信息速览

数据集名称AutoPET III (autopet-iii) — AI-Ready Wikipedia

数据类型人工标注,影像数据,原始数据

规模训练 1,611 studies（FDG 1,014 scans/900 患者 + PSMA 597 scans/378 患者）+ held-out 测试 200 studies（4×50 交叉矩阵）

接入方式UKT Tübingen（FDG，Siemens Biograph mCT 单机单中心，501 阳性+513 阴性）+ LMU University Hospital Munich（PSMA，3 台扫描仪，[18F]PSMA-1007 + [68Ga]PSMA-11 双配体）——TCIA DICOM/FDAT NIfTI/HF 镜像三载体，核医学与放射科医师手工逐层勾画

AI 就绪度

INFOBOX：autopet-iii 速览

字段	值
数据集	AutoPET III Challenge Training Database（FDG-PET-CT-Lesions + PSMA-PET-CT-Lesions 合并 nnUNet 格式）
slug	autopet-iii（GC 子域 autopet-iii.grand-challenge.org——带连字符；autopet3/autopetiii 均 404）
系列谱系	I segmentation（2022）→II generalization（2023）→III tracer（2024，本条）→IV human（2025）→V human-AI（2026）——五届 frontier 命名谱系第三棒
平台	Grand Challenge——autopet.org 官网系列主页；库内前作 rid 468（AutoPET I/II）
会议	MICCAI 2024 官方挑战（第 27 届，Marrakesh, Morocco 现场公布）；ESHI（European Society for hybrid, molecular and translational imaging）支持
主办	LMU University Hospital Munich（Cyran/Ingrisch/Dexl/Jeblick/Schachtner/Mittermeier/Stüber——PSMA 数据方）+ UKT Tübingen MIDAS.lab（Gatidis/Küstner——FDG 数据方）
任务	全身 PET/CT 肿瘤病灶自动分割（CT+PET 双通道输入，二值病灶掩码输出）
数据	FDG 1,014 studies（UKT，900 患者，501 阳性+513 阴性）+ PSMA 597 studies（LMU，378 例前列腺癌男性，全男）= 1,611
病灶规模	FDG 8,781 病灶/TMTV 110,189 mL；PSMA 19,377 病灶/TMTV 132,853 mL——PSMA 病灶数是 FDG 的 2.2 倍
测试设计	final 200 studies = 4×50 交叉矩阵：FDG-UKT/PSMA-LMU 同域 + FDG-LMU/PSMA-UKT 未见 tracer×center 组合（compositional generalization）
双赛道	AC1 model-centric（自由方法）+ AC2 data-centric（固定 MONAI nnU-Net baseline，只许改数据管线——PET/CT 分割挑战史首个 data-centric 赛道）
评估	Dice（0.5）+ FPV（0.25）+ FNV（0.25）加权排名；4 子集均值→跨算法排名→平均
参与	563 人注册（截至 2024-11，亚洲 53%）→初赛 24 队 218 算法→决赛 17 队 27 算法
冠军	Team LesionTracer（DKFZ MIC+Heidelberg，Rokuss/Isensee——nnU-Net 核心作者）：nnU-Net ResEncL+misalignment 增强+多模态预训练+器官监督+动态 TTA，mean Dice 0.66（内部对照 57.61→68.40）
AC2 冠军	Lennonlychan（CUHK）：diffusion model 生成肿瘤样本扩充数据集，overall 第 7
规则亮点	Docker 标准化+5 min/例运行限制+每队 2 算法+强制开源代码权重+奖金因资金限制未发放（罕见披露）
时间线	2024-04-01 训练数据发布（CC-BY-NC 4.0）→09 final test→MICCAI 2024 现场公布
数据载体	TCIA DICOM（FDG 10.7937/gkr0-xv29 + PSMA 10.7937/r7ep-3x37）+ FDAT NIfTI（合并库 10.57754/FDAT.rdkqd-wdh87）+ HF 镜像 MedOtter/PSMA-PET-CT-Lesions；Zenodo 10990931 仅提案 PDF
库内联动	rid 468 autoPET（I/II 直接前作）、rid 634 autoPET-v（直接后作）、rid 475 lung-pet-ct-dx、rid 461 hecktor

§0 摘要卡：示踪剂前沿的组合泛化压力测试

§0.1 它是什么

AutoPET III 是 MICCAI 2024 官方挑战赛：全身 PET/CT 肿瘤病灶自动分割的多示踪剂多中心泛化 benchmark——autoPET 系列第三届（“The tracer frontier”，示踪剂前沿），也是系列数据规模的第一次大扩容：在 I/II 两届沿用的 UKT Tübingen FDG 库（1,014 studies，黑色素瘤/淋巴瘤/肺癌+健康对照）之上，LMU Munich 首次并入 597 例 PSMA-PET/CT（前列腺癌男性患者，[18F]PSMA-1007 与 [68Ga]PSMA-11 双配体），合计 1,611 studies。任务仍是 CT+PET 双通道输入的病灶二值分割，但挑战哲学升级为组合泛化（compositional generalization）压力测试：final 测试 200 例按 4×50 交叉矩阵分布，其中 FDG@LMU 与 PSMA@UKT 两个子集是训练中从未见过的 tracer×center 组合——模型不仅要认识新示踪剂，还要在新示踪剂与新中心的组合下不崩。同步开创的还有赛制：AC2 data-centric 赛道固定 nnU-Net baseline、只允许修改数据管线，把"改数据 vs 改模型"的世纪之争变成了可排名的对照实验。挑战总结论文（arXiv 2605.05775）用线性混合效应模型给出系列最著名的结论之一：患者异质性解释 61% 的 Dice 方差，算法间差异仅解释 1.3%。

§0.2 三个数字

1,611 = 1,014+597：FDG 1,014 studies（UKT 单中心单台 Siemens Biograph mCT，900 患者，501 阳性+513 阴性，8,781 病灶）+ PSMA 597 studies（LMU 三台扫描仪，378 例全男性前列腺癌，19,377 病灶）——PSMA 病灶数是 FDG 的 2.2 倍，TMTV 132,853 mL vs 110,189 mL
4×50：final 测试 200 例的交叉矩阵设计——FDG-UKT（Dice 0.6619）/PSMA-LMU（0.6433）同域 + FDG-LMU（0.7702）/PSMA-UKT（0.5711）跨组合——最好的算法在未见 tracer×center 组合上掉 10 个 Dice 点，组合泛化被定量钉死为开放问题
61% vs 1.3%：线性混合效应模型方差分解——患者异质性 σ=0.171 贡献 61%，残差 38%，算法间差异仅 1.3%（σ=0.025）；两个随机患者的期望 DSC 差约是两个随机算法差的 7 倍

§0.3 它怎么用

四大用途：①双示踪剂 PET/CT 分割训练——1,611 studies 全部带手工逐层勾画掩码+逐例临床元数据（剂量/摄取时间/扫描仪/体重），是 PET 病灶分割领域最大 openly available 手工标注库之一；②组合泛化/域移方法研究——4×50 交叉矩阵+官方 splits_final.json 参考 5 折，是"训练分布外性能"的标准试验床；③data-centric 方法对照——AC2 固定 baseline 的赛制设计+官方 nnunet-baseline/datacentric-baseline 代码，可直接复刻"只改数据管线"的对照实验；④PSMA 数据论文单独可用——PSMA-PET-CT-Lesions 在 TCIA（DOI 10.7937/r7ep-3x37）与 FDAT v3 独立成库，配合 Sci Data 2026 论文（DOI 10.1038/s41597-026-07821-z）独立引用。不适合：心脏/神经 PET 应用（任务限定肿瘤病灶）、临床诊断（研究定位）、需要 DICOM 原始私隐字段的场景（TCIA 版已 defaced 且 study dates 移位）。

使用边界补注：其一，掩码是病灶级二值——想做器官分割或病灶分类（原发/转移）需另找资源（TotalSegmentator 器官掩码可叠加为辅助监督，冠军方案即此用法）；其二，无纵向数据——单时点横断面设计，治疗响应研究需转 IV/V 的纵向资产；其三，无临床结局——元数据止于成像协议，生存/病理分级等结局变量需外部 join（且去标识化后 join 不可行）。三边界的共同根源：这是为"分割任务"优化的资产，任务外用途需要自觉设计而非即拿即用。

§0.4 联动提示

本条是 autoPET 系列库内三连的中坚：rid 468 autoPET（I/II）的直接续作——I/II 用 FDG 库 1,014 studies（468 条目已详述），III 在其上并入 PSMA 597；rid 634 autoPET-v 的直接前作——V 的交互式分割以 III 冠军权重初始化（arXiv 2609.01554 自述 “initialised from the autoPET-III winning weights”），IV 冠军方案亦自述 “Building on the winning autoPET III nnU-Net pipeline”（arXiv 2508.21680）。跨系列联动：rid 475 lung-pet-ct-dx（FDG PET/CT 病灶分类+分割邻居）、rid 461 hecktor（PET/CT 咽喉病灶分割挑战）、ProstateX/PI-CAI（前列腺影像邻居——PSMA 队列的疾病域）。

§0.5 本条目信息地图

急着下载数据 → §2.1 载体表（选 TCIA/FDAT/HF）→ 附录 B 命令
急着训练模型 → 附录 C 五步 + §4.4 格式说明 + 坑点 4/8
写论文要引用 → §2.4 BibTeX + §1.3 双数据论文 + 坑点 1（Zenodo 陷阱）
做域移研究 → §3.2 测试矩阵 + §4.3 队列对照 + §6.3-§6.4 统计结论 + 附录 P
参赛/复刻赛制 → §3.3-§3.5 双赛道与规则 + §7.2 冠军五件套 + 附录 K 代码表
评估数据资产质量 → §5 标注 + §9 伦理许可 + 附录 F DAIMS + §10.1 十坑

§1 平台与系列谱系

§1.1 五届 frontier 命名谱系（autopet.org 官网原文）

autoPET 系列是医学影像挑战赛界罕见的每届一个 frontier（前沿）命名的品牌资产管理范式，五届演化路径自我讲述：

届	年份	frontier 命名	核心问题	数据	库内条目
autoPET I	2022	The segmentation frontier	全自动病灶分割能做多好	FDG 1,014（UKT 单中心）	rid 468（I/II 合并条目）
autoPET II	2023	The generalization frontier	跨扫描环境（低剂量本底/不同重建）还能做多好	FDG 1,014（加入 II 期变体）	rid 468
autoPET III	2024	The tracer frontier	换示踪剂（FDG→PSMA）+换中心（UKT→LMU）+两者组合还能做多好	FDG 1,014+PSMA 597=1,611	本条
autoPET/CT IV	2025	The human frontier	人类先验（交互式分割）如何进入循环	FDG+PSMA+纵向 CT 双库	（IV 无独立库内条目）
autoPET V	2026	The human-AI frontier	交互效率如何被指标化（AUC-Dice+AUC-DMM）	五库全家福（QIBA 对齐重发布）	rid 634

三届主线的逻辑递进：I 问"能不能分割"→II 问"换环境还行不行"→III 问"换示踪剂、换中心、以及两者组合还行不行"。III 的 tracer frontier 不是简单加数据：FDG（葡萄糖代谢，广谱肿瘤显像）与 PSMA（前列腺特异性膜抗原配体，前列腺癌特异显像）在空间分辨率、摄取异质性、生理摄取分布上系统性不同——GC 主页图注原话：PSMA 分辨率更低、异质性更强。同一个"病灶分割"任务在两种示踪剂下是两个物理世界的问题。

谱系管理学的注脚：每届一个 frontier 命名使系列在检索与叙事上都自我延续——检索者记住"tracer frontier"即可定位 III，无需记年份；叙事上每届自动继承前届问题空间并声明新增维度。对照多数挑战赛"第 N 届"式的平淡命名，frontier 谱系是挑战赛品牌运营的教科书案例（autopet.org 官网首屏即五届卡片）。对库内条目的意义：rid 468/本条/rid 634 三条目构成"系列命名谱系"的完整样本，互链阅读时谱系表（附录 E）是总索引。

§1.2 组织矩阵：双数据方+双专业轴

角色	机构	人员	专业背景
PSMA 数据方+主办	LMU University Hospital Munich（慕尼黑大学医院）	Clemens Cyran、Michael Ingrisch、Jakob Dexl、Katharina Jeblick、Balthasar Schachtner、Andreas Mittermeier、Anna Theresa Stüber	核医学+放射学（Ingrisch 为 LMU 定量影像组负责人）
FDG 数据方+主办	UKT Tübingen（图宾根大学医院）MIDAS.lab	Sergios Gatidis、Thomas Küstner	医学影像 AI 实验室（FDG-PET-CT-Lesions 原作者）
学会支持	ESHI	—	European Society for hybrid, molecular and translational imaging

双数据方结构决定了 III 的数据拓扑：FDG 库（TCIA DOI 10.7937/gkr0-xv29，2022 年发布，I/II 已用）继续由 UKT 提供，PSMA 库（TCIA DOI 10.7937/r7ep-3x37）由 LMU 全新采集标注——两个库在采集协议、扫描仪型号、患者人群（FDG 混合性别三癌种 vs PSMA 全男前列腺癌）上完全异质，这种异质性正是组合泛化测试的原料。组织机构成员依规则回避排名（见 §3.4）。

人员注记：Isensee（nnU-Net 一作，DKFZ）与 Gatidis/Küstner（UKT MIDAS.lab）是系列的核心双极——前者代表方法学侧（其本人组队参赛并夺冠），后者代表数据与评估侧（主办）；LMU 侧 Jeblick 既是 PSMA 数据论文一作又是挑战总结论文二作——数据产出与挑战运营在同批人手中闭环，这是小团队高质量治理的典型结构（对照大平台多机构协作的松散分工）。

§1.3 与两篇数据描述论文的关系

III 的数据本体有两篇独立的数据描述论文背书——这是系列条目中"一挑战两论文"的首例：

FDG 库论文：Gatidis S, Kuestner T. A whole-body FDG-PET/CT dataset with manually annotated tumor lesions. Scientific Data 9:601 (2022)，DOI 10.1038/s41597-022-01718-3——autoPET I/II 沿用，被引 386+（2026-09 口径）；
PSMA 库论文：Jeblick K, et al. A whole-body PSMA-PET/CT dataset with manually annotated tumor lesions. Scientific Data 13:1023 (2026)，DOI 10.1038/s41597-026-07821-z（PMID 42432027 / PMC13354788）——注意该论文 2026 年才正式刊出，比数据发布（2024-04）晚两年：挑战赛先行、数据论文滞后的出版时序错位，使 2024-2025 年间的引用只能指向挑战赛与 Zenodo 提案。

坑 1：检索 PSMA 数据时若只认 Sci Data 论文，会误判数据"2026 年才存在"——实际 2024-04-01 已随挑战赛发布（FDAT v1 口径）；反向亦然，只看挑战赛材料会漏掉 2026 年论文的 v3 口径修正（539/58 vs 537/60，见 §5.2 与附录 G）。

两篇论文的引用权重也需要分场景：FDG 库研究引 2022 论文即可自洽；PSMA 库研究必须同时引挑战赛材料（数据 2024 年即公开的事实层）与 2026 论文（标注协议与队列统计的正式披露层）——单引论文会缺失挑战赛期的设计语境（4×50 矩阵、AC2 赛道），单引挑战材料会缺失资历细节与版本修正记录。两篇 Sci Data 的卷期号（9:601 vs 13:1023）也提醒检索者：两者相隔近四年的出版周期，是"数据集论文"这一文体在挑战赛时代的时序错位样本。

§1.4 GC 子域与官网

挑战平台：autopet-iii.grand-challenge.org（GC 子域带连字符——autopet3/autopetiii/autopet-3 均为 404，这是检索时的第一个坑）
系列官网：autopet.org（五届谱系+III 详情页：任务/协议参数/测试矩阵/双赛道/leaderboard 全表）
代码资产三仓：github.com/ClinicalDataScience/autoPETIII（nnunet-baseline+datacentric-baseline）、github.com/lab-midas/autoPET（系列评估脚本）、github.com/MIC-DKFZ/autopet-3-submission（冠军方案）

§1.5 GC 平台页面结构与 autopet.org 官网导航

GC 挑战页的标准八板块在 III 上齐备，检索者按需直达：

页面板块	URL 路径	内容	本条目对应章节
Overview	/	挑战一句话+奖金+关键日期	§0、§8
Task	/task	任务定义：CT+PET 输入、二值病灶输出、无元数据	§3
Evaluation & Ranking	/evaluation	Dice/FPV/FNV 定义+加权公式+子集聚合	§6
Dataset	/dataset	训练/测试两阶段数据说明+下载入口	§2、§4
Submission Rules	/submission	Docker/5 min/2 算法/开源强制	§3.4
Challenge Publication	/publication	论文出口与引用指南	§2.2
Timeline	/timeline	阶段日期	§8.1
Organization	/organization	双机构人员名单	§1.2
Results	/results	final 榜单+Paper and Code 表	§7.3、附录 K
Leaderboards（Preliminary Test Set）	/leaderboards	初赛动态榜单（JS 动态加载——静态抓取只见表头）	§7.1

autopet.org 系列官网则为五届提供统一导航：首页五届卡片（每届一个 frontier 命名+一行定位）、各届详情页（III 页含协议参数全表与测试矩阵）。双站结构的方法学含义：GC 子域承载动态运营（榜单/提交），autopet.org 承载静态叙事（谱系/协议）——引用协议参数时查官网详情页比 GC 运营页更稳定（GC 页面可能随届次演进改版）。

