CARE 2026 — 面向真实世界医学图像的综合分析与计算

INFOBOX — CARE 2026 一屏速览

维度	内容
本质	MICCAI 2026 卫星挑战赛（非单一数据集）——4 赛道 7 子任务的真实世界医学影像评测基准
身份锚	MICCAI-SIG（Cardiac + xMedIA）官方赛事；Zenodo DOI 10.5281/zenodo.19727704（v1，2026-04-24）
官网	https://www.zmic.org.cn/care_2026/（口号 “Toward real world medical image analysis”）
缩写	CARE = Comprehensive Analysis & computing of REal-world medical images
赛道	CARE-Left Atrium / CARE-Liver / CARE-Myocardium / CARE-Whole Heart
子任务	7 个：LA scar、LA cavity、LA 多结构 CT、LiFS、LiSeg、MyoPS/CineMyoPS、WHS
模态	LGE MRI、CT、Cine CMR、bSSFP、T2WI、DWI、Gd-EOB-DTPA 增强 MRI
规模	目标逾 2000 例 / 18 中心 / 跨 3 大洲；本轮新增采集 710 例
参与	279 teams / 23 countries（2026-08-26）；594 validation submissions；29 papers accepted
指标	G-DSC / DSC / HD / ACC / SEN / AUC
评测	Docker 容器化在线提交，各赛道独立 leaderboard，测试集盲评
时间	注册 2026-03-27→07-20；workshop 2026-09-27（Strasbourg）
许可	CC BY-NC-ND（Zenodo 记录 + 各赛道数据协议）
库内互链	myops(702)、mm-whs(770)、lascarqs(772)、lits(81)、acdc(511) 等

CARE 2026 是一条"把真实世界医学影像的脏乱差当作评测对象本身"的挑战赛：它不追求在某个干净单中心数据集上刷最高分，而是把来自 18 个中心、3 大洲、扫描仪型号与层厚参差不齐的 2000 余例真实临床影像汇成四条赛道——左心房、肝脏、心肌、全心——让算法在设备异质性与协议差异的真实条件下比拼分割与分期能力。它的身份首先是一场比赛，其次才是一批数据：数据为比赛服务，评测口径由 Docker 在线盲评定义，而非像传统数据集那样以静态下载包的形式发布。

导语读法三则：

1. 只想下数据：直奔 §6 获取与许可——数据经官网注册分发，Zenodo 仅作描述性登记，别把 DOI 当成下载直链。
2. 关心任务设计：直奔 §4 与 §5——四赛道七子任务的标签体系、划分与指标一节连读，看清"分割"与"分期"两类任务粒度差异。
3. 做跨中心泛化研究：直奔 §7 评估与基准——注意各赛道训练/验证/测试中心不统一，跨赛道迁移必须逐赛道对齐划分。

§0 导读：这个数据集解决什么问题

医学影像 AI 长期面临一个尴尬的落差：算法在单中心、清洗过的公开数据集上准确率可以刷到 0.9 以上，一旦换到真实医院的多设备、多协议影像上便大幅掉点。根源在于公开数据集往往是"实验室样本"——单一扫描仪、统一层厚、严格质控、标注者集中在同一机构。真实世界影像则相反：同一解剖结构在不同中心用不同机器、不同参数、不同层厚采集，层间分辨率可以从 0.5mm 跳到 4.0mm，灰度分布因线圈与增强剂而漂移。CARE（Comprehensive Analysis & computing of REal-world medical images）挑战赛正是为填补这一落差而设。

CARE 2026 是其最新一届（历届为 CARE 2024、CARE 2025），也是 MICCAI 2026 的卫星赛事之一。它把问题拆成四个贴临床的赛道：左心房（心脏介入与房颤消融高度关注的瘢痕与腔室）、肝脏（纤维化分期与肝分割，涉及 Gd-EOB-DTPA 增强与多序列）、心肌（心肌病理分割，需融合 LGE/T2/bSSFP 多序列）、全心（7 亚结构的全心分割，CT 与 MRI 混合）。四条赛道共衍生出 7 个可评测子任务，覆盖体素级分割与患者级分期两类粒度。

