BraTS-Pediatric (brats-pediatric) — AI-Ready Wikipedia

INFOBOX — BraTS-PED 一屏速览

维度	内容
本质	MICCAI BraTS 挑战赛儿科脑肿瘤分割赛道（BraTS-PED/BraTS-PEDs）2023-2025 三届官方数据集
联盟	CBTN（儿童脑肿瘤网络）+ CONNECT + DIPG/DMG Registry + ASNR + MICCAI；宾大 CBIG 技术统筹
论文	2023 届 arXiv:2305.17033；2024 届 arXiv:2404.15009；数据论文 DOI 10.7937/DX5C-TJ86
数据	患者来源 464（CBTN 120 + DMG/DIPGR 256 + Boston Children’s 61 + Yale 27）；挑战赛 metadata 457；TCIA 影像 348 subjects / 1,649 series / 32.7 GB
模态	T1w / T1CE / T2w / T2-FLAIR 四序列 mpMRI，1 mm³ 各向同性，SRI24 图谱空间共配准
标注	儿科四区：ET（强化）/ NET（非强化）/ CC（囊性）/ ED（水肿）；组合 TC＝ET+NET+CC，WT＝全肿瘤
任务	纯分割（三届一贯；挑战赛层面无生存预测任务——但数据临床目录含 OS/PFS 变量）
拆分	2024 届：训练 261 / 验证 91 / 测试 86（盲测，标签不公开）；2025 届（Lighthouse Task-6）：训练 256
指标	Lesion-wise DSC + Lesion-wise HD95 双指标；MedPerf 容器化盲评
冠军	2023 Capellán-Martín；2024 Astaraki；2025 Yuxiao Yi（测试集 WT 92.6% / TC 91.8%）
获取	Synapse（注册+DUA）｜TCIA（CC BY 4.0 公开）｜CBTN/NCI CDC（患者级临床数据）
许可	CC BY 4.0（TCIA 官方口径；HF 第三方镜像自称 NC，冲突存照见 §7）
库内互链	brats（成人主赛道）、brats-africa（资源受限改编）、fets（联邦学习）、upenn-gbm（成人胶质瘤）

BraTS-PED 是"把成人脑肿瘤分割的成功范式完整搬到儿童"的一次系统性移植：成人 BraTS 挑战赛用十年时间证明了"统一预处理 + 统一标注协议 + 盲测服务器"可以把全球几百个团队的分割算法放在同一把尺子下比较，而这把尺子直到 2023 年才第一次为儿童脑肿瘤专门铸造。它不采集新数据，而是把北美四个大型儿科神经肿瘤数据联盟——CBTN、CONNECT、DIPG/DMG Registry、Boston Children’s 与 Yale 的存档——汇集为 464 例儿童脑肿瘤多参数 MRI（mpMRI），按儿科特有的"四区标注"协议（ET/NET/CC/ED）重标，并连续三年（2023、2024、2025）作为 MICCAI BraTS 挑战赛的儿科赛道官方数据集向全球开放。

导语读法三则：

1. 只想下数据：直奔 §7 获取与许可——注意三层异构：影像在 TCIA/Synapse，患者级临床数据在 CBTN 门户与 NCI Cancer Data Commons，测试集标签谁都不给（坑 5）。
2. 关心"464 还是 457 还是 348"：直奔 §2 与坑 1——三个数字各有所指，混用会被审稿人抓住。
3. 做挑战赛复现或报名：直奔 §4 赛制与冠军榜 + §6 AI-Ready 指南——lesion-wise 双指标与"禁用额外数据"条款直接决定方案上限。

§0 导读：这个数据集解决什么问题

儿童中枢神经系统（CNS）肿瘤是儿童癌症死亡的首要原因，而在所有儿童脑肿瘤中，预后最残酷的一类恰好也是数据最稀缺的一类。儿童高级别胶质瘤（pediatric high-grade glioma, pHGG）5 年生存率不足 20%；弥漫中线胶质瘤 H3K27M 变异型（DMG，其脑桥形态即 DIPG，弥漫内生型脑桥胶质瘤）中位生存不足一年，几乎无长期生存者。发病率低（pHGG 约占儿童 CNS 肿瘤的一到两成）、治疗中心分散、单中心十年攒不满一个像样的队列——这是全球儿科神经肿瘤影像研究共同面对的"数据荒"。成年人可以在 BraTS 上用 1,500+ 例训练一个分割模型，儿科研究者却长期只能拿几十例的院内数据"小锅炒"。

BraTS-PED 的回答是联盟化汇集 + 标准化竞赛。2022 年起，MICCAI BraTS 组委会与北美儿科肿瘤数据联盟合作，把分散在 CBTN（Children’s Brain Tumor Network，儿童脑肿瘤网络）、CONNECT 联盟、DIPG/DMG Registry（DIPGR）、Boston Children’s Hospital 与 Yale University 五个来源的术后-术前 mpMRI 存档汇集起来，按成人 BraTS 已验证的流水线（共配准、1 mm³ 重采样、去识别、统一 NIfTI 格式）规范化，再按儿科工作组的四区标注协议（依据 RAPNO 反应评估工作组的推荐，区别于成人三区）由神经放射专家标注。2023 年首届儿科赛道（BraTS-PED 2023）发布即配套论文（arXiv:2305.17033）；2024 届在数据组成大幅重叠的基础上扩充并更新论文（arXiv:2404.15009）；2025 届并入 BraTS-Lighthouse 2025 框架，成为其 Task-6，训练集换血为 256 例并继续盲评。

这个数据集对三类人有直接价值。对分割算法研究者，它是唯一的儿童脑肿瘤大规模"同尺竞赛"：lesion-wise Dice 与 lesion-wise HD95 双指标、MedPerf 容器化盲评、禁止额外数据预训练的公平条款，让方法比较真正可比。对儿科临床研究者，它是罕见的可以横跨四个中心做影像-结局联合建模的公开影像库——数据目录携带总生存（OS）与无进展生存（PFS）变量（注意：这是数据变量而非挑战赛任务，坑 2）。对AI 医疗工程团队，它提供了一套儿科专用的隐私处理范式（区别于成人 skull-strip 的专用 defacing 流程）与完整的预处理-评测开源底座（CaPTk、FeTS、Synapse、MedPerf），可直接复用为院内数据管线的模板。

§0 读法三则：

1. 这个条目讲的是"一个数据集、三届比赛、三层数字"：464/457/348 三个规模口径各有所指（§2 存照），261/91/86 的拆分又与它们对不上（坑 6）——数字打架不是笔误，是数据集跨平台分发的固有形态。
2. 任务定义核验结论先行：三届赛道均为纯分割任务，官方挑战赛层面没有生存预测赛道；"生存预测"出现在成人 BraTS-GLI 赛道与部分衍生研究里，别把成人赛道的任务说明书搬到儿科（坑 2）。
3. 标注体系是"儿科四区"（ET/NET/CC/ED），与成人 BraTS 的三区（NCR/ED/ET）不同构，直接把成人标注映射代码套过来会静默出错（坑 3）。

0.1 三条使用原则（先于一切细节）

1. 引用三件套：任何正式产出（论文/报告/产品文档）同时引用数据 DOI（10.7937/DX5C-TJ86）与两篇 arXiv 论文（设计 2404.15009 + 结果 2407.08855）——单引其一都是不完整引用；
2. 届次意识：本数据集以"届"为版本单位演化（2023/2024/2025 三届标签空间与训练集均不同），任何复现与比较先声明届次；
3. 任务边界：分割是唯一官方任务，生存结局在元数据层——越界使用要显式声明为扩展实验（§4.8 句式）。

§1 数据集速览：十问十答

Q1：BraTS-PED 的数据从哪来？
2024 届论文口径下，患者来源共 464 例，来自四个渠道：儿童脑肿瘤网络 CBTN 120 例、DIPG/DMG Registry（DIPGR）256 例、Boston Children’s Hospital 61 例、Yale University 27 例。CBTN 与 CONNECT 提供多中心协作网络与数据治理，DIPGR 队列（256 例来源）是本数据集最大特色——弥漫中线胶质瘤/脑桥胶质瘤的公开影像在全球范围内屈指可数，这一队列直接把"最难做研究的肿瘤"变成了主力板块。

Q2：为什么有的文章说 464，有的说 457，TCIA 上又只有 348？
三个数字各有所指：464 是 2024 论文的患者来源总数；457 是 NCI CCDI（Cancer Data Commons）目录里带临床 metadata 的例数；348 是 TCIA 影像收藏里实际放行的受试者数（1,649 个 series，32.7 GB）。差异来自跨平台分发：部分患者影像走 CBTN 自有通道未入 TCIA，或临床 metadata 覆盖与影像放行不同步。引用时务必写明口径（坑 1）。

Q3：图像规格是什么？
每例四序列 mpMRI：T1w、T1CE（T1 对比增强）、T2w、T2-FLAIR。经官方 BraTS Pipeline 处理后为 1 mm³ 各向同性重采样的 NIfTI，共配准到 SRI24 图谱空间，并经儿科专用 defacing 流程去识别。标注为单标签体素图 NIfTI，数值编码随 BraTS 2024 约定。

Q4：标注怎么定义的？和成人 BraTS 一样吗？
不一样，这是本数据集最重要的方法学特征。成人 BraTS 用三区：NCR（坏死核心）、ET（强化肿瘤）、ED（瘤周水肿）。儿科赛道按 RAPNO 工作组推荐改用四区：ET（强化肿瘤）、NET（非强化肿瘤）、CC（囊性成分）、ED（水肿）。组合标签为 TC＝ET+NET+CC（肿瘤核心）与 WT＝全肿瘤（ET+NET+CC+ED）。儿科肿瘤囊变、非强化成分远比成人常见，"NET 与 CC 单列"正是为了匹配儿童肿瘤的影像生物学（坑 3）。

Q5：任务到底是什么？有没有生存预测？
三届赛道均为纯分割任务：输入四序列 MRI，输出 ET/TC/WT 等亚区域的体素级预测，以 lesion-wise DSC 与 lesion-wise HD95 双指标盲评。挑战赛层面没有生存预测赛道——"方向性生存预测"是成人 BraTS-GLI 赛道的任务，网络资料常把两者混为一谈（坑 2）。不过数据本体的临床目录确实携带 OS/PFS 结局变量，做影像-生存联合建模研究可以直接取用（经 CBTN/NCI CDC 申请）。

Q6：训练/验证/测试怎么拆的？
2024 届挑战赛口径：训练 261 例、验证 91 例、测试 86 例。注意 261+91=352 与 TCIA 放行的 348 差 4 例、三段和 438 与 464 差 26 例，官方未给出逐例映射表（坑 6）。测试集标签完全不公开， submissions 以容器提交到 MedPerf 平台盲评。2025 届（BraTS-Lighthouse Task-6）训练集为 256 例，测试集例数未在公开页面披露。

Q7：用什么指标排名？历年冠军是谁？
官方双指标：lesion-wise Dice Similarity Coefficient（DSC）与 lesion-wise 95% Hausdorff Distance（HD95），先按病例级"病灶"为单位计算再聚合，比传统的切片/全局 Dice 更抗小病灶失分。冠军榜（官方 BraTS Orchestrator GitHub 汇总）：2023 年第 1 名 Daniel Capellán-Martín（MGH/HMS，MedNeXt 变体）；2024 年第 1 名 Mehdi Astaraki，第 2 名 Tim Mulvany，第 3 名 Sarim Hashmi；2025 年第 1 名 Yuxiao Yi（测试集 WT 92.6%、TC 91.8%），第 2 名 Meng-Yuan Chen，第 3 名 Haitao Yu。注意验证榜与测试榜冠军可以是不同团队（坑 7）。

Q8：license 是什么？能商用吗？
主口径为 CC BY 4.0——TCIA 收藏页（DOI 10.7937/DX5C-TJ86）明确标注。但要注意三点：Synapse 托管的挑战赛版需要注册账号并签署数据使用协议（DUA）；患者级临床数据的获取需经 CBTN 门户 / NCI Cancer Data Commons 的项目审批；HuggingFace 上有第三方镜像页面自称 CC BY-NC 4.0，与官方冲突，商用前必须回到官方渠道核实（坑 4）。

Q9：数据是原始 DICOM 还是预处理过的？
挑战赛分发版是预处理后的：共配准 → 1 mm³ 重采样 → defacing → 质控，全部由官方 BraTS Pipeline（CaPTk + FeTS 组件）完成，开箱即训。TCIA 收藏另有原始采集层级的归档。官方 FAQ 明示了 4 例已知问题病例（如 BraTS-PED-00024-000 颅骨未剥离），并要求不要在论文中把它们当作模型失败案例引用（坑 8）。

Q10：和库内其他条目什么关系？
它是库内 BraTS 家族的儿科分支：brats（成人主赛道， Glioma/Adult）是它方法学上的"父模板"；brats-africa 是同一范式在资源受限环境的改编；fets 提供了它预处理流水线的联邦学习姊妹项目；upenn-gbm 是成人胶质瘤的影像-生存同门。四区标注、儿科 defacing、DIPG 队列是它区别于所有这些"亲戚"的三张名片。

1.5 数据集名片（一屏速览）

项目	内容
正式名	The Brain Tumor Segmentation in Pediatric Magnetic Resonance Imaging (BraTS-PEDs)
挑战赛冠名	CBTN-CONNECT-DIPGR-ASNR-MICCAI BraTS-PEDs（2023/2024）；BraTS Lighthouse 2025 Task-6 PED（2025）
主办机构	宾夕法尼亚大学、儿童国家医院、Sage Bionetworks 等，作者 70+
病种	儿童高级别胶质瘤（HGG）、弥漫中线胶质瘤（DMG）、DIPG
规模（主口径）	464 例患者：训练 261 / 验证 91 / 测试 86
数据形态	四序列 mpMRI（T1/T1CE/T2/T2-FLAIR），NIfTI，1mm³，SRI24 配准，defaced
标注	RAPNO 四区（ET/NET/CC/ED）+ 派生 TC/WT；半自动预分割+人工精修+神经放射科终审
任务	纯分割（lesion-wise DSC + HD95）；无生存预测子任务（元数据含 OS/PFS）
License	CC BY 4.0（TCIA 官方，DOI 10.7937/DX5C-TJ86）
主托管	TCIA（32.7 GB）+ Synapse（syn53708249 / syn64153130）+ CBTN + NCI CDC
三届冠军	2023 Capellán-Martín / 2024 Astaraki / 2025 测试榜 Yi、验证榜 Li
最新 SOTA	2025 测试集：WT 92.6 / TC 91.8 / CC 62.7（Dice %）
库内家族	brats (rid 24)、brats-africa (rid 683)、本条目
抓取时点	2026-09-27

§2 数据构成与规格

2.1 规模、拆分与三个口径

BraTS-PEDs 的规模数字是检索者的第一个必修课——同一个数据集在三个权威位置给出三个不同的总数，且各有出处：

口径	数字	出处	含义
挑战赛论文口径	464 例患者	arXiv:2404.15009；PLOS ONE (2025) 0323398；arXiv:2412.04094 三源一致	挑战赛队列全部儿科 HGG 患者（含测试集）
TCIA / NCI CCDI 元数据口径	457 例	TCIA challenge metadata TSV（457 条）；CCDI 目录 “Number of Cases 457”	正式发表的数据集元数据覆盖数
TCIA 图像托管口径	348 subjects / 1,649 series	TCIA 收藏页 Images (Training and Validation) 行	实际可下载的图像 subject 数（训练+验证）