§1.6 挑战提案 PDF 的内容与角色

Zenodo 10990932（concept 10990931）那份 0.1 MB 的提案 PDF 是 III 唯一的 Zenodo 实体，其角色值得单独说明：

内容：挑战提案（challenge proposal）——任务定义、数据概述、评估设计、组织团队的正式文档，GC 平台官方挑战的登记材料
为什么重要：它是 III 的官方 DOI 锚点——MICCAI 挑战赛要求提案经平台与学会审核（ESHI 支持），提案 DOI 是"官方挑战"身份的凭证；总结论文与官网均引此 DOI
为什么不是数据：103,805 字节的物理体积（一份数页 PDF）；数据本体 20 GB 量级分居 TCIA/FDAT——体积即证伪（坑 2 的快速核查法）
引用建议：描述挑战赛本身引提案 DOI+GC 子域；描述数据引 TCIA/FDAT DOI+两篇 Sci Data——四组标识符各司其职

平台角色注记：GC 子域、autopet.org、Zenodo、TCIA/FDAT 四个入口的分工映射到四种用户动线——参赛者（GC：提交/榜单/规则）、综述作者（autopet.org：谱系与协议全表）、引用者（Zenodo：官方挑战身份 DOI）、数据工程师（TCIA/FDAT/HF：本体下载）。III 的入口分散不是混乱而是分层：每层的检索关键词不同（挑战名/届名/frontier 名/收藏名），这也解释了为何本条目 INFOBOX 与 §1.5 要把入口与关键词成对列出——跨入口检索是这条数据资产使用者最常迷路的地方。

§2 发布形态与学术出口

§2.1 发布物清单与 DOI 拓扑

AutoPET III 的发布物是一张需要小心分辨的拓扑图——Zenodo DOI 不是数据是本条目最重要的检索警示：

发布物	载体	标识符	内容	授权
挑战提案	Zenodo	DOI 10.5281/zenodo.10990931（concept，重定向 10990932）	挑战提案 PDF，103,805 字节 ≈ 0.1 MB，2024-04-18 发布，下载 1803/浏览 2066（2026-09-27 抓取）	CC BY-4.0
FDG 库（DICOM）	TCIA	DOI 10.7937/gkr0-xv29	1,014 studies，defaced 去标识	CC BY 4.0
PSMA 库（DICOM）	TCIA	DOI 10.7937/r7ep-3x37	597 studies，2024 收录	TCIA 数据使用许可（autopet.org 旧页口径 “TCIA Restricted license”）
FDG+PSMA 合并 NIfTI	FDAT（Tübingen）	DOI 10.57754/FDAT.rdkqd-wdh87	双库 nnUNet 合并（QIBA 对齐版）	CC BY-NC 4.0
PSMA v3（NIfTI）	FDAT	DOI 10.57754/fdat.gabc0-3hv03	539/58 口径（v2 修正后）	CC BY-NC 4.0
挑战 v1 原始字节	FDAT 记录页	fdat.uni-tuebingen.de/records/0zs4c-89f12	2024-04-01 挑战期原始训练包	CC-BY-NC 4.0（挑战官方口径）
HF 镜像	HuggingFace	datasets/MedOtter/PSMA-PET-CT-Lesions	21 GB，597 行，逐例 shape/affine 校验	CC BY-NC 4.0 口径

坑 2：把 Zenodo 10990931 当数据集引用。concept DOI 重定向到的记录只有一份挑战提案 PDF——0.1 MB 的体积本身就是线索（1,611 例 PET/CT+掩码不可能小于 20 GB）。数据本体按用途选载体：要 DICOM 去 TCIA（两库 DOI 分开），要 nnUNet 格式 NIfTI 去 FDAT 合并库，要快速脚本化访问去 HF 镜像。另注意 TCIA 版 study dates 全体移位至 1997-2005（去标识化处理），与 FDAT 按日期不可 join，仅能以 patient hash 对齐。

体积核查法（30 秒证伪一条"数据链接"）：拿到任何自称是本数据集的下载源，先看体积——FDG 库 DICOM ~14 GB 量级、PSMA 库 ~7-21 GB 量级（HF 镜像 21 GB 为含校验件的口径）、挑战合并 NIfTI 包 20 GB 上下。MB 级=文档/提案，GB 级=数据本体；体积、文件数（1,611 studies 对应 3,222 个 imagesTr 通道文件+1,611 掩码）、目录命名（nnUNet 六件套 vs TCIA 五件套）三项对上才可信。非官方源的"重组包"（如某些 Kaggle 转载）常见掩码缺失或通道错位——附录 M 的 30 分钟自检清单就是为这类情况准备的。

§2.2 学术出口

挑战总结论文：Dexl J, Jeblick K, … Isensee F, Küstner T, Ingrisch M. The autoPET3 Challenge. arXiv:2605.05775（v1 2026-05-07 / v2 2026-05-11，Preprint submitted to Medical Image Analysis，论文 license CC BY-NC-ND 4.0）——143,873 字符全文（2026-09-27 抓取口径），Table 1 数据统计/混合效应模型/三大结论/参与度统计均出于此
冠军方法论文：Rokuss M, Kovacs B, Kirchhoff Y, Xiao S, Ulrich C, Maier-Hein K H, Isensee F. From FDG to PSMA: A Hitchhiker’s Guide to PET/CT Tumor Lesion Segmentation with nnU-Net. arXiv:2409.09478（v1 2024-09-14，Comments 自述 “Winning method of the autoPET III challenge (model-centric) - Team LesionTracer”）
参赛论文潮：2024-09 一周内 arXiv 至少 7 篇（2409.07144 / 09478 / 10120 / 12155 / 13006 / 13410 / 13779），检索窗口 2024-09 至 2026-09 内 III 衍生 arXiv 论文 13+ 篇——挑战赛结束即引发论文潮，是 PET 分割子领域的方法学普查窗口

论文潮的构成（附录 K 全表支持）：决赛 21 个公开资产条目中 15 个附 arXiv 论文——覆盖率 71%；题材分布横跨方法论文（冠军 ResEncL 五件套）、data-centric 实验（synthPET/datadiet）、工程适配（2D 集成/动态 TTA）与区域团队的技术报告（台湾/联影/港大）——一个挑战赛打出一整个子领域两年的文献供给。对系统综述作者的提示：以 GC Results 页 Paper and Code 表为起点做 snowballing，比纯关键词检索的召回更完整（多条目论文标题不含 “autoPET”）。

数据论文两篇：见 §1.3（FDG 2022 / PSMA 2026）

§2.3 代码出口

仓库	维护方	内容
github.com/ClinicalDataScience/autoPETIII	组织方	nnunet-baseline（AC1 起点）+ datacentric-baseline（AC2 固定 baseline，MONAI-based）
github.com/lab-midas/autoPET	LMU（系列级）	系列评估脚本（I-V 通用）
github.com/MIC-DKFZ/autopet-3-submission	冠军队	LesionTracer 完整方案（规则强制开源）

强制开源是 III 规则的硬约束（见 §3.4）：决赛队必须提交代码+权重+技术报告，这使 III 成为"榜单可审计"的挑战赛样本——冠军方案的每个组件（ResEncL、misalignment 增强、器官监督、TTA）都能在代码里逐行核对，而非只存在于论文叙事。

§2.4 引用指南（五组标识符各司其职）

% 挑战赛本体（提案 DOI——官方挑战身份凭证）
@misc{autopet3_proposal,
  doi = {10.5281/zenodo.10990931},
  title = {AutoPET III Challenge -- Automated Lesion Segmentation in
           Whole-Body PET/CT -- Multitracer Multicenter Generalization},
  year = {2024}, publisher = {Zenodo} }

% FDG 数据（TCIA + Sci Data 2022）
@article{gatidis2022fdg,
  doi = {10.1038/s41597-022-01718-3},
  journal = {Scientific Data}, volume = {9}, pages = {601},
  title = {A whole-body FDG-PET/CT dataset with manually annotated tumor lesions},
  year = {2022} }

% PSMA 数据（Sci Data 2026 + TCIA DOI 10.7937/r7ep-3x37）
@article{jeblick2026psma,
  doi = {10.1038/s41597-026-07821-z},
  journal = {Scientific Data}, volume = {13}, pages = {1023},
  title = {A whole-body PSMA-PET/CT dataset with manually annotated tumor lesions},
  year = {2026} }

% 冠军方法
@article{rokuss2024hitchhiker,
  eprint = {2409.09478}, archivePrefix = {arXiv},
  title = {From FDG to PSMA: A Hitchhiker's Guide to PET/CT Tumor
           Lesion Segmentation with nnU-Net}, year = {2024} }

% 挑战总结（preprint，投 Medical Image Analysis）
@article{dexl2026autopet3,
  eprint = {2605.05775}, archivePrefix = {arXiv},
  title = {The autoPET3 Challenge}, year = {2026} }

引用选择决策树：谈"这个挑战赛"→提案 DOI+GC 子域；谈 FDG 数据→Gatidis 2022+TCIA gkr0-xv29；谈 PSMA 数据→Jeblick 2026+TCIA r7ep-3x37（或 FDAT v3）；谈结果与方法→总结论文 2605.05775+冠军论文 2409.09478。任何场景都不要把提案 DOI 当数据 DOI 用（§2.1 坑 2 的引用层收口）。

§3 任务定义深度解析：组合泛化的赛制几何

§3.1 临床动机：为什么换示踪剂是难题

FDG-PET（[18F]氟脱氧葡萄糖）与 PSMA-PET（前列腺特异性膜-targeting 配体）的物理差异不是"换个染料"级别的：

维度	FDG（UKT 库）	PSMA（LMU 库）
显像原理	葡萄糖代谢（广谱）	PSMA 受体表达（前列腺癌特异）
适应症	黑色素瘤/淋巴瘤/肺癌等	前列腺癌（全部为男性患者）
空间分辨率	2.04²×3.00 mm（单台 mCT 一致）	2.73²×3.27 / 4.07²×2.00 / 4.07²×5.00 mm（三台混合）
摄取异质性	相对均匀	更强异质性（GC 主页图注原话）
病灶密度	8,781 病灶/1,014 studies ≈ 8.7 例/study	19,377 病灶/597 studies ≈ 32.5 例/study（3.7 倍密度）
生理假阳源	骨髓、纵隔、棕色脂肪、脑、膀胱	肝、脾、肾、颌下腺（PSMA 生理表达器官）
扫描仪	Siemens Biograph mCT 单机	Siemens Biograph 64-4R TruePoint + Biograph mCT Flow 20 + GE Discovery 690 三机

表内六个维度叠加出一个结构性判断：FDG 库是"控制变量"式的库（单机单协议，病灶差异=生物学差异），PSMA 库是"真实世界"式的库（三机双配体宽窗口，病灶差异=生物学+设备+协议的混合）。这决定了两库在方法学上的分工：FDG 侧适合做病灶生物学的定量研究，PSMA 侧适合做设备鲁棒性研究；而组合泛化测试（§3.2）恰好要求两者都有——单用任何一库都构造不出 4×50 矩阵。III 的数据扩容不是"加量"而是"加维度"，这是理解 tracer frontier 的钥匙。

一个在 FDG 上调好的模型迁移到 PSMA 会遭遇三重叠加：分辨率下降、病灶更小更密、生理摄取图谱完全不同。而 III 的测试设计把这种"单域迁移"升级为"组合爆炸"（§3.2）。

§3.2 测试矩阵：4×50 交叉设计的组合泛化几何

final 测试 200 studies 的分布是 III 最具方法学野心的设计：

测试子集	例数	tracer	center	训练中同组合是否存在	测试阳性例	病灶数	TMTV (mL)
FDG-UKT	50	FDG	UKT	有（1,014 例同域）	31	516	7,127
PSMA-LMU	50	PSMA	LMU	有（597 例同域）	33	1,309	6,052
FDG-LMU	50	FDG	LMU	无（组合泛化）	50	410	5,701
PSMA-UKT	50	PSMA	UKT	无（组合泛化）	42	624	882

四种组合中两种是训练分布内的"同域"组合、两种是训练中从未同时出现的 tracer×center 组合——compositional generalization 的严格定义：模型见过 FDG（在 UKT）、见过 PSMA（在 LMU）、也见过 UKT 和 LMU 各自的影像风格，但没见过"FDG 影像来自 LMU 设备"或"PSMA 影像来自 UKT 设备"。排名按 4 子集均值计算，跨组合成绩与同域成绩被强制等权。

组合泛化与普通 domain shift 的区别值得一段注脚：普通域移是"训练见过的因子取值之外"（如全新扫描仪），组合泛化是"每个因子都见过，但取值组合没见过"——它在认知科学与 NLP（组合式语法泛化）中早有系统研究，III 把这一范式引入医学影像评估。其严格性在于：模型无法靠"记住某个中心的整体风格"或"记住某种示踪剂的外观"作弊，必须把"示踪剂的病灶形态学"与"中心的设备指纹"作为可分离的因子学习——分离失败即组合崩溃。4×50 矩阵的设计使这种失败可被定位：跨组合子集掉分而同域不掉，即组合崩塌的证据。

冠军 LesionTracer 的子集 Dice 揭示了矩阵的难度梯度：FDG-LMU 0.7702 > FDG-UKT 0.6619 > PSMA-LMU 0.6433 > PSMA-UKT 0.5711。注意反直觉的一点：跨中心的 FDG-LMU（未见组合）反而是最高分——难点不在跨中心而在 PSMA 侧（分辨率低+病灶小密），PSMA-UKT 集齐"低分辨率示踪剂×未见设备"两重惩罚成为最差子集。总结论文结论 2 的原话：compositional generalization 仍是开放问题，主要由系统性体积高估驱动（跨域时模型倾向过分割以保险）。

坑 3：不要把 4 子集 Dice 均值当成"同域成绩"引用——0.66 的 mean Dice 里混着两个组合泛化子集；同域 FDG 成绩单独看是 0.77 量级（总结论文结论 1：“in-domain 多示踪剂分割已 sufficient and probably approaching reader agreement”）。引用时必须标注子集口径。

§3.3 双赛道：AC1 model-centric vs AC2 data-centric

III 的赛制创新是设双赛道——PET/CT 分割挑战史上首个 data-centric 赛道：

维度	AC1 Modelcentric	AC2 Datacentrism
起点	自由方法	固定 MONAI-based nnU-Net baseline
允许修改	一切：架构/集成/训练策略/预训练	只许改数据管线：预处理/增强/样本选择/数据合成
外部数据	允许公开数据集+预训练模型	禁止外部数据
AI 辅助	无限制	AI 可用于数据管线但不得生成最终预测
方法论命题	“更好的模型能做到什么”	“同样的模型，更好的数据能做到什么”

AC2 的设计把 deep learning 界"data-centric AI vs model-centric AI"的论战（Ng 2021 的口号）第一次搬进 PET/CT 分割挑战赛：所有 AC2 参赛者共享同一个 baseline 与训练配置，排名差异完全归因于数据侧操作。结果（§7.4）颇具戏剧性：AC2 冠军用 diffusion model 生成肿瘤样本扩充训练集，overall 排到第 7——data-centric baseline 显著优于原版 nnU-Net baseline（后者 overall 24.0 位），证明在固定模型下数据工程的上限远比想象高。

§3.4 规则矩阵

规则	内容	设计意图
Docker 标准化	提交 Docker 容器，官方统一环境推理	消除环境差异
运行时限制	5 min/例	临床可用性约束（全身体积扫描的推理预算）
提交数量	每队最多 2 算法	防枚举攻击
元数据隔离	无辅助元数据（不告知 tracer/中心/适应症）	强制模型从影像本身判读
利益回避	组织机构成员（LMU/UKT）回避排名	公信力
开源强制	决赛队交代码+权重+技术报告	可审计性
无 embargo	赛后无禁发期	加速论文潮（2024-09 一周 7 篇）
奖金	原已规划，因资金限制未能发放	MICCAI 挑战赛罕见的诚实披露

坑 4：5 min/例运行限制是隐形成本——大模型与集成方法在精度竞赛中最常用的手段被预算卡死。冠军论文专门讨论了推理预算与集成的取舍；总结论文报告至少一队因超时导致 FPV 爆表（max.sh 口径 FPV 924.31 mL 量级——超时的未完成推理被计为全图假阳体积）。参赛队普遍用动态测试时增强（TTA）在预算内换精度（§7.5）。