CARE 2026 的回答分三层。第一层是数据：跨 4 中心/多设备的真实临床影像，目标规模逾 2000 例、来自 18 个中心、跨 3 大洲，本轮新增采集 710 例。第二层是评测：公开训练与验证集、隐藏测试集，统一 Docker 容器化在线盲评，各赛道独立 leaderboard，指标族为 G-DSC/DSC/HD/ACC/SEN/AUC。第三层是生态：作为 MICCAI-SIG（Cardiac + xMedIA）官方赛事，它的 organizer 与库内多条心肌/心脏/肝脏条目的作者团队高度重叠（复旦庄吓海团队、福州黄立勤团队），衍生出 LiFS 基准论文等开源产物。

§0 读法三则：

1. 这个条目是"挑战赛+多赛道数据+评测基准"三合一：本体是四批多中心影像，评测是 Docker 盲评榜，生态是 MICCAI-SIG 系列赛事——三者口径各不相同（§5、§7）。
2. 全文规模数字存在"宣称目标"与"各赛道实测"两套口径：整体写"逾 2000 例/18 中心/3 大洲"是目标宣称，各赛道实测（LA 200+300、Liver 800、Myocardium 若干、WH 246）需分列，坑 4 存照。
3. 检索时若把"CARE"当唯一关键词会命中大量 cms-medicare / critical-care 等无关条目——本条目专属 slug 为 care-challenge，库内查重见 §8 与坑 1。

§1 数据集速览：十问十答

Q1：CARE 2026 到底是什么？是数据集还是比赛？
首先是一场比赛——MICCAI 2026 的卫星挑战赛（satellite challenge），由 MICCAI-SIG（Cardiac 与 xMedIA）背书。数据是为比赛服务的：参赛者注册后下载训练/验证集，在 Docker 平台上对隐藏测试集提交盲评。因此"数据集"是本条目的视角，官方身份是赛事。

Q2：它和 CARE 2024、CARE 2025 什么关系？
同一挑战赛的三届。CARE 2024 有约 150 支队伍、录用 23 篇、450+ 次评测；CARE 2025 增至 248 支队伍（较 2024 增约 65%）、录用 23 篇（48% 录用率）、476 次评测、新增 850 例。CARE 2026 继续扩至 279 支队伍、录用 29 篇、594 次验证提交、本轮新增 710 例。

Q3：四条赛道分别考什么？
CARE-Left Atrium 考左心房（LGE MRI 瘢痕量化 + 腔室分割 + CT 多结构分割）；CARE-Liver 考肝脏（纤维化分期 LiFS + 肝脏分割 LiSeg）；CARE-Myocardium 考心肌病理（MyoPS 多序列 + CineMyoPS）；CARE-Whole Heart 考全心 7 亚结构分割。共 7 个可评测子任务。

Q4：数据规模到底多大？
整体目标口径是"逾 2000 例、来自 18 个中心、跨 3 大洲"，本轮新增采集 710 例。但各赛道实测计数需分列——LA 200+ LGE MRI 与 300 例 CT、Liver 800 患者、Whole Heart 246 例，Myocardium 为若干中心集合。两套口径不可强行加总（坑 4）。

Q5：模态有哪些？
跨 MRI 与 CT 两类大模态，细分包括 LGE MRI（晚期钆增强）、Cine CMR（电影心脏磁共振）、bSSFP、T2WI、DWI、Gd-EOB-DTPA 增强 MRI，以及 CT（含 CTA）。这正是"跨模态真实世界"的核心：同一赛道内也混合多种序列。

Q6：评测怎么做的？
公开训练集带标注、验证集带标注供自评、测试集标注隐藏；参赛者以 Docker 容器封装算法，在线提交，各赛道独立 leaderboard。指标族：分割用 DSC/HD，LA 瘢痕用 G-DSC/ACC/SEN（类不平衡），LiFS 用 AUC/ACC。