三个口径的差值官方没有给出统一对账表。464 是挑战赛论文中拆分到机构的可验证数字（120+256+61+27=464，严丝合缝），本条目以 464 为主口径；457 与 348 在引用时须注明出处与口径。348 与"训练 261+验证 91=352"之间差的 4 例，恰好 TCIA 页披露了 4 例已知质量问题案例，但是否同一批未有官方说明——不要替官方圆这个数。

挑战赛内部的三段拆分（arXiv:2412.04094 是目前唯一把三个数字写齐的来源）：

• 训练集 261 例：mpMRI + 专家标注，参赛者可自由下载训练；
• 验证集 91 例：仅 mpMRI 无标注，可多次向在线平台提交预测；
• 测试集 86 例：影像与标注都不发布，参赛者上传容器化算法，由 Synapse/MedPerf 平台在受控环境盲评，永不公开。

261+91+86=438，比 464 少 26 例。差额部分的归属（是否为质量筛除、注册对齐失败或从未进挑战流程的储备数据）没有任何官方文件解释。引用规模时建议写"464 例挑战赛队列（训练 261/验证 91/测试 86）"并让读者看到这个差额，而不是静默取整。

2.2 机构来源与入组标准

464 例的机构构成（arXiv:2404.15009 明确四家来源）：

• International DIPG/DMG Registry：256 例（55%）——国际 DIPG/DMG 登记库，弥漫中线胶质瘤专病登记，占比过半决定了整个数据集以脑干/中线病变为显著特色；
• CBTN（Children’s Brain Tumor Network）：120 例（26%）——儿童脑肿瘤网络，2011 年起运行的北美多中心儿科神经肿瘤数据协作体；
• Boston Children’s Hospital：61 例（13%）；
• Yale University：27 例（6%）。

入组标准（2024 届设计论文原文）：

1. 组织学确认的高级别胶质瘤（高级别星形细胞瘤、DMG），或影像学/组织学证实的 DIPG；
2. 治疗初（treatment-naive）成像时四序列结构 MRI 齐全。

排除标准：影像质量低或伪影严重到无法可靠分割者；月龄不足 1 个月的婴儿。

这个入组框定了数据集的适用边界：只有儿童 HGG 谱系，没有低级别胶质瘤、没有髓母细胞瘤等其他儿科肿瘤。论文讨论部分明确预告未来会扩展更多组织学与术后影像，但截至 2025 届仍是治疗初 HGG 专用。

2.3 影像规格与统一预处理

每例四个序列：T1 平扫（T1）、T1 钆增强（T1CE/T1-Gd）、T2 加权（T2）、T2-FLAIR。这是脑肿瘤分割的标准四件套，与成人 BraTS 完全对齐，便于跨赛道迁移模型。

原始扫描来自不同机构、不同厂商、不同协议——论文直言"image acquisition protocols and MRI equipment differ across different institutions, resulting in heterogeneity in image quality"。数据集发布前统一走了一遍"BraTS Pipeline"（公开实现于 CaPTk 与 FeTS 工具）：

1. DICOM→NIfTI 转换，转换过程剥离 DICOM 头中的受保护健康信息（PHI）完成去标识；
2. 仿射配准到 SRI24 模板（SRI24 atlas 在 Zenodo 公开，也是 BraTS 儿科赛道的标准配准模板）；
3. 重采样至 1mm³ 各向同性体素；
4. 儿科专用自动 defacing——注意这是儿童特调工具（d3b-center/peds-auto-defacing-public），成人 defacer 直接用在儿童头上效果不佳，这也是 2025 届"保留非颅骨剥离图像"难点的技术背景。

预处理完成后单病例约含四个 NIfTI 体积 + 一个分割掩码，TCIA 整包下载 32.7 GB（需 IBM Aspera Connect 插件，浏览器直连下载不可用——这是实操层面的第一个摩擦点）。

2.4 标注体系：RAPNO 四区 + 两个组合标签

这是 BraTS-PEDs 相对成人 BraTS 最需要认真对待的差异。成人 BraTS 体系的三个标注子区域是坏死/非强化核心（NCR）、瘤周水肿（ED）、强化肿瘤（ET）；儿科 2024 届起改用 RAPNO（Response Assessment in Pediatric Neuro-Oncology）工作组推荐的高级别胶质瘤/DIPG 疗效评估分区：

标签	全称	定义要点
ET	enhancing tumor（强化肿瘤）	T1CE 上强化的肿瘤区域
NET	non-enhancing tumor（非强化肿瘤）	T1/T1CE 低信号的非强化肿瘤实质
CC	cystic component（囊变成分）	肿瘤囊变区域
ED	edema（水肿）	瘤周水肿/浸润区
TC	tumor core（肿瘤核心）	ET+NET+CC 的简单二值合并
WT	whole tumor（整体肿瘤）	ET+NET+CC+ED 的简单二值合并

两个关键理解点：

第一，NET 与 CC 的拆分是儿童特需。 DIPG/DMG 的典型影像表现是弥漫浸润、囊变混合，"非强化"部分里分清肿瘤实质与囊变直接影响放疗靶区与疗效判定，成人体系的 NCR 粗颗粒到儿科场景不够用。2024 届设计论文把这称为相对 2023 届的"processing pipeline and tumor subregions"核心改动。

第二，TC/WT 是派生标签而非独立标注。 论文明确这两个组合是子区域掩码的"简单二值相加"。这意味着六个指标的误差不是独立的：ET/NET/CC/ED 的错误会同时传导进 TC/WT。读排行榜时 WT/TC 高分不代表四个子区域都好——2025 届测试集冠军成绩 WT 92.6% 而 CC 只有 62.7%，差出 30 个百分点，就是例证。

标注生产采用半自动流水线（详见 §3），测试集按 BraTS 2024 总规程执行双人独立标注以评估 inter-rater reliability。

2.5 已知质量问题案例（TCIA 官方披露）

TCIA 收藏页直接列出了 4 例已知问题，检索者在下游使用前应主动核对这些 ID：

• BraTS-PED-00024-000（训练集）：整例图像已被颅骨剥离（skull-stripped）——与全体"保留颅骨"的口径不符；
• BraTS-PED-00098-000（训练集）：仅 t1c 序列被颅骨剥离；
• BraTS-PED-00281-000（验证集）：方向与其他数据不同；
• BraTS-PED-00287-000（验证集）：头部倾斜。

2025 届挑战赛干脆把"真实世界数据杂质"（以非颅骨剥离图像为代表的 non-skull-stripped 情况）列为官方难点之一——参赛论文里反复出现先在干净数据上训练、再在杂质数据上微调的三段式策略。换句话说：脏数据在这里不是缺陷，而是被官方确认的基准特性，写鲁棒性论文时这是一个可以引用的官方口径。

2.6 与 2025 届数据的关系：不是简单的年份滚动

2025 届（BraTS Lighthouse 2025，Task-6 PED）的训练集是 256 例（Macquarie 参赛论文口径），比 2024 届的 261 例还少 5 例。这说明两届数据集并非简单滚动扩容：2025 届对训练集做了清洗/调整，并系统性地引入了前述"非颅骨剥离"的真实世界杂质。检索者复现 2025 届论文时务必确认自己下载的是哪一届的训练集（Synapse 2024: syn53708249；2025: syn64153130），混用两届数据做"复现"会出现对不上论文数字的悬案。

另外，2025 届"officially scored, unseen validation set (n = 91)"（Springer LNCS 参赛论文口径）与 2024 届验证集 91 例数字相同，两届是否复用同一批验证数据没有官方确认——本条目存照不下结论。

2.7 元数据层：随包下载的两份 TSV 与临床变量

除影像与掩码外，TCIA 包内还有两份 TSV 元数据，这是做队列分析或多组学联动的原料：

• 成像元数据 TSV（58 KB，112 studies 粒度）：采集参数等影像学元信息；
• 挑战赛元数据 TSV（30 KB，457 条记录）：人口学与挑战相关变量——注意 457 这个口径数字正是从这里来的。

NCI CCDI 目录对数据内容给出的官方描述值得整段记住：“multiparametric structural MRI, expert tumor segmentations, imaging acquisition parameters, demographic variables, and clinical outcomes such as overall and progression-free survival”（多参数结构 MRI、专家肿瘤分割、成像采集参数、人口学变量、以及总体生存与无进展生存等临床结局）。CCDI 的核心数据元素页还给出：457 例全部为 High-Grade Glioma 诊断、年龄均为儿童及青年（<40 岁）、性别/种族/族裔在公开层均为"Not Reported"——这是去标识化处理的直接体现，做亚组分析前先确认公开元数据的粒度上限。

对生存研究者的提示再强调一次：OS/PFS 变量的存在是在数据目录描述层确认的，挑战赛公开包对这些变量的呈现粒度（逐例数值 vs 摘要）应以实际下载的 TSV 为准；更深层的临床数据（治疗、分子分型等）需要走 CBTN 数据访问流程另行申请，与本数据集公开包是两条通道。

2.8 三届规格对照总表

维度	2023 届	2024 届	2025 届（Lighthouse Task-6）
挑战赛定位	首个儿科 BraTS 赛道	续办，标注体系切换	并入 BraTS Lighthouse 矩阵
训练集	—（未获独立口径确认）	261 例	256 例（含非颅骨剥离杂质）
验证集	—	91 例	91 例（是否复用存照待核）
测试集	不公开	86 例	不公开
标注体系	近成人式分区	RAPNO 四区（ET/NET/CC/ED）	沿用 2024 四区
主要 Synapse	syn51156910（下载 syn51514108）	syn53708249	syn64153130
设计论文	arXiv:2305.17033	arXiv:2404.15009	Lighthouse 论文集（LNCS）
结果论文	arXiv:2305.17033 系	arXiv:2407.08855	LNCS ISBN 978-3-032-16365-3

读这张表的三个落点：①复现任何一届论文前先对表确认届次；②标注语义以 2024 为分界线，2023 届掩码不可与 2024 后混算；③"验证集 91"跨 2024/2025 两届数字相同，但两届是否同一批数据无官方确认，保守做法是按届各取各的。

2.9 四序列信号特征速查（读片与建模对照）

序列	典型信号行为	对哪个标签最有信息量
T1 平扫	解剖参考；肿瘤实质多为低信号	NET（低信号肿瘤实质）
T1CE（钆增强）	血脑屏障破坏处强化（高信号）	ET（强化即 ET 的定义域）
T2	水分敏感；囊变与水肿均高信号	CC（囊变 T2 明显高信号）与 ED
T2-FLAIR	抑制自由水后，结合水病变仍高信号	ED（水肿/浸润带）与浸润性肿瘤边界

四条实用推论：①ET 的检测本质上是"看 T1CE"，DIPG 常常不强化，所以 DIPG 病例 ET 标签缺失多为真实病理而非标注错误；②CC 与 ED 在 T2 上都亮，区分靠形态（囊变有占位感与边界、水肿呈指状浸润）——这正是 CC 难自动化的影像学根源；③NET 与 ED 的区分需要 T1+FLAIR 交叉（T1 低 + FLAIR 高且非囊性 → 倾向 NET）；④模型输入做序列 dropout 消融时，去掉 T1CE 会重创 ET、去掉 FLAIR 会重创 ED/WT——可用来验证数据加载正确性。

2.10 人口学粒度的正确理解

CCDI 目录显示 457 例在公开层性别/种族/族裔均为 “Not Reported”、年龄仅以"儿童及青年（<40 岁）"分层。这不是数据缺失，而是去标识化设计：这三种属性组合在罕见病小队列里是强再识别风险因子（k-匿名原则下的主动抑制）。研究者的对策：需要人口学细粒度的研究（如年龄分层分析），公开元数据大概率不满足，应规划 CBTN 数据访问通道，并在论文里说明公开层粒度限制；只做影像建模的研究则不受影响。

§3 标注流水线：半自动预分割 + 神经放射科终审

3.1 三步生产链

BraTS-PEDs 的标注不是纯手工逐层画出来的，论文描述的生产链是"半自动分割 → 迭代精修 → 专家终审"三步：

1. 算法预分割：用儿科自动分割方法（即上文 d3b-center 儿科分割流水线，peds-brain-seg-pipeline-public）对每例生成 ET/NET/CC/ED 四子区域初稿——先让算法干粗活；
2. 人工迭代精修：标注员在预分割基础上逐层修正、编辑标签，处理囊变边界、强化边缘等算法易错区；
3. 专家终审：由有经验的神经放射科医生（neuroradiologists）逐例审核定稿，ASNR（美国神经放射学会）作为专业学会参与了大部分数据的标注审核协作。

这套"算法打底 + 人力精修 + 专家把关"的模式，与成人 BraTS 2024 各赛道（自动预分割 + 神经放射科医生精修批准 + 高级医生审核）以及库内 panda-plus 条目的"学生注释 + 高年级复核 + 专家终审"三层流水线在结构上同构，但省掉了从零注释的人力成本——预分割算法本身就是数年 BraTS 生态的产出。

3.2 为什么预分割打底对儿童数据格外重要

儿童脑瘤标注的人力账比成人更贵：DIPG/DMG 病变弥漫、边界模糊，四序列交叉判读的难度高；而符合资质的儿科神经放射科医生本来就是稀缺资源。把初稿交给算法、把专家时间留给仲裁与定稿，是在"稀缺专家 × 弥漫病变"约束下的理性配置。

这也解释了标注的另一个设计：测试集双人独立标注。在专家稀缺的前提下，一致性评估只留给决定名次的测试集——训练集标注走效率优先的单人定稿流程（预分割打底后专家终审），测试集走双盲流程评估 inter-rater reliability。两套流程的成本分配本身就是这个数据集方法学上值得学习的一点。

3.3 标注的可追溯性边界

需要如实告知检索者的边界：逐例标注者身份、每位标注者的经验年限、标注耗时等明细未公开。可考证的是"半自动 + 人工精修 + 神经放射科终审"的流程描述、ASNR 的组织性参与、以及测试集双人独立标注的规程。这与部分数据集（如 panda-plus 有完整的人员结构与工时记录）相比，标注过程元数据的透明度是偏简的。做标注质量研究（如一致性建模）时，可用的公开信息主要是最终掩码本身与测试集双标规程，而非人员级元数据。

3.4 与成人标注体系的迁移注意

把成人 BraTS 训练的模型或标注习惯直接迁移到本数据集，会踩三类标签语义差：

• 成人 NCR（坏死）与儿科 NET（非强化肿瘤）定义不同——成人的 NCR 主要对应 T1/T1CE 双低信号的坏死核心，儿科 NET 是"非强化的肿瘤实质"，病理内涵更宽；
• 儿科新增 CC（囊变成分）——成人体系没有这个独立标签，囊变多被并入 NCR 或水肿处理；
• 水肿标签的边界行为不同——DIPG 的"水肿"与浸润肿瘤常常分不开，ED 在儿科的语义比成人更模糊。

如果目标是把成人预训练模型迁移过来，最省事的做法是先重读 RAPNO 的疗效评估定义文档，再对标签做一次语义映射审查——直接按标签编号硬对齐（0/1/2/3 对号入座）是复现失败的经典来源。

3.5 六标签的临床语义与建模范式差异

把六个标签放回临床语境，理解它们各自"难在哪、值多少"：

标签	临床意义	建模范式要点
ET	强化肿瘤≈血脑屏障破坏的活动性病灶，化疗/放疗反应最敏感的观察窗	T1CE 通道主导；DIPG 常无强化，样本内方差大
NET	非强化肿瘤实质，与浸润进展相关	T1 平扫低信号+T2/FLAIR 信号综合判断，易与水肿混淆
CC	囊变成分，儿童 DMG 常见的囊性退变	边界过渡带模糊，是 2025 冠军成绩最低的区（62.7%）
ED	瘤周水肿与浸润的混合体	FLAIR 主导；语义天然模糊，宁可理解为"非核心异常区"
TC	手术/放疗靶区最关心的"实体核心"	派生标签，误差由三个子区传导
WT	肿瘤整体负荷，疗效评估的总账	派生标签，最容易做高（2025 冠军 92.6%），单独引用意义有限

