La sfida AutoPET3 stabilisce i benchmark per la segmentazione delle lesioni in PET/TC

La terza sfida autoPET, tenutasi a MICCAI 2024, ha valutato la segmentazione automatica delle lesioni in PET/TC total body in condizioni di generalizzazione compositiva. I dati di addestramento includevano 1.014 studi [18F]-FDG dell'Ospedale Universitario di Tubinga e 597 studi [18F]/[68Ga]-PSMA dell'Ospedale Universitario LMU di Monaco, costituendo il più grande dataset PSMA PET/TC pubblicamente annotato. Il set di test di 200 studi copriva quattro combinazioni tracciante-centro, con due accoppiamenti non visti. Una categoria di premio incentrata sui dati ha isolato i contributi di gestione dei dati utilizzando un modello di base fisso. Diciassette squadre hanno presentato 27 algoritmi, per lo più reti 3D basate su nnU-Net con concatenazione dei canali PET/TC. Il miglior algoritmo ha raggiunto un DSC medio di 0,66, FNV di 3,18 mL e FPV di 2,78 mL.