Q7：组织者是谁？
General Chairs 包括复旦大学的 Xiahai Zhuang（庄吓海）、Hangqi Zhou（周航奇），福州大学的 Liqin Huang（黄立勤）等；主办背书为 MICCAI-SIG Cardiac + xMedIA；Keynote 为上海科技大学沈定刚教授。Zenodo creators 亦以这两支团队为主。

Q8：许可和数据获取方式是什么？
许可为 CC BY-NC-ND（Zenodo 记录与 MICCAI SIG 挑战页口径，各赛道数据协议写 CC BY NC ND）。获取方式：官网注册 → 下载训练/验证集 → 测试集 Docker 盲评提交。Zenodo 仅为描述性登记，不是全量数据托管库。

Q9：有没有衍生论文/基准？
有。最明确的是 LiFS 基准论文（arXiv:2605.25595，肝纤维化分期，2026-05）。整体以 MICCAI 2026 satellite proceedings 收录的赛事论文（CARE_031.html）为形态，另有 Zenodo 摘要页。

Q10：为什么它对 AI-Ready 重要？
它是库内少见的"挑战赛型多赛道基准"：数据经注册分发而非公开直链、评测经 Docker 盲评而非本地复现、许可为 ND（禁止演绎）——这三点决定了它的 AI-Ready 得分结构与静态公开数据集不同，是研究"评测即服务"模式的样本。

§2 数据构成与规格

2.1 整体设计：四条赛道七个任务

CARE 2026 的组织单元是"赛道（track）"，每个赛道含一到三个可评测子任务：

赛道	子任务数	子任务	主要模态	任务类型
CARE-Left Atrium	3	LA scar 量化 / LA 腔室分割 / CT 多结构分割	LGE MRI + CT	体素分割
CARE-Liver	2	LiFS 纤维化分期 / LiSeg 肝脏分割	T2WI/DWI/Gd-EOB-DTPA MRI	分期 + 分割
CARE-Myocardium	2	MyoPS / CineMyoPS	LGE/T2/bSSFP + cine	体素分割
CARE-Whole Heart	1	WHS 全心 7 亚结构分割	CT + MRI	体素分割
合计	7	—	MRI + CT	—

设计意图是"同一解剖家族、跨中心泛化"：每条赛道锚定一个临床问题（房颤消融前的瘢痕评估、肝病无创分期、心肌病诊断、全心结构定量），把该问题下的真实世界影像异质性作为评测难点。

2.2 CARE-Left Atrium：跨 4 中心的多模态左心房

CARE-Left Atrium 是四赛道中最"跨模态"的一条：数据来自 4 个中心、跨 3 大洲，既含 LGE MRI 又含 CT。

中心	例数	模态	扫描仪	空间分辨率
Center A	154	LGE MRI	Siemens Avanto 1.5T / Vario 3T	0.625×0.625×2.5 mm
Center B	20	LGE MRI	Philips Achieva 1.5T	1.4×1.4×1.4 mm
Center C	20	LGE MRI	（KCL 口径）	1.3×1.3×4.0 mm
Center D	300	CT	Siemens Force	0.30-0.80×0.30-0.80×0.5 mm

Center A 的 154 例来自 Utah NAMIC-CARMA 口径。三个 LGE 中心（A/B/C）合计约 194 例，加上 Center D 的 300 例 CT，构成"200+ LGE MRI + 300 CT"的规模。三个子任务的划分如下：

子任务	训练	验证	测试
Task1 LA scar（LGE MRI）	60	10	24
Task2 LA cavity（LGE MRI）	130	10A + 10C	14A + 20B + 10C
Task3 多结构分割（CT）	150	20	130

值得注意的是 Task2 的验证/测试按中心分层（A/C 训练、A/B/C 组合测试），刻意构造跨中心评测，避免"同中心训练同中心测试"的乐观偏差。

2.3 CARE-Liver：800 患者的动态增强 MRI

CARE-Liver 覆盖 800 患者（较 CARE 2025 新增 190 例），模态为 T2WI、DWI 与 Gd-EOB-DTPA 动态 MRI，扫描仪混用 Philips Ingenia 3.0T、Siemens Skyra 3.0T、Siemens Aera 1.5T。

