Wybieramy się do Aten, gdzie zaprezentujemy wyniki naszych wyzwań:
PETSEG: Wyzwanie związane z segmentacją danych dotyczących zwierząt domowych z wykorzystaniem infrastruktury do zarządzania danymi i ich przetwarzania
Konkurs PETSEG umożliwi przeprowadzenie badania porównawczego szeregu najnowocześniejszych algorytmów służących do segmentacji obrazów PET i wyznaczania granic guzów, działających w ramach wspólnej infrastruktury obliczeniowej. Pozwoli to na obiektywną ocenę porównawczą różnych rozwiązań pod kątem wydajności obliczeniowej. Zgodnie z zaleceniami oraz dzięki wkładowi członków grupy roboczej AAPM TG211 metody zostaną porównane przy użyciu bazy danych zawierającej realistyczne obrazy symulowane, a także fantomy fizyczne i dane kliniczne wraz z powiązanymi danymi referencyjnymi lub ich substytutami. Uczestnicy otrzymają wcześniej przykłady każdego rodzaju obrazów do celów szkoleniowych.
TUPAC: Wyzwanie związane z oceną proliferacji nowotworowej
Proliferacja nowotworowa stanowi ważny biomarker raka piersi. Najpowszechniejszą metodą oceny proliferacji nowotworowej jest zliczanie obrazów mitotycznych na preparatach histologicznych barwionych hematoksyliną i eozyną (H&E). Najnowocześniejsze metody automatycznego wykrywania mitoz osiągają wydajność zbliżoną do ludzkich obserwatorów w przypadku wcześniej wybranych obszarów odpowiedniej tkanki nowotworowej. Jednak w bardziej praktycznych sytuacjach wykrywanie mitoz musi być stosowane do obrazów całych preparatów (WSI). Ponadto wyniki wykrywania obrazów mitotycznych muszą zostać ujęte w postaci wskaźnika proliferacji, który można włączyć do obecnych systemów klasyfikacji prognostycznej. Celem konkursu jest ocena metod pozwalających przewidzieć wskaźnik proliferacji guza bezpośrednio na podstawie obrazów całego preparatu.