§3.5 无元数据输入的方法论含义

「无辅助元数据」（不告知 tracer/中心/适应症）这条规则的方法论后果比字面深：

单模型硬吃双分布：推理时模型不知道面对的是 FDG 还是 PSMA——要么一个模型同时拟合两种强度分布与病灶形态学（nnU-Net 的多模态通道设计天然支持），要么在容器内部自行做推断路由。冠军方案选择前者（多通道统一训练）+器官监督兜底；也有队伍做显式 tracer 分类后分路由（I/II 时代的经验迁移）
强度归一化的两难（§7.5 归一化分裂的规则根源）：global 归一化（用训练集全队列统计）对未见 tracer×center 组合可能失配——测试时模型不知道该用 FDG 统计还是 PSMA 统计；per-image z-score 则对 SUV 的绝对量级信息（生理摄取水平）不敏感。两派都有上榜者，规则逼出了真实的工程权衡
公平性的代价：无元数据同时意味着无法用临床先验做 shortcut（如"全男+前列腺显像=PSMA"）——组织方主动切断了模型走捷径的通道，把泛化压力留给影像本身
对部署的诚实：真实临床工作流里 tracer/协议信息永远可得（PACS 元数据）——挑战赛的"盲推"设定是比部署更难的设定，成绩是性能下界

§4 数据本体：1,611 studies 的双库拓扑

§4.1 FDG 队列（UKT，1,014 studies）

来源：UKT Tübingen 单中心单台 Siemens Biograph mCT；900 患者（女 444/男 570；年龄 60±16 岁；体重 79±19 kg）
构成：501 阳性（黑色素瘤/淋巴瘤/肺癌，阳性判定依据临床报告，恶性病灶含原发灶与全部转移灶）+ 513 阴性对照——阴性对照占 50.6%，为 FPV 指标提供假阳测试面
病灶统计：8,781 个病灶；TMTV（总代谢肿瘤体积）110,189 mL
协议：禁食 ≥6 h；注射 ~350 MBq ¹⁸F-FDG（官网口径）vs mean 314.7±22.1 MBq（range 150-432）（总结论文口径）——双口径存照；摄取 ~60 min；CT 120 kV/200 mAs；对比剂 Ultravist 370 90-120 mL；OSEM 3 iterations/21 subsets；2 mm Gaussian 滤波；层厚 2-3 mm
分辨率：2.04²×3.00 mm³（PET 体素，全队列一致——单机优势）

§4.2 PSMA 队列（LMU，597 studies）

来源：LMU Munich，378 例全男性前列腺癌患者，3 台扫描仪（Siemens Biograph 64-4R TruePoint / Biograph mCT Flow 20 / GE Discovery 690）
构成：挑战期 v1 官网口径 537 例有病灶+60 例无病灶；FDAT v3/HF 镜像/Sci Data 论文口径 539/58——版本间对 3 名患者 5 例 mask 的修正所致（附录 G 详述）。本条目正文按论文/最新库口径叙述并注挑战期口径
病灶统计：19,377 个病灶；TMTV 132,853 mL——病灶数是 FDG 库的 2.2 倍，密度 3.7 倍（32.5 vs 8.7 病灶/study）
双配体：[18F]PSMA-1007 369 studies（246±27 MBq）+ [68Ga]PSMA-11 228 studies（214±45 MBq）；摄取时间均值 74 min（[18F]PSMA-1007 范围 6-181 min / [68Ga]PSMA-11 范围 7-195 min——摄取窗口的宽离散是 PSMA 协议的现实）
CT 协议：颅底至大腿中部；143 mAs（mean）；100/120 kV（range 80-140）；层厚 2.5-5.0 mm（mean 2.82）；571 例增强/26 例对比剂禁忌
PET 协议：层厚 3.0-5.0 mm（mean 3.49）；面内 2.73-4.07 mm
年龄/体重：71±8 岁；83±14 kg

PSMA 队列的两个深层特征值得展开。其一，全男性+单癌种的纯净性是双刃剑：对前列腺癌 PSMA 分割研究是理想同质队列；对"泛示踪剂分割"则引入性别/癌种与示踪剂的完全混杂（PSMA=男+前列腺癌，无法分离）——混合效应模型只能控制体积/中心/示踪剂，性别与癌种被淹没在 tracer 因子里。其二，三台扫描仪的设备异质性是 LMU 库内的"微型域移"：2.73-4.07 mm 的面内分辨率差意味着 PSMA 库内部已有一个分辨率轴——这正是 PSMA-UKT 子集（UKT 的 mCT 分辨率一致性 vs LMU 混合）成绩解读时要小心的混杂：PSMA-LMU 子集（0.6433）的对手库 UKT 是单机，子集间差异混合了设备组合效应。

队列混杂的延伸提醒：任何以"FDG vs PSMA"命名的对比实验（包括总结论文的 tracer 项检验）实际比较的是"UKT 混性别三癌种 vs LMU 全男前列腺癌"两个完整人群包——示踪剂只是人群包差异的一部分。这在实验设计上是嵌套混杂（tracer 嵌套于 center，center 嵌套于人群），III 的 4×50 矩阵缓解了 center 层的嵌套（两 center 都出了 FDG 与 PSMA 测试），但人群层的嵌套（癌种与示踪剂绑定）在本数据内不可解——把 III 的 tracer 结论外推为"示踪剂一般性结论"时要带上这个限定语。

§4.3 队列对照速查

统计量	FDG（UKT）	PSMA（LMU）
studies	1,014	597
患者	900（女 444/男 570）	378（全男）
阳性/阴性	501/513	539/58（v3 口径）
病灶总数	8,781	19,377
TMTV (mL)	110,189	132,853
扫描仪	mCT 单机	三机混合
PET 体素 (mm³)	2.04²×3.00	2.73²×3.27 / 4.07²×2.00 / 4.07²×5.00
癌种	黑色素瘤/淋巴瘤/肺癌	前列腺癌
配体	[18F]FDG	[18F]PSMA-1007 + [68Ga]PSMA-11

§4.4 交付格式与预处理

挑战合并包（nnUNet 格式）：

imagesTr/
  CASE_ID_0000.nii.gz   # CT 通道（Hounsfield 单位）
  CASE_ID_0001.nii.gz   # PET-SUV 通道
labelsTr/
  CASE_ID.nii.gz        # 病灶二值掩码（0 背景/1 病灶）
dataset.json             # nnUNet 任务描述
dataset_fingerprint.json # 强度指纹（归一化用）
splits_final.json        # 官方参考 5 折划分
psma_metadata.csv        # PSMA 逐例临床元数据
fdg_metadata.csv         # FDG 逐例临床元数据

预处理：CT 重采样至 PET 分辨率（PET 的各向异性体素是基准网格）；PET 由 activity counts 转 SUV（SUV = C_tissue/(A_inj/W)，体重归一化标准摄取值）——原始 PET.nii.gz 存 activity counts，直接当 SUV 用会错，须读 SUV 换算后通道（I/II 延续坑，见 §10 坑点 7）
TCIA 版目录结构：Patient/Study/{SUV, CTres, CT, SEG, PET}.nii.gz 五件套——SUV（换算后）/CTres（重采样）/CT（原始）/SEG（掩码）/PET（原始 counts）分文件存放
splits_final.json：官方参考 5 折——复现 baseline 的标准划分，但注意它是随机划分，不保证 fold 间无患者泄漏的结构性承诺（患者级划分，nnUNet 惯例）

§4.5 测试集与提交物

preliminary 阶段：5 studies 在线试提交（榜单校准）
final 阶段：200 studies（4×50 矩阵，§3.2）held-out 不发布，GC 平台在线评估
提交物：Docker 容器（输入 CT+PET 双通道 NIfTI/MHA，输出二值掩码）；无元数据输入（模型不知道自己在看哪个 tracer 哪个中心）
测试阳性密度对照（§3.2 表）：PSMA-LMU 子集 1,309 病灶/50 例 ≈ 26.2 例/例 vs FDG-LMU 410/50 = 8.2——测试集内部病灶密度差 3 倍，FPV/FNV 的绝对体积阈值在不同子集的难度含义不同

测试口径的两个补充说明：其一，final 与 preliminary 的子集构成不同——5 例 preliminary 只用于榜单校准与管线验证，其分数与 final 200 例不可比（样本量与分布双重差异），把 preliminary 分数当成绩引用是常见错误；其二，测试子集的 TMTV 悬殊（882-7,127 mL，相差 8 倍）意味着 PSMA-UKT 子集不仅病灶小且总量轻——该子集 FNV 的绝对体积天然小，跨子集比较 FNV 时要按体积归一化思维解读，不能直接比绝对值。

§4.6 元数据字段：两份 CSV 的成像协议闭环

逐例元数据 CSV（psma_metadata.csv/fdg_metadata.csv）使 III 成为 PET 分割数据集中协议字段最完整的之一——每个影响 SUV 定量与影像外观的采集变量都有落位：

字段族	FDG（UKT）	PSMA（LMU）	建模用途
患者学	年龄（60±16）/性别（444F/570M）/体重（79±19 kg）	年龄（71±8）/全男/体重（83±14 kg）	SUV 体重归一化的分母、人群偏移分析
注射	[18F]FDG 活度（论文口径 mean 314.7±22.1 MBq）	[18F]PSMA-1007 246±27 / [68Ga]PSMA-11 214±45 MBq	SUV 分子、剂量-质量对照
时序	摄取 ~60 min	摄取均值 74 min（范围 6-181 / 7-195）	SUV 时间漂移协变量
设备	Siemens Biograph mCT（单机）	TruePoint / mCT Flow 20 / Discovery 690	域移因子（center 效应的物理载体）
采集参数	CT 120 kV/200 mAs、OSEM 3i/21s、2 mm Gaussian	143 mAs、100/120 kV、层厚 2.5-5.0 mm	重建风格敏感性分析
病灶学	病灶数/TMTV（8,781/110,189 mL）	病灶数/TMTV（19,377/132,853 mL）	难例分层与混合效应协变量

方法学价值：混合效应模型（§6.3）的协变量（体积/中心/示踪剂）全部能从 CSV 重建——公开元数据使统计结论可独立复算，这是 AI-Ready 度的高阶指标（多数分割库只给影像+掩码，不给可复算统计的原料）。

CSV 的字段边界也要认清：只有成像协议族（年龄/性别/体重/活度/摄取时间/设备/重建参数），没有临床结局族（分期/Gleason 评分/治疗/生存）——后者在 PSMA 前列腺癌队列的临床研究中常被需要，但挑战元数据刻意最小化以降低再识别风险（378 例全男性前列腺癌的人群，[年龄×日期×结局] 组合的再识别风险不可忽视）。需要结局变量的研究者应回到原始研究协议框架（联系 LMU/UKT）而非试图从公开元数据反推——这条边界写在 §9.2 的元数据最小化条款里，是隐私设计的组成部分而非数据缺失。

§4.7 方法论底座：SUV 定量链与为何 counts 不是 SUV

PET 定量的物理链路决定了本条目反复出现的"counts vs SUV"坑（坑点 4）：

发射计数：正电子湮灭产生双光子，探测器记录符合事件（counts）——原始重建的输出单位是每体素计数率，取决于注射活度、摄取时间、体重、扫描仪灵敏度
SUV 归一化：SUV = C_tissue/(A_inj/W)——把计数换算为"组织浓度相对注射剂量按体重归一"的无量纲量；A_inj（注射活度）与 W（体重）都在元数据 CSV 里
为何不能跳过：同一患者同一病灶，注射 250 MBq 与 350 MBq 的 counts 可差 40%，SUV 却应一致——用 counts 训练的模型学到的"强度"混入了剂量噪声；跨库（FDG vs PSMA、UKT vs LMU）时 counts 完全不可比，SUV 才是共同语言
挑战交付的选择：合并包 PET 通道（_0001）已是 SUV；TCIA 载体 PET 与 SUV 分文件并存——两载体都给了正路，坑只坑不看文档的人
归一化分歧的根源（§3.5/§7.5）：SUV 本身仍带绝对生理量纲（肝本底 SUV≈2-3、脑 SUV 高、膀胱因排泄极高）——global z-score 抹平个体间差异、per-image 保留相对结构，两派分歧本质是对"生理量纲是不是信号"的判断

§4.8 跨载体对齐实操：patient hash 与日期陷阱

需要同时使用 TCIA（DICOM）与 FDAT（NIfTI）的研究者会遇到对齐问题——三个事实决定解法：

TCIA 日期已移位：study dates 全体移位至 1997-2005 窗口（去标识化的日期泛化）——与 FDAT 的真实（或 FDAT 侧泛化）日期不可 join
patient hash 是唯一桥梁：两载体共享同一 patient hash 命名体系——按 PatientID hash 匹配后，study 级以序列内顺序或 spacing 指纹辅助对应
内容指纹兜底：当 hash 命名规则存疑时，用体素 spacing+shape+掩码体积三元组做内容级指纹匹配（HF 镜像的逐例 shape/affine 校验脚本即此思路）

实操建议：大多数研究不需要跨载体对齐——nnUNet 训练用 FDAT 合并包一站搞定；TCIA 载体的价值在 DICOM 原生字段（设备参数/序列细节）与 CC BY 4.0 授权场景。两载体当作"同一数据的两个视图"分别用，避免强行合并的工程成本。

§5 标注协议：两步法与资历披露

§5.1 协议两步法

两个库共享"联合判读→逐层勾画"的两步协议，PSMA 论文（2026）进一步细化了第二步：

Step 1 联合视觉判读：reader 同时查看 PET（SUV 图）、CT 与临床报告，识别全部肿瘤病灶——临床报告参与判定（FDG 阳性判定依据临床报告；恶性病灶含原发灶与全部转移灶）。这一步是"检测"，决定哪里有病灶
Step 2 逐层手工勾画：轴位逐层 free-hand 描画病灶轮廓。PSMA 论文细化为：先在轴位层面画圆形 VOI 包住候选病灶，以 SUV 阈值预分割打底，再逐层手工修正——阈值仅用于加速描画，最终掩码完全由手工修正决定（阈值不作最终输出，避免阈值协议偏差进入金标）

工具：PSMA 标注使用 mint Medical Mint Lesion™（CE 认证的肿瘤测量软件，Heidelberg）——CE 认证医疗器械软件做研究标注，是 PSMA 库质量叙事的一部分。

协议的工程含义注脚：Step 1 的"临床报告参与判定"意味着金标的信息含量高于影像本身——reader 可以依据随访/病理确认的报告把影像上不典型的病灶纳入，或排除影像疑似但临床阴性的发现。这使得"算法 vs 金标"的差距不能全读作"算法失败"：部分差距是信息不对称（算法只看影像，金标看过报告）。总结论文把这一现实写进了临床建议（§6.5 的"不能当二分类器"），也是 reader agreement 结论（“approaching reader agreement”）的分寸所在——接近的是"影像判读的 reader"，而非"全信息诊断的 reader"。

§5.2 标注者资历：两套口径并存（存照）

资历披露是本条目的伦理/质量轴亮点，但官网（挑战期）与 Sci Data 论文（2026）两套口径数字不同，须并存存照：

口径	reader 资历	复核机制
官网挑战页口径	UKT FDG 训练+测试：10 年经验 Hybrid Imaging 放射科医生；LMU FDG 测试：8 年经验；PSMA（LMU 训练+测试、UKT 测试）：单 reader	单 reader + 5 年经验复核
Sci Data 论文口径（PSMA）	单 reader 3 年经验	4 年与 >10 年两位 board-certified 专家独立验证

坑 5：引用资历时必须注明口径来源——“5 年复核”（官网）与"3 年标注+4/10+ 年双专家验证"（论文）不是矛盾而是时点与详细度不同：挑战页压缩叙事，论文按投稿要求全披露。AI-Ready 评估视角：不论取哪个口径，标注链（单人主标+多资历复核）都是可追溯的——这已优于绝大多数 PET 分割数据集（多数只有"expert annotated"一句话）。

§5.3 标注粒度与语义边界

二值掩码：所有病灶统一标签 1，不区分原发/转移、不区分病灶类型——任务被刻意简化为"检测+勾画所有恶性病灶"，多类语义（如 metastasis 分期）留作下游研究
FDG 阴性对照的语义：513 例无病灶 scans 不是"没有标注"而是确认无病灶（依据临床报告）——阴性对照是 FPV 指标的测试面，训练时可直接用于假阳抑制（autoPET-v 条目坑点 3 的延续提醒）
PSMA 阳性例数版本修正：v1（挑战期）537/60 → v3（论文口径）539/58——修正涉及 3 名患者 5 例 mask（增删与边界修正），v2 版本说明记录在案。使用 v1 原始字节的队伍（如挑战期参赛者）与 v3 使用者的训练分布有微小差异

§5.4 标注口径的系列内对照（I/II/III）

III 继承 I/II 的 FDG 标注体系并在 PSMA 侧扩展出新的披露细节，三条线并列：

维度	FDG（I/II/III 共用）	PSMA（III 新增）
reader	UKT 单中心 10 年经验 Hybrid Imaging 放射科医生（官网口径）	LMU 单 reader（论文：3 年经验）
复核	（I/II 论文口径的专家链）	5 年经验复核（官网）vs 4 年+>10 年双专家独立验证（论文）
工具	free-hand 逐层勾画	Mint Lesion™（CE 认证）+SUV 阈值预分割+手工修正
判定输入	PET+CT+临床报告（阳性判定依临床报告）	PET+CT+临床报告（前列腺癌全程管理报告）
粒度	二值病灶掩码（不分原发/转移）	同左
版本治理	（I/II 口径稳定）	v1→v2→v3 三版，5 例 mask 修正有记录

