Brain Tumor Segmentation (BraTS) Challenge: aspetti implementativi degli algoritmi di segmentazione e di predizione

Il glioma è uno dei tumori al cervello più frequenti negli adulti, presumibilmente originato in alcune particolari cellule del sistema nervoso centrale, le cellule gliali, e poi infiltrato nei tessuti circostanti. Per valutare il progresso e l’eventuale successo della strategia di trattamento scelta, vengono usati dei protocolli di neuroimaging prima e dopo i trattamenti. Un’accurata identificazione delle subregioni del tumore è di profonda importanza in molte applicazioni mediche, ed il rilevamento e tracciamento manuale di queste zone è un lavoro noioso, lungo e soprattutto soggettivo. Visto il loro aspetto e forma imprevedibile, la segmentazione dei tumori da immagini multimodali è uno dei task più impegnativi nell’analisi di immagini mediche. Data l’importanza clinica, questo problema ha attirato l’attenzione durante gli ultimi 30 anni, portando alla creazione di differenti algoritmi (automatici, semiautomatici e interattivi) per la segmentazione della struttura del tumore. Da qui nasce BraTS (Brain Tumor Segmentation), una prova annuale creata in concomitanza con la conferenza internazionale MICCAI (Medical Image Computing and Computer Assisted Inventions) con lo scopo di confrontare i vari metodi all’avanguardia nella segmentazione automatica delle immagini di risonanza magnetica per i tumori cerebrali. In questo documento riporterò l’evoluzione dei vari metodi che hanno vinto negli anni nel corso della prova, arrivata ormai alla sua decima edizione.