一起来打造腹部CT ImageNet！

　　? CT是临床腹部疾病诊断最常用的3D影像检查，腹部CT影像可以提供器官、肿瘤及其周围血管的等大量医生关注的信息。从学术研究角度，基于CT影像的腹部器官和肿瘤分割也一直是医学影像分析中的热点和难点问题，相关的benchmark和数据集收到了广泛的关注，比如肝脏和肝肿瘤分割竞赛（LiTS，MICCAI 2017），肾脏和肾脏肿瘤分割竞赛（KiTS, MICCAI2019, 2021）,胰腺和胰腺肿瘤分割（MSD Pancreas, MICCAI 2018），均有上千的注册参赛用户。

　　这些基准数据集的建立，在推动相关算法的发展方面起了重要作用，但在两方面仍有很大提升空间：数据量级小&来源窄：上述数据集只有200-400个CT Scans，大部分都是来源于单一的医学中心；任务单一：每个数据集只关注单一器官的肿瘤分割，但其中有的病例不止有一个器官有肿瘤。

　　我们的目的是花2-5年时间打造腹部器官和肿瘤的通用分割工具，能自动或者半自动地快速得到腹部主要器官和病灶的分割结果，并将相应的数据集和算法全部开放和开源。

　　这套工具一旦完成，将会让很多的临床应用研究变得更容易，比如器官的量化评估、疾病诊断（比如脂肪肝）、术前规划等等。在接下来1-2年内，重点考虑解决的是腹部的12个器官和肿瘤的大规模、多中心数据集（3000+）构建和分割算法研究，其中 器官包含：肝、左右肾、脾、胰、胆囊、下腔静脉、主动脉、左右肾上腺、食管、胃、十二指肠 肿瘤包含腹部所有疑似病灶。

　　FLARE 五年计划展望

　　经过大量的数据收集和清洗，目前已经收集了20+中心包含4000+病例的3D CT数据，2D Slices累计117万，都已经整理成了脱敏的NIfTI格式，能用ITK-SNAP和3D Slicer等常用的开源医学图像软件标注和查看。

　　医生确立统一的标注规范；用已有标注数据训练的模型预测其他未标注数据；有腹部CT图像处理经验（能识别腹部主要的器官和明显的病灶）的学生对器官和病灶做精细标注；由丰富经验的学生进行审核，把有问题的标注进行修正或者退回重标；由3-5年经验影像科医生进行审核和修正；由10年+经验的影像科医生进行终审和修正；训练五折交叉验证模型，把分割精度低的病例拿出来再检查一遍；数据发布后，像MICCAI KiTS那样在GitHub接收用户的反馈，定期修正和更新数据。如果您愿意贡献自己医院通过伦理审批而且可以公开分享的腹部CT数据集、低剂量腹部CT、CBCT等（>200病例），也非常欢迎！

　　我们希望经过2-5年的努力，能让社区有一个大规模的腹部CT数据集和开源的器官和病灶分割算法。让“旧时王谢堂前燕，飞入寻常百姓家”变成现实，早日实现实验室里的算法走向临床，赋能医生，造福患者！

　　霍琨老师-人体解剖学-肝脏和胰腺 P21-P24

　　天天师兄影像读片 P7-P9，P16-P17，P20-P24

　　下面是补充资料

　　ITK-SNAP使用入门

　　人体解剖学-腹部

　　病理学-李玉林

　　MICCAI FLARE2021国际挑战赛前10名的文章和代码都已经在Awards页面公开。FLARE21 - Grand Challenge

　　目前平台仍然开放，感兴趣的小伙伴可以注册参加比赛，点join参加前务必确认自己的Profile里填写完整的姓名、单位等信息，否则申请不会通过。