方法学意义：同一挑战内两个标注体系并行（不同机构、不同资历、不同工具），而混合效应模型（§6.3）的 tracer 项不显著说明标注体系的差异没有传导为可测的分割难度差异——这是对"标注者效应"的一次自然实验。

§6 评估体系：Dice/FPV/FNV 与混合效应模型

§6.1 三个指标的定义

指标	定义	捕捉什么	何时计算
DSC（Dice）	2×	pred∩GT	/(
FPV	假阳体积：pred 中不与 GT 相交的 18-连通域体积之和（connectivity=18）	假阳（误报）总量	全部病例（含阴性）
FNV	假阴体积：GT 中未被 pred 覆盖的体积	假阴（漏报）总量	仅阳性病例

细节约定：FPV 按 18-连通域计算且不重叠体积求和——一个孤立误报器官算一次其全部体积，而不是逐体素累加后再除；健康病例（无 GT 病灶）的 Dice 无定义，只计 FPV——这使阴性对照在指标体系中有明确角色（惩罚过度分割）而不污染 Dice 均值。冠军 mean 成绩：DSC 0.66 / FNV 3.18 mL / FPV 2.78 mL。

§6.2 排名合成：四层聚合

Layer 1  每算法×每子集×每指标 → 原始值
Layer 2  4 子集均值（每算法每指标）
Layer 3  跨算法排名（每指标一个名次序列，tie break 用 Dice）
Layer 4  加权合成 = 0.5×rank(Dice) + 0.25×rank(FPV) + 0.25×rank(FNV)

一个数值示例让四层聚合可感：假设某算法 4 子集 Dice 均值排第 1、FPV 排第 5、FNV 排第 3，合成 = 0.5×1+0.25×5+0.25×3 = 2.5（越小越好）；另一算法三项均排第 2，合成 = 0.5×2+0.25×2+0.25×2 = 2.0——全面第二的算法反超"单项第一但 FPV 偏差大"的算法。这正是加权名次合成的设计意图：防止单指标极化队伍登顶，也解释了为何第 2/3 名分差只有 0.03（IKIM 8.4062 vs HussainAlasmawi 8.4375，GC 名次分口径放大 10 倍显示）。

权重设计（Dice 0.5/FPV 0.25/FNV 0.25）隐含立场：分割精度与漏报比误报更重——临床语义上，漏掉一个转移灶（FNV）比多勾一块骨髓摄取（FPV）后果更重，但大量假阳会淹没阅片效率，故 FPV 以半权重入榜。名次合成而非数值合成，避免长尾极端值（如超时队伍 FPV 924 mL）扭曲聚合。

§6.3 混合效应模型：把"算法差异"放进方差分解

总结论文（arXiv 2605.05775）的方法论核心是线性混合效应模型（linear mixed-effects）对 DSC 的方差分解——这是挑战赛总结里罕见的统计深度：

方差成分	估计	占比
患者异质性（随机效应）	σ=0.171	61%
残差（含算法×患者交互）	σ=0.134	38%
算法间差异（随机效应）	σ=0.025	1.3%

推论（论文原文口径）：两个随机患者的期望 DSC 差约是两个随机算法差的 7 倍。临床翻译：病例难度 >> 算法优劣——同一个算法在容易病例和难病例上的差距，远大于好算法与差算法在同一病例上的差距。对挑战赛机制本身的启示：27 个决赛算法挤在 1.3% 的方差里内卷，而 61% 的方差在病例侧——优先级应从"选算法"转向"难例分诊+医师复核"（总结论文的临床建议）。

§6.4 固定效应发现

病灶体积：参考病灶体积每翻倍 → DSC +0.039 [95%CI 0.030, 0.048]——大病灶好分割，小病灶是 Dice 的主要拖累（与 PSMA-UKT 最差子集互证：低分辨率下小病灶更小）
中心效应：体积调整后 UKT +0.14 [0.063, 0.217]——UKT 影像（单机一致分辨率）系统性易分割
示踪剂效应：tracer 主效应与 tracer×center 交互不显著——在体积与中心调整后，"PSMA 难"主要经由分辨率与病灶大小传导，而非示踪剂本身
PSMA 配体消融：PSMA-LMU 内 [68Ga]PSMA-11（n=16）vs [18F]PSMA-1007（n=17）无差异（β=−0.03 [−0.21, 0.16]）——算法跨 PSMA 配体泛化，两种 PSMA 配体在算法眼里是一回事

§6.5 指标体系的临床警示

几乎所有指标分布非正态、长尾：多数病例成绩优秀，少量难例拉低均值——总结论文原话 “majority of cases look excellent, yet aggregate metrics appear modest”（多数病例看起来极好，而聚合指标显得平平）
当前模型不能当二分类器用：治疗后改变（炎症/术后变化）在 FDG 上高摄取，导致阴性病例误报——把 FPV 低解读为"可以无人值守"是危险的误读
常见失败模式图谱：假阳=生理摄取（FDG 侧：骨髓、纵隔、棕色脂肪、脑、膀胱；PSMA 侧：肝、脾、肾、颌下腺）；假阴=小病灶/低摄取病灶——失败模式是结构性的（生理学决定），不是随机噪声

§6.6 混合效应模型的形式与读法

为让 §6.3-§6.4 的数字可复算，把模型形式写清楚（总结论文口径的合理重构）：

DSC_ij ~ β0 + β1·log2(volume_ij) + β2·center_j + β3·tracer_j
         + b_patient_j + b_algorithm_i + ε_ij

随机效应：b_patient ~ N(0, 0.171²)   # 患者异质性
          b_algorithm ~ N(0, 0.025²) # 算法差异
残差：ε ~ N(0, 0.134²)

读法要点：

为什么患者是随机效应：27 个算法评同一批 200 例测试患者——患者抽样被视作从总体"病例难度分布"的随机抽取，其方差（61%）刻画的是病例难度谱宽，而非某个具体患者
为什么算法也是随机效应：研究问题不是"这 27 个谁强"（那是排名的事），而是"算法整体能解释多少 DSC 变异"——1.3% 即答案；把算法当固定效应反而无法回答这个泛化问题
CI 的解读范例：β1=+0.039 [0.030, 0.048]——95% 置信区间不含 0，“体积每翻倍 DSC 提升"是稳健结论；tracer 项 CI 含 0（不显著）≠“tracer 无影响”，而是"体积与中心调整后无可测残差影响”（影响已由协变量传导，§6.4）
与排名体系的关系：混合效应是科学分析层（解释变异来源），加权排名是竞赛机制层（选出名次）——两层用同一批数据回答不同问题，III 把两层都做齐了，这比多数挑战赛"只排名不解释"的总结方式高一个方法学层级

§6.7 评估体系的五届演化（III 的位置）

届	指标体系	演化含义
I	Dice 单指标	重叠即一切——体素几何的原点
II	Dice（环境分层）	数据分层但不改指标——泛化问题先于指标问题
III	Dice 0.5+FPV 0.25+FNV 0.25（4 子集聚合）	多维+跨域聚合——"假阳/假阴分账+组合泛化加权"的指标自觉
IV	Dice+交互量	人类介入进入评估对象
V	AUC-Dice+AUC-DMM 50/50	实例级检测+交互效率曲线化——指标体系成熟态

III 在演化线上的位置：把"病灶分割"从单 Dice 语义拆成精度/误报/漏报三个正交账本并显式加权——V 的实例级 DMM 本质是 FPV/FNV 思想的实例化延伸；而 III 的 4 子集聚合则是 V 的"统一多中心队列"评估的矩阵化前奏。读 V 条目（rid 634）的评估章时回看本节，能看到指标演化的连续轨迹而非突变。

§7 参赛方法生态：从 563 注册到 LesionTracer

§7.1 参与漏斗

阶段	规模	备注
注册	563 人（截至 2024-11）	地域分布：亚洲 53%（其中中国 29%）/欧洲 28%（其中德国 8%）/北美 13%（其中美国 10%）/大洋洲 2%/南美 2%/非洲 <1%
初赛（preliminary）	24 队提交 218 算法	人均 9 次提交——GC 平台试错型迭代
决赛（final）	17 队 27 算法	+2 官方 baselines = 29 个评估对象
论文潮	一周 7 篇 arXiv（2024-09）	无 embargo 规则的即时效应

漏斗数字的两个横向对照：其一，初赛 218 算法/24 队的提交密度在 GC 挑战里偏高——每队平均 9 次提交意味着多数队伍把 preliminary 当调参回路使用（榜单校准式开发），这与 5 min/例的快推理约束互为因果（单次提交快→迭代成本低→提交频率高）；其二，注册 563 vs 初赛 24 队的 4% 转化率提醒读者：GC 注册数与"有效参赛规模"差一个数量级——跨挑战赛比较参与度时应统一用提交数口径而非注册数口径，否则 III 的"563 人"会被系统性高估为与真实竞争规模同量级。

§7.2 冠军方案 LesionTracer：五件套拆解

Team LesionTracer（DKFZ MIC + Heidelberg：Maximilian Rokuss、Balint Kovacs、Yannick Kirchhoff、Shuhan Xiao、Constantin Ulrich、Klaus H. Maier-Hein、Fabian Isensee——nnU-Net 核心作者本人参赛；arXiv 2409.09478；代码 github.com/MIC-DKFZ/autopet-3-submission）：

#	组件	内容	增益逻辑
1	nnU-Net ResEncL	nnU-Net 框架的 residual encoder 大配置（大内核大容量）	PET 体积数据的容量升级——default 配置欠拟合
2	misalignment 增强	模拟 PET-CT 配准错位的弹性形变增强	双模态输入的现实噪声：PET 与 CT 硬件配准误差
3	多模态预训练	CT/MR/PET 多数据集预训练（公开数据）	跨模态影像先验迁移
4	器官监督多任务	附 TotalSegmentator 器官掩码做辅助任务（含独家唾液腺标签）	生理摄取假阳抑制——唾液腺/颌下腺是 PSMA 生理摄取重灾区
5	动态测试时增强	推理时按 5 min 预算动态启停 TTA	预算内榨精度

内部消融阶梯（冠军论文口径）：default nnU-Net Dice 57.61 → ResEncL 65.31 → 完整方案 68.40（FPvol 7.82 / FNvol 10.35）——ResEncL 一项贡献 7.7 个点，是最大单一增益；其余四件套合计再添 3.1 点。官方测试 4 子集：0.6619/0.6433/0.7702/0.5711，mean 0.66。

五件套的工程细节补注：ResEncL 的"大内核大容量"对 PET 的意义在于全身视野的大感受野——病灶可出现在从颅底到大腿的任意位置，单帧上下文需要覆盖整躯干；misalignment 增强的形变幅度标定来自 PET-CT 硬件配准的实测误差（呼吸运动+多床位拼接）；预训练数据涵盖 CT（腹部/胸部公开集）与 MR——跨模态先验使 CT 通道的解剖特征更早可用；唾液腺标签是冠军队自标注的独家增量（TotalSegmentator 早期版本不含颌下腺细分割）——为 PSMA 侧的头号假阳源定制；动态 TTA 的"动态"指按剩余时间预算决定增广轮数——满预算多轮、超时风险截断，是时间约束下的在线调度问题。

§7.3 榜单分布

名次	队伍	分数	归属
1	LesionTracer	最优（mean Dice 0.66）	DKFZ/Heidelberg（德国）
2	IKIM	8.4062（加权名次分）	IKIM Essen（德国）
3	HussainAlasmawi	8.4375	MBZUAI（阿联酋）
24.0	nnunet baseline	—	官方 AC1 起点（27 算法+2 中位偏后）
7	Lennonlychan（AC2 冠军）	—	CUHK（香港）
10	ZeroSugar（AC2 第 2）	—	样本过滤策略
15.31	datacentric baseline	—	AC2 起点（overall 口径名次）

前三名差 0.03 个名次分（8.4062 vs 8.4375）——头部算法在名次合成下几乎并列，呼应 §6.3 的 1.3% 方差结论。nnunet baseline 排 24.0 位：官方 baseline 与冠军差 10.8 个 Dice 点，说明 AC1 赛道的模型侧空间仍然巨大；而 AC2 侧 datacentric baseline（15.31）显著优于原版 nnU-Net baseline（24.0）——只改数据管线就前进 8.7 个名次位。

§7.4 AC2 data-centric 结果：数据工程的上限实验

AC2 冠军 Lennonlychan（CUHK，Lap Yan Lennon Chan + Yixuan Yuan）：用 diffusion model 生成肿瘤样本扩充训练集——在不改模型一行的约束下，合成数据把 baseline 推到 overall 第 7；生成模型在医疗分割挑战赛的高位完赛，是 2024 年 data-centric 叙事的标志性案例
AC2 第 2 ZeroSugar：样本过滤（数据清洗路线）
方法论注脚：AC2 冠军overall 第 7 但未进 AC1 前三——合成数据的增益上限仍低于冠军的五件套模型工程；两条路线各有天花板

§7.5 方法论生态普查（总结论文口径）

器官监督：6 队使用 TotalSegmentator 器官掩码做辅助任务——FPV 抑制的公共秘方（冠军、亚军皆用）
TTA 预算适配：LesionTracer/AiraMatrix/QuantIF/WukongRT 实现动态 TTA——5 min 限制下的共同工程响应
fold 组合：AiraMatrix 用 STAPLE 组合多 fold 输出
归一化分裂：PET 归一化分裂为 global（nnU-Net 风格 z-score，用 dataset fingerprint 全局统计）vs per-image 两派——无共识，双派皆有上榜者
共性：几乎所有决赛队都是 nnU-Net 变体——III 再次证明 nnU-Net 在医学分割的默认地位（Isensee 本人夺冠使这一点更具戏剧性：作者用自家框架证明框架的上限）

生态普查的两个长期效应：其一，器官监督与动态 TTA 的"公共秘方化"——这两项技术在 III 之前散见于各论文，III 之后成为 PET 分割的默认配置（V 届 baseline 直接内置），挑战赛作为"方法固化为社区默认"的加速器在此显形；其二，归一化两派的持续分裂——III 没有给出裁决，V 的统一队列设计也未裁决，归一化选择至今是 PET 分割的"风格分歧"而非"对错分歧"，这提醒读者：挑战赛能裁决的问题（方法排序）与不能裁决的问题（设计选择的情境依赖性）需要分开对待。

§7.6 冠军代码仓库结构（可复现性解剖）

github.com/MIC-DKFZ/autopet-3-submission（规则强制开源+公开权重）的目录逻辑即"五件套"的代码化：

autopet-3-submission/
├── nnunet training configs    # ResEncL 训练配置（plans/trainer 定制）
├── preprocessing/             # 双通道（CT HU + PET SUV）预处理管线
├── augmentation/              # misalignment 增强（PET-CT 配准错位模拟）
├── pretraining/               # CT/MR/PET 多数据集预训练脚本
├── organ supervision/         # TotalSegmentator 掩码辅助任务（含唾液腺标签）
├── inference/                 # 动态 TTA（5 min 预算内启停）+ Docker 打包
└── README                     # 复现路径与权重下载

对照价值：官方 baseline 仓（ClinicalDataScience/autoPETIII）与冠军仓的 diff 就是"AC1 的模型侧上限空间"——nnunet-baseline 排 24.0 位 vs 冠军第 1，两者之间的每一个目录都对应 §7.2 表的一个组件。同样，DKFZ 自己的 data-centric 提交（LesionTracer2，github.com/MIC-DKFZ/miccai2024_autopet3_datacentric）展示了同一团队在"只许改数据"约束下的打法——AC1/AC2 双赛道在 DKFZ 内部形成了自我对照。

§7.7 常见失败模式的生理学图谱（FPV/FNV 的结构来源）

总结论文的失败模式分析可以组织成一张生理学地图——假阳不是随机错误，而是生理摄取的系统性撞车：

模态	假阳重灾区（生理高摄取器官）	为什么撞车
FDG	骨髓、纵隔（血池/炎症）、棕色脂肪、脑、膀胱（排泄）	葡萄糖代谢是广谱生理过程——炎症与 brown fat 的代谢激活与肿瘤摄取同谱段
PSMA	肝、脾、肾、颌下腺	PSMA 受体在正常组织有生理表达——唾液腺/肾/肝脾的表达图谱与转移灶同谱段

假阴侧：小病灶（体积效应——部分容积效应使小病灶 SUV 被稀释）与低摄取病灶（分化好/治疗后）。方法论推论：器官监督（冠军组件 4）本质是把"生理摄取地图"作为先验注入模型——6 队用 TotalSegmentator 的现象由此可解释；而 FNV 难题（小/弱病灶）无先验可借，是 PSMA-UKT 子集 0.5711 的主要构成。这也是 §6.5「不能当二分类器」结论的病灶级根源：治疗后炎症在 FDG 上的高摄取与肿瘤复发在影像特征上同谱，需要临床报告级别的信息才能分辨——而这恰是规则中排除的元数据。