子任务	输入	标签	指标
LiFS 纤维化分期	非增强 / 增强 MRI 两子任务	纤维化 S1-S4；派生 Cirrhosis（S1-S3 vs S4）、Substantial Fibrosis（S1 vs S2-S4）	AUC / ACC
LiSeg 肝脏分割	非增强 T2WI/T1/DWI（无标注）+ 增强 GED4（有限标注）	肝脏体素	Dice / HD

数据划分（按 A/B1/B2 与 C 分层）：

划分	训练	验证	测试
A	157 + 10	20 + 20	50
B1	230 + 10	20 + 20	50
B2	73 + 10	20 + 20	50
C	—	—	130

LiFS 的"非增强 vs 增强"双设置是一处关键设计：考察算法在无对比剂条件下的分期能力，直接对应临床"碘/钆剂禁忌患者"场景。LiFS 有独立基准论文（arXiv:2605.25595）。

2.4 CARE-Myocardium：多序列融合的心肌病理

CARE-Myocardium 含 MyoPS 与 CineMyoPS 两个子任务。MyoPS 使用 LGE、T2、bSSFP 多序列，目标是分割心肌病理（瘢痕与水肿）；CineMyoPS 使用 cine CMR。标签体素计数为：Scar 2221、Edema 1220、LV 500、Myocardium 200、RV 600。

子任务	训练（按中心）	验证	测试
MyoPS	A 81（LGE）、B 35（LGE/T2/bSSFP）、C 45（LGE/T2/bSSFP）、E 7、F 9、G 8（LGE/bSSFP）、H 35（LGE）	15	65
CineMyoPS	α 40、β 24	15	45

多中心、多序列的异质组合是这条赛道的核心难点：中心 A、H 只有 LGE，中心 B、C 有完整三序列，中心 E/F/G 为 LGE+bSSFP 组合——算法必须在"序列缺失"条件下仍能工作，这正是真实世界的常态。

2.5 CARE-Whole Heart：246 例 8 中心的 CT+MRI 混合

CARE-Whole Heart 含 246 例、来自 8 个中心，CT 与 MRI 混合，目标是分割 7 个亚结构。

亚结构	标签体素计数	说明
LV（左心室）	500	血池
RV（右心室）	600	血池
LA（左心房）	420	血池
RA（右心房）	550	血池
Myo（心肌）	205	心肌
AO（主动脉）	820	大血管
PA（肺动脉）	850	大血管

数据划分（按中心与模态）：

划分	构成	合计
Train	A 20 CT、B 20 CT、C&D 20 MRI、E 26 MRI、G 20 CT	106
Val	A 20 CT、B 10 CT、C&D 20 MRI	50
Test	A 20 CT、B 14 CT、C&D 20 MRI、F 16 MRI、H 20 CT	90

扫描仪覆盖 Philips 64-slice CT、Siemens SOMATOM Force、GE Revolution CT、Philips Achieva 1.5T、Siemens Avanto 1.5T、Toshiba Aquilion ONE——一条赛道内横跨六种设备、两种大模态，是"真实世界"含量最高的赛道之一。

2.6 规格小结：为什么叫"真实世界"

把四赛道的规格并排看，CARE 2026 的"真实世界"体现在三处：

1. 空间分辨率跨度大：LA 中心 A 的 LGE 为 0.625×0.625×2.5 mm（层厚 2.5mm），中心 C 为 1.3×1.3×4.0 mm（层厚 4.0mm），Center D CT 达 0.5mm 层厚——同赛道的 z 轴采样从 0.5mm 到 4.0mm 相差近 8 倍。直接后果：任何依赖各向同性假设的网络都会在部分中心失效。
2. 模态与序列组合异质：CARE-Myocardium 的中心 A/H 仅 LGE、B/C 全三序列、E/F/G 为 LGE+bSSFP——序列缺失是常态而非例外。
3. 对比剂协议差异：CARE-Liver 含 Gd-EOB-DTPA 动态增强且刻意设"非增强 vs 增强"双设置；CARE-Left Atrium 的 LGE 依赖钆剂增强。

