<kbd id="afajh"><form id="afajh"></form></kbd>
<strong id="afajh"><dl id="afajh"></dl></strong>
    <del id="afajh"><form id="afajh"></form></del>
        1. <th id="afajh"><progress id="afajh"></progress></th>
          <b id="afajh"><abbr id="afajh"></abbr></b>
          <th id="afajh"><progress id="afajh"></progress></th>

          MICCAI2022多模態(tài)腹部分割國際挑戰(zhàn)賽(AMOS22)

          共 2124字,需瀏覽 5分鐘

           ·

          2022-05-15 22:31

          ↑ 點擊藍字?關(guān)注極市平臺


          國際頂級醫(yī)學(xué)圖像和計算機輔助介入大會MICCAI2022將于9月在新加坡召開。深圳市大數(shù)據(jù)研究院、香港中文大學(xué)(深圳)、香港大學(xué)、中山大學(xué)等多家研究機構(gòu)將聯(lián)合深圳市龍崗區(qū)人民醫(yī)院、深圳市龍崗中心醫(yī)院共同舉辦MICCAI2022多模態(tài)腹部分割國際挑戰(zhàn)賽(AMOS22),旨在通過開放數(shù)據(jù)集和挑戰(zhàn)賽促進相應(yīng)醫(yī)療分割算法的發(fā)展。


          挑戰(zhàn)賽背景


          腹部多器官分割一直是醫(yī)學(xué)圖像分析領(lǐng)域最活躍的研究領(lǐng)域之一,其作為一項基礎(chǔ)技術(shù),在支持疾病診斷,治療規(guī)劃等計算機輔助技術(shù)發(fā)揮著重要作用。近年來,基于深度學(xué)習(xí)的方法在該領(lǐng)域中獲得了巨大成功,卻也暴露出了一個迫切問題: 當(dāng)前社區(qū)缺乏一個大規(guī)模、多樣性、且符合真正臨床場景的綜合基準(zhǔn)數(shù)據(jù)集來開發(fā)/評估對應(yīng)的算法。雖然目前已有幾個腹部器官分割數(shù)據(jù)集,它們的標(biāo)注器官和標(biāo)注例子數(shù)目卻相對有限,仍然限制了現(xiàn)代深度模型的力量,也難以對提出的不同方法進行全面和公平的評估。


          為了解決上述問題,進一步促進醫(yī)療圖像分割技術(shù)的發(fā)展,深圳市大數(shù)據(jù)研究院、香港中文大學(xué)(深圳)、香港大學(xué)、中山大學(xué)等機構(gòu)聯(lián)合深圳市龍崗區(qū)人民醫(yī)院、深圳市龍崗中心醫(yī)院提出了多模態(tài)腹部分割數(shù)據(jù)集(AMOS),一個大規(guī)模,多樣性的,收集自真實臨床場景下的腹部多器官分割基準(zhǔn)數(shù)據(jù)。AMOS總計提供了500個CT與100個MRI掃描,每個掃描附帶了15個腹部器官的體素級標(biāo)注, 是目前已知最全面的腹部分割基準(zhǔn)數(shù)據(jù)集。同時,AMOS的數(shù)據(jù)收集于多模態(tài),多中心,多廠商,多階段,多病種的病人,具有豐富的數(shù)據(jù)多樣性,也更符合真實臨床場景。AMOS數(shù)據(jù)集與AMOS22挑戰(zhàn)賽的開放,將極大地推動相應(yīng)研究進展。


          圖1. AMOS提供了500個CT和100MRI掃描的15個腹部器官的體素級注釋,包括脾臟、右腎、左腎、膽囊、食道、肝、胃、主動脈、下腔靜脈、胰腺、右腎上腺、左腎上腺、十二指腸、膀胱、前列腺/子宮。


          挑戰(zhàn)賽內(nèi)容


          具體來說,AMOS22包含兩條賽道,參與團隊可以參加任意子項并提交結(jié)果:


          賽道 1


          CT腹部器官分割(僅CT)

          作為一項常規(guī)任務(wù),任務(wù)1旨在全面評估不同分割方法在大規(guī)模CT掃描中的上表現(xiàn),在此任務(wù)中,總計提供了500個樣本以及對應(yīng)的15個器官的體素級標(biāo)注;

          賽道 2


          跨模態(tài)腹部器官分割(CT和MRI)

