیه افراد آزاد است. هر تیم شرکت کننده حداکثر از 3 نفر تشکیل داده خواهد شد. افراد برگزار کننده مسابقه مجاز به شرکت نمیباشند.
- گروههای علاقه مند برای شرکت در مسابقه لازم است نسبت به تکمیل فرم ثبت نام و ارسال آن به ایمیل misp@mui.ac.ir اقدام نمایند. در صورت تایید اطلاعات، لینک دادهها برای آنها ارسال میگردد.
نحوه ارائه نتایج
لازم است هر گروه شرکت کننده، نتایج به دست آمده از مرحله اول را از طریق ایمیل به آدرس زیر ارسال نماید.
misp@mui.ac.ir
نتایج ارسال شده باید در قالب یک فایل فشرده با فرمت zip شامل ماسک به دست آمده برای پلاکها در هر تصویر و یک مقاله حاوی توضیحات کاملی از روش اجرا، الگوریتم پیشنهادی و نتایج به دست آمده باشد.
گروههای شرکت کننده لازم است محل تشخیص پلاک به همراه ماسک تشخیص پلاک و خطای ماسک محاسبه شده نسبت به ماسک مرجع را در موارد زیر به همراه متن مقاله و نتایج به دست آمده ارسال کنند.
Example: Case size = x * y * z
x= cronal y= axial z= sagittal
Case 2: cronal
Case 4: sagittal
Case 5: sagittal
Case 6: sagittal
Case 7: cronal
Case 9: axial
Case 10: sagittal
Case 14: axial
Case 15: sagittal
Case 16: cronal
Case 17: axial
Case 18: cronal
Case 19: sagittal
Case 20: axial
Case 21: sagittal
Case 23: cronal
Case 24: sagittal
Case 25: axial
Case 26: sagittal
Case 27: sagittal
Case 28: axial
Case 29: cronal
Case 31: axial
Case 34: cronal
Case 36: sagittal
Case 39: sagittal
Case 43: cronal
Case 47: cronal
Case 50: sagittal
Case 52: sagittal
برای مثال در بیمار شماره 2 لازم است محل پلاک (ها) در مقطع کرونال (x) تعیین شود و ماسک مربوطه ارائه گردد. خطای ماسک محاسبه شده نسبت به ماسک مرجع نیز گزارش شود.
زمان بندی مسابقه
مهلت ثبت نام و دریافت داده: 13 آبان 1401
مهلت ارسال نتایج اولیه: تا 8 آذر 1401 تمدید گردید.
اعلام نتایج اولیه و نفرات برگزیده مرحله اول: 20 آذر 1401
برگزاری مرحله دوم و اعلام اسامی نفرات برگزیده: 30 آذرماه 1401
جوایز نفرات برگزیده:
به تشخیص برگزار کنندگان مسابقه از کارهای برتر برای چاپ در نشریه سیگنالها و سنسورهای پزشکی که در Pubmed, Scopus و Web of Science نمایه میشود، دعوت خواهد شد و یک مقاله از مقایسه نتایج برتر چاپ خواهد شد.
تشخیص کیفیت بروندادهای ارائه شده برای چاپ توسط شرکت کنندگان به عهده برگزار کنندگان خواهد بود.
تیم اجرایی:
نام و نام خانوادگی |
رشته و مدرک تحصیلی |
پست الکترونیک |
محل خدمت |
دکتر ایمان ادیبی |
دکترای تخصصی پزشکی / بیماری های مغز و اعصاب |
دانشکده پزشکی- دانشگاه علوم پزشکی اصفهان |
|
دکتر حسین ربانی |
دکترای مهندسی پزشکی |
h_rabbani@med.mui.ac.ir |
مرکز تحقیقات پردازش تصویر و سیگنال پزشکی- دانشگاه علوم پزشکی اصفهان |
دکتر فرناز صدیقین |
دکترای مهندسی برق |
f.sedighin@amt.mui.ac.ir |
مرکز تحقیقات پردازش تصویر و سیگنال پزشکی- دانشگاه علوم پزشکی اصفهان |
مهندس مریم انصاریان |
کارشناسی ارشد مهندسی پزشکی |
maryamansarian70@yahoo.com |
مرکز تحقیقات پردازش تصویر و سیگنال پزشکی- دانشگاه علوم پزشکی اصفهان |
دکتر غزل زندیه |
دکترای عمومی پزشکی |
|
|
دکتر ندا رمضانی |
دکترای عمومی پزشکی |
|
|
صفیه دانش مبرهن |
کارشناس ارشد آناتومی |
Samiradm1362@gmail.com |
|
دکتر وحید شایگان نژاد |
دکترای تخصصی پزشکی / بیماری های مغز و اعصاب |
v.shaygannejad@gmail.com |
دانشکده پزشکی- دانشگاه علوم پزشکی اصفهان |
دکتر فریبا اشتری |
دکترای تخصصی پزشکی / بیماری های مغز و اعصاب |
fashtari231@gmail.com |
دانشکده پزشکی- دانشگاه علوم پزشکی اصفهان |
جهت دریافت اطلاعات بیشتر با آدرس ایمیل misp@mui.ac.ir و یا شماره تلفن 37925252-031 (از ساعت 8 صبح الی 15) تماس حاصل نمایید.