§7.8 AC1 vs AC2 的名次解读：两条路线的分数几何

把双赛道的结果放回同一张榜单读，有三个不对称：

模型侧天花板更高：AC1 冠军（68.40）比最好的 AC2 成绩（overall 第 7）名次高 6 位——模型工程（容量+预训练+多任务）仍压过数据工程；但这不是 data-centric 的失败，而是数据侧约束更紧（禁外部数据+固定 baseline）
数据侧性价比更高：datacentric baseline（15.31）仅凭组织方预置的数据管线改进就甩开原版 nnU-Net baseline（24.0）8.7 位——AC2 的"入门红利"大于 AC2 的"夺冠上限"，说明 baseline 默认数据管线远非最优
两赛道的方法互窃：AC1 冠军的器官监督本质是"加数据"（辅助标签），AC2 冠军的合成样本本质是"造数据"——两条路线最终都在改训练分布，真正的分界是"改不改动模型代码"，而非"改不改数据"

竞赛机制层的注脚：AC2 禁外部数据+禁改模型使排名完全归因于数据操作——这一设计的可解释性红利（冠军论文 2409.08068 的 synthPET 消融可以干净归因）是单赛道设计无法提供的。

§8 时间线与参与度

§8.1 时间线全景

时间	事件
2022-09	autoPET I（MICCAI 2022）——FDG 库首战，segmentation frontier
2022-10	FDG 库数据论文刊出（Sci Data 9:601，DOI 10.1038/s41597-022-01718-3）
2023	autoPET II（MICCAI 2023）——generalization frontier，跨环境鲁棒性暴露泛化缺口
2024-04-01	III 训练数据发布（挑战期口径，CC-BY-NC 4.0；FDAT 记录 0zs4c-89f12）——1,611 studies 合并包上线
2024-04-18	Zenodo 挑战提案发布（DOI 10.5281/zenodo.10990931，CC BY-4.0，PDF 0.1 MB）
2024 春-夏	Preliminary 阶段：24 队 218 算法提交（5 例试提交集）
2024-09	final test 阶段：17 队 27 算法，200 例 4×50 矩阵
2024-09-14	冠军论文 arXiv 2409.09478（LesionTracer）；一周内参赛论文 7 篇
2024-10	MICCAI 2024 现场公布结果（第 27 届，Marrakesh, Morocco）
2024-11	注册统计口径点：563 人（亚洲 53%）
2026-05-07/11	挑战总结论文 arXiv 2605.05775（v1/v2，投 Medical Image Analysis）
2026	PSMA 数据论文刊出（Sci Data 13:1023，DOI 10.1038/s41597-026-07821-z）；FDAT PSMA v3（539/58 口径）

时序要点：**数据先行（2024-04）→论文滞后（2026）**的双出口时序错位（§1.3 坑 1）；总结论文在系列节奏中的位置——IV 已开赛（2025）后 III 的总结才挂 arXiv，挑战赛运营与学术出版的时间差是常态。时间线的另一个双口径注记：训练数据发布日期"2024-04-01"为总结论文口径（挑战官方叙事的开赛日），FDAT 记录 0zs4c-89f12 的平台时间戳与 Zenodo 提案的 04-18 发布日各有其位——引用"开赛时间"用 04-01，引用"提案登记"用 04-18，两者不矛盾（先发布数据后登记提案 DOI 的顺序反映 GC 挑战的运营节奏）。

§8.2 参与度结构

地域：亚洲 53%（中国 29%）、欧洲 28%（德国 8%）、北美 13%（美国 10%）、大洋洲 2%、南美 2%、非洲 <1%——亚洲占半壁，与 GC 平台整体参与结构一致；冠亚军均欧洲队伍（DKFZ/Essen），第三名中东（MBZUAI）
漏斗：563 注册 → 24 队 218 算法（初赛）→ 17 队 27 算法（决赛）——注册到决赛转化率 3%，初赛提交密度（218/24≈9 算法/队）显示 GC 平台的迭代型参赛文化
产出：决赛 27 算法中 1 篇 preprint 未公开（nnunet baseline 无 preprint）；2024-09 一周 7 篇、两年窗口 13+ 篇衍生 arXiv 论文

漏斗的另一面：注册 563 人中未进入初赛提交的超过 95%——GC 挑战赛注册即下载训练包的门槛极低，注册数更多度量"社区兴趣"而非"有效竞争"；有效竞争的度量是初赛提交（24 队 218 算法，注册者的 4.3%）与决赛（17 队，初赛队的 71% 存活）。组织方以 5 例试提交集+preliminary 榜单为漏斗中部的校准器——这一"低门槛注册+高门槛决赛"的漏斗设计是 GC 平台的通用范式，III 的数字为其提供了又一次完整采样。

§8.3 与前后届的时间咬合

III 是系列承上启下的一届：其冠军权重成为 IV/V 的初始化起点（§0.4），其 4×50 组合泛化设计在 V 中演化为"新统一多中心测试队列+交叉标注矩阵"；其 data-centric 赛道实验（AC2）为系列积累了"固定 baseline 对照"的方法学资产。系列条目对照阅读顺序建议：rid 468（I/II）→ 本条 → rid 634（V）。

§8.4 注册地域分布全表

大洲	占比	细分	观察
亚洲	53%	中国 29%（亚洲内过半）	全球最大参与极；决赛上榜者含 UIH_CRI_SIL（联影中央研究院）、HKURad、WukongRT 等亚洲队
欧洲	28%	德国 8%	冠亚军均德国（DKFZ/Essen）——主办国学术重镇（DKFZ/LMU/UKT/TUM）密度效应
北美	13%	美国 10%	BAMF AI 等决赛队
大洋洲	2%	—	—
南美	2%	—	—
非洲	<1%	—	主办地摩洛哥（MICCAI 2024 会址）本地参与未见披露

方法论观察：注册地分布与决赛上榜分布错位——亚洲贡献一半注册，决赛头部由欧洲队伍主导；挑战赛的参与漏斗在地缘上不均匀（注册门槛低、决赛门槛是算力+工程密度）。中国 29% 的注册占比与 2019 年以来 MICCAI 挑战赛的参与趋势一致。

§9 伦理、许可与可获取性

§9.1 三层异构可获取性（AI-Ready 光谱核心）

载体	格式	标识	授权	特别注意
TCIA	DICOM	FDG DOI 10.7937/gkr0-xv29；PSMA DOI 10.7937/r7ep-3x37	CC BY 4.0（defaced）；autopet.org 旧页另写 “TCIA Restricted license”（双口径存照）	study dates 移位至 1997-2005；defaced 去面部标识
FDAT	NIfTI	合并库 10.57754/FDAT.rdkqd-wdh87；PSMA v3 10.57754/fdat.gabc0-3hv03；挑战 v1 0zs4c-89f12	CC BY-NC 4.0（商用需联系组织方）	nnUNet 格式即拿即训；v1/v3 版本差异（§5.3）
HuggingFace	NIfTI/Parquet	MedOtter/PSMA-PET-CT-Lesions（21 GB，597 行）	CC BY-NC 4.0 口径	逐例 shape/affine 校验脚本随库——社区质检样本
Zenodo	PDF	10.5281/zenodo.10990931→10990932	CC BY-4.0	仅提案 PDF 0.1 MB，非数据（§2.1 坑 2）

组织方官网许可原话：“Everyone (also non-participants of the challenge) are free to use the training data set in their respective work, given attribution in the publication. If you plan to use the data in a commercial setting, please reach out to the organizers.”——学术自由用（注明出处）、商用要谈。全部开放获取、无注册门槛（TCIA/FDAT/HF 三载体皆公开直载）；但授权口径三轨并存（CC BY 4.0 / CC BY-NC 4.0 / 旧页 Restricted 字样），引用与商用前必须核对载体级授权。NIfTI/挑战官方口径取 CC BY-NC 4.0。

§9.2 隐私与去标识

defaced：TCIA DICOM 已行面部去标识（头颈部体素替换）——FDAT NIfTI 版未 defaced（研究协议约束下发放），两载体隐私处理强度不同
study dates 移位：TCIA 版检查日期全体移位至 1997-2005 窗口（日期泛化），与 FDAT 版按日期不可 join——跨载体对齐仅能以 patient hash
元数据最小化：挑战元数据 CSV 只含年龄/性别/体重/剂量/摄取时间/扫描仪等成像参数，无病理分期/治疗/生存等临床结局——病灶生物学结局变量缺席，限制下游预后建模
伦理审批：两库采集均在各自机构伦理框架内（原数据论文披露 LMU/UKT 审批），挑战页未单列 IRB 编号——以 TCIA/FDAT 载体的审批链为信用背书

§9.3 维护与版本治理

FDAT 记录带版本历史（v1→v2→v3），PSMA 阳性例数修正有记录可查（§5.3）——版本治理透明度高于平均
HF 镜像（MedOtter）为社区行为，非官方出口——其 539/58 口径与 FDAT v3 一致，可作交叉校验源而非主源
系列级代码资产（lab-midas/autoPET 评估脚本）跨届共用——V 届的 AUC 指标实现也在此仓，脚本连续性是系列复现的隐形基础设施

§9.4 商用与再分发的实操问答

学术用途：三载体任选，注明出处即可（官网原话 “free to use … given attribution in the publication”）；NIfTI 与 DICOM 的授权差异在学术场景不构成实际障碍
商用场景：FDAT NIfTI 的 NC 条款禁止——需 “reach out to the organizers”（联系 LMU/UKT 组织方谈授权）；TCIA DICOM 的 CC BY 4.0 理论上允许商用，但同一份数据的商用权利不应通过换载体绕过——保守做法是统一按组织方口径协商
再分发：CC BY/CC BY-NC 均允许带署名再分发（NC 版不得商用）——HF 镜像（MedOtter）的存在即 CC BY-NC 再分发的合规实例；再分发时应保留版本标识（v1/v3 口径差异会传导到下游，见坑点 3）
衍生模型权重：按 CC BY-NC 4.0 口径，NC 数据训练的权重是否受 NC 约束在法学上存争议——保守口径下商用部署前咨询组织方；这亦是本条目 DAIMS 伦理维度扣分的点之一
混合训练：与 CC BY 数据混训后再商用，授权边界更模糊——建议按最严成分（NC）处理

§9.5 TCIA 生态位（与库内影像载体谱系的关系）

III 的两库在 TCIA 收藏谱系中的位置值得库内读者注意：FDG-PET-CT-Lesions 与 PSMA-PET-CT-Lesions 都是 TCIA 上少见的 PET/CT 双模态+病灶级手工掩码收藏（多数 TCIA 收藏是 CT/MR 单模态或放射学诊断影像）——库内同类仅 lung-pet-ct-dx（rid 475，FDG 单示踪剂）与 LCTSC（胸部器官 CT 掩码，非病灶）。TCIA 的分析结果（Analysis Results）结构使 SEG 掩码可被 Dice 类工具直接读取；DICOM-SEG 封装的掩码与 FDAT 的 NIfTI 掩码内容同源但封装异构——用 SimpleITK/dcmqi 转换时注意掩码几何原点对齐。

§10 总结：示踪剂前沿教会我们的事

AutoPET III 的核心贡献不在"更大的数据"（1,611 studies 在 2026 年视角不算巨型），而在把"组合泛化"从直觉变成可测量的实验设计：4×50 交叉矩阵用 200 例 held-out 数据把"未见 tracer×center 组合"钉死为开放问题，并用混合效应模型把病例异质性（61%）与算法差异（1.3%）的悬殊比例写成挑战赛文献里被引用最多的方差分解。系列意义：III 是权重基础（IV/V 冠军方案自述初始化自 III 冠军）、是数据基础（PSMA 库进入 V 的 QIBA 对齐合并库）、是方法论基础（AC2 data-centric 赛道的首次实验）。对 AI-Ready 数据集评估的启示：测试矩阵设计与方差分解报告，应作为挑战赛型数据资产的核心评分项——数据量相同，测什么、怎么测、测出什么结论，决定资产的科学价值。

§10.1 坑点表（10 坑汇总）

#	坑点	后果与规避
坑点 1	Zenodo 10990931 被当数据集引用——该记录仅含 0.1 MB 提案 PDF，数据本体在 TCIA+FDAT	按 DOI 引用前先查体积；数据引用用 TCIA DOI（10.7937/gkr0-xv29 与 10.7937/r7ep-3x37）
坑点 2	GC 子域拼写：autopet-iii（带连字符）才存在，autopet3/autopetiii/autopet-3 均 404	从 autopet.org 官网 href 反查；检索加 “grand-challenge” 限定词
坑点 3	PSMA 阳性例数双口径：537/60（挑战 v1 官网+总结论文 Table 1）vs 539/58（FDAT v3+HF+Sci Data 论文）	正文按最新库口径（539/58）并注挑战期口径；混用两版会得到对不上的病灶统计
坑点 4	原始 PET.nii.gz 是 activity counts 不是 SUV	直接当 SUV 用会错归一化；读 SUV 通道或按 SUV=C/(A_inj/W) 换算（TCIA 版有独立 SUV 文件）
坑点 5	Dice 的分母陷阱：无病灶病例 Dice 无定义（只计 FPV）——把 0.66 均值当"全体 Dice"是口径错误	引用时标注"阳性病例 Dice+阴性病例 FPV"的合成口径；同域成绩 0.77 量级与跨组合 0.57 分开引用
坑点 6	license 三轨：TCIA CC BY 4.0 vs FDAT NIfTI CC BY-NC 4.0 vs 官网旧页 “Restricted” 字样	商用前按载体核对；NIfTI/挑战口径取 CC BY-NC 4.0（NC 限制商用）
坑点 7	TCIA 与 FDAT 不可按日期 join：TCIA study dates 全体移位至 1997-2005，且 defaced 与否两库不同	跨载体对齐仅用 patient hash；隐私处理强度随载体变化需在论文里声明
坑点 8	5 min/例运行限制：超时提交 FPV 爆表（924 mL 量级），大模型/集成受预算约束	推理工程（动态 TTA/滑窗优化）是参赛必答题；本地复现注意计时口径
坑点 9	测试集同域泄漏风险：final 含 50 例 PSMA-LMU 与训练 597 例同机构同库源，论文未声明不相交	同域子集成绩或含泄漏红利；跨研究比较时勿把 PSMA-LMU 子集分数当独立验证
坑点 10	FDG 剂量双口径：官网 ~350 MBq vs 总结论文 mean 314.7±22.1 MBq（range 150-432）	协议复现取论文口径（含 range）；官网数字为挑战期压缩叙事

十坑的使用法：坑点 1-2 是检索层（找资源时不踩空），坑点 3/10 是口径层（引用数字时分清版本），坑点 4/5 是使用层（训练/评测时的技术陷阱），坑点 6-7 是授权与对齐层（工程化前的合规检查），坑点 8-9 是解读层（读榜单时的公平性意识）。按工作流定位坑点：下载数据前看 1/2/6/7，开训前看 3/4，自建评测看 5/8，写论文比较成绩看 9/10——十条覆盖了从检索到发表的完整链路。

§10.2 五届视角下的 III：承上启下的枢纽届

把 III 放回五届谱系看，它同时是三条线的交汇点：

数据线：I/II 的 FDG 单库（1,014）在 III 扩为双库（1,611），PSMA 库自此成为系列常驻资产——V 的 QIBA 对齐合并库（rid 634 条目 §4.3）以 III 的双库为骨架；纵向 CT（IV）与 DeepPSMA（V）都是后续叠加层
方法线：III 冠军权重是 IV/V 两届冠军方案的显式初始化起点（arXiv 2508.21680/2609.01554 自述）——系列方法学的主干从 III 的 nnU-Net ResEncL 五件套上生长；III 的器官监督实践（TotalSegmentator 化）也延续至 V 的 baseline
评估线：III 的 Dice+FPV+FNV 加权是系列评估从"单一 Dice"（I/II）走向"多维指标"（V 的 AUC-Dice+AUC-DMM）的中间态；混合效应方差分解则是一次性的方法学跃迁——V 的总结框架直接继承了它的统计范式

一句话定位：III 之于 autoPET 系列，如同 GPT-3 之于 GPT 谱系——不是最大的一届，而是让后续所有届次都站在其上的那一届。

§10.3 三句话记忆卡

AutoPET III = FDG 1,014 + PSMA 597 = 1,611 studies，测"未见 tracer×center 组合"，冠军 DKFZ LesionTracer mean Dice 0.66（同域 0.77，跨组合最低 0.5711）。
混合效应方差分解：患者 61% / 残差 38% / 算法 1.3%——病例难度碾压算法差异，难例分诊优先于选模型。
数据三载体（TCIA CC BY 4.0 / FDAT CC BY-NC 4.0 / HF 镜像），Zenodo 10990931 只是 0.1 MB 提案 PDF——别把它当数据引用。

FAQ：40 问直答

Q1 AutoPET III 是什么？ MICCAI 2024 官方挑战赛：全身 PET/CT 肿瘤病灶自动分割，多示踪剂（FDG+PSMA）多中心泛化设计，“The tracer frontier”。

Q2 数据量多大？ 训练 1,611 studies：FDG 1,014（UKT，900 患者）+PSMA 597（LMU，378 患者）；held-out 测试 200 例（4×50 矩阵）+preliminary 5 例。