由此得出两条读榜单的规矩：第一，比较两篇论文时只对子区域（ET/NET/CC/ED），TC/WT 是派生量、分辨率低；第二，模型选型/论文宣称进步时，看 CC 和 ET 的改善幅度才有含金量——WT 从 91% 到 92% 的叙事在儿科赛道是廉价叙事。

3.6 标注质量的自查建议（拿到数据后的第一小时）

结合 TCIA 披露的已知问题与预处理口径，建议每个新拿到数据的团队先跑一遍五步自查：

1. 核对问题案例：BraTS-PED-00024-000、00098-000（颅骨剥离）、00281-000（方向）、00287-000（倾斜）四例先定位，决定剔除还是特判；
2. 抽验配准：随机抽 20 例叠加掩码目视检查 SRI24 对齐——若你打算换模板或重配准，先确认原始对齐质量；
3. 检查标签完整性：扫描全部训练掩码的标签值域（是否只含预期整数标签），统计六区逐例出现率——DIPG 病例 ET 缺失可能是真实病理（无强化）而非标注遗漏，需要结合临床背景判断；
4. 体素间距确认：确认名义 1mm³ 与文件头实际 spacing 一致（迁移到自定义流水线时最易被忽视）；
5. 届次标记：若同时持有 2024（261 例）与 2025（256 例）训练集，在文件系统层显式分目录并做差集——两届的差集本身就是"官方清洗了什么"的线索。

这五步的直接成本约一到两小时，换来的是后续所有实验的口径确定性——对儿科这种"每个病例都珍贵"的队列，混入一例口径错误的样本代价远高于成人大数据集。

3.7 衍生标注/模型的发布声明清单

基于本集训练模型或再标注后发布产出时，随包声明建议包含（对照官方文档可全部溯源）：

• [ ] 数据来源：BraTS-PEDs（TCIA DOI）+ 届次（2024 V1 / 2025 Lighthouse）；
• [ ] 所用拆分：训练/验证使用范围（是否触碰验证集训练，见 Q47）；
• [ ] 标签声明：六区域语义（§2.4 表），标注体系届次（RAPNO 四区自 2024 起）；
• [ ] 预处理声明：官方 BraTS Pipeline 已内建；自行追加的预处理逐项列出；
• [ ] 已知问题处理：官方 4 例问题案例的处理方式（剔除/保留及理由）；
• [ ] 评估口径：lesion-wise DSC/HD95 + 官方评估包版本；自建指标须声明差异；
• [ ] license 传递：衍生数据 CC BY 4.0 署名；模型许可独立声明（建议 CC BY 4.0 对齐）；
• [ ] 局限声明：队列以 DIPG/DMG 为主（55%），外推边界（§6.7）。

§4 挑战赛设计与三年战况

4.1 任务定义：三届一贯的纯分割

2023、2024、2025 三届的任务定义完全一致：输入四序列 mpMRI，输出六个区域（ET/NET/CC/ED/TC/WT）的体积分割。这里必须正面回应一个高频误解——

BraTS-PEDs 没有生存预测子任务。“方向性生存预测”（survival prediction）是 BraTS 成人胶质瘤赛道（BraTS-GLI/BraTS-Africa 系）的任务设计，儿科赛道从 2023 年首届设计论文到 2025 届规程，任务始终只有分割。容易混淆的原因有二：一是数据集元数据层确实携带总体生存（OS）与无进展生存（PFS）结局变量（NCI CCDI 目录明言 “clinical outcomes such as overall and progression-free survival”），做生存建模研究的人在数据层面确实能找到原料；二是 2025 届参赛论文会提到"分割精度支撑生存预测的预后建模"作为临床动机——动机是动机，任务是任务，两者在挑战赛规程里是两回事。

做一个"能上挑战赛排行榜"的模型，参赛者只能用训练集数据训练（2024 设计论文明确禁止使用任何额外公开/私有数据与预训练模型），容器化提交后由平台在测试集盲评。论文发表阶段可以补充外部数据实验，但必须单列挑战赛数据成绩并讨论差异。

4.2 三阶段流程与评估指标

挑战赛三阶段（2024 届设计）：

1. 训练阶段：发放训练集（影像+标注），参赛者开发模型；
2. 验证阶段：训练数据发放约三周后发放验证集（无标注），可多次提交在线评测，成绩用于撰写 MICCAI LNCS 短文；验证阶段头部队伍受邀在 MICCAI 年会 BraTS 环节做口头报告；
3. 测试/排名阶段：提交容器化算法，平台在 withheld 测试集上评估排名，MICCAI 年会公布最终名次。

2024 届的在线评测三件套：CaPTk（本地桌面工具）、FeTS 前端、Synapse 在线平台（syn53708249，powered by MedPerf 评测框架）。

评估指标沿用 BraTS 2024 家族统一标准：

• lesion-wise DSC：按病灶（lesion）逐个计算 Dice 相似系数再聚合——真负体素不计入，避免大病灶主导评价；
• lesion-wise HD95：95 分位 Hausdorff 距离，压 outlier 后度量表面距离误差（毫米）；
• 多维排名：对 DSC 与 HD95（按区域聚合）的各维排名求和定总名次——单一维度好看救不了总榜。

4.3 三届冠军榜（官方 BraTS 包口径）

官方 Python 包（GitHub: Astarakee/BraTS，维护者即 2024 届冠军 Astaraki 本人）收录的儿科赛道历届前三：

届次	第 1 名	第 2 名	第 3 名
2023	Daniel Capellán-Martín et al.	Andriy Myronenko et al.	Yubo Zhou
2024	Mehdi Astaraki	Tim Mulvany et al.	Sarim Hashmi et al.
2025	Yuxiao Yi et al.	Meng-Yuan Chen et al.	Haitao Yu et al.

2025 届额外值得记录的双榜现象：验证榜第一与测试榜第一是不同团队——验证榜第一是 Xiaolong Li 团队（上海交大，改进 nnU-Net：加宽残差编码器 + SE 注意力 + 深度可分离卷积，验证集 Dice TC/WT 0.928），测试榜第一是 Yuxiao Yi 团队（同为上海交大，nnU-Net + Swin UNETR + HFF-Net 频域集成）。验证榜登顶不等于测试榜夺冠，引用 2025 届"冠军"时必须说清是哪个榜。

4.4 2025 届测试集冠军成绩单

Yuxiao Yi 团队（Frequency-Aware Ensemble Learning）在 2025 届未见测试集上的 lesion-wise Dice：

区域	Dice
WT（整体肿瘤）	92.6%
TC（肿瘤核心）	91.8%
NET（非强化肿瘤）	85.7%
ED（水肿）	83.2%
ET（强化肿瘤）	72.9%
CC（囊变成分）	62.7%

这组数字是理解儿科分割难度的最好切片：WT/TC 冲上 92% 的同时，CC 只有 62.7%、ET 72.9%——囊变边界与稀疏强化依然是儿科赛道远未解决的硬骨头。DIPG/DMG 的囊变成分形态不规则、边界过渡模糊，是六区里公认最难的一个；做方法改进的研究者，CC 就是主攻方向，这也是各届参赛论文花大篇幅设计增强策略与后处理的原因。

参赛论文共识的三大技术难点：①ET 在 DIPG 中稀少（强化少是 DIPG 病理特性）；②CC 边界不规则；③机构间成像异质（2025 届再叠加非颅骨剥离杂质）。主流方案基座是 nnU-Net 及其残差编码器变体，差异化竞争集中在注意力机制、频域分解、多模型集成与针对杂质的域适应。

4.5 从 2023 到 2025 的演进线索

• 2023（首届）：确立儿科赛道，标注沿用较接近成人的体系，证明多联盟儿科队列+挑战赛模式的可行性；
• 2024（换标注）：标注体系切换到 RAPNO 四区（新增 NET/CC 拆分），处理流水线升级，数据扩到 464 例，结果论文 arXiv:2407.08855；数据集正式登陆 TCIA（2025/12/19 Version 1）；
• 2025（入 Lighthouse + 加杂质）：并入 BraTS Lighthouse 2025（Task-6），训练集调至 256 例，官方引入非颅骨剥离等真实世界杂质作为基准特性，评测平台迁移至 syn64153130。

给检索者的实用推论：复现 2024 届论文用 syn53708249/TCIA，复现 2025 届论文用 syn64153130，两者训练集不同（261 vs 256），标注体系以 2024 届 RAPNO 四区为分界——2023 届的标签语义与 2024 之后不可直接混用。

4.6 2025 届参赛技术路线抽样总表

2025 届 LNCS 论文集里可考的儿科赛道方案，一表看尽当前 SOTA 的构成套路：

团队	架构基座	差异化设计	公开成绩	排名口径
Yuxiao Yi et al.（上海交大）	nnU-Net（γ=0.7）+ Swin UNETR + HFF-Net	可调初始化规模、BraTS 2021 预训练迁移给 Swin UNETR、频域分解分离组织轮廓与纹理	测试集 Dice：WT 92.6 / TC 91.8 / NET 85.7 / ED 83.2 / ET 72.9 / CC 62.7（%）	测试榜第 1
Xiaolong Li et al.（上海交大）	改进 nnU-Net	加宽残差编码器 + SE 注意力、3D 深度可分离卷积、特异性驱动正则、小尺度高斯初始化、两步后处理	验证集 Dice：WT 0.928 / TC 0.928 / NET 0.910 / ED 0.967 / ET 0.826 / CC 0.759	验证榜第 1
Macquarie 团队（Tavallaii et al.）	注意力引导 3D U-Net	多模态+通道注意力、多步肿瘤感知组合增强流水线	3 折交叉验证：WT 0.90±0.03 / TC 0.91±0.03 / ET 0.81±0.04 / NET 0.87±0.05 / CC 0.77±0.05 / ED 0.95±0.02；HD95(WT) 8.2±0.5 mm	训练集自评
LNCS 第 39 章团队	三段式 U-Net	干净数据训练→杂质数据微调→后处理精修（域适应路线）	验证集 lesion-wise Dice：WT 0.945 / TC 0.944 / NET 0.917，单张消费级 GPU 完成	官方计分验证集

这张表有四个可操作的读法：

1. nnU-Net 仍是万能底座——四个抽样方案里三个以 nnU-Net 为基座，儿科赛道还没有出现"非 U-Net 范式"的胜利；
2. 数据策略与模型创新平分秋色——冠军方案的两大支柱之一是"把 2021 成人预训练迁移到儿科"（注意：2025 届规则允许了预训练，与 2024 届"禁预训练"不同，引用规则时注明届次）；
3. 域适应是 2025 年的显学——非颅骨剥离杂质直接催生了"干净训练→脏数据微调"的三段式，第 39 章团队用单张消费级 GPU 打进官方计分前列，说明该赛道的算力门槛对个人研究者友好；
4. CC 是公共洼地——所有方案 CC 成绩都垫底（0.62-0.77），突破 CC 大约等于突破整个赛道的下一个 SOTA。

4.7 三届演进的设计逻辑

把三届放进一条时间线，能看到基准设计者的两难与取舍：

• 2023（建立范式）：首届儿科赛道证明"多联盟儿科队列 + BraTS 标准评估"可行。代价是标注体系沿用成人式分区，对 DIPG/DMG 的囊变-浸润混合形态刻画不足。
• 2024（修正语义）：切换到 RAPNO 四区（NET/CC 拆分），队列扩到 464 例，结果论文与数据集正式发表跟上。语义修正的代价是与 2023 届标签空间不兼容——两年成绩不可直接纵向比较，这是基准演化必然付出的"断代"成本。
• 2025（引入真实）：并入 Lighthouse 矩阵、训练集重整为 256 例、官方引入非颅骨剥离杂质。设计哲学从"干净的实验室基准"转向"带临床噪声的部署预演"，同时放开预训练、强调计算效率。

给基准设计者的启示：BraTS-PEDs 三年走完"可行→语义精修→现实化"三步，每一步都付出过兼容性代价（2023→2024 标签断裂、2024→2025 训练集更换）。基准不演化会僵死，演化必然断代——把断代点写进文档（本条目 §2.8 表）是检索者唯一能指望的对账材料。

4.8 与成人生存预测任务的一墙之隔（辨析补记）

"数据集含 OS/PFS 变量"与"挑战赛有生存预测任务"的边界，值得单独一段讲透，因为检索场景里这两个问题总是一起来：

• 成人侧：BraTS 2021-2024 的成人胶质瘤赛道长期设有生存预测子任务（基于影像+临床特征预测 overall survival），"方向性生存预测"类任务设计也出现在成人挑战系——库内 brats 主条目（rid 24）有完整记载。
• 儿科侧：三届 BraTS-PEDs 设计论文的挑战目标均为"volumetric segmentation"（2023 届摘要原词），从未设立生存子任务。组织方在 2023 届论文中引用过 DIPG 临床生存预测模型文献（Jansen et al.），但那是临床背景铺垫，不是任务设计。
• 数据侧：CCDI 目录确认元数据带 OS/PFS。也就是说，原料在、任务无——影像组学生存预测（radiomic survival modeling）完全可以在这个队列上做，只是不会有"官方生存预测排行榜"给你当基准，需要自建交叉验证协议并显式声明非挑战赛口径。

写论文时的安全表述：“BraTS-PEDs 提供带生存结局元数据的儿科 HGG 影像队列，其官方挑战任务为分割；本文的生存分析为非挑战赛扩展实验。”——这样既吃到数据红利，又不越权宣称挑战赛背书。

4.9 排名机制详解：rank summation 为什么防单点作弊

BraTS 家族多维排名的规则是"各指标排名求和"。设某赛道按六个区域 × 两种指标（DSC、HD95）共 12 个榜单分别排名，队伍最终名次 = 12 个名次之和，小者胜。这个设计的防御性：

• 防单区特化：一个只优化 WT 的模型会在 WT 榜拿第 1，但在 CC/ET/NET/ED 各榜崩盘，总排名仍然落后；
• 防指标投机：Dice 高但边界粗糙（HD95 差）的模型与"边界精但漏检"的模型都无法靠单一维度登顶；
• 对检索者的含义：读排行榜要找"总名次"，只引用单区单指标成绩容易误导（比如把"某榜 WT 第 1"写成"冠军"）。2025 届验证榜/测试榜双榜并存（§4.3）进一步说明引用时必须四要素齐全：届次 × 榜别（验证/测试） × 指标 × 区域。

4.10 参赛决策指南：要不要下场打一届

把"用数据"与"打比赛"分开决策——前者拿到数据即完成，后者是一笔显著的时间/算力投资。下场的判断清单：

适合下场的信号：

• 你的方法创新点与赛道痛点对口（CC 边界、稀疏 ET、杂质鲁棒性——§4.4/§4.6）；
• 团队有容器工程能力（盲评提交的是 Docker 化推理，不是预测文件）；
• 能接受"仅用赛方数据训练"的约束（2025 届允许预训练，规则按届读）；
• 目标产出与 LNCS 论文/ MICCAI 曝光兼容。

不建议下场的信号：

• 只想给论文加一个"参与了国际挑战"的点缀——验证阶段多次提交的成本不低，且不进决赛无排序收益；
• 方法依赖赛外大规模预训练且无法在规则内说明（各届规则不同，先读规程）；
• 无 GPU 资源——冠军级方案虽可在消费级单卡训练（§4.6 第 39 章先例），但多折集成与消融的算力预算仍不可忽略。

时间线预算（以 2025 届节奏为参照）：训练数据发布后约三周发放验证集，验证期提交窗口数周，随后容器提交与测试盲评；从组队到测试榜出分的现实周期以月计。 最大化验证阶段的提交多样性（不同后处理/集成配置），它是廉价的上分杠杆。

