图像分割评价_MICCAI 2020 医学影像分割比赛前瞻

b1cdf46ed89631c7aff6436d607da43a.png

2020/03/28 MICCAI 2020比赛接收列表公开了

https://www.miccai2020.org/en/MICCAI-2020-CHALLENGES.html​www.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
向MICCAI比赛工作小组的成员致敬

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
MICCAI 2020 分割比赛

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 | Challenges​www.aicrowd.com
32ddd39cfcc8bc1c73cb7dfa098f90fe.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
Timeline

训练/测试数据

3eb440dd18cdc051f71f7b347d7f920a.png

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 Challenge​asoca.grand-challenge.org
c671b7335adb408b74ae3dffb5aeaf54.png

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

训练/测试数据:

60bf93327ffc1a5959694cb64994deff.png

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

训练/测试数据:

7aaeeec45b2826b1e8208b8fdf841e7f.png

edb8f55f0df89fa2642bfb72eb6e9587.png

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

27b34fdbe503b485c9354856104bd313.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
JunMa:MICCAI 2019 VerSeg 2019冠军方案学习笔记​zhuanlan.zhihu.com
52aad0c21978234d9a2a007fba440615.png
JunMa:MICCAI 2019 StructSeg冠军方案学习笔记​zhuanlan.zhihu.com
49b9f4c45cf2f4219e979943274a3755.png
JunMa:MICCAI 2019脑肿瘤分割挑战赛冠军方法学习笔记​zhuanlan.zhihu.com
a3c8c3bdf0941c8bca02da1915a9bd1e.png
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值