对使用者的含义：CARE 2026 不是拿来"刷分"的干净基准，而是拿来"测泛化"的压力测试集。在它上面取得的高分，其可迁移性远强于单中心数据集，但前提是评测协议被严格执行（隐藏测试集 + Docker 盲评）。

§3 组织与运营：一场 MICCAI 卫星赛事的解剖

3.1 组织架构

CARE 2026 由 MICCAI-SIG（Cardiac 心脏影像特别兴趣组 + xMedIA 可解释医学影像 AI）背书，General Chairs 包括：

角色	姓名	机构
General Chair	Xiahai Zhuang（庄吓海）	复旦大学
General Chair	Hangqi Zhou（周航奇）	复旦大学
General Chair	Bailiang Chen	—
General Chair	Freddy Odille	洛林大学（Université de Lorraine）
General Chair	Liqin Huang（黄立勤）	福州大学
General Chair	Yazhou Lin	—
Keynote	Prof. Dinggang Shen（沈定刚）	上海科技大学

Zenodo creators（记录登记人）为 Zhuang Xiahai（复旦）、Huang Liqin（福州）、Ding Wangbin（福建医科）、Zhou Hangqi（复旦）、Liu Yuanye（复旦）、Lin Xingtao（福州）、Zhang Jiangbei（复旦）——与组委会高度重叠，显示复旦-福州两支团队是本次赛事的核心组织方。

3.2 赛程时间线

节点	日期
Registration 开放	2026-03-27
Training data release	2026-03-27
Registration 截止	2026-07-20
Validation 阶段开始	2026-05-01
Test data release	2026-06-10
Abstract submission	2026-07-27
Paper submission	2026-07-27
Test results submission	2026-08-03
Acceptance notification	2026-08-10
Camera ready	2026-08-24
Workshop（half-day）	2026-09-27

Workshop 于 2026-09-27 在 Strasbourg Convention Center 的 Room Auditorium Cassin (G) 举行，为半天议程，随 MICCAI 2026 主会并行。

3.3 运营规模与参与度

截至 2026-08-26 快照：279 支队伍、来自 23 个国家、覆盖 6 大洲；累计 594 次 validation 提交；48 篇论文投稿；29 篇录用。平均每队注册 1.67 条赛道，44 支队伍注册了全部 4 条赛道。

各赛道的参与与录用分布：

赛道	注册队	Validation 提交	论文投稿	录用
CARE-Left Atrium	99	102	12	7
CARE-Liver	112	197	17	11
CARE-Myocardium	117	192	10	7
CARE-Whole Heart	138	103	9	4

两点观察：其一，CARE-Liver 的 validation 提交数（197）远高于其注册队数（112），说明该赛道"复交"活跃、迭代次数多；其二，CARE-Whole Heart 注册队最多（138）但论文投稿最少（9）——可能反映全心分割任务门槛高、从参赛到成文的转化率低。奖项设置为 1 篇 best paper + 2 篇 runner-ups，以及 8 项 best performance（LA scar MRI、LA multi-structure CT、LiFS、LiSeg、Myocardial Pathology、Cine Myocardial Pathology、WHS-CT、WHS-MRI）。

3.4 历届演进

届次	队伍	录用论文	评测次数	新增病例
CARE 2024	~150	23	450+	—
CARE 2025	248（+65%）	23（48%）	476	850
CARE 2026	279	29	594 validation	710

队伍数从 2024 的约 150 稳步升至 2026 的 279，录用论文从 23 升至 29，验证提交从 450+ 升至 594。值得注意的是 CARE 2025 与 2024 的录用数同为 23（易被误读为复读，实为逐年独立计数，坑 5 存照）。