上分杠杆排序（参赛论文共识）：①后处理（连通域清理、小病灶策略）几乎白拿分；②多模型集成（nnU-Net 系 + Transformer 系异构集成）稳定加 1-3 个点；③针对 CC 的专用分支/损失设计是拉开差距的地方；④域适应（干净→杂质微调）在 2025 届规则下收益显著。

§5 获取与许可：多平台的门怎么进

5.1 五个入口一张表

入口	内容	许可	备注
TCIA（cancerimagingarchive.net）	训练+验证图像与掩码（348 subjects/1,649 series，32.7GB NIfTI）+ 元数据 TSV	CC BY 4.0（官方口径）	DOI 10.7937/DX5C-TJ86；下载需 IBM Aspera Connect 插件
Synapse 2024 届（syn53708249）	挑战赛全套（训练/验证+挑战文档）	平台注册制	2024 届官方大本营；页面登录墙
Synapse 2025 届（syn64153130）	BraTS Lighthouse 2025 Task-6 全套	平台注册制	2025 届官方大本营
CBTN 门户（cbtn.org）	部分影像（无标注），可联动基因组/临床数据	CBTN 数据访问政策	适合做多组学 linkage 的团队
NCI Cancer Data Commons	影像子集（无标注）	NCI 基础设施政策	长期保存冗余

HuggingFace 的 chehablab/BraTS_PED_2024 是第三方镜像（4.06 GB，NIfTI 转图格式，53,940 个样本条目），方便快速浏览但有两个雷：其一，它自声明 CC BY-NC 4.0 并要求致谢 chehablab.com，与 TCIA 的 CC BY 4.0 冲突——引用许可一律以 TCIA 官方页为准；其二，镜像时间点固定，不随官方更新。

5.2 实操路径建议

想直接训练模型：TCIA 下载训练+验证（Aspera 插件装好，32.7 GB 一次到位），或 Synapse 注册后按届取数据。NIfTI+1mm³+SRI24 配准意味着拿到即可入 nnU-Net 流水线，无需自己做重采样对齐。

想参加挑战赛：Synapse 对应届次项目页注册 → 遵守"仅用训练集训练"的限制 → 验证阶段在线提交 → 测试阶段提交容器化算法。评估平台后端是 MedPerf（MLCommons 的联邦基准框架，Nature Machine Intelligence 2023 有专门论文）。

想调用历届冠军算法：官方 BraTS Python 包一行代码即可（PediatricAlgorithms.BraTS25_1 调用 2025 冠军、BraTS24_1 调用 2024 冠军），适合当强基线。注意冠军算法均标注不支持 CPU 推理。

想做多组学研究：CBTN 门户取无标注影像并联结基因组/临床数据；生存结局（OS/PFS）变量在元数据层，能否取到取决于 CBTN/NCI 通道的数据访问审批，而非 TCIA 公开包本身。

5.3 License 细读与引用义务

TCIA 官方口径 CC BY 4.0：允许商用、允许修改再分发，义务是署名。TCIA 数据使用政策要求的引用格式（检索者直接复制）：

Fathi Kazerooni, A., Khalili, N., Liu, X., Jiang, Z., Gandhi, D., Pavaine, J., … Linguraru, M. G. (2025). The Brain Tumor Segmentation in Pediatric Magnetic Resonance Imaging (BraTS-PEDs) (Version 1) [Data set]. The Cancer Imaging Archive. https://doi.org/10.7937/DX5C-TJ86

学术写作中还应同时引用挑战赛设计论文（arXiv:2404.15009）与结果论文（arXiv:2407.08855）——数据集、设计论文、结果论文三件套是组织方明确要求的完整引用链。

CC BY-NC 4.0 从何而来？ HuggingFace 镜像页脚的自声明。数据提交方（挑战赛组织方）从未在 TCIA、Synapse 或论文中为数据本体声明 NC 条款（BraTS 家族历史上部分赛道用 CC BY-NC-SA，成人非洲赛道等各有口径，但儿科数据集登陆 TCIA 后的官方口径就是 CC BY 4.0）。镜像方叠加 NC 声明可能是保守起见的自我保护。检索者的安全做法：跟着 TCIA 走 CC BY 4.0 署名义务；如需绝对保守的商用场景，自行评估镜像声明带来的不确定性。

5.4 AI-Ready 评估

按库内 AI-Ready 光谱打分，这个数据集处于高位：

• ✅ 标准格式（NIfTI）、统一预处理（1mm³/SRI24/defacing 一步到位）；
• ✅ 标签结构清晰（六个区域、语义明确、RAPNO 官方背书）；
• ✅ 主力部分（训练+验证）CC BY 4.0 公开直取；
• ✅ 基线算法一行调用（官方包封装三届冠军）；
• ✅ 元数据 TSV（成像参数、人口学变量）随包下载；
• ⚠️ 下载通道依赖 Aspera 插件（对自动化流水线不友好）；
• ⚠️ 测试集不公开（设计使然，盲评需要，但对想全量分析的检索者是无法绕过的天花板）；
• ⚠️ 规模三口径、两届训练集不同等口径陷阱需要读者自己弄清——本条目的价值就是把这些雷提前排掉。

5.7 下载通道选型：TCIA vs Synapse 的实操对比

维度	TCIA	Synapse（按届项目页）
内容	训练+验证图像与掩码（348 subjects，32.7 GB）+ 两份 TSV	挑战赛全套：训练/验证 + 规程文档 + 提交入口
通道	浏览器 + IBM Aspera Connect 插件	synapseclient（Python/CLI），Token 鉴权
自动化友好度	低（插件依赖）	高（命令行可脚本化、可断点续传）
版本锚点	DOI 10.7937/DX5C-TJ86，Version 1（2025/12/19）	项目页按届组织，无 DOI 级版本锚
引用优惠	正式数据引用格式（CC BY 4.0 署名义务）	引用挑战赛页 + 数据 DOI 组合
适合谁	正式研究引用 + 一次性全量获取	流水线集成 + 参赛 + 按需分批取数

实操建议一句话：正式研究以 TCIA 为主通道（可引用、可版本锚定），自动化流水线用 Synapse CLI 拉取，两通道拿到的内容以同一批 subject ID 对账后再入库。

5.8 获取与使用合规清单（发布前过一遍）

• [ ] 署名：引用 TCIA 格式（附录 O 模板句），含 DOI；同时引挑战赛设计/结果论文；
• [ ] license 一致性：正文与仓库声明统一写 CC BY 4.0（TCIA 口径），不引用 HF 镜像的 NC 声明；
• [ ] 再识别禁令：遵守 TCIA 数据使用政策，不做（也不协助）个体再识别尝试；
• [ ] 衍生分发：若再分发预处理衍生数据，显著标注改动内容、保留原署名，不暗示原组织方背书；
• [ ] 届次声明：写明所用届次（2024 V1 / 2025 Lighthouse）与训练集例数；
• [ ] 任务边界：不宣称"数据集用于生存预测挑战"（§4.8 安全句式）；
• [ ] 测试集隔离：不尝试从容器平台侧探测/重构测试集；
• [ ] 问题案例披露：使用中剔除/特判官方 4 例时，在论文中显式说明。

5.9 多通道下载一致性校验清单

TCIA、Synapse（2024/2025）、CBTN、NCI CDC 多通道并存是把双刃剑：可得性强，但内容一致性要自己把关。入库前跑一遍：

1. subject ID 对账：各通道拿到的 ID 集合求差，差集逐个归因（届次差/质量筛除/通道同步延迟），写进项目文档；
2. 文件完整性：NIfTI 头可读 + 形状/spacing 一致（名义 1mm³）+ 掩码标签值域合法（§3.6）；
3. 掩码-影像对齐抽查：随机 20 例叠加目视（错位配准是下游一切实验的隐形毒药）；
4. 版本锚定：记录 TCIA 版本日期（V1, 2025/12/19）与 Synapse 快照/下载日期，双时间戳入库；
5. license 传递：衍生数据包继承署名义务，随包携带 CC BY 4.0 声明与本条目附录 O 的引用句。

§6 生态与影响：一个挑战赛家族的儿科支线

6.1 在 BraTS 家族中的位置

MICCAI BraTS 挑战赛自 2012 年起以成人胶质瘤为主线积累了十二年基准资产，2023 年起裂变出多赛道矩阵：成人胶质瘤（BraTS-GLI）、脑转移瘤（BraTS-MET）、脑膜瘤放疗（BraTS-MEN-RT）、儿科（BraTS-PEDs）、撒哈拉以南非洲（BraTS-SSA，库内 brats-africa 条目）、泛化性（BraTS-GoAT）、合成（BraSyn）、修复（BraTS-Inpainting）等。2024 年儿科赛道与非洲赛道、成人赛道共享同一套评估协议（lesion-wise DSC/HD95 + 排名求和），构成"同一 metric 体系、不同人群与病灶谱"的可横向比较矩阵。

对库内检索者的含义：brats（rid 24，成人主线）、brats-africa（rid 683，域偏移主题）、brats-pediatric（本条目，儿童人群主题） 三个条目合起来正好覆盖 BraTS 2024 的三个人群/场景轴，模型在成人↔儿童、资源充足↔资源受限两个方向上的泛化实验，可以三库联用。

6.2 数据联盟与基础设施层

这个数据集的组织结构是"学术联盟 + 非营利基础设施"的组合：

• 数据联盟层：CBTN（2011 年起，北美儿科神经肿瘤数据共享网络）、International DIPG/DMG Registry（专病登记）、CONNECT（神经肿瘤临床试验网络）、ASNR（放射科医生专业学会，标注人力）；
• 学术组织层：宾夕法尼亚大学（Kazerooni/Bakas 线，数据工程与组织）、儿童国家医院（Linguraru 线，临床与标注组织）、Sage Bionetworks（Synapse 平台运营）；
• 评测基础设施层：Synapse（Sage Bionetworks 运营的挑战赛平台）+ MedPerf（MLCommons 的开放基准执行框架，容器化提交、联邦评测）；
• 资助层：NIH NCI/ITCR（U01CA242871）、NCI（UH3CA236536）、Pediatric Brain Tumor Foundation、DIPG/DMG Research Funding Alliance。

NIH 资助背景解释了数据的长尾分发策略：除 TCIA/Synapse 外，影像子集同步进入 NCI Cancer Data Commons，保证"NCI 支持的基础设施内长期可用"——这是公共资助数据集的典型冗余设计，对担心链接腐坏的检索者是好消息。

6.3 下游工具链与学术辐射

官方工具链（TCIA"External Resources"栏披露，均开源）：

• CaPTk：Cancer Imaging Phenomics Toolkit，BraTS Pipeline 的官方实现载体之一；
• 儿科自动 defacing 工具（d3b-center/peds-auto-defacing-public）；
• 儿科分割流水线（d3b-center/peds-brain-seg-pipeline-public）——标注生产链的第一环；
• BraTS Orchestrator Python 包（Astarakee/BraTS）：三届儿科冠军算法一行调用，另有 BrainLes 社区的 PeTu 包聚焦儿科肿瘤。

学术辐射：挑战赛参赛方法收入 Springer LNCS（2025 届论文集含上海交大两支队伍、Macquarie 等多支队伍的儿科赛道论文）；独立第三方研究持续把它当基准——PLOS ONE (2025) 的 T1w/T2w 比值图研究（结论：加入该衍生通道不改善儿科分割）、Northwestern 团队的放射科推理驱动架构（arXiv:2411.01390，在 CBTN 外部 30 例上对比 2023 冠军算法）等。一个数据集能同时供养挑战赛论文、方法学论文和"反直觉"的阴性结果论文，是基准健康的标志。

临床背景数字（组织方论文口径，写论文可直接引用）：儿童中枢神经系统肿瘤是儿童癌症死亡首因；儿童高级别胶质瘤五年生存率不足 20%。

6.6 数据联盟视角：为什么是这四家

回看 464 例的四家来源，能读出数据联盟组建的隐性逻辑：

• DIPG/DMG Registry（256 例，55%）：专病登记库天然带纵向随访与标准化临床数据，是队伍的"主力舰"——它的占比直接把数据集的中心语义锚定在中线/脑干弥漫胶质瘤上，这也解释了 CC/NET 标注体系为何如此设计（DIPG 影像的灵魂正是囊变与浸润的辨析）。
• CBTN（120 例）：网络型协作体，价值不在例数而在可扩展性——CBTN 门户与基因组/临床数据的联动通道，使这个影像队列天然具备多组学延展的接口。
• Boston Children’s（61 例）+ Yale（27 例）：学术医院的补充份额，提供联盟外的成像协议多样性。

这个结构的可迁移结论：多联盟数据集的机构配比决定了它的临床语义重心。引用本数据集做"D 儿科胶质瘤"的泛化声明时，记得 55% 是 DIPG/DMG——它更像"儿科弥漫中线胶质瘤队列（带 HGG 补充）“，而不是均匀的"儿科胶质瘤横截面”。

6.7 儿科神经肿瘤影像资源的本集定位

在"儿科脑肿瘤公开影像"这个狭窄品类里，本集的位置可以用三句话锚定：

1. 它是唯一的多机构儿童 HGG 治疗初分割基准——同品类其他公开资源要么单中心小队列、要么不含分割标注、要么病种不同（髓母细胞瘤/视神经胶质瘤等本集刻意未覆盖）；
2. 它是 DIPG/DMG 影像的全球最公开集中地——DIPG Registry 贡献的 256 例在全球公开资源中几乎独一份，其稀缺性高于数据集总量本身；
3. 它不是泛儿科影像库——需要其他病种、其他年龄层（婴幼儿）、治疗后影像的研究者，本集只提供 HGG/DMG/DIPG 治疗初这一个横截面，跨界需求请回 CBTN 全库或等待官方扩展（2024 设计论文预告的方向）。

6.8 数据引用学：三种引用对象的分工

围绕这个数据集的产出有三种"引用对象"，职责不同：

引用对象	载体	何时引用
数据集本体	TCIA DOI 10.7937/DX5C-TJ86	任何使用了影像/标注的场合（必引）
挑战赛设计论文	arXiv:2404.15009（2024）/2305.17033（2023）	描述队列构成、任务定义、标注协议时
结果论文	arXiv:2407.08855（2024）；LNCS 论文集（2025）	引用排行榜名次、冠军成绩、参赛方法

常见错误是"只引数据 DOI 不引设计论文"——数据 DOI 指向 TCIA 收藏页，不含 RAPNO 协议细节与机构拆分依据；审稿人核对标注语义时会要求补引。反向错误是"只引 arXiv 不引数据 DOI"——数据本体发表信息缺失，不符合 TCIA 数据引用政策（其使用政策明确要求带 DOI 的数据引用）。三件套原则（§0.1）就是为同时堵住这两类缺口。

§7 方法学启示：三条可迁移的经验

7.1 "专病登记库 × 挑战赛"是稀有病种数据集的可行解

儿童 HGG 单中心攒不出样本量，这个数据集用"专病登记（DIPG/DMG Registry 贡献 55%）+ 多中心网络（CBTN）+ 学术医院补边"的联盟结构解决了——总量不大（464 例）但对这个病种已是全球最大公开标注队列。可迁移的判断标准：当一个病种的年度病例数撑不起单中心数据集时，先看有没有现成的专病登记与协作网络可以汇流，而不是从零建库。库内 brats-africa（跨机构协作补资源缺口）与本条目（跨机构协作补稀有度缺口）是同一方法论的两个应用方向。