          這項任務(wù)將任務(wù)1的圖像模式目標(biāo)擴展到MRI模態(tài)。在 "跨模態(tài)"的設(shè)置下,要求參賽者使用一個單一的算法來分割CT和MRI中的腹部器官。在此任務(wù)中,額外的100張具有相同類型注釋的MRI掃描圖像將會被提供。


          挑戰(zhàn)賽獎勵


          AMOS22 為獲獎隊伍提供了以下獎勵:

          01

          現(xiàn)金獎勵


          ? 第一名:

          1000美金


          ? 第二名:

          500美金


          ? 第三名:

          400美金


          ? 第四到第五名:

          200美金


          ? 第六到第十名:

          100美金


          02

          AWS云計算券獎勵


          第一名:

          價值10,000美金的云計算抵扣券

          +

          價值15,000美金的半價云計算抵扣券


          第二到第三名:

          價值5,000美金的云計算抵扣券

          +

          價值15,000美金的半價云計算抵扣券


          第四到第五名:

          價值5,000美金的云計算抵扣券


          第六到第十名:

          價值1,500美金的云計算抵扣券


          03

          其他獎勵

          前十名隊伍均可獲得證書獎勵;

          前三名隊伍將受邀至MICCAI22 DALI workshop做口頭演講;


          *關(guān)于MICCAI22 DALI workshop請訪問:

          https://dali-miccai.github.io/

          排名前列的隊伍將被邀請作為競賽合著論文作者,論文將投稿至高水平刊物。


          挑戰(zhàn)賽日程

          Apr.15

          隊伍注冊

          May.1

          訓(xùn)練數(shù)據(jù), 測試數(shù)據(jù)發(fā)布

          May.10-

          Jul.15

          第一階段測試

          Jul.15

          參賽隊伍提交文檔截止日期

          Jul.20-

          Jul.23

          第二階段測試

          Aug.15

          排名結(jié)果公布


          挑戰(zhàn)賽入口

          掃描二維碼

          點擊文章左下“閱讀原文

          或復(fù)制以下鏈接跳轉(zhuǎn)

          https://amos22.grand-challenge.org/

          均可進入挑戰(zhàn)賽


          主辦方



          贊助方


          公眾號后臺回復(fù)“CVPR 2022”獲取論文合集打包下載~

          △點擊卡片關(guān)注極市平臺,獲取最新CV干貨
          極市干貨
          數(shù)據(jù)集資源匯總:90+深度學(xué)習(xí)開源數(shù)據(jù)集整理|包括目標(biāo)檢測、工業(yè)缺陷、圖像分割等多個方向
          實操教程Pytorch - 彈性訓(xùn)練極簡實現(xiàn)( 附源碼)PyTorch常用代碼段合集
          CVPR 2022:CVPR'22 最新132篇論文分方向整理CVPR'22 最新106篇論文分方向整理一文看盡 CVPR 2022 最新 20 篇 Oral 論文


          #?CV技術(shù)社群邀請函?#

          △長按添加極市小助手
          添加極市小助手微信(ID : cvmart4)

          備注:姓名-學(xué)校/公司-研究方向-城市(如:小極-北大-目標(biāo)檢測-深圳)


          即可申請加入極市目標(biāo)檢測/圖像分割/工業(yè)檢測/人臉/醫(yī)學(xué)影像/3D/SLAM/自動駕駛/超分辨率/姿態(tài)估計/ReID/GAN/圖像增強/OCR/視頻理解等技術(shù)交流群


          每月大咖直播分享、真實項目需求對接、求職內(nèi)推、算法競賽、干貨資訊匯總、與?10000+來自港科大、北大、清華、中科院、CMU、騰訊、百度等名校名企視覺開發(fā)者互動交流~


          覺得有用麻煩給個在看啦~??
          瀏覽 42
          點贊
          評論
          收藏
          分享

          手機掃一掃分享

          分享
          舉報
          評論
          圖片
          表情
          推薦
          點贊
          評論
          收藏
          分享

          手機掃一掃分享

          分享
          舉報
          <kbd id="afajh"><form id="afajh"></form></kbd>
          <strong id="afajh"><dl id="afajh"></dl></strong>
            <del id="afajh"><form id="afajh"></form></del>
                1. <th id="afajh"><progress id="afajh"></progress></th>
                  <b id="afajh"><abbr id="afajh"></abbr></b>
                  <th id="afajh"><progress id="afajh"></progress></th>
                  www.中文字幕 | 欧美日韩国产黄 | 五月天堂婷婷 | 欧美成人色图专区 | 成人操比|