
血管瘤超声图像分割
大赛背景
Register · remaining
About this hackathon
#### 大赛背景
CCF大数据与计算智能大赛(CCF Big Data & Computing Intelligence Contest,简称CCF BDCI)由中国计算机学会于2013年创办。大赛由国家自然科学基金委员会指导,是大数据与人工智能领域的算法、应用和系统大型挑战赛事。大赛面向重点行业和应用领域征集需求,以前沿技术与行业应用问题为导向,以促进行业发展及产业升级为目标,以众智、众包的方式,汇聚海内外产学研用多方智慧,为社会发现和培养了大量高质量数据人才。
大赛迄今已成功举办八届,累计吸引全球1500余所高校、1800家企事业单位及80余所科研机构的12万余人参与,已成为中国大数据与人工智能领域最具影响力的活动之一,是中国大数据综合赛事第一品牌。
2021年第九届大赛以“数引创新,竞促汇智”为主题,立足余杭、面向全球,于9月至12月举办。大赛将致力于解决来自政府、企业真实场景中的痛点、难点问题,邀请全球优秀团队参与数据资源开发利用,广泛征集信息技术应用解决方案。
#### 赛题介绍
**1、赛题名称**
血管瘤超声图像分割
**2、赛题背景**
流行病学统计数据显示,婴幼儿血管瘤的发病率为10%~12%,主要见于早产儿和女性婴幼儿。超声检查无创,可以为临床提供血管瘤的位置、形状以及累及范围等信息,有助于指导医生进一步治疗。
目前临床对血管瘤的病灶的分割,主要由专家人工勾画,受临床经验水平的影响,分割结果无法避免人为误差。若采用人工智能,需要较为精准且海量的样本,数据的成本较高,如何利用小样本数据集训练血管瘤超声图像的自动精准分割,称为目前热门的研究方向之一。
**3、赛题任务**
本赛题的任务是利用深度学习方法训练一个血管瘤的分割模型,期望参赛者可以在小数据集训练出一个优秀的模型,以达到辅助医生进行治疗血管瘤的目的。
**特别说明**: 本训练赛提供的数据仅可用于本次训练赛,不可挪为它用,违者必究。
#### 出题专家
**张清华老师**,博士、重庆邮电大学教授、博士生导师;重庆市学术技术带头人、重庆市高校中青年骨干教师、重庆青年五四红旗手;中国大数据技术与应用联盟副理事长、全国高校人工智能与大数据创新联盟副理事长、中国人工智能学会理事、中国工业与应用数学学会理事、中国人工智能学会粒计算与知识发现专委会常务理事兼秘书长、中国计算机学会大数据专家委员会委员、重庆市人工智能学会副理事长、中国人工智能学会首届杰出贡献会员。现任重庆邮电大学旅游多源数据感知与决策技术文化和旅游部重点实验室副主任/科技处处长。
**唐述老师**,博士、重庆邮电大学副教授、硕士生导师、计算机学院计算机系副主任。
**张国力**,重庆邮电大学计算机学院在读硕士。
特别感谢张清华老师、唐述老师、张国力同学为数据科学人才培养做出的贡献。
**特别鸣谢**
**感谢重庆医科大学附属儿童医院超声科副主任汪朝霞副教授及其团队成员尹书月、张晋炜和温洁馨,为本训练赛提供的数据和支持**
#### 赛制规则
本赛题为训练赛,如无特别通知,永久开放
> 2021年9月16日15:00正式开放线上报名;
> 2021年9月22日上线赛题训练数据开放排名;
> 2021年12月06日进行大赛名次及奖品公布。
#### 奖励机制
**本赛题为训练赛,不设置奖金**。截至2021年12月6日0时整,排行榜前3名的队伍将会获得1个CCF会员名额+纪念奖牌,排行榜前50名的团队将会获得平台发出的电子证书。
注:如遇不同队伍得分相同的情形,排行榜会按照该评分提交时间的升序进行队伍排名。
#### 参赛交流
赛事交流微信群与客服微信:
#### 参赛规则
**参赛组队规则**
1、参赛人群:大赛面向全球征集参赛团队,不限年龄、
Event Images

Tracks
General Track
#### 大赛背景 CCF大数据与计算智能大赛(CCF Big Data & Computing Intelligence Contest,简称CCF BDCI)由中国计算机学会于2013年创办。大赛由国家自然科学基金委员会指导,是大数据与人工智能领域的算法、应用和系统大型挑战赛事。大赛面向重点行业和应用领域征集需求,以前沿技术与行业应用问题为导向,以促进行业发展及产业升级为目标,以众智、众包的方式,汇聚海内外产学研用多方智慧,为社会发现和培养了大量高质量数据人才。 大赛迄今已成功举办八届,累计吸引全球1500余所高校、1800家企事业单位及80余所科研机构的12万余人参与,已成为中国大数据与人工智能领域最具影响力的活动之一,是中国大数据综合赛事第一品牌。 2021年第九届大赛以“数引创新,竞促汇智”为主题,立足余杭、面向全球,于9月至12月举办。大赛将致力于解决来自政府、企业真实场景中的痛点、难点问题,邀请全球优秀团队参与数据资源开发利用,广泛征集信息技术应用解决方案。 #### 赛题介绍 **1、赛题名称** 血管瘤超声图像分割 **2、赛题背景** 流行病学统计数据显示,婴幼儿血管瘤的发病率为10%~12%,主要见于早产儿和女性婴幼儿。超声检查无创,可以为临床提供血管瘤的位置、形状以及累及范围等信息,有助于指导医生进一步治疗。 目前临床对血管瘤的病灶的分割,主要由专家人工勾画,受临床经验水平的影响,分割结果无法避免人为误差。若采用人工智能,需要较为精准且海量的样本,数据的成本较高,如何利用小样本数据集训练血管瘤超声图像的自动精准分割,称为目前热门的研究方向之一。 **3、赛题任务** 本赛题的任务是利用深度学习方法训练一个血管瘤的分割模型,期望参赛者可以在小数据集训练出一个优秀的模型,以达到辅助医生进行治疗血管瘤的目的。 **特别说明**:<font
Schedule
Sep 15, 08:00 AM
Dec 31, 07:59 AM
Tags
Comments
0Similar hackathons

FutureForge Hackathon 2026
Dream Big. Build Bigger.

HexaFalls 2
Let the Night Owl be your Spirit 🦉

Ignisys 1.O
Code • Create • Conquer