7.2 标注体系应该跟着疗效评估指南走，而不是跟着前作走

2024 届把标注从成人式分区切到 RAPNO 四区，是整个数据集最专业的一步：RAPNO 是儿童神经肿瘤疗效评估的国际指南工作组，用它的分区意味着分割输出可以无缝对接临床试验的疗效判定语义。给标注体系选型的启示：医学分割标签的"正确"分类学不在同行论文里，而在临床疗效评估指南里——跟着指南走，数据的临床转化通道才是直的。

7.3 脏数据可以是被官方确认的基准特性

2025 届把非颅骨剥离图像等"真实世界杂质"明确写进挑战赛难点，而非默默清洗掉。这对数据集构建者的启示是分层的：如果目标是训练生产模型，清洗；如果目标是benchmark方法鲁棒性，受控的不干净本身就是测试维度。BraTS 家族在 2025 年的这一转向（Lighthouse 各赛道普遍引入真实世界杂质）值得做基准设计的检索者整段阅读。

7.4 第四条经验：统一评估协议是跨赛道比较的前提

BraTS 2024-2025 家族（成人/儿童/非洲/转移/脑膜瘤/泛化等赛道）共享 lesion-wise DSC + HD95 与排名求和规则，这使"同一个模型在儿科 vs 成人 vs 非洲队列上的表现"成为可直接量化的问题——arXiv:2412.04094 这类跨赛道方法论文能存在，协议统一是前提条件。对基准设计者：人群可以分赛道，指标语言必须统一；一旦各赛道自造指标，家族的横向研究价值就归零。

7.5 第五条经验：数据正式发表（TCIA 化）是挑战赛数据的"养老保障"

大量挑战赛数据集随赛事热度消退而失养（链接腐坏、版本混乱、无正式引用格式）。BraTS-PEDs 选择登陆 TCIA——DOI 固定、版本化（Version 1, 2025/12/19）、元数据规范、多冗余托管（NCI Cancer Data Commons 兜底）——把"挑战赛纪念品"升格为"可长期引用的科学资产"。给数据集构建者的对照问题：你的数据集在赛事结束后，有没有一个不依赖赛事组织者热情的长期家园？

7.6 第六条经验：透明披露与口径对账是两件事

这个数据集的文档文化有个耐人寻味的两面性：披露很透明，对账不给力。4 例问题案例逐个点名（TCIA 页）、license 口径明确、预处理流水线全部开源——透明度拉满；但 464/457/348 三口径并存、26 例差额、两届训练集关系，全都没有官方对账表。给基准建设者的教训：披露"我们知道什么"与对账"数字为什么对不上"是两种文档工作，后者才是检索者真正卡壳的地方——本条目 §2.1 与附录 H 的存在，就是在替官方补这份对账作业。

§8 与库内条目的关系

8.1 家族图谱

• brats（rid 24）：BraTS 主条目，成人胶质瘤主线（2012-2024 十二年基准）。与本条目共享四序列规格、评估协议、nnU-Net 生态；差异在人群（成人↔儿童）与标注体系（NCR/ED/ET ↔ ET/NET/CC/ED）。跨人群泛化实验的两个端点。
• brats-africa（rid 683）：BraTS 2024 撒哈拉以南非洲赛道，成人胶质瘤 + 跨机构域偏移主题。与本条目同属 2024 家族、共享 metric 与容器化提交流程；差异在资源场景（资源受限↔多联盟充裕采集）与人群（成人↔儿童）。
• 建议三个条目互相放置"家族成员"链接：成人主线、非洲域偏移、儿科人群三轴互补，无重叠冲突。

8.2 检索路径建议

• 找"儿童脑肿瘤分割基准"→ 本条目（唯一儿科赛道）；
• 找"成人胶质瘤分割历史基准"→ brats（rid 24）；
• 找"低资源/域偏移分割"→ brats-africa（rid 683）+ 本条目 2025 届杂质设计可作补充阅读；
• 找"多序列 MRI 预处理标准流程"→ 本条目 §2.3（BraTS Pipeline）与 brats 主条目互参。

8.3 跨条目组合检索的三个高价值场景

1. 人群泛化矩阵：用同一分割框架分别在本集（儿童）与 brats（rid 24，成人）上训练/评测——四序列规格与指标协议一致，人群轴是唯一变量，是研究"年龄对分割迁移影响"的干净设置。
2. 资源梯度轴：brats-africa（rid 683，资源受限采集）→ 本集（多联盟标准化预处理）→ brats 主线（十二年成熟基准），构成"低资源→标准化→成熟"的资源梯度，可用于研究预处理投入对模型性能的边际贡献。
3. 标注语义演化案例组：成人体系（NCR/ED/ET）→ 儿童体系（ET/NET/CC/ED，RAPNO）→ 转移瘤体系（WT/TC/ET+SNFH/NETC/RC，BraTS-MET 2024 引入切除腔 RC）——三个条目合读，是"分割标注分类学随临床需求演化"的现成教学案例。

8.4 三个高频咨询场景的类型化解答

场景一：“我在做儿童胶质瘤自动分割的毕业课题，从哪开始？”
路径：§1.5 名片 → TCIA 拿训练集 → 附录 N 接 nnU-Net → 官方包冠军当基线 → 主攻 CC/ET 写创新点。时间预算：数据就绪半天，基线复现约一周。

场景二：“我要证明我的成人模型在儿童上也能用/不能用。”
路径：§3.4 标签映射审查 → 成人模型零样本推理本集验证集 → 按 §2.4 语义对齐后算 lesion-wise 指标 → 与 §4.6 参赛成绩对照定位差距来源（人群差 vs 标签差 vs 预处理差）。注意：这是扩展实验口径，不是挑战赛口径。

场景三：“审稿人要求补充多中心泛化验证。”
路径：§2.2 机构拆分留了天然分组（DIPGR/CBTN/BCH/Yale）——leave-one-center-out 的泛化协议可直接构造；引用 §2.3 的机构异质性原文与 2025 届杂质设计做讨论背书。

§9 避坑清单：十个已踩过的坑

坑 1：规模三口径混用。 464（挑战赛论文）/457（TCIA 元数据与 CCDI 目录）/348（TCIA 图像 subjects）同时流通。写论文引用 464 例训练 261 例没问题，但若与 TCIA 下载包对不上数，先想起 457/348 两个口径，不要怀疑自己下载坏了。

坑 2：261+91+86≠464。 三段拆分之和 438，与总数差 26 例，官方无解释。有的第三方文章只写"464 例数据集"而不写拆分，有的只写训练 261——都别当成对方错了，两套数字各有出处。

坑 3：把生存预测当成挑战赛任务。 "方向性生存预测"是成人赛道的任务；儿科三届均为纯分割。元数据层的 OS/PFS 变量与"挑战赛任务"是两码事。复现检索时如果拿儿科赛道去对标生存预测论文，方向就错了。

坑 4：HF 镜像的 license 陷阱。 HuggingFace chehablab/BraTS_PED_2024 自声明 CC BY-NC 4.0，TCIA 官方是 CC BY 4.0。直接从 HF 镜像抄 license 声明会导致引用错误，商用评估时尤其要回到 TCIA 官方页核对。

坑 5：两届训练集不同还混着用。 2024 届训练 261 例、2025 届训练 256 例，且 2025 届刻意引入非颅骨剥离杂质。复现 2025 论文却下载 2024 数据（或反之），数字对不上是必然。Synapse 两个 ID（syn53708249 vs syn64153130）务必对应届次。

坑 6：2023 届与 2024 后标签语义不同。 2024 届切换到 RAPNO 四区体系（新增 NET/CC 拆分）。把 2023 届的掩码与 2024 届掩码直接当同一标签空间做时间序列分析，会引入系统性标签漂移。

坑 7：把 HF 镜像的 rows 数当例数。 第三方镜像页显示 “53,940 rows”——那是转存格式切片后的条目数（每例多序列/多切片展开），不是患者数。例数永远以 464/261 口径为准。

坑 8：把 4 例已知问题当"数据集质量差"或"算法失败借口"。 官方主动披露问题案例是透明度加分项；正确用法是按 §3.6 自查流程定位处理，而非全盘怀疑标注质量，也勿在自己模型掉分时归因于这几例。

坑 9：用 2023 届模型/掩码直接评估 2024 届数据（或反之）。 标签空间已断代（§2.8），跨届直接推理-评估会产生系统性错位分数。跨届比较必须重新映射标签并声明协议。

坑 10：认为"1mm³ 重采样 = 原始分辨率"。 数据集是重采样后的统一几何，原始采集矩阵/层厚各机构不同（成像元数据 TSV 可查）。做分辨率敏感研究（如小病灶检测）时，勿把重采样几何当原生采集精度宣称。

§10 总结

10.1 三句话总结

1. 这是 MICCAI BraTS 挑战赛的儿科赛道数据集：464 例儿童高级别胶质瘤（DIPG/DMG 为主力）治疗初 mpMRI 四序列 + RAPNO 四区专家标注，CBTN/DIPG Registry 等国际联盟共建，2023-2025 连办三届，是目前最大的公开儿童 HGG 标注影像队列。
2. 主力部分（训练+验证，348 subjects）在 TCIA 以 CC BY 4.0 正式发表（DOI 10.7937/DX5C-TJ86），NIfTI + 1mm³ + SRI24 配准 + defacing 全部预处理到位，历届冠军算法一行可调，是 AI-Ready 程度很高的"即取即用"基准。
3. 使用前必须过三道口径关：规模三口径（464/457/348）、两届训练集不同（261/256）、HF 镜像 license 冲突（NC vs 官方 BY）——本条目 §9 的六个坑覆盖了全部已知雷区。

10.2 适合谁

• 医学图像分割研究者：儿科脑肿瘤方向目前最优的公开基准，三届冠军算法可当强基线；
• 儿科神经肿瘤影像研究者：RAPNO 对齐的标注语义可直接对接疗效评估叙事；
• 挑战赛/方法学论文作者：评估协议（lesion-wise DSC/HD95）与成人赛道统一，跨赛道比较是天然选题；
• 放疗靶区/手术规划工程团队：四序列+子区域结构就是靶区勾画的输入形态；
• 多组学研究团队：CBTN 通道可联动基因组/临床数据（需另行申请）。

10.3 不适合谁

• 找低级别胶质瘤或其他儿科肿瘤（髓母细胞瘤等）者——本集仅 HGG/DMG/DIPG；
• 想做生存预测挑战赛复现者——儿科赛道无此任务（元数据有 OS/PFS 但不是挑战赛基准）；
• 需要测试集全量分析者——测试 86 例永不公开；
• 对下载工具有洁癖的自动化流水线——Aspera 插件是绕不开的摩擦（可评估 Synapse 客户端替代）。

10.4 30 秒决策卡

• 做儿童 HGG 分割方法 → 直接用：TCIA 取训练+验证，官方包调 2025 冠军当基线，主攻 CC/ET 难区；
• 做跨人群泛化 → 本集（儿童）+ brats（成人）双端点，注意标签体系差异做语义映射；
• 做生存/多组学 → 别用挑战赛任务框架，走 CBTN/NCI 通道申请元数据与临床数据；
• 只想要一个"儿科脑 MRI 大数据集"快速验证流水线 → 可以，但记得它是纯 HGG 治疗初队列，别当泛儿科数据用。

10.5 一分钟行动清单（打印级）

1. 确定届次（2024 复现 → syn53708249/TCIA；2025 → syn64153130）；
2. 下载后先跑 §3.6 五步自查（含 4 例问题案例定位）；
3. 确认标签语义映射（儿科四区，勿对号成人标签）；
4. 基线用官方包冠军算法，指标用 lesion-wise DSC/HD95；
5. 报告成绩时写清：哪一届、训练集例数、验证 or 测试口径；
6. 引用三件套（DOI + 两篇 arXiv），license 按 TCIA CC BY 4.0 署名。

10.6 给组织方的三条反馈建议（以用户身份）

1. 发布口径对账表：464/457/348 与 438/464 的差异数，一页表即可终结社区的全部猜测；
2. 发布两届训练集 diff 清单：2024（261 例）与 2025（256 例）的 subject 级增删列表，让复现者不再盲猜"官方清洗了什么"；
3. 声明验证集届间关系：2024/2025 两届验证集均为 91 例，一句话说明是否复用，可消除一个系统性混淆源。

FAQ（高频问答 42 问）

A. 基础认知

Q1：BraTS-PEDs、BraTS-PED、BraTS-Pediatric 是同一个东西吗？
是。BraTS-PEDs 是 2023/2024 届官方拼写（带 s，复数风格）；BraTS-PED 是 2025 届及媒体文献中的简称（BraTS 2025 Task-6 PED）；本库 slug 取 brats-pediatric。条目正文以 BraTS-PEDs 指称官方数据集本体。

Q2：数据集和挑战赛是一回事吗？
数据集是挑战赛的载体。数据集本体（影像+标注）已在 TCIA 独立正式发表（DOI 10.7937/DX5C-TJ86），不参加挑战赛也能下载使用；挑战赛是围绕它的年度基准活动（2023/2024/2025 三届）。

Q3：为什么儿童脑肿瘤要单独一个赛道？
儿童脑肿瘤的影像表型、标注分区需求（囊变/非强化的拆分）、伦理约束（去标识与 defacing 要求更高）都与成人差异显著，成人模型直接迁移效果差（多篇参赛论文实证）。独立赛道才能建立公平的儿科基准。

Q4：数据是什么时候采集的？
回顾性队列，各联盟机构历史累积采集，挑战赛 2023-2025 年组织发布；具体采集年份跨度未在公开文件中给出（元数据 TSV 含成像参数可自行查）。

Q5：有多少作者/多少机构参与？
设计论文作者 70+ 人，来自数十家机构（论文署名横跨北美与欧洲主要儿科神经肿瘤中心）；数据来源四家（CBTN/DIPG Registry/BCH/Yale），标注协作由 ASNR 组织。

B. 数据与获取

Q6：训练集里能拿到什么？
四序列 mpMRI（NIfTI）+ 六区域分割掩码（ET/NET/CC/ED/TC/WT）+ 元数据 TSV。训练集 261 例（2024 届）。

Q7：验证集和测试集呢？
验证集 91 例：只有影像无标注，用于在线提交评测。测试集 86 例：完全不公开，容器化算法提交后由平台盲评。

Q8：下载 32.7 GB 必须用 Aspera 吗？
TCIA 官方下载通道要求 IBM Aspera Connect 浏览器插件。替代路径：Synapse 客户端（命令行 synapse get）或 NCI Cancer Data Commons。自动化流水线建议走 Synapse CLI。

Q9：数据是匿名的吗？
是。DICOM 头 PHI 在转换时剥离、MRI defacing（儿科专用工具）已做、经各联盟伦理流程去标识后发布。TCIA 页标注该收集符合其去标识化政策。

Q10：CBTN 门户的数据和这个数据集什么关系？
CBTN 门户提供部分同源影像（无分割标注），且可与 CBTN 的基因组、临床数据联动——适合多组学研究；要带标注的版本就走 TCIA/Synapse。

Q11：SRI24 是什么？一定要懂吗？
SRI24 是数据配准的目标脑模板（已在 Zenodo 公开）。所有图像都对齐到它，因此你拿到的数据空间坐标系统一。做新分割或配准研究时需要知道这一点；只训练分割模型可以不深究。

Q12：HuggingFace 上那个镜像能用吗？
能用但不建议作为正式引用来源：它是第三方（chehablab）转存，license 声明（CC BY-NC 4.0）与官方（TCIA CC BY 4.0）冲突，且不随官方更新。快速预览可以，正式项目走官方。

C. 标注与任务

Q13：掩码的标签值是什么？
NIfTI 整数标签：四个子区域各一个值（ET/NET/CC/ED），TC 与 WT 为二值组合掩码（派生自子区域相加）。逐序列解读见 §2.4 表格。