Q3 在哪里下载？ TCIA（DICOM，FDG DOI 10.7937/gkr0-xv29；PSMA DOI 10.7937/r7ep-3x37）、FDAT（NIfTI 合并库 DOI 10.57754/FDAT.rdkqd-wdh87）、HuggingFace 镜像（MedOtter/PSMA-PET-CT-Lesions）。

Q4 Zenodo DOI 10.5281/zenodo.10990931 下的是什么？ 挑战提案 PDF（0.1 MB），不是数据——数据本体在 TCIA+FDAT。

Q5 什么 license？ 双轨：TCIA DICOM CC BY 4.0（defaced）；FDAT NIfTI CC BY-NC 4.0（禁商用）。挑战训练包官方口径 CC-BY-NC 4.0。

Q6 任务形式？ CT+PET 双通道输入（nnUNet 格式 _0000 CT/_0001 PET-SUV），输出二值病灶掩码；不告知 tracer 与中心。

Q7 什么是组合泛化测试？ final 200 例含 FDG@LMU 与 PSMA@UKT 两个训练中未见的 tracer×center 组合（各 50 例）——测模型在新示踪剂×新中心组合下的表现。

Q8 测试集能下载吗？ 不能。200 例 held-out，仅 GC 平台在线评估；preliminary 5 例可在线试提交。

Q9 排名怎么算？ Dice 0.5+FPV 0.25+FNV 0.25 加权名次合成；先 4 子集均值、再跨算法排名；tie break 用 Dice。

Q10 FPV/FNV 是什么？ FPV=假阳体积（18-连通域求和）；FNV=假阴体积。健康病例只计 FPV（Dice 无定义）。

Q11 谁赢了？ Team LesionTracer（DKFZ MIC+Heidelberg，Rokuss/Isensee 等）——nnU-Net ResEncL+misalignment 增强+多模态预训练+器官监督（含唾液腺标签）+动态 TTA，mean Dice 0.66。

Q12 冠军内部提升多少？ default nnU-Net 57.61 → ResEncL 65.31 → 完整方案 68.40（内部消融口径）。

Q13 第二三名是谁？ IKIM（Essen，8.4062）、HussainAlasmawi（MBZUAI，8.4375）——加权名次分。

Q14 AC2 data-centric 赛道是什么？ 固定 MONAI nnU-Net baseline，只许改数据管线（预处理/增强/合成），禁外部数据——PET/CT 分割挑战史首个 data-centric 赛道。

Q15 AC2 谁赢了？ Lennonlychan（CUHK）：diffusion model 生成肿瘤样本扩充训练集，overall 第 7；第 2 ZeroSugar（样本过滤，overall 第 10）。

Q16 官方 baseline 排第几？ nnunet baseline 24.0 位（27 算法+2 中）——与冠军差 10.8 Dice 点；datacentric baseline 15.31，显著优于原版。

Q17 多少人参加？ 注册 563 人（截至 2024-11，亚洲 53% 其中中国 29%）；初赛 24 队 218 算法；决赛 17 队 27 算法。

Q18 奖金发了多少？ 零——原已规划奖金因资金限制未能发放（总结论文罕见披露）。

Q19 标注怎么做的？ 两步法：PET+CT+临床报告联合判识别病灶 → 轴位逐层 free-hand 勾画（PSMA 用 Mint Lesion™，SUV 阈值仅预分割打底）。

Q20 标注者什么资历？ 双口径：官网"10 年（UKT FDG）/8 年（LMU FDG）/单 reader+5 年复核（PSMA）“；论文"3 年标注+4 年与 >10 年双专家验证”。

Q21 病灶有多少个？ FDG 8,781（TMTV 110,189 mL）；PSMA 19,377（TMTV 132,853 mL）——PSMA 病灶数 2.2 倍。

Q22 PSMA 阳性到底多少例？ 双口径：537/60（挑战 v1）vs 539/58（v3/论文）——3 名患者 5 例 mask 的版本修正。

Q23 PSMA 用了什么配体？ [18F]PSMA-1007（369 studies，246±27 MBq）+[68Ga]PSMA-11（228 studies，214±45 MBq）——算法跨配体无显著差异（消融实证）。

Q24 最大的方法学结论是什么？ 混合效应模型方差分解：患者异质性 61%、残差 38%、算法差异仅 1.3%——病例难度 >> 算法优劣，建议优先难例分诊+医师复核。

Q25 组合泛化做得好吗？ 不好且被定量钉死：未见组合 PSMA-UKT Dice 0.5711（同域 FDG-LMU 反而最高 0.7702）——主要由系统性体积高估驱动，仍是开放问题。

Q26 in-domain 什么水平？ 同域多示踪剂分割"sufficient and probably approaching reader agreement"（总结论文结论 1 原话），同域 FDG 0.77 量级。

Q27 能当二分类器用吗？ 不能——治疗后改变致阴性病例误报（高摄取炎症/术后变化），FPV 低不等于无人值守可用。

Q28 有代码吗？ 全链开源：组织方 baseline（github.com/ClinicalDataScience/autoPETIII）、评估脚本（github.com/lab-midas/autoPET）、冠军方案（github.com/MIC-DKFZ/autopet-3-submission）。

Q29 运行限制多严？ 5 min/例（Docker 容器统一环境）——超时 FPV 爆表（924 mL 量级）；参赛队用动态 TTA 在预算内换精度。

Q30 与 autoPET V 什么关系？ 直接前作：V 的交互式分割以 III 冠军权重初始化（arXiv 2609.01554），数据进入 V 的 QIBA 对齐合并库；IV 冠军亦自述构建于 III 获奖管线（arXiv 2508.21680）。

Q31 怎么复现官方 baseline？ ClinicalDataScience/autoPETIII 仓+附录 C 五步（预处理→按 splits_final 5 折训练→Docker 导出）；ResEncL 配置用 nnUNetPlannerResEncL。

Q32 splits_final.json 是患者级划分吗？ 是（nnUNet 惯例患者级）——同一患者的多个 studies 不会跨 fold 泄漏。

Q33 训练包里 PET 通道要不要再换算 SUV？ 不用——_0001 已是 SUV；只有 TCIA 载体的 PET.nii.gz（counts）需要换算或改读 SUV.nii.gz。

Q34 测试 4 个子集哪两个最难？ PSMA-LMU（病灶最密，1,309 个）与 PSMA-UKT（未见组合，Dice 0.5711）——PSMA 侧难度系统性高于 FDG 侧。

Q35 为什么 FDG-LMU 是最高分子集？ 反直觉但合理：FDG 分辨率高+病灶大而少（8.2/例），即使换了中心（LMU 设备），FDG 的物理优势仍占上风——难点在示踪剂不在中心。

Q36 final 排名前列差多少？ 第 2 名 IKIM 8.4062 vs 第 3 名 HussainAlasmawi 8.4375——名次分差 0.03；头部算法在名次合成下几乎并列（呼应算法方差 1.3%）。

Q37 哪些决赛队来自中国？ UIH_CRI_SIL/UIH_CRI_SIL_2（联影中央研究院+北大，arXiv 2409.09784）、HKURad、WukongRT、Prof Ching-Wei Wang（台湾，2409.07144）等——亚洲注册 53% 的决赛端代表。

Q38 DKFZ 打了 data-centric 赛道吗？ 打了——LesionTracer2（MIC-DKFZ/miccai2024_autopet3_datacentric，arXiv 2409.10120）是 DKFZ 的 AC2 提交；冠军队双赛道自我对照。

Q39 总结论文什么时候能正式引用？ arXiv 2605.05775（2026-05）当前为 preprint（投 Medical Image Analysis）；正式刊出后替换引用条目（附录 I 观察点）。

Q40 这份数据能用来做示踪剂分类/中心分类吗？ 元数据 CSV 有 tracer 与扫描仪字段，可以做——但要记住挑战赛规则刻意屏蔽了这些信息给分割模型；分类研究是合规的衍生用途。

FAQ 溯源注记：40 问的答案全部可回溯到正文与 FACTS 的具体位置——Q1-Q10 对应 §0/§3/§4（任务与数据），Q11-Q18 对应 §7/§8（结果与参与），Q19-Q23 对应 §5/§4（标注与队列），Q24-Q27 对应 §6（统计与临床结论），Q28-Q30 对应 §2/§1.4/§0.4（代码与系列），Q31-Q40 为实操补充（复现/口径/检索）。FAQ 被设计为"反查入口"而非独立事实源——任何一处答案与正文冲突时以正文为准，并向条目维护者报差异。

事实清单：36 条硬事实 + 6 条口径注

硬事实（F1-F36）

F1 全称：AutoPET III Challenge——Automated Lesion Segmentation in Whole-Body PET/CT – Multitracer Multicenter Generalization（来源：Zenodo 提案 PDF + GC 子域）
F2 定位：autoPET 系列第三届，“The tracer frontier”（autopet.org 官网五届谱系）
F3 平台：autopet-iii.grand-challenge.org（带连字符子域；autopet3/autopetiii/autopet-3 均 404）
F4 会议：MICCAI 2024（第 27 届）官方挑战，Marrakesh, Morocco 现场公布；ESHI 支持
F5 主办：LMU University Hospital Munich（Cyran/Ingrisch/Dexl/Jeblick/Schachtner/Mittermeier/Stüber）+ UKT Tübingen MIDAS.lab（Gatidis/Küstner）
F6 Zenodo：concept DOI 10.5281/zenodo.10990931 → 10990932；挑战提案 PDF 103,805 字节，2024-04-18 发布，CC BY-4.0，下载 1803/浏览 2066（2026-09-27 抓取）——非数据本体
F7 训练：FDG 1,014 studies（UKT，900 患者，单台 Siemens Biograph mCT）+ PSMA 597 studies（LMU，378 男性前列腺癌，3 台扫描仪）= 1,611
F8 FDG 队列：501 阳性（黑色素瘤/淋巴瘤/肺癌）+513 阴性；女 444/男 570；60±16 岁；79±19 kg；8,781 病灶；TMTV 110,189 mL；2.04²×3.00 mm
F9 PSMA 队列：539 有病灶+58 无（v3/论文口径）vs 537/60（挑战 v1 口径）；71±8 岁；83±14 kg；19,377 病灶；TMTV 132,853 mL
F10 PSMA 配体：[18F]PSMA-1007 369 studies（246±27 MBq）+[68Ga]PSMA-11 228 studies（214±45 MBq）；摄取均值 74 min
F11 PSMA 扫描仪：Siemens Biograph 64-4R TruePoint / Biograph mCT Flow 20 / GE Discovery 690；分辨率 2.73²×3.27 / 4.07²×2.00 / 4.07²×5.00 mm
F12 FDG 协议：禁食 ≥6 h；~350 MBq（官网）vs 314.7±22.1 MBq range 150-432（论文）；60 min 摄取；CT 120 kV/200 mAs；OSEM 3i/21s；2 mm Gaussian
F13 PSMA CT 协议：颅底至大腿中部；143 mAs mean；100/120 kV（80-140）；层厚 2.5-5.0 mm；571 增强/26 禁忌
F14 测试：final 200 studies=4×50（FDG-UKT/PSMA-LMU 同域+FDG-LMU/PSMA-UKT 组合泛化）；preliminary 5 studies
F15 测试子集统计（阳性例/病灶数/TMTV mL）：31/516/7,127；33/1,309/6,052；50/410/5,701；42/624/882
F16 格式：nnUNet 合并包（imagesTr CT _0000/PET-SUV _0001；labelsTr；dataset.json；splits_final.json 参考 5 折；psma_metadata.csv/fdg_metadata.csv）
F17 TCIA 载体：FDG DOI 10.7937/gkr0-xv29（CC BY 4.0，defaced）+ PSMA DOI 10.7937/r7ep-3x37（2024 收录）；目录 Patient/Study/{SUV,CTres,CT,SEG,PET}.nii.gz
F18 FDAT 载体：合并库 10.57754/FDAT.rdkqd-wdh87；PSMA v3 10.57754/fdat.gabc0-3hv03；挑战 v1 fdat.uni-tuebingen.de/records/0zs4c-89f12；CC BY-NC 4.0
F19 HF 镜像：MedOtter/PSMA-PET-CT-Lesions（21 GB，597 行，逐例 shape/affine 校验，CC BY-NC 4.0 口径）
F20 双赛道：AC1 model-centric（自由）+ AC2 data-centric（固定 MONAI nnU-Net baseline 只改数据管线；禁外部数据）——PET/CT 分割挑战史首个 data-centric 赛道
F21 规则：Docker；5 min/例；每队 2 算法；无元数据；组织机构回避；强制开源代码+权重+报告；无 embargo；奖金因资金限制未发放
F22 参与：563 人注册（截至 2024-11；亚洲 53% 中国 29%）；初赛 24 队 218 算法；决赛 17 队 27 算法（+2 baselines）
F23 评估：DSC（仅阳性）+FPV（18 连通域）+FNV；4 子集均值→跨算法排名→Dice 0.5+FPV 0.25+FNV 0.25 加权；tie break Dice
F24 冠军：Team LesionTracer（DKFZ MIC+Heidelberg：Rokuss/Kovacs/Kirchhoff/Xiao/Ulrich/Maier-Hein/Isensee）——nnU-Net ResEncL+misalignment 增强+多模态预训练+器官监督（含唾液腺标签）+动态 TTA；arXiv 2409.09478；github.com/MIC-DKFZ/autopet-3-submission
F25 冠军消融：default nnU-Net Dice 57.61→ResEncL 65.31→完整 68.40（FPvol 7.82/FNvol 10.35）；官方 4 子集 0.6619/0.6433/0.7702/0.5711 mean 0.66
F26 榜单：第 2 IKIM（Essen，8.4062）、第 3 HussainAlasmawi（MBZUAI，8.4375）；nnunet baseline 24.0 位；冠军较 baseline DSC +8%/FNV −5 mL（mean DSC 0.66/FNV 3.18 mL/FPV 2.78 mL）
F27 AC2 结果：冠军 Lennonlychan（CUHK，Chan+Yuan）diffusion 生成样本 overall 第 7；第 2 ZeroSugar（样本过滤）overall 第 10；datacentric baseline 15.31（overall）
F28 方差分解：患者异质性 61%（σ=0.171）+残差 38%（σ=0.134）+算法 1.3%（σ=0.025）；随机患者差 ≈ 7× 随机算法差
F29 固定效应：体积翻倍 → DSC +0.039 [0.030, 0.048]；UKT 中心效应 +0.14 [0.063, 0.217]；tracer 主效应与 tracer×center 交互不显著；[68Ga] vs [18F] PSMA 无差异（β=−0.03 [−0.21, 0.16]）
F30 三大结论：同域已近读者一致性（FDG 0.77 量级）；组合泛化开放问题（体积高估驱动）；异质性 >> 算法（难例分诊优先）
F31 方法论生态：6 队 TotalSegmentator 器官掩码；AiraMatrix STAPLE 组合 fold；4 队动态 TTA；归一化 global vs per-image 两派
F32 标注：两步法（联合判读→轴位逐层 free-hand）；PSMA 用 Mint Lesion™（CE 认证，Heidelberg）SUV 阈值预分割+手工修正
F33 数据论文：FDG Sci Data 9:601 (2022) DOI 10.1038/s41597-022-01718-3（被引 386+）；PSMA Sci Data 13:1023 (2026) DOI 10.1038/s41597-026-07821-z（PMID 42432027）
F34 总结论文：Dexl J, Jeblick K, … Isensee F, Küstner T, Ingrisch M. The autoPET3 Challenge. arXiv:2605.05775（v1 2026-05-07，投 Medical Image Analysis，CC BY-NC-ND 4.0）
F35 论文潮：2024-09 一周 7 篇 arXiv（2409.07144/09478/10120/12155/13006/13410/13779）；两年窗口 13+ 篇
F36 系列权重链：V 参赛方法自述 “initialised from the autoPET-III winning weights”（arXiv 2609.01554）；IV 冠军 “Building on the winning autoPET III nnU-Net pipeline”（arXiv 2508.21680）
F37 决赛公开资产：GC Results 页 Paper and Code 表 21 条目全部公开权重（21/21），15 条附 arXiv 论文（附录 K）
F38 DKFZ 双赛道：冠军队同时提交 AC2（LesionTracer2，arXiv 2409.10120，github MIC-DKFZ/miccai2024_autopet3_datacentric）——AC1/AC2 自我对照
F39 亚洲决赛代表：UIH_CRI_SIL/_2（联影中央研究院+北大，arXiv 2409.09784）、HKURad（2409.13006）、WukongRT（2409.13410）、Prof Ching-Wei Wang Taiwan（2409.07144）
F40 超时惩罚实证：Max.sh 提交 FPV 爆表（924.31 mL 量级）——5 min 限制的执行案例（GC leaderboard/总结论文口径）