§4 任务与标注：七个可评测子任务

4.1 七个任务的完整清单

编号	赛道	任务	输入模态	输出	指标
1	LA	LA scar quantification	LGE MRI	瘢痕体素	G-DSC / ACC / SEN
2	LA	LA cavity segmentation	LGE MRI	腔室体素	DSC / HD
3	LA	LA multi-structure	CT	多结构体素	DSC / HD
4	Liver	LiFS 纤维化分期	MRI（非增强/增强）	S1-S4 分级	AUC / ACC
5	Liver	LiSeg 肝脏分割	MRI 多序列	肝脏体素	Dice / HD
6	Myo	MyoPS / CineMyoPS	LGE/T2/bSSFP + cine	病理体素	Dice / HD
7	WH	WHS 全心分割	CT + MRI	7 亚结构体素	DSC / HD

4.2 任务粒度：分割 vs 分期

七任务分属两类粒度，这决定了它们的评价逻辑与迁移性截然不同：

• 体素级分割（任务 1、2、3、5、6、7）：每个像素/体素给定类别，指标为 DSC/HD（或 LA scar 的 G-DSC/ACC/SEN）。难点在边界与类不平衡——LA 瘢痕体素极少，故用 generalized Dice 与敏感度（SEN）而非普通 Dice。
• 患者级分期（任务 4 LiFS）：整例患者给定 S1-S4 纤维化等级，指标为 AUC/ACC，是分类问题而非分割问题。

含义：不要跨这两类任务比较分数。一个在 LiSeg 上达到 0.95 Dice 的模型，其在 LiFS 上的 AUC 与之毫无可比性——前者衡量边界贴合，后者衡量分级判别。跨赛道"综合排名"本身也不存在：各赛道独立 leaderboard。

4.3 标注形态与质量保证

CARE 2026 的标注遵循"训练/验证公开、测试隐藏"的三段式：

数据子集	标注状态	用途
Training	带标注	模型训练
Validation	带标注	参赛者自评、调参
Test	标注隐藏	Docker 盲评、最终排名

分割任务为体素级标注（由各中心专业标注，多中心来源），LiFS 为患者级分期标签。标注者与质控流程各赛道独立，未见统一的跨赛道标注规范披露——这是理解条目时需存照的一点（坑 3）。

4.4 评测平台与提交机制

评测通过 Docker 容器化在线提交完成：参赛者把训练好的模型（含推理脚本）打包为容器，上传至平台，平台在隐藏测试集上运行并返回指标。各赛道有独立 leaderboard。这一机制的关键含义是"评测即服务"：

1. 测试集永不下发，数据泄露风险由容器沙箱与隐藏标注共同控制。
2. 结果可复现性依赖于平台长期维护——一旦平台下线，官方榜单不可本地重建。
3. Docker 封装要求参赛者提交可运行代码而非仅权重，间接提高了工程规范性门槛。

§5 数据来源与出处：赛道级拆解

5.1 CARE-Left Atrium 出处

CARE-Left Atrium 的数据来自四个命名中心（A/B/C/D），其中 Center A 的 154 例 LGE MRI 出自 Utah NAMIC-CARMA（犹他大学，房颤消融相关心脏 MR 研究口径），其余三个中心为补充来源。数据的多中心构成意在覆盖不同厂牌（Siemens、Philips）与不同场强（1.5T、3T），以及不同序列协议（LGE 层厚 2.5-4.0mm）。Center D 的 300 例 CT 来自福州大学附属省立医院，用 Siemens Force 扫描，层厚 0.5mm，是"CT 分支"的主体。将 MRI 与 CT 并入同一赛道，反映临床现实：左心房结构评估既可能走 MRI 也可能走 CT。

5.2 CARE-Liver 出处

CARE-Liver 覆盖 800 患者（较 CARE 2025 新增 190 例）。模态为 T2WI、DWI 与 Gd-EOB-DTPA 动态增强 MRI，设备为 Philips Ingenia 3.0T、Siemens Skyra 3.0T、Siemens Aera 1.5T——同赛道内三台不同厂商/场强的扫描仪。Gd-EOB-DTPA（钆塞酸二钠）是肝胆特异性对比剂，其肝胆期成像对肝纤维化评估有特殊价值，这也是 LiFS 设"非增强 vs 增强"双设置的临床动因。数据按 A/B1/B2/C 分层，训练/验证/测试严格分离且验证集含跨亚组组合（20+20），意在测跨亚组泛化。