Q14：为什么没有"坏死"标签？成人 BraTS 不是有 NCR 吗？
2024 届改用 RAPNO 儿科分区：非强化的肿瘤实质归 NET、囊变单列 CC，成人式"坏死核心"的粗颗粒分类在 DIPG/DMG 场景信息量不足。这是有意的体系切换，不是遗漏。

Q15：标注质量如何评估？
生产端是"半自动预分割→人工精修→神经放射科终审"三步；评估端是挑战赛统一协议：测试集双人独立标注评 inter-rater reliability，排名用 lesion-wise DSC + HD95。逐例标注者明细未公开。

Q16：能用这个数据集做生存预测吗？
挑战赛层面不能（任务只有分割）。研究层面：元数据携带 OS/PFS 结局变量，若经 CBTN/NCI 通道获得临床数据链接，可以做影像-生存关联研究——但这超出数据集公开包本身的边界。

Q17：一例只有一个肿瘤吗？
该队列以单发/主病灶为主（高级别胶质瘤特征），但协议按 lesion-wise 指标设计，允许多病灶场景。测试集评测按病灶逐个计算再聚合。

D. 挑战赛

Q18：2025 届和 2024 届比赛有什么不同？
2025 届并入 BraTS Lighthouse（Task-6），训练集调整为 256 例，官方引入非颅骨剥离等真实世界杂质，平台迁至 syn64153130。任务定义与指标不变。

Q19：验证榜第一就是冠军吗？
不是。2025 届验证榜第一（Li 团队）与测试榜第一（Yi 团队）是不同团队。最终名次以测试榜为准。

Q20：参赛可以用预训练模型吗？
2024 届规则禁止：不得用 BraTS-PEDs 之外的公开/私有数据训练或预训练（保证公平）。论文阶段可补外部数据实验但须单列挑战赛数据成绩。

Q21：历届冠军算法在哪里能直接用？
官方 Python 包（GitHub Astarakee/BraTS，pip 可装）：PediatricAlgorithms.BraTS23_1/24_1/25_1 分别调用三届冠军，GPU 推理。适合当强基线。

Q22：成绩的天花板在哪里？
2025 届测试集冠军：WT 92.6% / TC 91.8%，但 CC 仅 62.7%、ET 72.9%——囊变与稀疏强化是明确的方法学洼地，也是发文机会。

E. 许可与引用

Q23：商用允许吗？
数据本体按 TCIA 口径 CC BY 4.0，商用允许，义务是按 TCIA 要求的格式署名引用（含 DOI）。若绝对保守，注意 HF 镜像叠加的 NC 声明争议。

Q24：正确的引用组合是什么？
三件套：数据集（TCIA DOI 10.7937/DX5C-TJ86）+ 设计论文（arXiv:2404.15009）+ 结果论文（arXiv:2407.08855）。用 2025 届数据另引其论文集。

Q25：训练出的模型有使用限制吗？
CC BY 4.0 不约束模型权重本身的再许可，但严谨做法是在模型卡中注明训练数据来源与许可。

F. 工程与复现

Q26：数据形状是标准 240×240×155 吗？
成人 BraTS 的经典形状；儿科数据统一重采样到 1mm³ 各向同性并配准 SRI24，具体尺寸以实际文件为准（不要按成人记忆值硬编码输入尺寸）。

Q27：nnU-Net 能直接跑吗？
可以，数据格式（四序列 NIfTI + 整数标签掩码）与 nnU-Net 预期兼容，注意六个标签的映射配置。多篇 2025 届参赛论文就是 nnU-Net 变体。

Q28：官方预处理后还需要自己做 skull-stripping 吗？
不需要，且要小心：数据保留颅骨（除 TCIA 披露的 4 例已知问题），自行剥离可能与基准口径不一致。2025 届官方难点就是处理非剥离图像。

Q29：和成人 BraTS 模型迁移的推荐姿势？
先做标签语义映射审查（NCR≠NET、儿科多出 CC），再考虑用官方包的冠军算法在儿科数据上做零样本基线，最后才是微调。直接按标签编号硬对齐是经典复现事故。

Q30：元数据 TSV 里有什么？
两份：成像元数据（112 studies，采集参数等）与挑战赛元数据（457 条，人口学/挑战相关变量）。生存结局变量在挑战赛元数据层。

G. 命令与代码速查（增补）

Q31：Synapse 下载的最小命令序列？
注册 synapse.org → 个人设置生成 Personal Access Token → pip install synapseclient → synapse get -r syn53708249（2024 届整包）或按文件夹 ID 选择性下载。2025 届同法换 syn64153130。CLI 等价：synapse -u <token> get -r <synID>。

Q32：官方评估脚本在哪里？
挑战赛项目页提供评估包（与 CaPTk/Synapse 评测一致的 lesion-wise DSC/HD95 实现）；BrainLes 社区工具链（BraTS 包、PeTu 包）亦内置一致口径的指标实现。自建评测务必对齐 lesion-wise 定义（真负体素不计入）。

Q33：冠军算法包的调用样例？
from brats import PediatricSegmenter; from brats.constants import PediatricAlgorithms → PediatricSegmenter(algorithm=PediatricAlgorithms.BraTS25_1).infer_single(t1c=..., t1n=..., t2f=..., t2w=..., output_file=...)。注意：仅 GPU（冠军算法均不支持 CPU 推理）；输入为四序列 NIfTI 路径。

Q34：如何批量校验掩码标签值域？
遍历训练掩码 NIfTI：np.unique(mask) 应仅含预期的子区域整数码；同时统计各标签体素占比、逐例出现率（§3.6 第三步），异常清单与 4 例已知问题对照。

Q35：官方包还封装了哪些儿科相关赛道？
同一包覆盖 BraTS 家族多赛道（成人胶质瘤、GoAT 泛化、Inpainting、MEN、MET、SSA、Synthesis 等），儿科类为 PediatricSegmenter（2023/2024/2025 三届前三名算法枚举 BraTS23_1-3 / BraTS24_1-3 / BraTS25_1-3）。

H. 与其他儿科数据集的关系（增补）

Q36：为什么不直接用 CBTN 全量数据？
CBTN 是临床网络数据湖（含基因组/临床/影像），面向合规审批的研究者；BraTS-PEDs 是从中切出的"分割就绪"基准（统一预处理+专家标注+公开 license）。做分割基准研究用后者，做多组学深度研究走前者，两者互补不互斥。

Q37：和 PICI 等其他儿科影像数据集相比？
公开可得的"儿童脑肿瘤+专家分割+多序列"基准极度稀缺，本集在该品类内没有同规模对手（464 例 HGG vs 多数公开儿科序列为个位数到数十例）。其他儿科影像资源多为特定病种（视神经胶质瘤、髓母细胞瘤等）小队列或不含分割标注——注意这些病种本集刻意未覆盖，别拿本集当"泛儿科脑 MRI"用。

Q38：想研究后治疗/术后影像怎么办？
本集明确为治疗初（treatment-naive）队列；术后/治疗后是 2024 届设计论文预告的未来方向（成人侧已有 BraTS 2024 post-treatment 赛道，库内 brats 主条目可查）。当前请勿用本集做术后影像研究。

I. 争议与开放问题（增补）

Q39：规模口径分歧会被官方澄清吗？
未见官方对账文件。可能解释包括：入组后质量筛除、四序列完整性复核淘汰、测试集独立抽样的口径差。检索者立场：按附录 H 句式并列口径，等待官方数据卡更新。

Q40：348 与 352 的差 4 例就是那 4 例问题案例吗？
数字巧合诱人，但 TCIA 页未做此声明，问题案例也在可下载集合内（不是被移除）。按"未解释"存照，勿当结论引用。

Q41：MELBA 论文（10.59275/j.melba.2025-f6fg）是什么？
CCDI 目录"Published In"列出的正式发表载体之一（MELBA 为机器学习与生物医学成像开放期刊）。本条目截稿时未逐页核对其内容与 arXiv 版差异，存照备查。

Q42：2025 届验证榜/测试榜冠军不同，官方最终承认哪个？
挑战赛惯例以测试榜为最终名次（MICCAI 年会公布口径）；验证榜第一的荣誉在论文中通常表述为"validation leaderboard first place"。两支团队（同为上海交大）各有 LNCS 章节收录。

Q46：数据能用于机器学习竞赛平台之外的闭源产品吗？
CC BY 4.0 不禁止商用闭源，义务是署名；但建议产品文档中保留数据来源与许可声明，并自查 TCIA 使用政策条款（重点：再识别禁令与衍生声明）。

Q47：验证集可以拿来训练吗？
规则上验证集仅供提交评测（防止过拟合官方验证分布）；学术自由层面无强制，但用于训练后其提交成绩失去意义，论文中须显式声明，且不可与挑战赛排名混谈。

Q48：两届数据集的差集（2024 有而 2025 无的病例）有清单吗？
无官方清单。实用做法：两届训练集按 subject ID 求差（§3.6 第五步），差集即官方清洗线索——但注意差集可能混入编号体系调整，勿直接当"被剔除病例"引用。

Q49：TCIA 与 Synapse 拿到的数据需要互相对账吗？
建议做。两通道由不同团队维护、更新节奏不同（TCIA 版本化、Synapse 按届），subject 级对账（ID 差集）应在入库前完成，差异记录到项目文档——尤其混用两通道数据训练时。

Q50：论文里报告成绩的标准句式是什么？
四要素缺一不可：“第 X 届（20XX）× 哪个榜（validation/test）× 哪个指标（lesion-wise DSC/HD95）× 哪些区域”。反例：“我们的 Dice 达到 92%”——无届次、无榜别、无区域，无法复核。

Q51：数据集后续更新如何追踪？
TCIA 收藏页标注版本（当前 Version 1，2025/12/19 更新）与 DOI（DOI 不变、版本递进）；挑战赛动态跟 Synapse 对应届次项目页。引用时注明所用版本日期。

Q52：本条目的信息边界？
抓取时点 2026-09-27；LNCS 2025 论文集仅核验了摘要级信息（冠军成绩、排名、方法概述），未逐页核对全部儿科赛道章节；MELBA 论文（10.59275/j.melba.2025-f6fg）未深读。后续版本应优先补这两块。

Q53：可以用本集数据做模型蒸馏/合成数据生成的种子吗？
数据层面 CC BY 4.0 允许（署名+声明改动）；但蒸馏出的模型若宣称"挑战赛性能"须回官方协议评测。合成数据的医学声明（“基于真实儿童 HGG 生成”）需同时满足 license 义务与研究伦理审查。

Q54：官方包的冠军算法输出能直接当伪标签用吗？
可以（CC BY 4.0 + 算法开源许可允许），这正是官方包的设计用途之一；但注意 2025 冠军在 CC 区仅 62.7% Dice——伪标签的 CC 通道噪声会很大，建议只用作预分割底稿（复刻 §3.1 流水线的第一环），终稿仍需人工精修。

Q55：本条目与 FACTS.md 的关系？
本条目面向数据集检索者（how to use），FACTS.md 面向编辑部内部（what we verified：三源核验记录、口径存照、待核清单）。两者数字必须一致——若后续更新发现口径变化，以 FACTS.md 的再核验为先，条目随后同步。

Q56：为什么训练集 261 例在部分论文里被写成"n=261 patients"而另一些写"n=261 cases"？
本集一个 subject 对应一次治疗初扫描（多序列打包），患者=扫描=case，两写法等价；但引用 TCIA 的 “348 subjects / 1,649 series” 时要分清 subject（患者级）与 series（序列级文件数，约 5 个/例：四序列+掩码）。

Q57：测试集 86 例不公开，那论文里的"test Dice"都是官方跑的？
是——参赛者提交容器，官方在受控环境推理并回传指标；论文作者拿到的是官方回传成绩，不是自己算的。第三方论文若自称"在 BraTS-PEDs 测试集上评估"，要么是官方流程参与者，要么表述不严谨（常见替代：自留出训练集子集/外部 CBTN 数据，注意甄别）。

Q58：数据集的正式简称到底用哪个？
正式文档首选 BraTS-PEDs（官方拼写）；2025 届语境用 BraTS-Lighthouse 2025 Task-6 (PED) 亦可；本库条目名 BraTS-Pediatric 为检索友好命名。同一文档内选一个用到底，首现处给全称。

事实清单（硬事实 40 条）

1. 官方全称：The Brain Tumor Segmentation in Pediatric Magnetic Resonance Imaging (BraTS-PEDs)；挑战赛冠名 CBTN-CONNECT-DIPGR-ASNR-MICCAI BraTS-PEDs。

2. 首届 2023 年（arXiv:2305.17033，2023-05-26），首个儿科 BraTS 赛道。

3. 2024 届设计论文 arXiv:2404.15009（2024-04-23）。

4. 2024 届结果论文 arXiv:2407.08855。

5. 2025 届并入 BraTS Lighthouse 2025，赛内代号 Task-6（PED），Synapse syn64153130。

6. 数据集正式发表：TCIA，DOI 10.7937/DX5C-TJ86，Version 1 更新于 2025/12/19。

7. 挑战赛队列总数：464 例儿童高级别胶质瘤患者（论文口径）。

8. 机构来源：CBTN 120 + DIPG/DMG Registry 256 + Boston Children’s 61 + Yale 27 = 464。

9. TCIA/CCDI 元数据口径 457 例。

10. TCIA 图像托管口径 348 subjects / 1,649 series。

11. 拆分：训练 261 / 验证 91 / 测试 86（arXiv:2412.04094 口径；三段和 438）。

12. 病种：HGG（高级别星形细胞瘤）、DMG（弥漫中线胶质瘤）、DIPG（弥漫内生型脑桥胶质瘤）。

13. 纳入：组织学确诊 HGG 或影像/组织学证实 DIPG + 治疗初四序列齐全；排除：质量不合格、<1 月龄婴儿。

14. 四序列：T1、T1CE（钆增强）、T2、T2-FLAIR。

15. 预处理：DICOM→NIfTI 去 PHI、SRI24 模板配准、1mm³ 各向同性重采样、儿科自动 defacing（BraTS Pipeline，经 CaPTk/FeTS）。

16. 标注体系（2024 起）：RAPNO 推荐四子区域 ET/NET/CC/ED + 组合 TC/WT。

17. TC/WT 为子区域掩码简单二值相加的派生标签。

18. 标注生产：儿科自动分割预生成 → 人工迭代精修 → 神经放射科医生终审（ASNR 协作）；测试集双人独立标注。

19. 任务：纯分割（三届一贯），无生存预测子任务。

20. 元数据含人口学变量与 OS/PFS 生存结局变量（CCDI 目录口径）。

21. 评估指标：lesion-wise DSC + lesion-wise HD95，多维排名求和。

22. 参赛限制：禁止用额外数据训练/预训练。

23. 评估平台：Synapse（2024: syn53708249）+ MedPerf（syn511569100029）+ CaPTk/FeTS 本地工具。

24. 2023 届冠军：Daniel Capellán-Martín et al.。

25. 2024 届冠军：Mehdi Astaraki（二名 Tim Mulvany，三名 Sarim Hashmi）。

26. 2025 届测试榜冠军：Yuxiao Yi et al.（二名 Meng-Yuan Chen，三名 Haitao Yu）；验证榜第一 Xiaolong Li et al.（不同团队）。

27. 2025 测试集冠军 Dice：WT 92.6% / TC 91.8% / NET 85.7% / ED 83.2% / ET 72.9% / CC 62.7%。