口径注（N1-N6）

N1 PSMA 阳性例数：537/60（挑战 v1 官网+总结论文 Table 1）vs 539/58（FDAT v3+HF+Sci Data 2026）——3 名患者 5 例 mask 修正；正文取 539/58 注挑战口径
N2 标注资历：官网 “10 年 UKT FDG / 8 年 LMU FDG / 单 reader+5 年复核 PSMA” vs 论文 “3 年标注+4 年与 >10 年双专家”——时点与详细度差异，非矛盾
N3 license：TCIA DICOM CC BY 4.0（defaced）vs FDAT NIfTI CC BY-NC 4.0 vs 官网旧页 “TCIA Restricted license” 字样——按载体核对，NIfTI/挑战口径 CC BY-NC 4.0
N4 FDG 剂量：官网 ~350 MBq vs 论文 mean 314.7±22.1 MBq（range 150-432）
N5 同域 vs 跨组合 Dice：mean 0.66 混含 4 子集；同域 FDG 0.77 量级 vs 跨组合 PSMA-UKT 0.5711——引用必须标子集口径
N6 测试集重叠：final 含 50 例 PSMA-LMU 与训练同机构同库源，论文未声明不相交——同域成绩或含泄漏红利（HF README 注 “unquantified overlap risk”）

术语表：32 条

术语	释义
PET（正电子发射断层）	注射正电子示踪剂后以符合探测成像代谢/受体分布的功能成像模态
CT（计算机断层）	X 线解剖结构成像——PET/CT 的解剖配准与衰减校正通道
SUV	标准摄取值 = C_tissue/(A_inj/W)——注射剂量与体重归一化的 PET 定量单位
activity counts	PET 原始重建输出的计数单位——转 SUV 前不可直接做强度归一化
FDG	[18F]氟脱氧葡萄糖——葡萄糖代谢广谱肿瘤示踪剂
PSMA	前列腺特异性膜抗原——前列腺癌受体靶向示踪剂（[18F]PSMA-1007/[68Ga]PSMA-11 两种配体）
TMTV	总代谢肿瘤体积——全部病灶体积之和的定量负荷指标
tracer frontier	III 的届别命名——示踪剂维度的泛化前沿
compositional generalization	组合泛化：对训练中见过的要素（tracer、center）的未见组合的泛化能力
domain shift	域移：训练与测试分布差——此处按 tracer×center 因子分解
nnU-Net	自配置分割框架（Isensee 等）——医学分割默认基线，III 冠军与官方 baseline 的共同内核
ResEncL	nnU-Net 残差编码器大配置——更大容量与内核，冠军最大单一增益来源
MONAI	医学开源深度学习框架（NVIDIA/King’s）——AC2 固定 baseline 的实现底座
Dice/DSC	Dice 系数——体素重叠相似度；本挑战仅阳性病例计算
FPV	假阳体积——pred 中 18-连通域不与 GT 相交的体积和
FNV	假阴体积——GT 中未被覆盖的体积
connectivity=18	三维体素连通性判定：面+边相邻算连通（26 连通的子集）——FPV 连通域定义
held-out test	挑战 held-out 测试：不发布数据只开放在线评估
preliminary/final	GC 挑战两阶段：5 例试提交校准→200 例正式排名
Docker 提交	算法打包为容器在官方环境推理——GC 标准化提交形式
TTA	test-time augmentation 测试时增强——多增广推理取均值，预算约束下动态启停
misalignment 增强	模拟 PET-CT 配准错位的训练增广——双模态硬件噪声建模
器官监督	以器官掩码为辅助任务的多任务训练——抑制生理摄取假阳
TotalSegmentator	开源全身器官分割工具——6 支参赛队的器官掩码来源
STAPLE	多分割真值合成算法——AiraMatrix 用于组合多 fold 输出
混合效应模型	含固定+随机效应的回归——此处把算法/患者作为随机效应分解 DSC 方差
难例分诊	按病例难度路由复核资源——总结论文的临床落地建议
reader agreement	读者一致性——分割金标与人类阅片者间一致性的上限参照
defacing	面部去标识——PET/CT 头颈体素替换的隐私处理
TCIA	The Cancer Imaging Archive——NCI 资助的开放癌症影像库（DICOM 载体）
FDAT	Tübingen 数据仓库 fdat.uni-tuebingen.de——NIfTI 载体
Mint Lesion™	CE 认证肿瘤测量软件（mint Medical，Heidelberg）——PSMA 标注工具
partial volume effect	部分容积效应——小于分辨率极限的病灶 SUV 被稀释，假阴的结构性来源
OSEM	有序子集期望最大化——PET 迭代重建算法（FDG 协议 3 iterations/21 subsets）
brown fat	棕色脂肪——FDG 高摄取的生理假阳源（颈/纵隔区，冷暴露激活）
connected component	连通域——FPV 的计数单位（18-连通定义下不与 GT 相交的空间区域）
leave-one-combination-out	留一组合法——按 tracer×center 因子轮流做测试集的自定义划分（复刻 4×50 的扩展做法）
QIBA	Quantitative Imaging Biomarkers Alliance——影像定量标准化联盟（V 届 SUV 对齐的基准框架）
weight initialization	权重初始化——系列权重链的机制（IV/V 从 III 冠军权重起步）

附录

附录 A：数据字典（挑战合并包 + TCIA 载体）

A.1 挑战合并包（nnUNet 格式）

字段/文件	类型	内容	备注
imagesTr/CASE_ID_0000.nii.gz	NIfTI	CT 通道（HU）	重采样至 PET 网格
imagesTr/CASE_ID_0001.nii.gz	NIfTI	PET-SUV 通道	counts→SUV 已换算
labelsTr/CASE_ID.nii.gz	NIfTI	病灶二值掩码	0 背景/1 病灶，无多类
dataset.json	JSON	nnUNet 任务描述	模态名/标签/划分
dataset_fingerprint.json	JSON	强度指纹	归一化统计（global）
splits_final.json	JSON	参考 5 折划分	患者级划分惯例
psma_metadata.csv	CSV	PSMA 逐例元数据	年龄/体重/配体/剂量/摄取时间/扫描仪
fdg_metadata.csv	CSV	FDG 逐例元数据	同上（UKT 口径）

A.2 TCIA 载体五件套（Patient/Study/ 下）

文件	内容	用途
PET.nii.gz	原始 activity counts 重建	物理层研究（需自行转 SUV）
SUV.nii.gz	SUV 换算后	强度归一化/直接训练
CT.nii.gz	原始 CT	解剖参照/HU 分析
CTres.nii.gz	重采样 CT	与 PET 网格对齐
SEG.nii.gz	病灶掩码	监督信号

A.3 TCIA DICOM 序列字段速查

DICOM 字段	TCIA 版状态	影响
StudyDate	移位至 1997-2005	日期不可用；跨载体 join 用 patient hash
PatientID	hash 化	与 FDAT 一致——对齐主键
面部区域	defaced（头颈体素替换）	头颈区分析受限
PET 模态序列	PET 原始（counts）与 SUV 两序列并存	训练选 SUV 序列
掩码封装	DICOM-SEG（Analysis Results）	dcmqi 转 NIfTI 后可入 nnUNet
设备字段	保留（厂商/型号/参数）	域移分析的元数据来源

A.4 两载体目录树对照

TCIA（DICOM 谱系）                     FDAT（NIfTI 谱系）
FDG-PET-CT-Lesions/                    挑战合并包/
  PatientUID_001/                        imagesTr/  labelsTr/
    StudyUID_01/                         dataset.json + fingerprint
      SUV.nii.gz CTres.nii.gz            splits_final.json
      CT.nii.gz  SEG.nii.gz              {fdg,psma}_metadata.csv
      PET.nii.gz                       PSMA-PET-CT-Lesions_v3/
  （study dates 移位 1997-2005）          （539/58 口径，含版本说明）

两棵树的互换成本集中在掩码封装（DICOM-SEG↔NIfTI）与日期字段——内容本体（影像+病灶体素）一致；选择哪棵树由「要 DICOM 元数据/CC BY 授权」（TCIA）还是「要 nnUNet 即训格式」（FDAT）决定。

附录 B：下载与复现命令

# TCIA DICOM（官方门户手动或 NBIA 下载）
# FDG:  https://doi.org/10.7937/gkr0-xv29    （CC BY 4.0，defaced）
# PSMA: https://doi.org/10.7937/r7ep-3x37    （TCIA 数据使用许可）

# FDAT NIfTI（DOI 落地页手动/脚本下载）
# 合并库:     https://doi.org/10.57754/FDAT.rdkqd-wdh87   （CC BY-NC 4.0）
# PSMA v3:    https://doi.org/10.57754/fdat.gabc0-3hv03
# 挑战 v1:    https://fdat.uni-tuebingen.de/records/0zs4c-89f12

# HuggingFace 镜像（快速脚本化访问）
python3.11 -c "from huggingface_hub import snapshot_download; snapshot_download('MedOtter/PSMA-PET-CT-Lesions', repo_type='dataset', local_dir='psma_hf')"

# 官方代码三仓
git clone https://github.com/ClinicalDataScience/autoPETIII   # nnunet-baseline + datacentric-baseline
git clone https://github.com/lab-midas/autoPET                # 系列评估脚本
git clone https://github.com/MIC-DKFZ/autopet-3-submission    # 冠军方案 LesionTracer

# 关键论文
# 挑战总结:  https://arxiv.org/abs/2605.05775  (Dexl et al., 2026)
# 冠军方法:  https://arxiv.org/abs/2409.09478  (Rokuss et al., 2024)
# FDG 数据:  https://doi.org/10.1038/s41597-022-01718-3  (Gatidis & Kuestner, 2022)
# PSMA 数据: https://doi.org/10.1038/s41597-026-07821-z  (Jeblick et al., 2026)

附录 C：nnU-Net 最小训练示例（baseline 复刻路径）

# 0. 环境（PyTorch + nnU-Net v2 + MONAI for AC2 baseline）
pip install nnunetv2 monai

# 1. 摆放挑战合并包为 nnUNet 原始目录
# nnUNet_raw/Dataset501_AutoPET3/
#   imagesTr/  labelsTr/  dataset.json   （官方包内已就绪）

# 2. 指纹与预处理（global 归一化来自 dataset_fingerprint.json）
nnUNetv2_plan_and_preprocess -d 501 --verify_dataset_integrity

# 3. 按官方参考 5 折训练（3d_fullres 配置；ResEncL 用 -pl nnUNetPlannerResEncL）
for FOLD in 0 1 2 3 4; do
  nnUNetv2_train 501 3d_fullres $FOLD -tr nnUNetTrainer --c
done

# 4. 推理与提交物导出（Docker：输入 CT+PET 双通道，输出二值掩码）
nnUNetv2_predict -d 501 -i INPUT_DIR -o OUTPUT_DIR -c 3d_fullres -f 0 1 2 3 4

# 5. 预算提醒：5 min/例 运行限制——集成与 TTA 需动态启停（冠军论文 §TTA）
# AC2 参赛者：不改上述任何模型代码，只改预处理/增强/采样（datacentric-baseline 仓库）

C.5 AC2 数据管线实验路径（不改模型的三条已验证路线）

样本过滤路线（zero_sugar，overall 第 10）：对训练集做质量过滤/难例重加权——“数据节食”（仓库名 datadiet 即此意），成本最低先试
合成扩充路线（Lennonlychan，overall 第 7）：diffusion 模型在病灶区生成合成样本——需控制生成质量与 SUV 分布保真（附录 M 第 10 项自检）
增强工程路线（未上榜但通用的基线动作）：重排重采样网格/切换归一化两派/调整 misalignment 幅度——与冠军组件 2 同源但不动模型

三条路线的评测都要过附录 M 清单第 7 项（患者级泄漏自检）——合成与过滤最容易意外破坏患者级划分。

附录 D：评估指标计算逻辑（伪代码）

def evaluate(pred_mask, gt_mask):
    # DSC：仅 gt 阳性病例
    if gt_mask.sum() > 0:
        inter = (pred_mask & gt_mask).sum()
        dice = 2 * inter / (pred_mask.sum() + gt_mask.sum())
    else:
        dice = None            # 健康病例 Dice 无定义
    # FPV：pred 中 18-连通域，不与 GT 相交者体积求和
    fpv = sum(region.volume for region in label(pred_mask, structure=CONNECTIVITY_18)
              if not (region & gt_mask).any())
    # FNV：GT 中未被 pred 覆盖的体积（仅阳性病例）
    fnv = (gt_mask & ~pred_mask).sum() * voxel_volume if gt_mask.sum() > 0 else None
    return dice, fpv, fnv

def rank_teams(scores):  # scores[team][subset][metric]
    per_metric_mean = {t: mean over 4 subsets for each metric}
    ranks = {m: rank_teams_by(per_metric_mean[m]) for m in ('dice','fpv','fnv')}
    final = 0.5*ranks['dice'] + 0.25*ranks['fpv'] + 0.25*ranks['fnv']  # tie break: dice

附录 E：五届演化对照表（系列谱系总索引）

维度	I (2022)	II (2023)	III (2024) 本条	IV (2025)	V (2026)
frontier	segmentation	generalization	tracer	human	human-AI
任务	自动分割	自动分割	自动分割	交互分割	交互分割
数据	FDG 1,014	FDG 1,014	FDG 1,014+PSMA 597	+纵向 CT 双库	QIBA 对齐五库
中心	UKT 单中心	UKT（多环境变体）	UKT+LMU 双中心	多中心	统一多中心队列
评估	Dice	Dice（环境分层数据集）	Dice+FPV+FNV 加权	Dice+交互	AUC-Dice+AUC-DMM
baseline	nnU-Net	nnU-Net	nnU-Net + datacentric-baseline 双轨	nnU-Net	nnUNet+涂擦模拟
库内	rid 468	rid 468	本条	—（无独立条目）	rid 634

演化注记：从 I 到 V，数据侧每届叠加一个新维度（环境→示踪剂→纵向→交互协议），评估侧每届吸收前届的实践教训（II 的泛化缺口催生 III 的交叉矩阵，III 的组合泛化结论支撑 V 的统一队列设计）；III 是数据维度与评估维度同时升级的唯一一届——这也是其"枢纽届"定位（§10.2）的数据注脚。

附录 F：DAIMS 评分卡（预估 7.6）

维度	分	依据
文档完备	9	挑战页全套（任务/协议参数/测试矩阵/leaderboard）+总结论文+两篇数据论文+冠军论文
标注质量	8	资历分级披露+双专家复核+CE 认证工具；二值掩码无多类语义
可复现	8	baseline/评估脚本/冠军代码/参考 5 折全公开；测试集 held-out 不可本地复现
可获取性	9	TCIA+FDAT+HF 三载体公开直载无注册门槛；测试隐藏
伦理合规	7	defaced+dates 移位+机构审批；IRB 编号未单列、FDAT 版未 defaced
加权	≈7.6	系列内对照：autoPET V 7.7（交互协议公开度加成）、rid 468 口径 I/II 档

附录 G：口径速查卡（双口径一览）

事实	口径 A	口径 B	取舍
PSMA 阳性例数	537/60（挑战 v1 官网+总结论文 Table 1）	539/58（FDAT v3+HF+Sci Data 2026）	正文 539/58 注 A
标注资历	单 reader+5 年复核（官网）	3 年标注+4/10+ 年双专家（论文）	并存引用
FDG 剂量	~350 MBq（官网）	314.7±22.1 MBq range 150-432（论文）	复现取 B
license	TCIA CC BY 4.0（defaced）	FDAT NIfTI CC BY-NC 4.0	按载体
mean Dice	0.66（4 子集混合）	0.77 量级（同域 FDG）	分开引用
Zenodo 10990931	“数据集 DOI”（常见误引）	提案 PDF 0.1 MB（实际）	数据引 TCIA

附录 H：跨条目联动矩阵

联动条目	rid	关系	联动读法
AutoPET I/II	468	直接前作（FDG 库同源）	I/II 条目看 FDG 库细节与两届 baseline 演化；本条看加示踪剂后的新问题
autoPET V	634	直接后作（QIBA 对齐+交互范式）	V 条目看 III 冠军权重的下游与 AUC 评估革新；本条看权重起点
hecktor	461	PET/CT 咽喉病灶分割挑战（跨模态同域）	对照"多模态挑战赛评估"的另一种指标设计
lung-pet-ct-dx	475	FDG PET/CT 肺病灶分类+分割	对照单癌种 FDG 数据的组织方式
ProstateX / PI-CAI	库内检索	PSMA 队列的疾病域邻居	前列腺多模态影像生态（MRI vs PET）

联动读法补充：

468→本条：468 条目的 FDG 库描述（1,014 studies 结构/标注/协议）是本条 §4.1 的母本——两处数字一致性可互为校验（同一库两次入库的口径漂移检查点）
本条→634：634 条目的 QIBA 对齐合并库章节列了 III 双库的合并路径（差异 1E-3）——III 读者若需要"对齐后"的数据应转到 634 描述的 FDAT rdkqd-wdh87 载体
横向（461/475）：三库构成"PET/CT 病灶任务"的三种任务切面——自动分割（本条）/分类+分割（475）/多模态治疗响应（461），联合阅读覆盖 PET 病灶任务的完整谱

