一、赛题描述

本赛道聚焦于探索人工智能技术在甲状腺超声影像中的应用，实现智能辅助诊断。参赛选手初赛需要进行甲状腺结节分割，复赛需要进行甲状腺结节的分级任务。近年来，随着生活方式的改变、环境污染的加剧、压力增大等多种因素的影响，甲状腺疾病在全球范围内呈现出发病率逐渐上升的趋势。甲状腺是人体内分泌系统中一个重要的器官，对身体的代谢、能量平衡等起着关键作用，甲状腺疾病的发生越来越引起公众的关注。在临床诊断中，超声检查是评估甲状腺疾病的常用方法，尤其是对甲状腺结节的评估。同时，解读超声图像涉及识别不同组织结构、病变、血流情况等，其呈现方式需要经验丰富的医生进行解释和诊断，诊断过程往往高度依赖于临床医生的专业知识和主观经验。随着医学图像处理技术的不断发展，利用人工智能技术对甲状腺超声影像进行分割与分类，可以提升医学自动化诊断准确性。

引入人工智能技术进行甲状腺超声图像的自动化诊断可以显著提高诊断准确性和可靠性。人工智能在甲状腺超声图像领域的应用日益广泛，甚至延伸至便携式手持设备。借助先进的人工智能算法，这些小巧设备能够快速、高效地分析甲状腺超声图像，实现对甲状腺结节等疾病的准确诊断。尽管这种应用广泛且普及程度较高的数据对于医学诊断有重要意义，但同时需要解决相关的数据安全问题。由于隐私和敏感信息的保护，这些宝贵的医疗数据往往难以获取和共享，在解决这一实际问题的过程中，本赛道深入探索了数据保护形式下的人工智能应用，旨在在保护医疗数据隐私的前提下推动人工智能在医学诊断领域的应用。

二、赛题题目

人工智能技术在甲状腺超声影像中的应用

三、赛题任务

【初赛】

阶段时间：9月28日-11月9日（作品提交入口开放时间10月22日晚0点，如提前开放提交，将另行通知。）

参赛选手将通过像素级别的病灶分割，从甲状腺超声影像中准确定位并分割出甲状腺结节区域。以下是任务的具体步骤：

参赛选手搜集外部公开数据训练模型并根据提供的样例数据优化模型。代码中需包含FastAPI接口用以接收图像数据，并返回模型分割结果。最终需打包成Docker镜像并将镜像上传至阿里云镜像仓库（用以执行测试集的预测任务）。

注：使用 FastAPI 构建Web API时需要包含将图像以字节流（bytes）形式逐张读入和返回的相关处理。选手的代码组织形式需严格按照【初赛审核阶段提交说明】项目目录结构。

【初赛审核】

阶段时间：11月10日-11月15日

见【初赛审核阶段】

【复赛】

阶段时间：12月01日-12月29日（12月29日00:00截止提交）

在初赛的基础上，复赛将进行甲状腺结节的TI-RADS五个级别（见注3）的分级任务。选手需在数据工场平台训练模型，并对测试集进行类别预测。

注1：复赛数据集对选手不可见。

注2：选手可使用开源的预训练模型（需提交审核）。

注3：根据美国放射学会（ACR）甲状腺结节超声分级（TI-RADS）分级标准，结节的性质可以从五个方面进行评估，分别是成分（囊或实）、回声、形态（纵横比）、边缘、强回声，根据图像中是否包含相关的特征计算得分。将5项得分累加得到一个总分，最后划分为5个级别，每个级别代表了结节的不同风险程度。

【决赛】

决赛阶段采用线下答辩的方式，晋级决赛队伍需要提前准备答辩PPT及相关支撑材料，评委将根据选手的初复赛及现场表现进行综合评分，决定最终排名，最终解释权以组委会通知为准。

时间：2024年4月15日

四、数据描述

【初赛】

选手需自行搜集训练集数据进行模型训练，初赛仅提供少量的甲状腺医疗超声图像作为样例数据，供选手参考以提升模型泛化能力。测试集数据不开放下载，选手需提供API接口逐张进行预测。

样例数据提供：参考样例数据1下载

参考样例数据2下载

注：主办方对此类数据保留全部所有权、知识产权和使用权，参赛者承诺不得将此类数据进行任何商业化使用。

提示：图片包含4通道数据，请选手注意处理方式。

样例数据1为图像形式，样例数据2为原图+标注文件（json文件）的形式，用于选手了解真实医院场景甲状腺影像图片情况，不做其他用途。

【复赛】

复赛的全流程将在Mars数据工场进行。训练集包括甲状腺医疗超声图像原图以及TI-RADS分级类别标签，测试集仅提供原图。

注：复赛数据集对选手不可见。

五、评估指标

【初赛】

1、Dice系数（Dice coefficient），记为DSC，是一种常用于衡量图像分割准确性的指标。它用于比较两个集合的相似性，特别适用于评估图像分割算法的性能。

（1）首先是对于单张图片而言，单个DICE值计算如下：

其中：

TP 表示真阳性，即两个集合都包含的元素数量。

FP 表示假阳性，即仅在第二个集合中出现的元素数量。

FN 表示假阴性，即仅在第一个集合中出现的元素数量。

Dice系数用于衡量两个集合的相似性，数值在0到1之间，越接近1表示相似性越高，越接近0表示相似性越低。在医学影像分割、图像分割等任务中，Dice系数通常用于评估算法生成的分割结果与真实分割结果之间的相似程度。