28. 2025 届训练集 256 例（Macquarie 参赛论文口径），与 2024 届 261 例不同。

29. TCIA 披露 4 例已知质量问题：BraTS-PED-00024-000 / 00098-000（颅骨剥离）、00281-000（方向）、00287-000（倾斜）。

30. 数据 license：CC BY 4.0（TCIA 官方）；HF 第三方镜像自声明 CC BY-NC 4.0（冲突存照）。

31. TCIA 下载体积 32.7 GB，需 IBM Aspera Connect 插件。

32. 资助：NIH NCI/ITCR U01CA242871、NCI UH3CA236536、Pediatric Brain Tumor Foundation、DDRFA。

33. 官方下游工具：CaPTk、儿科 defacing 工具、儿科分割流水线、BraTS Orchestrator Python 包（冠军算法一行调用）。

34. 儿童 CNS 肿瘤为儿童癌症死亡首因；儿童 HGG 五年生存率 <20%（论文口径）。

35. 评测基础设施为 Synapse（托管/门户）+ MedPerf（容器化盲评执行，MLCommons，Nature Machine Intelligence 2023 有专文）。

36. SRI24 模板为儿科赛道统一配准目标（Zenodo 公开）。

37. 2024 届设计论文预告未来扩展方向：更多机构与组织学类型、术后/治疗后影像。

38. CCDI 目录口径：457 例全部 High-Grade Glioma、年龄儿童及青年（<40 岁）、性别/种族/族裔公开层 Not Reported。

39. CBTN 建立于 2011 年，为北美多中心儿科神经肿瘤数据协作网络。

40. 官方 BraTS 包中历届儿科冠军算法均不支持 CPU 推理（GPU required）。

术语表（30 条）

术语	全称/原文	释义
BraTS	Brain Tumor Segmentation	MICCAI 脑肿瘤分割挑战赛，2012 年起的社区基准
HGG	High-Grade Glioma	高级别胶质瘤，成人儿童均为恶性度最高的胶质瘤谱系
DMG	Diffuse Midline Glioma	弥漫中线胶质瘤，H3 K27M 变异为主的中线恶性胶质瘤
DIPG	Diffuse Intrinsic Pontine Glioma	弥漫内生型脑桥胶质瘤，位于脑桥的 DMG 亚型
mpMRI	multiparametric MRI	多参数 MRI，本集指四序列结构像组合
T1CE / T1-Gd	contrast-enhanced T1	钆对比剂增强 T1 加权像
T2-FLAIR	T2 fluid-attenuated inversion recovery	抑制自由水的 T2 像，水肿/病变敏感
ET	Enhancing Tumor	强化肿瘤（T1CE 上强化区域）
NET	Non-Enhancing Tumor	非强化肿瘤（非强化的肿瘤实质）
CC	Cystic Component	囊变成分
ED	Edema	水肿/瘤周浸润区
TC	Tumor Core	肿瘤核心 = ET+NET+CC
WT	Whole Tumor	整体肿瘤 = ET+NET+CC+ED
RAPNO	Response Assessment in Pediatric Neuro-Oncology	儿科神经肿瘤疗效评估工作组，本集标注分区的依据
CBTN	Children’s Brain Tumor Network	儿童脑肿瘤网络（数据联盟，2011 年起）
DIPGR	International DIPG/DMG Registry	国际 DIPG/DMG 专病登记库（贡献 55% 病例）
CONNECT	COllaborative Network for NEuro-oncology Clinical Trials	神经肿瘤临床试验协作网络
ASNR	American Society of Neuroradiology	美国神经放射学会（标注协作主力）
DSC / Dice	Dice Similarity Coefficient	分割重叠度指标，本集按 lesion-wise 计算
HD95	95% Hausdorff Distance	95 分位 Hausdorff 表面距离（mm）
SRI24	SRI24 atlas	数据统一配准的目标脑模板（Zenodo 公开）
CaPTk	Cancer Imaging Phenomics Toolkit	BraTS Pipeline 官方实现工具之一
FeTS	Federated Tumor Segmentation	联邦肿瘤分割平台/工具，BraTS 生态组件
MedPerf	—	MLCommons 开放基准执行框架，挑战赛评测后端
defacing	—	去面部处理（MRI 隐私保护步骤，本集用儿科专用版本）
lesion-wise	—	按病灶逐个计算再聚合的评价方式（区别于全图体素级）
treatment-naive	治疗初	未接受治疗前采集的影像，本集入组条件
lesion	病灶	lesion-wise 指标的计算单元
LNCS	Lecture Notes in Computer Science	Springer 会议论文集系列（挑战赛论文载体）
Aspera	IBM Aspera Connect	TCIA 下载所需的高速传输插件

附录

附录 A：条目信息速查卡

字段	值
slug	brats-pediatric
条目 URL	https://www.qianfanghub.com/ai-ready-dataset/brats-pediatric/688
数据集正式名	The Brain Tumor Segmentation in Pediatric Magnetic Resonance Imaging (BraTS-PEDs)
数据 DOI	10.7937/DX5C-TJ86（TCIA）
主论文	arXiv:2404.15009（设计）+ arXiv:2407.08855（结果）
规模主口径	464 例患者；训练 261/验证 91/测试 86
License	CC BY 4.0（TCIA 官方口径）
任务	纯分割（ET/NET/CC/ED/TC/WT），无生存预测
挑战赛平台	Synapse syn53708249（2024）/ syn64153130（2025）
最新冠军	2025 测试榜 Yuxiao Yi et al.（WT Dice 92.6%）
抓取时点	2026-09-27

附录 B：DAIMS 评估全表

维度	评估	说明
D1 可发现性	★★★★★	TCIA+Synapse+CCDI+官方包多入口，DOI 固定，检索"pediatric brain tumor segmentation"必命中
D2 可获取性	★★★★☆	训练+验证公开直取；扣分项：Aspera 插件摩擦、Synapse 注册墙、测试集不公开
D3 格式互操作	★★★★★	NIfTI 标准格式、1mm³ 统一重采样、SRI24 配准、整数标签掩码，主流框架即取即用
D4 标注质量	★★★★☆	半自动+人工精修+神经放射科终审三步链、RAPNO 指南对齐、测试集双标；扣分：人员级标注元数据未公开
D5 文档完备	★★★★☆	设计论文+结果论文+TCIA 收藏页+挑战赛 wiki 完整；扣分：规模口径分歧无官方对账
D6 许可清晰	★★★★☆	TCIA CC BY 4.0 明确；扣分：HF 第三方镜像 NC 声明制造混淆噪音
D7 维护可持续	★★★★☆	NCI 基础设施冗余托管（TCIA/Cancer Data Commons）、三届滚动维护；扣分：Synapse 届次页面分散
D8 伦理合规	★★★★★	联盟伦理流程+PHI 剥离+儿科专用 defacing+去标识发布
综合评级	AI-Ready 高位	即取即用型基准，主要成本在口径核对而非技术清洗

附录 C：逐项证据链自证

硬断言	来源
464 例、机构拆分 120/256/61/27	arXiv:2404.15009（设计论文）；arXiv:2412.04094；PLOS ONE 0323398 三源互证
训练 261/验证 91/测试 86	arXiv:2412.04094（唯一三段全写来源）；261 另有 PLOS ONE/medRxiv 互证
457 与 348 口径	TCIA 收藏页（348 subjects/1,649 series、challenge metadata 457）；CCDI 目录（457）
RAPNO 四区标注	arXiv:2404.15009v3（“recommended by RAPNO working group”）；MDPI 综述（2025）互证
无生存预测任务	arXiv:2305.17033 摘要（2023）、arXiv:2404.15009 全文（2024）均为纯分割定义；OS/PFS 变量在 CCDI 目录元数据描述
CC BY 4.0	TCIA 收藏页 License 列（官方）
DOI 10.7937/DX5C-TJ86	TCIA 收藏页 + HF 镜像引用块 + CCDI 目录三源一致
冠军榜三届	GitHub Astarakee/BraTS（官方包，2024 冠军本人维护）；2025 冠军另有 Springer LNCS 39/40 章（Yi 团队 rank 1st 自述）互证
2025 冠军成绩六区 Dice	Springer LNCS 第 40 章（Yi et al.）摘要
2025 验证榜第一（Li 团队）	Springer LNCS 第 38 章（Li et al.）摘要（“first place on the Task-6 validation leaderboard”）
4 例已知质量问题	TCIA 收藏页原文列表
2025 训练集 256 例	Macquarie 参赛论文（researchers.mq.edu.au 收录）“BraTS-PEDs 2025 training set (256 cases)”
32.7 GB / Aspera	TCIA 收藏页 Images 行
MedPerf syn511569100029	PLOS ONE 0323398 / medRxiv 25325530（“Data were obtained through Synapse and MedPerf systems”）

附录 D：数据获取决策树

需要分割标注？
├─ 是 → 需要 2024 届口径（论文复现主流）
│        ├─ 走 TCIA：CC BY 4.0 + DOI 引用，Aspera 下载 32.7GB（训练+验证 348 subjects）
│        └─ 走 Synapse syn53708249：注册后获取挑战赛全套（含挑战文档）
│     → 需要 2025 届口径（Lighthouse Task-6 复现）
│        └─ 走 Synapse syn64153130（训练集 256 例，含杂质设计）
└─ 否 → 只要影像做多组学/联合分析
         ├─ CBTN 门户（cbtn.org）：可联动基因组/临床数据（走 CBTN 数据访问审批）
         └─ NCI Cancer Data Commons：NCI 长期托管子集

需要冠军算法当基线？
└─ pip 装 BraTS 官方包 → PediatricAlgorithms.BraTS25_1（GPU）

附录 E：坑点档案（与 §9 对照）

坑	一句话	触发场景	解法
坑 1	规模三口径 464/457/348	引用规模、对账下载量	主口径 464+注明出处；对账看 §2.1 表
坑 2	261+91+86=438≠464	写拆分句	引用 2412.04094 并保留差额事实
坑 3	生存预测不是任务	复现/综述定位	任务写纯分割；OS/PFS 归元数据层
坑 4	HF 镜像 NC 声明	抄 license	以 TCIA 页为准（CC BY 4.0）
坑 5	两届训练集不同	复现 2025 论文	syn53708249↔2024、syn64153130↔2025
坑 6	2023/2024 标签语义断裂	跨届合并数据	RAPNO 四区自 2024 起；2023 不混入

附录 F：与库内 BraTS 家族条目的关系声明

条目	rid	人群	主题	互链建议
brats	24	成人	胶质瘤分割主线基准（2012-2024）	本条目"家族成员"段互链；跨人群泛化端点
brats-africa	683	成人	撒哈拉以南非洲域偏移赛道	本条目"家族成员"段互链；资源场景对照
brats-pediatric	本条目	儿童	儿科 HGG 分割（2023-2025）	—

三个条目共享：四序列 mpMRI 规格、lesion-wise DSC/HD95 指标、nnU-Net 生态、容器化盲评模式。差异轴：人群（成人/成人/儿童）、资源场景（充裕/受限/联盟充裕）、标注体系（NCR/ED/ET 系/RAPNO 儿科系）。

附录 G：许可与引用速查

• 数据本体：CC BY 4.0（TCIA，Version 1 2025/12/19）——署名即合规；
• 必引三件套：数据 DOI 10.7937/DX5C-TJ86 + arXiv:2404.15009 + arXiv:2407.08855；
• 2025 届使用另加：BraTS Lighthouse 2025 论文集（Springer LNCS，ISBN 978-3-032-16365-3）；
• HF 镜像（如确需引用）：chehablab/BraTS_PED_2024（自声明 CC BY-NC 4.0，要求致谢 chehablab.com）——与官方口径冲突，正式项目不推荐；
• TCIA 数据使用政策：引用义务 + 禁止试图再识别个体（TCIA 通用条款）。

附录 H：规模口径对账表（写作与引用专用）

你要写的句子	推荐表述	数字来源
数据集规模（论文综述）	“464 例儿童高级别胶质瘤的多机构 mpMRI 队列（训练 261/验证 91/测试 86）”	arXiv:2404.15009 + arXiv:2412.04094
引用 TCIA 下载数据	“TCIA 托管训练与验证图像 348 subjects / 1,649 series（32.7 GB NIfTI）”	TCIA 收藏页
引用元数据覆盖	“挑战赛元数据记录 457 例”	TCIA metadata TSV / CCDI
三口径并提	“论文口径 464 例；TCIA/CCDI 元数据口径 457 例；TCIA 图像托管 348 subjects——口径差异官方未对账”	本条目 §2.1
拆分与总数的差	“三段拆分合计 438 例，与 464 的差额官方未解释”	本条目 §2.1

附录 I：常见复现失败模式清单（八条）

1. 拿成人形状硬编码：按成人 BraTS 240×240×155 预分配输入张量——儿科数据统一 1mm³ 重采样后尺寸不同，先读 NIfTI 头再建模型。
2. 标签空间硬对齐：把成人标签编号直接映射（0/1/2/3 对号入座）——儿科是 ET/NET/CC/ED 四区语义，映射前先做语义审查（§3.4）。
3. 届次混装：2024（261 例）与 2025（256 例）训练集混在一个目录训练，然后对照任意一届论文数字——必然对不上。
4. 误剥颅骨：对官方保留颅骨的数据自行 skull-stripping 再对标挑战赛成绩——破坏了与基准一致的输入分布（除 4 例已知问题案例外应保留颅骨）。
5. 忽略 lesion-wise 口径：用全图体素级 Dice 复现对比 lesion-wise DSC 的论文成绩——指标定义不同，数字不可比。
6. 验证集当测试集：在 91 例验证集上调参后报告其成绩当"测试成绩"——官方测试 86 例盲评才是终榜口径。
7. HF 镜像数据复现 TCIA 论文：第三方镜像（4.06 GB，转存格式）与官方包在格式与完整性上不保证一致——复现一律走 TCIA/Synapse。
8. 生存变量越界使用：假设挑战赛公开包逐例带 OS/PFS——以实际 TSV 字段为准；更深层临床数据走 CBTN 审批，勿在论文里声称数据集"含生存预测任务"。

附录 J：检索决策树（按研究目的）

你的目的是？
├─ 训练/改进儿科分割模型
│   ├─ 快速基线 → TCIA 下载 + 官方包调 2025 冠军（BraTS25_1）
│   └─ 冲 SOTA → 主攻 CC/ET 洼地；先读 §4.6 技术路线表
├─ 跨人群/域偏移研究
│   ├─ 成人↔儿童 → 本集 + brats(rid 24)，先做标签语义映射
│   └─ 杂质鲁棒性 → 本集 2025 届设计（官方杂质）+ brats-africa(rid 683)
├─ 影像-生存关联研究
│   └─ 元数据 TSV 评估变量粒度 → 不足则走 CBTN/NCI 通道申请
│       （论文表述见 §4.8 安全句式）
├─ 标注方法学研究
│   └─ 半自动+终审流水线（§3）+ 测试集双标规程；人员级明细未公开
└─ 只想跑通一个 MRI 分割流水线
    └─ 本集即取即用（NIfTI/1mm³/SRI24 就绪），注意 Aspera/Synapse 通道选择

附录 K：按角色的 30 分钟上手指南

分割算法研究者：读 §2.3/§2.4（规格与标签）→ TCIA 下载训练集 → pip install 官方 BraTS 包跑通 2025 冠军推理 → 用官方评估脚本算 lesion-wise 指标建立基线 → 主攻 CC。

临床/转化研究者：读 §0/§1 与 §2.2（队列构成）→ 检查挑战赛元数据 TSV 的变量粒度 → 决定走公开包还是 CBTN 申请 → 引用走附录 G 三件套。

数据工程/流水线开发者：读 §5.1（五入口表）与附录 I 失败模式 → 选 Synapse CLI 通道（自动化友好）→ 校验 NIfTI 头 spacing 与标签值域（§3.6 五步自查）→ 建立届次分目录。

