为加速AI与医学的跨界研究,推动AI医疗产业的整体良性发展,腾讯公司携手多家医疗机构与高校科研单位,联合发起“觅影”医学人工智能算法大赛
邀请多位临床专家拟定赛题,聚集国内医学与AI人才,发挥AI辅助诊断效能,解决医疗行业临床难题。
五个赛道
- 赛道一: 眼底彩照的多疾病辅助诊断
本次竞赛数据为经过质控后的患者,受试者资料包括性别、年龄、眼底相。参赛队伍依据提供的眼底相,设计算法以自动诊断疾病类型。
估计为分类任务,疾病类型为:青光眼、年龄相关性黄斑变性、糖尿病视网膜病变、病理性近视、视网膜静脉阻塞之一。目前尚未公布确切的。
- 赛道二: 健康成人大脑年龄预测
基于结构磁共振成像数据中包含的大脑老化特征模式构建预测模型,检测个体大脑的老化轨迹,有望为临床诊断提供一种有效的客观标志物,进一步提高诊断准确性。
参赛队伍依据提供的T1加权结构磁共振图像、全脑分割图,设计算法基于磁共振图像和分割图自动预测大脑年龄。
排名依据预测脑龄与实际生理年龄的平均绝对误差(mean absolute error,MAE)进行
- 赛道三: 脑胶质瘤核磁共振图像分析
自动化脑胶质瘤分割不仅能极大减少临床医生工作量,也可以为脑胶质瘤的临床诊疗提供具有价值的参考。
参赛队伍依据提供的对比后磁共振T1加权、T2加权、T2液体衰减恢复序列图像以及分割图像,设计自动分割算法完成对脑胶质瘤图像的自动分割。
估计为4类分割任务:分割标签:label1:最大异常信号区;label2:坏死区;label3:囊变区;label4:增强区
排名依据多分类Dice值进行
- 赛道四: 放疗剂量分布辅助规划
利用现有临床数据,建立放疗计划的三维剂量预测模型。模型可根据患者的CT影像、勾画图(Structures)来预测其放疗计划的三维剂量图。
物理师可以根据模型所预测的三维剂量图预先得知靶区和正常组织的剂量情况,在计划设计之前做到心中有数,对计划优化时有针对性地进行优化条件设置,减少计划设计的试错次数,另外预测剂量对计划完成后的计划审查也有重要意义。
参赛队伍依据提供的CT影像、勾画图(靶区和正常结构Structures)以及三维剂量图,设计算法基于CT影像和勾画图(靶区和正常结构Structures)自动预测其三维剂量图。
排名依据三维剂量图的预测结果与金标准的均方误差(MSE)进行
- 赛道五:肿瘤高代谢病灶的自动检测
本课题应用人工智能辅助诊断进行18F-FDG PET/CT高代谢病灶的筛选与判读,可以为经验不足的影像科医生提供帮助,提高其阅片效率
另一方面通过大量影像数据和临床信息训练的AI系统具有一定疾病诊断能力,可辅助降低诊断医师漏诊概率,对保证和提高18F-FDG PET/CT肿瘤显像的诊断效率和质量具有重要的临床意义
参赛队伍依据提供的PET/CT数据以及高代谢病灶标注数据,设计算法对PET/CT的高代谢病灶实现自动检测(detection)。
共1000例PET/CT检查数据,疾病包含鼻咽癌、肠癌、宫颈癌、淋巴瘤、食管癌、胃癌、胰腺癌。
排名依据病灶框检测准确率。
综上。赛题中包含分类,分割,目标检测,预测等不同的任务。
比赛流程
本次大赛分为报名&组队、初赛、复赛和决赛等四个阶级。
- 报名认证:08月13日-10月10日
- 初赛: 09月15日~10月20日 (50名)
- 复赛:10月24日-11月09日 (12名)
- 决赛: 11月13日 (答辩)
奖项设置
大赛共计5个赛道,每个赛道设置:
- 冠军 x 1: 奖金5万人民币,颁发获奖证书
- 亚军 x 1: 奖金3万人民币,颁发获奖证书
- 季军 x 1: 奖金1万人民币,颁发获奖证书
获奖队伍可获得腾讯集团校招/实习直面绿色通道
其他事项
- 线上模型训练
所有模型训练和验证均在智能钛机器学习平台上完成
初赛训练数据和测试数据均在线上,此外提供个别数据用于线下调试算法模型。
复赛提供可同时使用初赛训练和测试数据用于模型训练,额外提供复赛测试数据。
- 需提供训练和推断代码
参赛地址
https://contest.taop.qq.com/
感兴趣的你,赶快报名参赛吧。