![b1cdf46ed89631c7aff6436d607da43a.png](https://i-blog.csdnimg.cn/blog_migrate/dd492f73c7efa15850f994495bdaf154.jpeg)
2020/03/28 MICCAI 2020比赛接收列表公开了
https://www.miccai2020.org/en/MICCAI-2020-CHALLENGES.htmlwww.miccai2020.org今年的比赛比往年更加规范化了,归功于以Lena Maier-Hein为chair的比赛工作小组,建立一套标准化的比赛申办准则,从而使得比赛更加的制度化和规范化。
![dd2992125ae4572a7b64193439de05f1.png](https://i-blog.csdnimg.cn/blog_migrate/05525192a960a3f09fbf4612b4fe60b0.jpeg)
今年一共有26个比赛,超过一半的比赛都跟分割相关,下图是跟分割相关比赛的列表
![c18cae75fbc1517daee3f2aed1e5eaf9.png](https://i-blog.csdnimg.cn/blog_migrate/4d17e600bd04a1e4e7116fb95e209511.jpeg)
比赛非常多样,设计到很多模态、器官、疾病和任务,绝大部分比赛都是从5月份释放数据,跟往年相比,今年比赛有如下特点:
- 更多的比赛要求参赛者提交docker来复现自己的算法;
- 很多比赛都采用了多中心的数据来检验模型的泛化能力;
- 排名时要做统计显著性检验,而不是仅看平均Dice
-----------以上是客观的比赛介绍,下面是主观的个人观点,请批判看待-------------------
公开比赛是很好的发现优质算法的平台,下面分享几个自己比较感兴趣的比赛
筛选准则
- 任务/数据新颖
- 测试集病例数量不要太少(测试集较少的比赛结果可能会有点随机)
3D Head and Neck Tumor Segmentation in PET/CT
AIcrowd | Challengeswww.aicrowd.com![32ddd39cfcc8bc1c73cb7dfa098f90fe.png](https://i-blog.csdnimg.cn/blog_migrate/9c84a972d4ca1d927119a8d51f4d45a8.png)
任务:从头颈部PET/CT图像中自动分割肿瘤和淋巴结转移灶
主办方:Institute of Information Systems, University of Applied Sciences Western Switzerland (HESSO), Sierre, Switzerland
感兴趣原因:PET这种模态的图像自己还没接触过,过往的经历都是处理CT和MR居多。
![51506d9d81a49871c53c4157da65db16.png](https://i-blog.csdnimg.cn/blog_migrate/469fd1144cf8b4bd11a880fe2dce55d3.jpeg)
训练/测试数据
![3eb440dd18cdc051f71f7b347d7f920a.png](https://i-blog.csdnimg.cn/blog_migrate/d13d2fe71fda8e3b7494cc266a821112.jpeg)
其他
- 评价指标:Dice
- 允许使用其它公开数据
- 奖励:第一名500欧元
- AIcrowd上提交分割结果不超过5次,最后一次为最终结果
Automated Segmentation Of Coronary Arteries
ASOCA - Grand Challengeasoca.grand-challenge.org![c671b7335adb408b74ae3dffb5aeaf54.png](https://i-blog.csdnimg.cn/blog_migrate/8eee4532508299c8c5f80fc85a69bef7.jpeg)
任务:从CT中分割冠状动脉
主办方:School of Mechanical and Manufacturing, University of New South Wales
感兴趣原因:3D血管分割依旧是目前深度学习方法解决的不太好的任务
![5d9a6eb171767a03b29efc967e9ddc2f.png](https://i-blog.csdnimg.cn/blog_migrate/3087f02bf8d0ef0ee4dbf60a3fa213b8.png)
训练/测试数据:
![60bf93327ffc1a5959694cb64994deff.png](https://i-blog.csdnimg.cn/blog_migrate/d66dc895447ec748c8aaa050760a2ff5.jpeg)
其他
- 评价指标:Dice
- 允许使用其它公开数据
- 奖励:前10名合著一篇比赛介绍文章
- 提交分割结果不超过3次,最后一次为最终结果
Multi-Centre, Multi-Vendor & Multi-Disease Cardiac Image Segmentation Challenge
任务:从多中心的MR图像中分割左右心室和心肌
主办方:Universitat de Barcelona, Spain
感兴趣原因:用多中心的图像测试算法,更符合实际的临床环境,专门把这个问题拿出来作为比赛,也符合当前提升模型在unseen image上的分割研究热点;自己和小伙伴们也创建了个1000+病例多中心的数据,从这个比赛能学习benchmark的设置。
![4670e9414fafb88195d8a8986f553abb.png](https://i-blog.csdnimg.cn/blog_migrate/89ed9b08d1f1115b43e70955064fc025.png)
训练/测试数据:
![7aaeeec45b2826b1e8208b8fdf841e7f.png](https://i-blog.csdnimg.cn/blog_migrate/850acdff755d6f8a5eb7e1c619be59c0.png)
![edb8f55f0df89fa2642bfb72eb6e9587.png](https://i-blog.csdnimg.cn/blog_migrate/329d06231624d3bd53c1bb9889152d47.jpeg)
其他
- 评价指标:Dice,Jaccard, surface distance和 HD https://github.com/loli/medpy/
- 不允许使用其它数据
- 奖励:Top 3奖励500/300/200欧元;合著journal文章
- 提交算法Docker
Quantification of Uncertainties in Biomedical Image Quantification
任务:肿瘤分割的不确定性估计
主办方:TUM
感兴趣原因:不确定性是自己近期在探索的课题,前期的积累跟这个比赛很match
官网和具体时间TBA
训练/测试数据:
![f9732ed032858cf0356ffbe48f66f944.png](https://i-blog.csdnimg.cn/blog_migrate/83532cbaa368a4bc85cbde4f112d4c53.jpeg)
![27b34fdbe503b485c9354856104bd313.png](https://i-blog.csdnimg.cn/blog_migrate/e9510c1f4dd44883b4918b5b36bf30a3.png)
其他
- 评价指标:Dice
- 允许使用其它公开数据
- 奖励:奖状+跟组织者合影
- 提交算法Docker
关于过往比赛经验
- 有些比赛去年已经在MICCAI 2019办过了,今年增加了训练数据继续办,下面是去年比赛Top方案的一些简单介绍,希望对您能有帮助
![52aad0c21978234d9a2a007fba440615.png](https://i-blog.csdnimg.cn/blog_migrate/06563daace7824603f767eaa20385695.jpeg)
![49b9f4c45cf2f4219e979943274a3755.png](https://i-blog.csdnimg.cn/blog_migrate/ae6f3f49b1cd75b29c6f96b91295581b.jpeg)
![a3c8c3bdf0941c8bca02da1915a9bd1e.png](https://i-blog.csdnimg.cn/blog_migrate/f8cf09837b0279ae1521bdd42e2b031d.jpeg)