2024 年脑肿瘤分割挑战：脑膜瘤放疗（BraTS-MEN-RT）数据集

为什么绘制脑肿瘤很重要

在对脑肿瘤进行治疗时，医生必须精确瞄准放射线：剂量要足以杀死肿瘤细胞，但又不能伤害健康脑组织。对于一种常见的脑肿瘤——脑膜瘤，放疗的这个瞄准步骤依赖专家在三维 MRI 上手工勾画肿瘤边界。这项工作既缓慢又费力，而且不同专家之间可能存在差异。本文介绍了一个大型国际数据集，记录了专家为放疗勾画脑膜瘤的方式，为能够更快、更一致地完成这项工作的计算机程序奠定了基础。

一种常见但治疗复杂的脑肿瘤

脑膜瘤起源于包裹大脑的膜，是成人中最常见的原发性脑肿瘤。许多脑膜瘤生长缓慢且为良性，但有些在手术后会复发或表现出侵袭性，这使得放射治疗成为重要的治疗手段。在实施放疗前，临床医生必须在 MRI 上定义“靶体积”：即肿瘤的全部范围，以及在术后病例中可能存在肿瘤细胞的手术腔。这比听上去要复杂得多。瘢痕组织、术后改变、金属植入物以及用于聚焦放疗的专用头架都会扭曲影像，使肿瘤边界即便对经验丰富的专家也难以辨认。

构建共享影像库

为改进这一关键步骤，美国和英国七个主要中心的研究人员联手创建了 BraTS-MEN-RT 数据集。它包含用于真实放疗方案的 750 例脑膜瘤 MRI 检查，其中 570 例扫描图像和 500 份专家勾画的靶体积对外公开。所用影像为对比增强的三维 MRI，与临床计划室中医生实际使用的图像高度一致：保留原始分辨率和方向，包含整个头部而不限于大脑。病例涵盖广泛年龄段、男女患者、完整肿瘤与术后情况，以及多种放疗方式。这种多样性对于训练能够在不同医院和扫描仪间可靠工作的计算模型至关重要。

在保护隐私的同时保留关键信息

由于每例 MRI 也会捕捉到患者面部外观，团队对保护患者身份给予了特别关注。他们采用了一种自动化方法，去除影像中的面部特征，同时保留颅骨、大脑和肿瘤。每一例经面部去除处理的扫描均由神经放射学医师和放射肿瘤学医师按层逐片检查，以确保没有误删肿瘤组织，尤其是颅底附近的肿瘤。如果肿瘤延伸至被去除区域且无法安全恢复，该病例就被排除。这种在隐私与医学可用性之间的平衡，是使大型影像库能够安全共享的关键。

将专家判断转化为训练材料

除了影像外，该数据集还包括称为“粗大肿瘤体积”的肿瘤区详细轮廓。当医院在日常计划中已绘制这些体积时，这些轮廓被用作起点。在其他情况下，或当已有轮廓未遵循一致指南时，团队使用现代深度学习模型生成初始猜测。随后放射肿瘤科住院医师对每例逐层复核，调整边界以符合当前治疗标准，并添加任何被遗漏的肿瘤灶。最后，经过董事会认证的神经放射学医师检查所有轮廓并在需要时要求进一步修改。这个多步骤流程将多样的真实世界实践转化为单一一致的参考集，供计算机学习使用。

这将如何推动患者护理进步

通过向研究界公开发布这一精心策划的数据集，作者提供了建立和测试能够在放疗计划扫描上自动绘制脑膜瘤靶区的算法所缺的关键材料。如果此类工具被证明足够精确，它们可以节省临床医生时间、减少不同专家和机构之间的差异，并有助于更多患者获得精确靶向的放疗。通俗地说，这项工作将数千小时的专家劳动转化为可重复使用的资源，可能使脑肿瘤治疗更安全、更一致且更易普及。

引用: LaBella, D., Schumacher, K., Mix, M. et al. The 2024 Brain Tumor Segmentation Challenge Meningioma Radiotherapy (BraTS-MEN-RT) dataset. Sci Data 13, 306 (2026). https://doi.org/10.1038/s41597-026-06649-x

关键词: 脑膜瘤, 放射治疗, MRI, 肿瘤分割, 医学影像数据集