Kaggle腸胃道圖像分割比賽baseline

日前，Kaggle發布了UW-Madison 胃腸道圖像分割大賽。要求參賽者：

基於實際癌症患者的核磁共振掃描圖像，利用深度學習提出一個模型，自動分割MRI scans圖像的腸和胃。比賽時間截止到2022年7月14日。獎勵高達2.5W美金。

這是一個CV方向的圖像分割任務，對本領域感興趣的小夥伴，千萬不要錯過。

深度之眼比賽指導老師Frank老師提供了本場比賽的baseline。

01

PART

賽題分析+baseline

1、賽題鏈接

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

2、賽題描述

本次比賽的核磁共振掃描（MRI scans）圖像來自實際的癌症患者。他們在放射治療期間的不同階段進行了若幹次MRI scans. 我們需要基於這些MRI sacns的圖像，利用深度學習提出一個模型，自動分割裏面的腸(stomach)和胃(intestines)

商業價值：在醫學掃描系統中，定比特健康器官，幫助改善癌症治療

※ 比賽時間線

2022 4月 14日 年 - 開始日期。 2022 7月 7 日 年 - 報名截止日期。您必須在此日期之前接受比賽規則才能參加比賽。 2022 7 月 7 日 年 - 團隊合並截止日期。這是參與者可以加入或合並團隊的最後一天。 2022 7 月 14 日 年 - 最終提交截止日期。

※ 豐厚的獎金

一等獎：12,000美元 二等獎：8,000美元 三等獎：5,000美元

3、數據EDA

訓練數據一覽：

圖像可視化：

4、baseline

本次提供的baseline分為hypre-parameter, data, model, Loss, train五個方面。

整套baseline的代碼非常清晰, 非常適合入門以及後續代碼複用。

5、評價指標

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

6、Trick

數據增强：多分辨率訓練、elastictransformer等

模型：高級模型，Unet的一系列變體

Loss：系數自動學習策略

提交：多模型混合等…