综述/教材写作者：读 §4.7（三届演进）与 §7（方法学启示）→ 规模引用按附录 H 句式 → 勿把生存预测写进挑战赛任务（坑 3）。

附录 L：本条目双口径存照总表

存照项	口径 A	口径 B	本条目处理
患者总数	464（挑战赛论文）	457（TCIA/CCDI 元数据）	主口径 464，§2.1 三口径并陈
图像托管数	348 subjects（TCIA）	261+91=352（挑战赛拆分推算）	差 4 例存照，不圆数
拆分总和	261+91+86=438	464（总数）	差 26 例存照，引用时保留差额
2025 验证集	n=91（Springer 39 章口径）	2024 届验证亦 91	是否复用未确认，存照
2025 训练集	256 例（Macquarie 口径）	2024 届 261 例	分届列表（§2.8）
License	CC BY 4.0（TCIA 官方）	CC BY-NC 4.0（HF 第三方镜像）	以 TCIA 为准，冲突披露（§5.3）
2025 榜首	测试榜 Yi 团队	验证榜 Li 团队	双榜并陈（§4.3/§4.6）
官方拼写	BraTS-PEDs（2023/2024）	BraTS-PED（2025 简称）	条目名 brats-pediatric，正文注明谱系

附录 M：lesion-wise DSC 与 HD95 的计算骨架

评估协议是跨论文比较的生命线，核心实现逻辑（与官方口径一致的定义骨架，供自建评测对齐）：

# 伪代码骨架：与 BraTS 官方 lesion-wise 口径对齐的关键点
def lesionwise_dsc(pred, gt, label):
    # 1) 取出该标签的二值掩码
    p, g = (pred == label), (gt == label)
    # 2) 连通域分析：按 lesion（病灶）逐个处理，而非全图体素
    lesions = connected_components(g)          # ground truth 侧逐病灶
    dscs = []
    for lesion in lesions:
        tp = (pred_in(lesion) & lesion).sum()
        # 3) 真负体素（双方都为空的远处体素）不计入——防止大片正常脑组织稀释指标
        fp = (p & ~g_in_lesion_context()).sum()
        fn = (~p & lesion).sum()
        dscs.append(2*tp / (2*tp + fp + fn))
    return aggregate(dscs)   # 聚合策略以官方评估包为准

def hd95(pred, gt, label):
    # 表面距离：两侧表面点集的 Hausdorff 距离取 95 分位
    # 4) 空掩码处理规则必须与官方一致（通常该例不计或记罚，读评估包文档）
    return percentile(surface_distances(pred==label, gt==label), 95)

四条对齐纪律：①官方评估包为唯一仲裁（论文成绩以 Synapse/MedPerf 回传为准）；②空预测/空真值的边界情形处理必须复刻官方规则；③六个区域分别计算，勿只报平均；④如需与排行榜对比，确认该届该榜（验证/测试）再对号。

附录 N：nnU-Net 快速接入骨架

# 数据目录布局（nnU-Net v2 惯例，四序列命名映射）
# imagesTr/
#   BraTS-PED-00001-000_0000.nii.gz   # 0000 = T1
#   BraTS-PED-00001-000_0001.nii.gz   # 0001 = T1CE
#   BraTS-PED-00001-000_0002.nii.gz   # 0002 = T2
#   BraTS-PED-00001-000_0003.nii.gz   # 0003 = T2-FLAIR
# labelsTr/
#   BraTS-PED-00001-000.nii.gz        # 整数标签掩码（ET/NET/CC/ED 语义映射见 §2.4）
# dataset.json                        # 模态声明 + 标签声明（六区域）

nnUNetv2_plan_and_preprocess -d DATASET_ID --verify_dataset_integrity
nnUNetv2_train DATASET_ID 3d_fullres 0          # 5 折交叉验证
nnUNetv2_find_best_configuration DATASET_ID

三条儿科特调提醒：①dataset.json 的标签声明必须按儿科四区语义写，勿复制成人模板的 NCR 声明；②数据已 1mm³ 统一，nnU-Net 的自动重采样计划会尊重原 spacing，预期与挑战赛预处理一致；③2025 届含非颅骨剥离样本，若走"干净训练→全量微调"策略（§4.6 第 39 章路线），先按 §3.6 做颅骨状态筛查再分池。

附录 O：论文 Methods 段数据声明模板（可直接改写）

We used the CBTN-CONNECT-DIPGR-ASNR-MICCAI BraTS-PEDs dataset (The Cancer Imaging Archive, DOI: 10.7937/DX5C-TJ86; challenge design: arXiv:2404.15009; challenge results: arXiv:2407.08855). The cohort comprises 464 pediatric patients with high-grade glioma (including DMG/DIPG) collected via CBTN (n=120), the International DIPG/DMG Registry (n=256), Boston Children’s Hospital (n=61), and Yale University (n=27); per-challenge splits are 261 training (with expert annotations), 91 validation, and 86 withheld testing cases. Each case contains four structural mpMRI sequences (T1, T1CE, T2, T2-FLAIR) pre-processed by the BraTS Pipeline (DICOM-to-NIfTI with PHI removal, SRI24 atlas registration, 1 mm³ isotropic resampling, pediatric-specific defacing). Reference annotations follow the RAPNO working-group subregions: enhancing tumor (ET), non-enhancing tumor (NET), cystic component (CC), and edema (ED), with derived tumor core (TC = ET+NET+CC) and whole tumor (WT = ET+NET+CC+ED) labels. The dataset is distributed under CC BY 4.0. [If 2025 edition: the BraTS-Lighthouse 2025 Task-6 training set (n=256) with officially retained non-skull-stripped cases was used instead; note the two editions are not identical.]

模板四处可调：①届次句（2024/2025 二选一并声明）；②拆分句（如只用训练集，显式写"only the training cohort (n=261)"并引 PLOS ONE 2025 先例）；③生存研究追加句（“metadata include overall and progression-free survival variables per the NCI CCDI catalog; no survival-prediction task is defined in the challenge”）；④机构句（按实际用到的子集调整）。

附录 P：库内互链声明（供发布时嵌入）

发布互链锚点（三端口）：

• 端口一：brats (rid 24) — 成人胶质瘤主线（人群轴对端）；
• 端口二：brats-africa (rid 683) — 撒哈拉以南非洲域偏移赛道（资源轴对端）；
• 端口三：本条目 brats-pediatric — 人群轴-儿童端；标注体系轴-RAPNO 儿科四区。

检索关键词桥：儿童胶质瘤、DIPG、DMG、儿科肿瘤分割、RAPNO。

互链语义：三条目共享评估协议与容器化盲评模式，分别在人群（成人/儿童）与资源（充裕/受限）两轴上互为对端；建议三向互链（A→B、A→C、B→C 全闭环），并在各条目"家族图谱"小节放置本声明块的对应端口。

附录 Q：大事记时间线（2023-2026）

时间	事件
2023-05-26	首届 BraTS-PEDs 挑战赛论文发布（arXiv:2305.17033）
2023	第一届儿科赛道举办；冠军 Capellán-Martín et al.
2024-04-23	2024 届设计论文发布（arXiv:2404.15009）；标注体系切换 RAPNO 四区
2024-07	2024 届结果论文（arXiv:2407.08855）；冠军 Astaraki
2024-12	跨赛道方法论文披露三段拆分 261/91/86（arXiv:2412.04094）
2025	BraTS Lighthouse 2025 Task-6（PED）；训练集 256 例；引入非颅骨剥离杂质；测试榜冠军 Yi et al.
2025	TCIA 正式发表 Version 1（DOI 10.7937/DX5C-TJ86，页面标注更新 2025/12/19）
2025-09-23	MICCAI 2025（Daejeon）Lighthouse 挑战赛会场
2026-04-01	2025 届挑战赛论文集 Springer LNCS 上线（ISBN 978-3-032-16365-3）
2026-09-27	本条目抓取与核验时点

附录 R：检索关键词地图（中英双语）

中文主关键词：儿童脑肿瘤分割、儿科胶质瘤数据集、DIPG 影像数据集、弥漫中线胶质瘤 MRI、儿童高级别胶质瘤、脑肿瘤分割挑战赛、儿科医学图像分割、RAPNO 标注。

英文主关键词：pediatric brain tumor segmentation, BraTS-PEDs, BraTS-PED, childhood glioma dataset, DIPG MRI dataset, diffuse midline glioma imaging, pediatric high-grade glioma, RAPNO segmentation, CBTN imaging, lesion-wise Dice。

组合检索建议：病种词 × 方法词（如 “DIPG” + “nnU-Net” / “DIPG” + “radiomics”）；机构词 × 任务词（“CBTN” + “segmentation benchmark”）；指标词限流（“lesion-wise” + “pediatric”）可显著提高命中精度，避开成人 BraTS 的海量同名文献。

附录 S：成人 BraTS-GLI 与本集的逐维度对照

维度	成人 BraTS-GLI（2024，rid 24 主题）	本集（BraTS-PEDs）
人群	成人弥漫性胶质瘤（多为术后/治疗后场景）	儿童 HGG/DMG/DIPG（治疗初）
规模	~2,200 例（2024 届口径）	464 例
标注体系	ET / NETC / SNFH / RC（引入切除腔 RC）	ET / NET / CC / ED（RAPNO 儿科四区）
任务	分割（2024 届成人组另设生存预测系任务于其他赛道）	分割（三届一贯，无生存任务）
数据特色	治疗后影像的切除腔语义	囊变成分拆分 + DIPG 弥漫形态
共享协议	lesion-wise DSC + HD95、排名求和、容器盲评	相同
引用差异	各届论文+数据 DOI	TCIA DOI 10.7937/DX5C-TJ86 + arXiv 双论文

附录 T：研究问题 → 本条目章节对照表

你的研究问题	先读	关键字段/工具
儿科分割 SOTA 到哪了	§4.6/§4.9	2025 双榜成绩、rank summation
怎么复现某届冠军	§4.6 + 附录 N	官方包枚举、nnU-Net 接入
队列构成/偏倚	§2.2/§6.7	机构配比 55% DIPGR
标注语义/跨体系迁移	§2.4/§3.4/§3.5	RAPNO 四区、标签映射
影像-生存关联	§2.7/§4.8/§2.10	OS/PFS 在元数据层、CCDI 粒度
数据获取自动化	§5.7/FAQ G 组	Synapse CLI、对账
引用与合规	§5.8/附录 O/附录 U	三件套、CC BY 4.0 句式
基准设计方法论	§4.7/§7/§7.6	三届演进、断代成本

附录 U：错误引用 → 正确引用对照

错误写法	问题	正确写法
“BraTS-PED 数据集包含 464 例带标注的 MRI”	验证/测试无标注	“464 例队列：训练 261 例带标注、验证 91 例无标注、测试 86 例不公开”
“该数据集用于生存预测挑战”	任务证伪（坑 3）	“官方任务为分割；元数据含 OS/PFS 供扩展研究”
“数据采用 CC BY-NC 4.0 许可”	HF 镜像误传（坑 4）	“CC BY 4.0（TCIA 官方口径）”
“我们的 Dice 达到 92%，超过冠军”	四要素缺失（Q50）	“2025 届测试集 lesion-wise WT DSC 92.6%（Yi et al., rank 1）”
“BraTS-PEDs 2025 数据集（261 例训练）”	届次错配（坑 5）	“2025 届训练集 256 例（2024 届为 261 例）”
“基于 464 例训练了模型”	拆分失实（坑 2）	“基于训练集 261 例训练（挑战赛队列共 464 例）”

附录 V：术语首现索引

术语	首现位置
HGG/DMG/DIPG	§0
RAPNO 四区（ET/NET/CC/ED）	§0/§2.4
三口径（464/457/348）	§2.1
BraTS Pipeline/1mm³/SRI24/defacing	§2.3
TC/WT 派生标签	§2.4
lesion-wise DSC/HD95	§1(Q7)/§4.2
rank summation	§4.9
Synapse/MedPerf 双层基础设施	§6.4
三届断代	§2.8/§4.7
k-匿名/Not Reported	§2.10

附录 W：儿科神经肿瘤影像资源格局（本集定位对照）

资源	性质	标注	许可	与本集关系
BraTS-PEDs（本集）	多联盟分割基准（464 例 HGG/DMG/DIPG 治疗初）	RAPNO 四区专家标注	CC BY 4.0（TCIA）	—
CBTN 门户	临床网络数据湖（影像+基因组+临床）	无分割标注（部分影像）	CBTN 数据访问审批	本集影像的上游来源之一；多组学联动通道
NCI Cancer Data Commons	NCI 基础设施镜像	无标注	NCI 政策	本集影像的冗余托管（长期保存）
NCI CCDI 目录	数据目录/索引层	—	—	本集的官方编目（457 例口径出处）
成人 BraTS 系列（rid 24）	成人基准家族	NCR/ED/ET 系	各届口径	人群轴对端；协议同源

格局结论（附录 W）：在"儿科脑肿瘤 + 专家分割 + 宽松许可"的交叉点上，本集目前没有同规模竞品；CBTN/NCI 通道是它的上游与冗余，不是竞品。检索者若被其他"儿科 MRI 数据集"营销页吸引，先核对三件事：病例数（个位数到数十例的小队列很常见）、是否有专家级分割标注、许可是否允许研究使用——多数情况下会回到本集。

Q56：为什么训练集 261 例在部分论文里被写成"n=261 patients"而另一些写"n=261 cases"？
本集一个 subject 对应一次治疗初扫描（多序列打包），患者=扫描=case，两写法等价；但引用 TCIA 的 “348 subjects / 1,649 series” 时要分清 subject（患者级）与 series（序列级文件数，约 5 个/例：四序列+掩码）。

Q57：测试集 86 例不公开，那论文里的"test Dice"都是官方跑的？
是——参赛者提交容器，官方在受控环境推理并回传指标；论文作者拿到的是官方回传成绩，不是自己算的。第三方论文若自称"在 BraTS-PEDs 测试集上评估"，要么是官方流程参与者，要么表述不严谨（常见替代：自留出训练集子集/外部 CBTN 数据，注意甄别）。

Q58：数据集的正式简称到底用哪个？
正式文档首选 BraTS-PEDs（官方拼写）；2025 届语境用 BraTS-Lighthouse 2025 Task-6 (PED) 亦可；本库条目名 BraTS-Pediatric 为检索友好命名。同一文档内选一个用到底，首现处给全称。

---

相关数据集导航

以下为站内 AI-Ready 数据集百科中与本词条共享多个主题标签的相关数据集，按相关度降序排列：

• lisa2025 — 共享标签：医学影像 / MRI / 医学图像分割 / 儿科 / 挑战赛数据集
• brats — 共享标签：医学影像 / MRI / 医学图像分割 / 脑肿瘤 / 挑战赛数据集
• bonbid-hie — 共享标签：医学影像 / MRI / 医学图像分割 / 儿科 / 挑战赛数据集
• crossmoda-2023 — 共享标签：医学影像 / MRI / 医学图像分割 / 脑肿瘤 / 挑战赛数据集
• hc18 — 共享标签：医学影像 / 医学图像分割 / 儿科 / 挑战赛数据集
• brats-africa — 共享标签：医学影像 / MRI / 医学图像分割 / 脑肿瘤
• topaneu2026 — 共享标签：医学影像 / MRI / 医学图像分割 / 挑战赛数据集
• rembrandt — 共享标签：医学影像 / MRI / 脑肿瘤
• promise12 — 共享标签：医学影像 / MRI / 医学图像分割 / 挑战赛数据集
• crossmoda2022 — 共享标签：医学影像 / MRI / 医学图像分割 / 挑战赛数据集

导航说明：本章节由全站统一标签体系自动计算生成（标签重合度算法），双向可达；点击链接可跳转至对应数据集词条。