5.3 CARE-Myocardium 出处

CARE-Myocardium 的数据跨多个命名中心（A、B、C、E、F、G、H 用于 MyoPS；α、β 用于 CineMyoPS）。中心之间序列组合差异明显：

中心	序列组合	训练例数
A	LGE	81
B	LGE / T2 / bSSFP	35
C	LGE / T2 / bSSFP	45
E	LGE / bSSFP	7
F	LGE / bSSFP	9
G	LGE / bSSFP	8
H	LGE	35

这种"序列完整度不一"是刻意的真实世界模拟。MyoPS 的目标标签为 Scar（瘢痕）与 Edema（水肿），另有 LV/Myocardium/RV 的解剖标签作为辅助。CineMyoPS 则从 cine CMR 序列做心肌病理分割，训练来自 α（40）、β（24）两中心。

5.4 CARE-Whole Heart 出处

CARE-Whole Heart 含 246 例、8 个中心，CT 与 MRI 混合，设备横跨 Philips 64-slice CT、Siemens SOMATOM Force、GE Revolution CT、Philips Achieva 1.5T、Siemens Avanto 1.5T、Toshiba Aquilion ONE。7 个亚结构（LV/RV/LA/RA/Myo/AO/PA）的分割是经典全心分割任务的扩展——不仅分割四个腔室与心肌，还纳入主动脉与肺动脉两支大血管。训练 106、验证 50、测试 90，且验证/测试按中心与模态重新组合，保证"测试中心的模态组合在训练中不完全出现"。

5.5 出处口径的存照

需要存照三点：其一，各中心的官方名称在公开页面多以代称（A/B/C/D、α/β 等）出现，完整机构名仅 Center A（Utah NAMIC-CARMA）与 Center D（福州大学附属省立医院）明确，其余为部分披露（坑 2）。其二，Myocardium 轨道中心 E/F/G 的例数极小（7/8/9），其独立统计价值有限，更多作为序列多样性来源。其三，Whole Heart 的亚结构体素计数（AO 820、PA 850 等）单位是否统一到同一体素网格未注明，跨结构比较占比需谨慎（坑 3）。

§6 许可、获取与版本链

6.1 许可

CARE 2026 的数据许可为 CC BY-NC-ND：署名（BY）+ 非商业（NC）+ 禁止演绎（ND）。这一组合有明确含义：

条款	含义	对使用者的约束
BY	须署名	引用须标注来源与 Zenodo/官网
NC	非商业	不得用于商业产品/服务
ND	禁止演绎	不得发布修改后的数据集（如再标注、再切分分发）

ND 是本条目 AI-Ready 评分的关键拖累项：即便拿到了数据，也不能把"在 CARE 上再标注/再加工的数据集"对外发布。这对想做数据增强或衍生基准的团队是硬约束。许可在 Zenodo 记录（v1，2026-04-24）与 MICCAI SIG 挑战页标注一致，各赛道页面数据使用协议亦写 “CC BY NC ND”。

6.2 获取方式

获取是"注册制 + 盲评制"两段：

1. 训练/验证集：官网（https://www.zmic.org.cn/care_2026/）注册 → 下载。不是公开直链，需填写注册信息并同意数据使用协议。
2. 测试集：不下发，仅通过 Docker 容器在线盲评提交。参赛者无法直接获得测试集影像。

因此"能不能下到数据"的答案是：训练/验证集可以（注册后），测试集永远拿不到（设计如此）。这与静态公开数据集（如 HuggingFace 一 load_dataset 即可用）形成鲜明对比。

6.3 版本链

版本	时间	关键变化
CARE 2024	2024	首届；~150 队；23 录用；450+ 评测
CARE 2025	2025	扩至 248 队（+65%）；23 录用（48%）；476 评测；新增 850 例
CARE 2026	2026	279 队；29 录用；594 validation；新增 710 例

