Kaggle肠胃道图像分割比赛baseline

日前，Kaggle发布了UW-Madison 胃肠道图像分割大赛。要求参赛者：

基于实际癌症患者的核磁共振扫描图像，利用深度学习提出一个模型，自动分割MRI scans图像的肠和胃。比赛时间截止到2022年7月14日。奖励高达2.5W美金。

这是一个CV方向的图像分割任务，对本领域感兴趣的小伙伴，千万不要错过。

深度之眼比赛指导老师Frank老师提供了本场比赛的baseline。

01

PART

赛题分析+baseline

1、赛题链接

https://www.kaggle.com/competitions/uw-madison-gi-tract-image-segmentation/overview/description

2、赛题描述

本次比赛的核磁共振扫描（MRI scans）图像来自实际的癌症患者。他们在放射治疗期间的不同阶段进行了若干次MRI scans. 我们需要基于这些MRI sacns的图像，利用深度学习提出一个模型，自动分割里面的肠(stomach)和胃(intestines)

商业价值：在医学扫描系统中，定位健康器官，帮助改善癌症治疗

※ 比赛时间线

2022 4月 14日 年 - 开始日期。 2022 7月 7 日 年 - 报名截止日期。您必须在此日期之前接受比赛规则才能参加比赛。 2022 7 月 7 日 年 - 团队合并截止日期。这是参与者可以加入或合并团队的最后一天。 2022 7 月 14 日 年 - 最终提交截止日期。

※ 丰厚的奖金

一等奖：12,000美元 二等奖：8,000美元 三等奖：5,000美元

3、数据EDA

训练数据一览：

图像可视化：

4、baseline

本次提供的baseline分为hypre-parameter, data, model, Loss, train五个方面。

整套baseline的代码非常清晰, 非常适合入门以及后续代码复用。

5、评价指标

50%的Dice coefficient + 50% 的3D Hausdorff distance.

6、Trick

数据增强：多分辨率训练、elastictransformer等

模型：高级模型，Unet的一系列变体

Loss：系数自动学习策略

提交：多模型混合等…