بیان مسئله :
مولتیپل اسکلروزیس (MS) یک بیماری خودایمنی است که سیستم عصبی مرکزی را درگیر می کند که در آن سیستم ایمنی بدن غلاف میلین نورون های مغز و نخاع را تخریب می‌کند. این نواحی به صورت پلاک در MRI ظاهر می شوند. این پلاک‌ها معمولا در تصاویر فاز T1 در MRI قابل مشاهده نیستند و در فاز T2 به صورت نواحی سفید و در MRI FLAIRE دیده می‌شوند. در پروتکل MRI با تزریق مواد رادیواکتیو (گادولینیم)، این پلاک‌ها به صورت حلقه های ناقص روشن در T1 دیده می شوند. این پلاک‌ها می‌توانند در نواحی پری ونتریکولار، اینفراتنتوریال، ماده سفید و Juxtacortical مغز باشند. تعیین تعداد و محل پلاک‌ها بر اساس شاخص مک دونالد در قطعیت تشخیص MS بسیار مهم است. نمونه‌ای از تصویر MRI که محل پلاک ها را نشان می‌دهد در شکل زیر نشان داده شده است.

تعیین تعداد و محل پلاک‌ها تاکنون به صورت تصویری انجام شده است و این امر محدودیت هایی را در تعیین تعداد و محل دقیق پلاک‌ها به همراه داشته است. بر این اساس، استفاده از روش‌های پردازش تصویر و هوش مصنوعی در این زمینه می‌تواند منجر به افزایش دقت و کیفیت ارزیابی تصاویر و در نتیجه به تشخیص دقیق‌تر این بیماری شود.
با توجه به توضیحات فوق، در این مسابقه قصد داریم بهترین الگوریتم‌های هوش مصنوعی را برای تشخیص و مکان یابی پلاک‌ها در مغز تعیین کنیم.
توضیح داده ها :
به منظور اجرای این مسابقه تصاویر MRI از بیماران ام اس تهیه شده است. تصویربرداری با دستگاه MRI (Siemens company, Germany, 1.5 Tesla MRI Siemens Avanto scanner system Siemens, Henkestr Erlangen) انجام شده است. بیمار به حالت خوابیده روی تخت قرار گرفته و سر بیمار برای تصویربرداری در یک سیم پیچ دوازده کانالی قرار گرفته و تصویر تهیه شده است. تصاویر به دست آمده دارای فرمت NIFTI و ابعاد 236 در 256 در 160 می باشند.
در مرحله اول مجموعه داده آموزش در اختیار شرکت کنندگان قرار می گیرد. شرکت‌کنندگان باید مدلی را برای تشخیص پلاک‌های مغز در در نواحی پری ونتریکولار، اینفراتنتوریال، ماده سفید و Juxtacortical آموزش دهند. در مرحله دوم دادگان آزمون در اختیار گروه‌ها قرار می‌گیرد و تصاویر ماسک از آن‌ها دریافت می شود. معیارهای ارزیابی کمی و کیفی برای بررسی ماسک های به دست آمده در نظر گرفته می شود و مدل های برتر مشخص می­شوند.
خروجی‌های مورد انتظار :
– ماسک برای پلاک‌های موجود در هر تصویر (نشان‌دهنده وجود ماسک با برچسب ناحیه ماسک مشابه تصاویر اموزش)
– کد توسعه داده شده برای حل چالش همراه با اسکریپت اجرایی
– فایل توصیف تکنیکی حاوی شرح کامل روش پیاده سازی، الگوریتم پیشنهادی و نتایج به دست آمده
– یک ویدئوی 5 دقیقه ای شامل توضیح کد و اجرا