附录 I：开放问题与观察点

[ ] 总结论文（arXiv 2605.05775）投 Medical Image Analysis 的正式刊出版本——刊出后引用格式替换
[ ] PSMA Sci Data 论文（2026）发表后的引用迁移：挑战期引用 Zenodo 提案的工作需要补引
[ ] final 测试 200 例是否随 V 届 QIBA 重发布而部分解禁——FDAT 合并库 rdkqd-wdh87 的更新记录值得跟踪
[ ] AC2 diffusion 生成样本（Lennonlychan）是否单独发布——若发布将成为"合成 PET 数据"子资产
[ ] 奖金未发放的后续处理（总结论文披露后未见补充公告）
[ ] HF 镜像（MedOtter/PSMA-PET-CT-Lesions）与 FDAT v3 的字节级一致性抽查——目前仅 shape/affine 级校验，强度级（体素值）一致性未验证
[ ] TCIA PSMA 收藏的授权页是否随 Sci Data 2026 论文刊出而更新为 CC BY 4.0 口径——若更新，license 三轨（N3）收敛为双轨，本条 §9.1 需同步修订

附录 J：本条目存证链（方法论要求）

事实组	存证信源	抓取时点
任务/协议参数/测试矩阵/双赛道/leaderboard	autopet.org III 详情页（/tmp/autopetiii.html 全文留存）	2026-09-27
挑战平台结构/参与入口	autopet-iii.grand-challenge.org（/tmp/gc_autopet3.html、gc_lb.html、gc_res.html）	2026-09-27
数据统计/方差分解/三大结论/参与度/奖金披露	arXiv 2605.05775 全文（/tmp/arxiv_full.txt，143,873 字符）	2026-09-27
冠军方案/消融/子集 Dice	arXiv 2409.09478（/tmp/arxiv_autopet3.xml）	2026-09-27
Zenodo 元数据（PDF 体积/日期/下载量/CC BY-4.0）	zenodo.org/api/records/10990932（WebFetch 代理——直连 TLS 被拒）	2026-09-27
PSMA 数据论文/版本口径	WebSearch（Sci Data 13:1023、PMID 42432027、FDAT v3、HF MedOtter）	2026-09-27
系列谱系/前后届权重链	autopet.org + arXiv 2609.01554 + 2508.21680 + 库内 rid 468/634 FACTS 互证	2026-09-27

附录 K：决赛提交公开资产全表（GC Results 页 Paper and Code 表，2026-09-27 抓取）

决赛全部提交均满足"公开权重"规则（Public weights 列全 True）——这是 III 可审计性的直接证据。下表为 GC Results 页收录的 21 个公开资产条目（队伍/算法级；与"17 队 27 算法"的口径差：本表按公开了论文与代码的条目计）：

Team / Algorithm	公开论文	代码仓库	备注
LesionTracer	arXiv 2409.09478	MIC-DKFZ/autopet-3-submission	AC1 冠军（nnU-Net ResEncL 五件套）
LesionTracer2	arXiv 2409.10120	MIC-DKFZ/miccai2024_autopet3_datacentric	DKFZ 的 AC2 提交——冠军队双赛道自我对照
IKIM	arXiv 2409.12155	hakal104/autoPETIII	第 2 名（Essen）
Lennonlychan	arXiv 2409.08068	john-lennon-chan/synthPET_inference	AC2 冠军（diffusion 生成样本，仓库名 synthPET 即方法）
Shadab	arXiv 2409.10151	ahxmeds/autosegnet2024	AutoSegNet
Prof Ching-Wei Wang, Taiwan	arXiv 2409.07144	cwwang1979/CW-nnU-Net-for-PET-CT	台北团队 nnU-Net 变体
Max.sh / Max.sh2	GC 页注 rxiv.org/abs/2409.0068	maxshatskiy/autopet3_inf 与 _inf2	双算法提交实例；超时 FPV 爆表案例（924 mL 量级）
StockholmTrio	arXiv 2409.14475	Astarakee/AutoPET24	卡罗林斯卡/ KTH 系
UIH_CRI_SIL / UIH_CRI_SIL_2	arXiv 2409.09784	jiayiliu-pku/AP2024 与 DC2024	联影中央研究院+北大（AC1/AC2 各一）
WukongRT	arXiv 2409.13410	BBQtime/…	动态 TTA 实现者之一
HKURad	arXiv 2409.13006	Reza-Safdari/AutoPET_III	香港大学放射系
Airamatrix / Airamatrix2	arXiv 2409.13779	tanya-chutani-aira/autopetiii（ensemble-2d 分支）	STAPLE 组合 fold+2D 集成
zero_sugar	arXiv 2409.13548	alexanderjaus/autopet3_datadiet	AC2 第 2（数据过滤；Jaus 为 LMU nnU-Net 系成员）
QuantIF	arXiv 2410.02807	Zhack47/AutopetIII_CHB	动态 TTA 实现者之一
HussainAlasmawi	（GC 页注 github）	HussainAlasmawi/AutoPet_Final	第 3 名（MBZUAI）——无 arXiv preprint
BAMF AI	（GC 页注 github）	bamf-health/autopet2024	北美队
TUM_ibbm	（GC 页注 github）	hongweilibran/autopet_bran	TUM IBBM 实验室
Shrajanbhandary	（GC 页注 grandchallenge）	Shrajan/fcn_pet_segmentation	FCN 路线

资产盘点：21 条目全部公开权重、15 条目附 arXiv 论文、2 条目仅 GitHub、1 条目仅 GC 链接——"榜单可审计"在 III 不是口号而是 21/21 的执行率。仓库命名即方法学索引（synthPET=合成、datadiet=数据节食、ensemble-2d=2D 集成），检索者可按方法学关键词直接定位实现。

附录 L：分角色使用指南（AI-Ready 评估视角）

L.1 分割模型开发者：FDAT 合并库（nnUNet 格式即拿即训）+附录 C 路径；用 splits_final 5 折做内部验证；报告时区分同域与跨组合成绩（口径注 N5）；阴性的 571 例（FDG 513+PSMA 58）用于假阳抑制训练与 FPV 自评。

L.2 域移/泛化研究者：以 tracer×center 为因子做 leave-one-combination-out 自定义划分（复刻 4×50 设计）；元数据 CSV 提供域标签（扫描仪/协议）；对照总结论文的混合效应框架（患者为随机效应）设计自己的方差分解——III 的最大遗产是"组合泛化可测"的实验范式而非某个具体分数。

L.3 数据中心（data-centric）工程团队：AC2 是天然实验场——固定 baseline（datacentric-baseline 仓）只改数据管线；参考 Lennonlychan（diffusion 合成）与 zero_sugar（数据节食）两条已验证路线；注意 5 min 预算约束对合成数据量与推理成本的传导。

L.4 临床 AI 评估者：用 §6.5 的分布非正态/长尾发现校准预期——聚合 Dice 是分诊视角的指标，不是单例视角；引用"61% vs 1.3%"论证病例难度分层工具的价值；把"不能当二分类器"写进部署文档。

L.5 数据集策展人/库建设者：III 提供"挑战赛型资产"的治理样板——三载体冗余（格式互补）、版本修正留痕（537/60→539/58）、失败模式生理学图谱、方差分解报告——这四项可直接进 AI-Ready 数据集评估 rubric。

L.6 教学者：一条完整的方法论教学线——物理（SUV 链）→标注（两步法+资历）→设计（组合泛化矩阵）→统计（混合效应）→工程（预算内 TTA）→伦理（license 三轨/双口径披露），每一步都有公开可复算的原始材料。

附录 M：数据完整性自检清单（下载后 30 分钟）

从任一载体拿到数据后，建议按序执行以下核查（脚本十行内可自动化）：

体素规模对账：studies 数 = 1,611（训练包）或 597（纯 PSMA 载体）——数目不符即版本混装（v1/v3 或 TCIA/FDAT 交叉）
PSMA 口径核对：阳性/阴性计数 = 539/58（v3）或 537/60（v1）——确定手里是哪一版并在实验记录中写明
双通道验证：每例 _0000（CT，HU 范围 -1024~3000+）与 _0001（PET，SUV 正值域）——把 _0001 的直方图峰值拉出来看（SUV 1-4 主峰为正常）
counts 陷阱自检：若 PET 通道数值量级在 1e3-1e5（SUV 不会超过 100 量级），拿到的是 counts——换算或换 SUV 文件（坑点 4 的自动化防线）
掩码体积分布：逐例掩码体素数的中位数/极值——异常巨大掩码（全肝/全膀胱）多为标注或转换错误
spacing 指纹：FDG 全队列应唯一（2.04×2.04×3.00）；PSMA 应聚成三簇（三台扫描仪）——簇数不对即元数据错位
患者级泄漏自检：自定义划分时验证同一 patient hash 不跨 train/val——nnUNet splits 已保证，自制划分必须重验
日期字段隔离：TCIA 载体的日期确认在 1997-2005 移位窗内——误当真实日期写进论文是去标识违规的间接信号
HF 镜像校验：用 MedOtter 随库的 shape/affine 校验脚本跑一遍——社区质检结果与自己的下载一致
版本存证：记录 DOI+版本号+下载日期于实验配置——III 的 v1/v3 口径差异足以让两组结果不可比

附录 N：DAIMS 逐项证据链（评分的可追溯性）

维度	分	关键证据（本条目位置）	扣分点
文档完备	9	GC 八板块齐（§1.5）+总结论文（F34）+两篇数据论文（F33）+冠军论文（F24）	测试集分布仅论文级描述
标注质量	8	两步法+资历双口径全披露（§5.2）+CE 工具（§5.1）+版本修正留痕（§5.3）	二值掩码无多类语义；FDG/PSMA 标注体系异质
可复现	8	baseline/冠军/评估脚本三仓（§2.3）+参考 5 折（§4.4）+附录 O 十实验可复算	held-out 200 例不可本地复现；5 min 限制的官方计时口径未细化
可获取性	9	三载体公开直载无注册（§9.1 表）+HF 逐例校验（F19）	测试隐藏；FDAT 下载需走落地页无直链 API
伦理合规	7	defaced+日期移位（§9.2）+机构审批链+奖金披露诚实（F21/F27 治理）	IRB 编号未单列；FDAT 版未 defaced；NC 条款的权重衍生争议（§9.4）
加权 ≈7.6		证据链全部落在正文/FACTS 可查位置	对照：autoPET V 7.7（交互协议公开度加成）

附录 O：十个可复算实验建议（用 III 的公开资产就能做）

复刻 baseline 排名：官方 nnunet-baseline+参考 5 折本地训练→对照 24.0 位与 57.61 Dice 口径
ResEncL 单项增益验证：同一数据换 ResEncL 计划器→验证 +7.7 Dice 点的容量效应
组合泛化自测：自定义 leave-one-combination-out 划分→在 FDG-LMU/PSMA-UKT 上复刻 0.7702/0.5711 的落差
器官监督消融：±TotalSegmentator 辅助任务→测 FPV 抑制幅度（冠军组件 4 的独立贡献）
misalignment 增强消融：±配准错位模拟→测双模态鲁棒性
归一化两派对照：global fingerprint vs per-image z-score→在 4 子集分别评测
配体盲测：PSMA-LMU 内按 [18F]/[68Ga] 分层评测→复算 β=−0.03 的无差异结论
混合效应复算：用元数据 CSV 重建体积/中心/示踪剂协变量→复算 61%/38%/1.3% 方差分解
TMTV 负荷-难度相关性：逐例 TMTV vs DSC 散点→验证"大病灶好分割"的 β=+0.039
合成数据路线复刻：datacentric-baseline 上叠加 diffusion 生成样本→对照 synthPET 的 overall 第 7

每项实验的原料（数据/代码/元数据/参考划分）都已公开——"十项全能可复算"是 III 区别于一般挑战赛数据集的 AI-Ready 度核心证据。

附录 P：FDG vs PSMA——双示踪剂方法学深对照

N.1 成像链对照

环节	FDG（UKT）	PSMA（LMU）	差异的方法学后果
物理机制	葡萄糖转运/磷酸化滞留	PSMA 受体结合/内化	病灶对比度来源不同——PSMA 受体密度驱动 vs 代谢活性驱动
半衰期	¹⁸F 109.8 min	¹⁸F 109.8 min / ⁶⁸Ga 68.1 min	⁶⁸Ga 的短半衰期促其就地生产模式与摄取窗口差异
摄取窗口	~60 min 标准化	均值 74 min（6-181/7-195 宽离散）	PSMA 的 SUV 绝对量级时变更大——per-image 归一化论据
分辨率	2.04²×3.00 mm 单机一致	2.73-4.07 面内混合	小病灶检出下限不同——PSMA 假阴更多
重建	OSEM 3i/21s+2mm Gaussian	三机各自协议	重建纹理差异叠加在示踪剂差异上
患者群	混合性别/三癌种/60±16 岁	全男/前列腺癌/71±8 岁	人口学协变量完全不同——回归模型需控制
病灶谱	大而少（8.7/例）	小而密（32.5/例）	FPV/FNV 的体积量纲在不同库的含义不同
生理假阳	骨髓/纵隔/棕色脂肪/脑/膀胱	肝/脾/肾/颌下腺	器官监督的标签集选择随示踪剂变

P 表的读法提醒：这张表是"设计一张新示踪剂的分割数据集"的需求清单——分辨率一致性（FDG 的单机优势）、摄取窗口标准化（PSMA 的宽离散教训）、生理假阳图谱预调研（器官监督标签集的依据）三项都可直接迁移为采集协议的设计约束。双示踪剂并置的价值不在"多一倍数据"，而在把示踪剂从常量变成变量——变量的存在才使方差分解（N.2 的吸收分析）成为可能。

N.2 算法侧的吸收方式

已被消融证明不重要的：PSMA 配体（[18F] vs [68Ga] 无差异，β=−0.03）；tracer 主效应（体积/中心调整后）
被证明重要的：病灶大小（β=+0.039/翻倍）与中心（UKT +0.14）——即分辨率与设备协议才是示踪剂差异的传导路径
工程吸收：冠军的多模态通道统一训练+器官监督是"用数据容量换示踪剂差异"的路线；归一化两派是全球统计 vs 逐图统计对同一问题的两种回答
开放残留：PSMA-UKT 0.5711 的残差差距说明上述吸收仍不完整——低分辨率示踪剂×未见设备的交互惩罚没有被任何参赛方案完全消化

附录 Q：挑战赛治理观察（III 的治理样本价值）

III 的运营决策在"挑战赛治理"维度上有若干值得记录的样本：

治理决策	III 的做法	样本价值
奖金透明	原规划→因资金限制未发放，总结论文明文披露	挑战赛文献普遍沉默于奖金兑现，III 的披露是反常的诚实
开源强制	决赛 21/21 公开权重、15 篇论文	可审计率 100% 的执行样本
利益回避	组织机构成员（LMU/UKT/DKFZ 生态）回避排名	小社区熟人赛的公信力设计
无 embargo	赛后一周 7 篇 arXiv	知识扩散速度优先于首发独占——与强制开源配套
双赛道并行	AC1/AC2 隔离排名+固定 baseline	"模型 vs 数据"之争的制度化实验
版本治理	FDAT v1→v3 留痕修正、双口径并存披露	数据修正不静默——与多数数据集"静默更新"对照

治理样本的适用边界：III 的治理结构（两机构小团队、数据与运营同批人、学会背书）是小科学协作的范本，其可复制项是披露标准（奖金兑现、资历分级、版本留痕）而非组织形式——大平台多机构挑战赛受限于协调成本，未必能复制"数据组=运营组"的闭环，但披露标准的成本低到任何规模都可执行。这也是本条目把"治理观察"单列附录的原因：挑战赛型条目的 AI-Ready 评估应该把运营披露质量纳入评分（DAIMS 的文档完备维度在 III 的 9 分里有相当权重来自总结论文的坦诚度）。

附录 R：检索词策略（给下一位研究者）

平台检索：autopet-iii grand-challenge（连字符必带）／AutoPET III lesion segmentation
论文检索：autoPET3（连写——总结论文标题用词）／multitracer multicenter PET/CT／compositional generalization PET segmentation
数据检索：PSMA-PET-CT-Lesions／FDG-PET-CT-Lesions（TCIA 收藏名连字符连写）／fdat uni-tuebingen PSMA
方法检索：nnU-Net PET lesion／LesionTracer／synthPET diffusion（AC2 冠军仓库名即关键词）
陷阱词：autopet3（GC 子域 404 但 arXiv 正确）；Zenodo 10990931（提案非数据）；autoPET III dataset（会同时召回提案 PDF 与 TCIA/FDAT——按体积与载体分辨）

（完）

本条目为千方病案医数集 GC 系列条目（autoPET 三部曲中坚）。数据以 autopet-iii.grand-challenge.org、autopet.org、arXiv 2605.05775/2409.09478、TCIA DOI 10.7937/gkr0-xv29 与 10.7937/r7ep-3x37、FDAT DOI 10.57754/FDAT.rdkqd-wdh87 为准，抓取时点 2026-09-27。库内前作 rid 468（AutoPET I/II）与本条、后作 rid 634（autoPET V）构成系列互链。Zenodo 10.5281/zenodo.10990931 为挑战提案记录（PDF），数据引用请用 TCIA/FDAT DOI。