مسابقه پردازش تصویر مبتنی بر یادگیری در اولین کنگره بین المللی هوش مصنوعی در علوم پزشکی (AIMS2023)

موضوع چالش:

بافت مغز یکی از حساس ترین و حیاتی ترین بافت‎‏ های بدن انسان است. جراحی تومور مغز شایع ترین نوع جراحی مغز و اعصاب است. در این جراحی ها تعیین دقیق مرزهای تومور به ویژه تومورهای بدخیم مغزی جهت شناسایی و جداسازی ناحیه تومور از بافت های سالم اطراف، امری چالش برانگیز است و هر گونه آسیب سهوی به آن در حین جراحی می تواند ‏اثرات و عوارض مخرب جبران ناپذیری برای بیمار به همراه داشته باشد. به همین منظور بخش‌بندی تومور ها در تصاویر پزشکی در برنامه‌های کاربردی مانند برنامه‌ریزی جراحی و ارزیابی پس از جراحی اهمیت بسزایی دارد. در حال حاضر روش های دستی و نیمه خودکار برای بخش بندی تومورهای مغزی پیشنهاد شده است، اما اکثر این روش ها با چالش هایی نظیر دقت پایین، زمانبر بودن و همچنین وابستگی روش بخش بندی دستی به مهارت پزشک، مواجه هستند. از این رو بخش بندی این تومور ها نیازمند روش های خودکار، دقیق وکارآمدی همچون تکنیک های مبتنی بر روش‌های هوش مصنوعی (AI) و به ویژه روش های یادگیری عمیق هستند. با وجود مطالعات فراوان در این حوزه، بخش بندی دقیق تومورها همچنان امری چالش برانگیز محسوب می شود.

• در نتیجه هدف از این چالش، بخش بندی دقیق تومورهای مغزی در تصاویر MRI مبتنی بر روش های یادگیری عمیق می‌باشد.

این چالش به عنوان یک تلاش مشترک بین گروه تحقیقاتی Image Guided Surgery (IGS) پژوهشکده فناوری ها و تجهیزات پیشرفته پزشکی، دانشگاه علوم پزشکی تهران و دانشگاه علوم پزشکی هوشمند سازماندهی شده است. از شرکت کنندگان خواسته می شود تا در سناریوی چالش برانگیز بخش بندی دقیق تومورهای مغزی تصاویر MRI شرکت کنند.

این چالش یک مسابقه آزاد است که هر تیم و یا فرد علاقه مند واجد شرایط می تواند در آن شرکت کند. قابل ذکر است که یک شرکت کننده نمی تواند در بیش از یک تیم باشد. با توجه به ماهیت چالش، لزوم استفاده از تخصص های علوم پزشکی و مهندسی درکنار هم امری ضروری است لذا تیم های شرکت کننده حتما باید در کنار اعضای مهندسی، حداقل یک نفر از دانشجویان یا فارغ التحصیلان رشته های علوم پزشکی را به عنوان هم گروهی همراه داشته باشند.

مرحله مقدماتی: 

در این مرحله، شرکت کنندگان داده های تصاویر MRI مغز را دریافت کرده و برای بخش بندی تومور از شبکه های یادگیری عمیق استفاده می‌کنند. شرایط و جزئیات شرکت در مسابقه در زیر شرح داده شده است:

• 1- استفاده از شبکه های یادگیری عمیق مرسوم مانند UNet، GoogleNet و ResNet به شرط وجود نوآوری در آن، قابل قبول هستند.
• 2- بخش بندی تومور مغز در تصاویر MRI باید به صورت سه بعدی پیاده سازی شود و صرفا با توجه به داده های قرار داده شده، بخش‌بندی انجام شود.
• 3- تعداد پارامترهای شبکه باید کمتر از 25 میلیون باشد و پیش‌پردازشی بر روی تصاویر قبل از آموزش شبکه صورت گرفته باشد.
• در نهایت، شرکت کنندگان باید نتایج بخش‌بندی تومور را در بازه زمانی مشخص شده ارسال کنند.

مرحله نهایی:

شرکت کنندگان باید نتایج مرحله مقدماتی خود را تا 31 فروردین 1402 ارسال کنند. تیم های برتر تا 15 اردیبهشت 1402 انتخاب شده و برای شرکت در مرحله نهایی چالش دعوت خواهند شد. مرحله نهایی این چالش در هفته سوم اریبهشت ماه به صورت حضوری برگزار خواهد شد و برندگان نهایی در اولین کنگره بین المللی هوش مصنوعی در علوم پزشکی در جزیره کیش اعلام خواهند شد.

مجموعه داده های چالش: 

مجموعه داده‌های مورد استفاده در این چالش شامل 1200 تصویر MRI مغزی مدالیته T2 می باشد که از این تعداد، 70 درصد برای آموزش(TRAINING)، 20 درصد برای ارزیابی (VALIDATION) و 10 درصد برای تست الگوریتم استفاده خواهد شد.

داده های آموزش و ارزیابی دارای لیبل پزشک برای تعیین محل تومور می باشند اما داده های تست بدون لیبل است.

موارد ارسالی:

• 1. استفاده از MATLAB و Python در توسعه کدها مجاز است
• 2. نتایج بخش‌بندی شده داده های تست را با فرمت .nifti با ابعاد اصلی تصویر و همنام با تصویر داده تست مربوطه در فایل zip با نام Mask_AIMS2023 قرار دهید.
• 3. فایل مربوط به ذخیره وزن های شبکه، مدل آموزش دیده شده، نتایج عملکرد مدل در طول آموزش شبکه (history) و کد شبکه پیاده سازی شده در فایل .zip با نام Code_AIMS2023 قرار داده شود.
• 4. نمودار Accuracy validation و loss validation با فرمت .png در فایل zip با نام Fig_AIMS2023 قرار داده شود.
• 5. ورژن پایتون و پکیج های استفاده شده در فایل متنی (.txt) با نام Lab_AIMS2023 قرار داده شود.
• 6. گزارشی بین 100 تا 300 کلمه‌ از شبکه پیشنهادی، پیش پردازش های اعمال شده، معیار های ارزیابی، نتایج بدست آمده با فرمت pdf با نام Report_AIMS2023 قرار دهید.
• 7. کلیه موارد ذکر شده را در فایل zip. با نام LIP_team_name_AIMS2023 قرار دهید و به ایمیل LIP.AIMS2023@gmail.com ارسال کنید . (team name نام تیم انتخابی شماست)
• 
  در صورتی که بخش بندی تومور در تصاویر MRI مغز به صورت دو بعدی پیاده سازی شود نتایج شما داوری نخواهد شد.