共计 1255 个字符，预计需要花费 4 分钟才能阅读完成。
在脑肿瘤治疗领域，脑膜瘤是最常见的原发性颅内肿瘤。放疗是治疗脑膜瘤的常规手段，而制定精准放疗计划的关键，在于对核磁共振（MRI）图像中的靶区进行准确且一致的勾画。然而，这一过程非常复杂、耗时，并且高度依赖临床专家的个人经验，导致不同观察者间的勾画结果可能存在差异。
为了应对这一临床挑战，一个重要的资源应运而生——2024 年脑肿瘤分割挑战脑膜瘤放疗数据集，简称 BraTS-MEN-RT 数据集 。这个数据集是目前规模最大、经过系统标注、专门用于脑膜瘤放疗规划的多机构 MRI 数据集合。
BraTS-MEN-RT 数据集的核心价值
该数据集已经公开，包含了 570 例原始分辨率的放疗规划三维 T1 加权增强 MRI 图像，其中 500 例附有由专家标注的肿瘤大体体积（GTV）。所有标注都严格遵循标准化的放疗规划协议，并同时纳入了完整及术后脑膜瘤病例，确保了数据具有广泛的临床代表性。
尤为重要的是，该数据集的图像资料来自美国和英国的七家不同医疗中心。这种多样化的来源极大地增强了数据集的普适性和研究价值，使得基于此开发的算法更能适应不同机构的设备和成像差异。,
数据集的目标与意义
建立 BraTS-MEN-RT 数据集 的核心目标，是加速放疗计划自动分割算法的研发。通过提供高质量、大规模的标准数据，研究人员可以：,
- 开发和验证更精准的 AI 分割模型。
- 提升临床工作流程的效率，将医生从繁重的手动勾画中解放出来。
- 减少不同观察者间的勾画差异，实现更一致的治疗标准。
- 最终优化脑膜瘤患者的治疗效果和预后。
数据与代码的可用性
为推动科学研究的可重复性和开放性，BraTS-MEN-RT 数据集 的资源已全面公开。
数据可用性：
BraTS-MEN-RT 数据集的图像数据、标签数据及相关临床元数据，已在 Synapse 平台公开提供，访问地址为：https://doi.org/10.7303/syn59059779。
代码可用性：
为遵循科学数据应具备可发现、可访问、可互操作和可重用的原则，本数据集构建过程中所使用的关键工具代码均已开源：,
- 用于将 DICOM-RT 格式转换为 NIfTI 格式的 `dcmrtstruct2nii` 代码库，地址：https://github.com/Sikerdebaard/dcmrtstruct2nii。
- 用于图像去标识化的 AFNI 自动去标识算法，地址：https://github.com/afni/afni。
- 用于初始预分割及迭代再分割的 nnU-Net 模型，地址：https://github.com/ecalabr/nnUNet_models。
- 用于对部分机构提供的 GTV 进行修订的分割修改代码，该代码以 CC-BY 4.0 协议开源，地址：https://github.com/dlabella29/BraTS-MEN-RT_Data_Resource。
总之，BraTS-MEN-RT 数据集 的发布是脑膜瘤精准放疗和 AI 医疗领域的一个重要里程碑。它为全球的研究人员和临床医生提供了一个宝贵的基准平台，有望推动自动分割技术从实验室走向临床，最终惠及广大患者。
