BodyMaps 挑战赛特别侧重于评估和提高 AI 算法在不同临床环境和患者人群中的医学分割的通用性和效率。鉴于此，我们的 BodyMaps 挑战赛的创新之处包括：(1) 使用大规模、多样化的数据集来训练和评估 AI 算法；(2) 强调难以分割的解剖结构的准确性的新型评估指标；以及 (3) 对推理时间较长的算法进行惩罚。具体来说，这项挑战赛涉及两个独特的数据集。首先，最大的带注释数据集 [Qu et al., 2023, Li et al., 2023] AbdomenAtlas 共包含 10,142 个三维计算机断层扫描 (CT) 体积。在每个 CT 体积中，有 25 个解剖结构由体素注释。 AbdomenAtlas 是一个多领域数据集，包含从 9 个国家/地区的 88 家全球医院收集的术前、门脉、动脉和延迟期 CT 体量，涉及年龄、病理状况、身体部位和种族背景。AbdomenAtlas 数据集将分阶段向公众发布，用于 AI 开发，每个阶段我们将发布 1,000 个带注释的 CT 体量。其次，W-1K 是一个专有的 1,000 个 CT 体量集合，其中 15 个解剖结构由体素注释。W-1K 的 CT 体量和注释将保留用于 AI 算法的外部验证。最终得分将根据 W-1K 数据集计算，衡量 AI 算法的分割性能和推理速度。请注意，分割性能不仅限于平均分割性能，还优先考虑难以分割结构的性能。我们希望我们的 BodyMaps 挑战赛能够为更大规模的临床试验奠定基础，并为医学成像界的从业者提供绝佳的机会。
添加评论