1.开发计算机算法去优化肺癌筛查的紧迫性
肺癌是全球癌症相关死亡的主要原因.美国已在肺癌高危人群实行低剂量CT扫描式的肺癌筛查,预计其他的国家也会这样做.在CT肺癌筛查时,数百万的CT扫描将被分析,这个对放射科医生来说是一个巨大的负担.因此开发计算机算法来优化筛选是很有意义的.
2.肺结节检测在肺癌筛查中站着重要地位
在用CT扫描去做肺癌筛查分析时,肺结节检测是重要的第一步,这可能代表或可能不代表早期肺癌.很多现有的计算机辅助检测（CAD）系统都可以检测肺结节.根据LIDC/IDRI数据集,LUNA16挑战将会对自动肺结节检测算法进行各项评价.
3.LUNA16挑战赛使用的数据来自LIDC-IDRI数据集
3.1 LIDC-IDRI数据集简介
LIDC数据集中,至少有1位放射科医生认为是结节,这样的结节有7371个.在这7371个结节中,至少被一位放射科医师认为是结节≥3毫米的,这样的大结节(≥3mm)有2669个.这2669个结节都有结节轮廓描述和主观结节特征评分.这2669个大结节中的928(34.7%)个大结节,这个928个结节是四名放射科医师一致认为是结节.
3.2 LUNA16数据集简介
我们使用公开数据库:LIDC/IDRI数据集.我们排除了切片厚度大于2.5毫米的扫描.总共有888次CT扫描.
4名有经验的放射科专家在LIDC/IDRI数据库上两阶段的标注过程的注释也被包含在内.每个放射科专家标记他们确定为非结节的病变,结节＜3mm,和结节≥3mm.
我们挑战的参考标准是由4名放射科医师中的至少3人接受的所有结节≥3mm组成.
不包括在参考标准中的注释(非结节,结节＜3mm,和结节仅被1名或2名放射科专家认为是结节≥3mm的)被认为是无关的发现.在评估脚本包(annotations_excluded.csv).中提供了无关的发现的列表。
3.3 LUNA16数据
3.3.1 LUNA16数据结构
subset0.ziptosubset9.zip:10个zip文件包含所有的CT图像
annotations.csv:csv文件包含用于肺结节检测比赛的作为参考标准使用的注释.注释文件包含1186个结节。
sampleSubmission.csv:正确的提交文件格式范例.
candidates_V2.csv:csv文件包含用于假阳性减少比赛所需的候选结节位置
3.3.2 LUNA16附加数据
evaluation script:这是在LUNA16框架上使用的评价脚本
lung segmentation:包含在CT图像上使用肺分割自动算法计算的目录
additional_annotations.csv:csv文件包含我们的观察员研究所得的额外结节注释.这个文件即将发布
3.3.3如何使用LUNA16数据
数据集用于训练集和测试集.为了容易可重现性,请使用所给的subsets以10倍交叉验证的方法去训练你的算法.
3.3.4十倍交叉验证10-fold cross-validation
10-fold cross-validation,用来测试算法准确性.是常用的测试方法.将数据集分成十份,轮流将其中9份作为训练数据,1份作为测试数据,进行试验.每次试验都会得出相应的正确率（或差错率）.10次的结果的正确率（或差错率）的平均值作为对算法精度的估计,一般还需要进行多次10折交叉验证（例如10次10折交叉验证）,再求其均值,作为对算法准确性的估计.
4.LUNA16挑战赛检测和分类评价指标
通过测量算法的检测灵敏度和对应的每次扫描的假阳性率来进行评估.一个候选人将被认为是真阳性,如果它被检测到是一个结节而且来自参考标准.候选人只有落在离结节中心距离R内才达到标准,R就是半径直径的一半.没有发现任何结节的候选者被认为是假阳性.候选人是无关发现的在评估中将被忽略,既不认为是假阳性也不认为是真阳性.
使用免费受试者工作特征曲线（FROC）分析来执行分析.为了获得FROC曲线上的一个点，只选择怀疑程度高于阈值t的CAD系统的结果，并确定灵敏度和每次扫描假阳性也称误报的平均数量。所有在FROC曲线上定义唯一点的阈值都会被评估.误报率最低的点连接到（0,0）.
最终得分被定义为在7个预定义的假阳性率下的平均敏感度:1/8,1/4, 1/2, 1, 2, 4,和每次扫描8个误报.显然，一个完美的系统将是1分，最低的分数是0.目前临床使用的大多数CAD系统的内部阈值设置为平均每次扫描1至4个假阳性.为了使任务更具挑战性，我们在评估中包含了低误报率.这决定了一个系统是否也可以识别出相当大比例的结节，并且有很少的误报率.
FROC曲线例子
这是平均每次扫描的误报数量1/8,1/4, 1/2, 1, 2, 4和8下的平均灵敏度.总结成表如下.
对于FROC曲线