（2）初赛测试集包含多张图片，因此需要对DICE值求平均，公式表现为：

其中表示单张图片的DICE值，N表示图片的数量，求平均的意义在于判定模型是否在不同的实例上都有良好的表现。

2、mIoU（mean Intersection over Union）是评估图像分割模型性能的常用指标之一，特别是在语义分割任务中。它衡量模型预测的分割结果与真实标签之间的重叠程度。mIoU的计算方法如下：

计算每个类别的IoU（Intersection over Union）：对于每个类别，IoU是预测分割区域与真实分割区域的交集面积除以它们的并集面积。

其中，是类别i的真实正样本数量，是类别i的假阳性样本数量，是类别i的假阴性样本数量。

计算所有类别的 IoU 并取平均得到 mIoU：

其中，是N类别的总数。

mIoU 的取值范围是 [0, 1]，数值越高表示模型分割结果与真实标签的重叠越好，性能越好。

3、95HD（95th percentile of Hausdorff Distance）是一种图像分割评估指标，通常用于衡量分割模型的性能，特别是在医学图像分割领域。

Hausdorff Distance（HD）是用于度量两个点集之间的相似性的指标。95th percentile of Hausdorff Distance表示Hausdorff Distance的第95个百分位数，即在所有距离中排在前95%的位置的距离。

在图像分割任务中，Hausdorff Distance用于衡量模型预测分割结果与真实分割结果之间的差异。而95th percentile of Hausdorff Distance更加稳健，它避免了较大的异常值对评估结果的影响，因此更常用于评估模型的性能。

通常情况下，95HD越小，表示模型分割结果与真实分割结果越接近，模型性能越好。

参赛选手的得分主要依据上述三个评分指标，主要为了便于评分，比赛统一将豪斯多夫距离进行归一化，使其值在0-1之间。最终取三个指标的加权平均，具体的评分公式为：

score=0.4∗Dice+0.3∗mIoU+0.3∗(1−95H(d))

【复赛】

复赛分类任务评估指标：Macro-F1（宏F1）

采用多标签分类任务中常用的 F1-score，F1-score 的定义如下：

具体的计算方式可以前往 Scikit-Learn的官方文档进行查询，对于不同标签的平均值算法为macro。示例如下：

【决赛】

六、提交说明

【初赛】

评分内容

平台采用了提交镜像地址的方式，将本地代码打包成镜像提交至阿里云镜像仓库，选手需上传txt格式的阿里云镜像地址。

注意：Docker运行时长限制在30分钟内，超过30分钟即强行终止Docker运行；线上Docker环境限制外部网络请求。

平台为每个团队提供8核32G 的CPU运行环境，选手需注意使用CPU进行推理，不支持GPU。

提交文件格式为txt，提交文件大小请勿超过1MB；

提交形式

将文件（txt格式的镜像地址）直接在竞赛提交页面进行上传。

注：1.仓库类型需设置为公开。

2.每天选手有2次提交机会，系统每天进行2次评测，系统评测时间为10:00、16:00，评测结束后，会更新排行榜，请大家耐心等待结果。

3.示例代码分享：仅供参考，不作其他用途。示例代码下载

【复赛】

1.评分内容

选手需要根据给定的测试集，预测出测试集的目标变量值，并以csv格式（列形式）保存。

第一列为正序排列的图片文件名。

第二列为对应的预测分级结果。1~5分别表示甲状腺结节的5个级别。

csv示例如下：

注：选手需保证提交的csv文件中提交的样本数量完整。为避免评测过程中文编码格式导致评测错误的影响，请统一以utf-8编码，并且注意提交的csv文件不包含表头。

2.提交形式

选手需要在Mars数据工场上传可执行的训练与预测代码，后台系统将进行自动复现（包括模型训练、预测）。

完成复现后，在竞赛提交页面选择对应生成的csv文件进行提交评分。

注：复赛阶段的训练集与测试集对选手不可见，选手在模型开发调试阶段时使用的数据是一部分样例数据，提交代码后，后台系统将自动使用复赛全量数据进行复现评测。

七、赛题剖析

1、关键点

训练数据的获取：获取足够多且质量良好的甲状腺超声影像数据可能是一个挑战。数据的多样性和代表性对模型的泛化能力非常重要。在比赛的初赛阶段，选手需要具备有效收集数据的能力，这对于取得优异结果至关重要。

模型选择和训练：选择适当的深度学习模型、网络架构和超参数需要一定的经验。在训练过程中，需要解决过拟合、欠拟合等问题。如何充分使用示例数据，对选手提出了更高的要求。

数据增强：甲状腺超声影像可能在光照、角度和尺度等方面变化较大。设计有效的数据增强策略能够增加模型的鲁棒性。

API服务和Docker镜像制作：选手上手门槛较高。

2、赛题待解决问题

API服务和Docker镜像规范：对于API服务和Docker镜像的构建和部署，提供特定的规范和要求。同时，提供详细的文档及代码示例，以帮助选手成功地完成这一步骤。在此基础上如何辅助选手更好地参与初赛阶段获得有效评分。

若选手初赛阶段使用私有数据集，如何保障大赛的公开性。

少量的示例数据是否足以支撑选手优化模型，如何挑选合适的示例数据？