CVPR 2024：在笔记本终端分割一切医学图像挑战赛进行中

• 竞赛题目：CVPR 2024: SEGMENT ANYTHING IN MEDICAL IMAGES ON LAPTOP
• 组织者：Junma([email protected])
• 主办单位：
  • Jun Ma (多伦多大学)
  • Yuyin Zhou (加州大学圣克鲁斯分校)
  • Bo Wang (多伦多大学)

比赛概述

医学图像分割是临床实践中的关键步骤，有助于准确量化解剖结构和病理区域。该领域目前正在经历范式转变，从为单个任务设计的专用模型转向能够管理多种细分场景的基础模型。然而，大多数现有的分割基础模型主要是针对自然图像量身定制的，或者在推理过程中通常需要大量的计算资源。这一限制对其在临床环境中的广泛实施构成了重大障碍。

这一挑战寻求通用的、可提示的医学图像分割模型，这些模型可部署在笔记本电脑或其他边缘设备上，而不依赖 GPU。具体来说，挑战任务是开发一个基于轻量级边界框的分割模型，我们提供了一个包含 1,000,000 多个图像掩模对的大规模训练数据集，涵盖 10 种医学图像模式和 20 多种癌症类型

我们预计该挑战将促进具有广泛适用性的通用医学图像分割模型的方法论发展，并促进用户友好的交互，使更广泛的医疗保健提供者更容易使用先进的分割工具。

数据集

数据集多样性在构建通用医学图像分割模型中发挥着重要作用。在本次挑战中，我们根据公开数据集整理了一个包含超过一百万个图像掩模对的大型数据集。该数据集涵盖 11 种成像模式，包括计算机断层扫描 (CT)、磁共振成像 (MRI)、正电子发射断层扫描 (PET)、X 射线、超声波、乳房 X 线摄影、光学相干断层扫描 (OCT)、内窥镜检查、眼底检查、皮肤镜检查和显微镜。

注意：允许公开访问的数据集和预训练模型用于此挑战。我们尝试发布尽可能多的预处理数据集，但大多数公共数据集不允许我们重新分发它们。作为替代方案，我们将维护可用于应对此挑战的公共数据集和预训练模型的列表。
公共数据集 公共模型

为了确保所有参与者都可以访问这些数据集和模型，请填写以下链接来注册您计划使用的公共数据集和模型（截止日期：2024年4月15日）。

仅列出的数据集可用于此挑战；
欢迎所有参与者对此列表做出贡献；
为了确保所有参与者有足够的时间将这些数据集纳入他们的开发程序，我们不接受 2024 年 4 月 15 日之后增加新的数据集。

贡献测试集

我们正在寻求组装一个大规模多中心数据集用于模型评估，涵盖各种解剖学、病变和医学成像模式。

以下是我们在竞赛数据集中寻找的详细信息：

• 编号。案例数量：我们预计每个贡献者会提供 30-50 个带注释的案例。
• 模式：所有医学影像模式都适合我们，例如 CT、MR、PET、X 射线、超声波、乳房 X 线摄影、光学相干断层扫描 (OCT)、内窥镜检查、眼底检查、皮肤镜检查和显微镜检查。
• 病理学：我们的重点是各种类型的病变。
• 受试者信息（例如年龄、性别、最终诊断）：我们不需要患者信息。
• 地面实况分割：体素/像素级掩模。
• 数据格式：3D 图像为 NifTI，2D 图像为 png/tif
• 许可证：CC-BY-NC-SA许可证；这些图像将在比赛结束后向社区公开，但真相隐藏在挑战平台上，以进行长期基准测试。
• 捐助机构现状：已有12家机构同意捐助，预计总共有30-50家机构参与。
• 数据传输方式：Google Drive、OneDrive等。
• 其他：数据应该还没有公开，因为所有当前公开的数据集都允许用于模型训练。数据贡献者可以参加挑战，但没有资格获得奖励。

如果您对此机会感兴趣，请发送电子邮件至[email protected]。我们很高兴在 4 月 1 日之前收到您的图像和注释，以确保及时为比赛做好准备。为了表达我们对您宝贵贡献的赞赏和认可，我们将在竞赛主页上注明您的姓名，并在竞赛总结论文中将您列为合著者。

时间线

报名截止时间：

• 2024年5月1日 GMT+8 08:00

发布验证集并开放验证提交

• 开始：
  2023年12月30日 GMT+8 08:00
• 结尾：
  2024年5月15日 GMT+8 08:00

测试提交开放

• 开始：
  2024年5月16日 GMT+8 08:00
• 结尾：
  2024年6月1日 GMT+8 08:00
• 比赛结束
  2024年6月2日 GMT+8 08:00

奖项

• 我们将为前5名的队伍提供现金奖励或纪念品。
• 排名前 5 的团队将受邀在 CVPR 2024 期间进行口头报告（现场或在线）。
• 前 5 名团队的第一作者将被邀请撰写挑战总结论文。
• 前10名的队伍将颁发证书。（顶级团队应该在 GitHub 上完全公开其代码，以确保可重复性）

总结

CVPR24医学图像分割国际竞赛：图像分割generalist mode近年受到了很大的关注，但其落地临床面临的主要瓶颈之一是模型效率以及对GPU的依赖，该竞赛联合全球10多家medical centers举办了面向终端部署的医学图像分割foundation model竞赛，优胜队伍将受邀做oral，并有机会把自己的算法部署到3D slicer里开源给社区并在多个医学中心做验证！

• 竞赛主页: https://www.codabench.org/competitions/1847/
• code：https://github.com/bowang-lab/MedSAM/blob/LiteMedSAM/README.md
• paper：https://www.nature.com/articles/s41467-024-44824-z
• 3D Slicer plugin：https://github.com/bowang-lab/MedSAMSlicer
• CV News：https://www.rsipvision.com/ComputerVisionNews-2024February/32/

同时征集测试集数据，欢迎有兴趣贡献标注数据到测试集的同仁发意向邮件到[email protected]，主办团队将会在赛后协同top队伍对比赛成果进行总结并投稿到top杂志，提供数据的contributors都将为co-authors。

主办方背景：近三年主办团队已经以第一/通讯作者在nature系列(Biotech, Methods, NMI, Comms)发表10余篇工作；目前已经有全球10多个中心提供数据）期待和community共同努力推动开源医疗AI赋能临床！

文章持续更新，可以关注微公【医学图像人工智能实战营】获取最新动态，一个关注于医学图像处理领域前沿科技的公众号。坚持以实践为主，手把手带你做项目，打比赛，写论文。凡原创文章皆提供理论讲解，实验代码，实验数据。只有实践才能成长的更快，关注我们，一起学习进步~

我是Tina, 我们下篇博客见~

白天工作晚上写文，呕心沥血

觉得写的不错的话最后，求点赞，评论，收藏。或者一键三连