【竞赛资讯】学会联合主办Semi-TeethSeg MICCAI 2024挑战赛- 大数跨境

首页

【竞赛资讯】学会联合主办Semi-TeethSeg MICCAI 2024挑战赛

杭州市人工智能学会

2024-07-22

导读：Semi-TeethSeg MICCAI 2024挑战赛开幕，比赛致力于开发高效的半监督学习方法，从全景X射线图像或CBCT扫描中自动地分割不同的牙齿实例。

赛事链接

https://sts-challenge.github.io/miccai2024/index.html

赛事愿景

计算机辅助诊断工具在现代牙科中受到越来越多的关注，特别是用于治疗计划或预后评估。其中，2D全景X射线图像是牙医确定儿童隐形龋齿、受影响牙齿和多余牙齿的有效方法。此外，3D牙科锥束计算机断层扫描（CBCT）检查因其低射线剂量和可视化三维结构的能力而被广泛用于正畸和牙髓学。然而，从全景X射线图像或CBCT扫描中定位识别牙齿，并进一步手动分割牙齿仍然是一件费时费力的工作。因此，我们通常无法获得大量有标注病例，这限制了深度学习算法在牙齿实例分割和牙科疾病分析的发展。半监督学习作为一种解决方案可以从未标注的数据中探索有用的信息。因此，我们举办Semi-TeethSeg MICCAI 2024挑战赛，致力于开发高效的半监督学习方法，从全景X射线图像或CBCT扫描中自动地分割不同的牙齿实例。通过这一挑战赛，我们希望为医学图像分析领域设立一个更加全面的多实例分割基准，并加速临床实践中牙科疾病诊断工具的开发和应用，以进一步改善对牙科的诊疗管理流程。

竞赛内容

Semi-TeethSeg 2024挑战赛寻求创新的半监督解决方案，以应对使用真实世界中牙科数据的牙齿实例的识别和分割挑战，其中包括多中心数据泛化、牙齿实例缺失以及乳牙识别等挑战。我们还为研究团队在Codabench上提供了一个开放平台来验证和测试他们的方法。具体来说，为了公平比较，我们会公布训练集图像和标签，以及对应的验证集的图像数据，测试集保持隐藏。在模型验证阶段，参与者仅需要将他们的预测结果在验证集上进行任务指标计算；而在模型测试阶段，参赛者需将封装有算法模型的Docker 容器(<5Gb)提交到组织者进行测试集的独立测试。我们将根据参赛选手的模型得出在图像级别和实例级别的Dice Similarity Coefficient (DSC)、Normalized Surface Distance (NSD)、Intersection over Union (IoU)、Identification Accuracy (IA) ，以及模型预测时间T和运行占用GPU显存这九个指标来综合判断模型效果。最后，我们同样会对参赛者的不同的方法进行横向的分析和比较。

数据集信息

Semi-TeethSeg 2024挑战赛提供了来自真实临床环境的多中心、全年龄段、标注最精细的牙科数据。具体来说，我们提供了2D的全景X射线图像和3D的牙科CBCT图像两个不同的数据集和任务，对牙齿实例均进行了牙位类别和实例分割的标注。所有数据均经过伦理批准并匿名处理，确保了隐私和伦理标准的符合。下面是对挑战赛两个不同任务对应的数据集的详细划分信息：

1）任务1：全景X射线图像牙齿实例分割，jpg格式，共2450例：

2）任务2：牙科CBCT影像牙齿实例分割，nii.gz格式，共400例：

数据集获取方式

从官网下载申请模板文件，填写后发送邮件给主办方获取数据下载链接。

申请模链接：https://sts-challenge.github.io/miccai2024/files/STS2024-REGISTRATION-FORM.pdf
主办方邮件：SemiTeethSegChallenge@aliyun.com

重要时间节点信息

组织信息和答疑群聊

下面罗列出来的是本次Semi-TeethSeg 2024挑战赛的主要发起者和领导者信息：

Yaqi Wang: College of Media Engineering, Communication University of Zhejiang, China.
Dahong Qian: School of Biomedical Engineering, Shanghai Jiaotong University, Shanghai, China.
Shuai Wang: School of Cyberspace, Hangzhou Dianzi University, Hangzhou, China.
Yifan Zhang: Hangzhou Geriatric Stomatology Hospital, Hangzhou Dental Hospital Group, Division of Advanced Prosthetic Dentistry, Tohoku University Graduate School of Dentistry, State Key Laboratory of Oral Diseases, National Clinical Research Center for Oral Diseases, West China Hospital of Stomatology, Sichuan University, China.
Hongyuan Zhang: Health Science Center, School of Biomedical Engineering, Shenzhen University, China.
Chengyu Wu: School of Mechanical, Electrical and Information Engineering, Shandong University, Weihai, China.
Zhi Li: School of Automation, Hangzhou Dianzi University, Hangzhou, China.

此外，如果您有什么疑问可通过官网论坛或者邮件联系进行反馈，亦或者加入QQ和钉钉交流答疑群（QQ群号：663617297），最新通知将会第一时间在群内同步。

鸣谢

特此感谢杭州市人工智能学会、浙江传媒学院、上海交通大学、杭州电子科技大学、杭州钱塘牙科医院、杭州牙科医院等单位对本竞赛的大力支持。

“AI工坊”是由杭州市人工智能学会、诺基亚杭州研发中心共同发起，为促进AI行业交流，推动科技创新合作而打造的产业分享平台“AI工坊”汇聚人工智能领域的专家学者、企业代表，以及行业用户以在线分享的形式，围绕人工智能赋能行业发展为主线，分享行业新趋势，新技术、新模式与新案例。

杭州市人工智能学会成立于2012年，现有成员 300多名，涵盖在杭人工智能高等学校教师及杭州市人工智能强优企业的主要负责人。学会通过组织各类活动、搭建合作平台等方式，促进了学术界与产业界的深度融合，推动了人工智能技术的创新和应用。未来，杭州市人工智能学会将继续秉承“开放、合作、创新、发展”的理念，加强学术交流与合作，推动人工智能技术的创新和应用，为杭州市乃至全国的人工智能产业发展做出更大的贡献。