版本演进的主线是"扩规模、增赛道、提参与"。2024→2025 队伍数增长最快（+65%），2025→2026 转为录用论文数增长（23→29）。Zenodo 记录对应 CARE 2026，DOI 10.5281/zenodo.19727704，版本 v1。

6.4 Zenodo 记录的性质

必须澄清：Zenodo 记录（DOI 10.5281/zenodo.19727704）是描述性登记，不是全量数据的托管仓库。它登记了挑战赛的名称、描述、创作者、版本与许可，但影像数据本身经官网注册分发。因此引用时"DOI + 官网"须双写：引 DOI 获得可持久标识，引官网获得数据获取路径（坑 6）。

§7 评估与基准

7.1 指标族

CARE 2026 的指标按任务类型分组：

任务类型	指标	说明
一般分割	DSC、Dice	重叠度
边界敏感分割	HD（Hausdorff Distance）	边界误差
类不平衡分割（LA scar）	G-DSC、ACC、SEN	广义 Dice + 准确率 + 敏感度
分级（LiFS）	AUC、ACC	判别能力 + 准确率

LA scar 之所以单列 G-DSC/ACC/SEN，是因为瘢痕体素在 LGE MRI 中占比极低（类不平衡严重），普通 Dice 会被大量背景体素主导，掩盖对稀缺瘢痕的识别能力。SEN（敏感度）的引入直接考察"漏检率"——对消融靶区定位而言，漏检比误检更危险。

7.2 Leaderboard 结构

各赛道独立 leaderboard，奖项榜位共 8 个：LA scar MRI、LA multi-structure CT、LiFS、LiSeg、Myocardial Pathology、Cine Myocardial Pathology、WHS-CT、WHS-MRI。注意 WHS 因含 CT 与 MRI 两模态而拆两个榜位，LA 因 scar（MRI）与 multi-structure（CT）拆两个榜位——这体现"跨模态分别排名"的评测哲学。

7.3 衍生基准论文

最明确的衍生基准是 LiFS benchmark（arXiv:2605.25595，2026-05），专注肝纤维化分期基准。此外，赛事整体以 MICCAI 2026 satellite proceedings 收录的论文（CARE_031.html）为形态，另有 Zenodo 摘要页。这些产物为检索者提供了比官网更结构化的任务描述与基线结果。

7.4 评测的可复现性边界

Docker 盲评带来一个结构性限制：官方榜单不可本地重建。测试集不下发、平台逻辑不公开，意味着第三方无法独立复现某队的确切分数。验证集（带标注）可作部分复现，但其难度与测试集不完全等同。因此引用 CARE 2026 的排名时应注明"官方平台盲评口径"，而非视作可独立验证的基准结果（坑 4 相关）。

§8 生态、互链与 AI-Ready 定位

8.1 库内可互链条目

CARE 2026 的四条赛道在库内都有同族条目，可按赛道建立互链：

赛道	库内同族条目	record_id	互链逻辑
CARE-Myocardium	myops	702	心肌病理分割同族（MyoPS 与 myops 任务几乎同构）
CARE-Myocardium	mms	516	心肌多序列分割同族
CARE-Myocardium	emidec	696	心肌梗死/病理 LGE 同族
CARE-Myocardium	amplifai	923	心肌病理 AI 同族
CARE-Whole Heart	mm-whs	770	全心分割同族（WHS 直接对应）
CARE-Whole Heart	imagechd	878	心脏结构分割同族
CARE-Left Atrium	lascarqs	772	左心房瘢痕量化同族（LA scar 直接对应）
CARE-Left Atrium	acdc	511	心脏腔室分割同族
CARE-Left Atrium	cmrxmotion	687	心脏 MR 运动分析同族
CARE-Left Atrium	cmrxrecon	506	心脏 MR 重建同族
CARE-Liver	lits	81	肝脏分割同族（LiSeg 对应）
CARE-Liver	sliver07	347	肝脏分割同族
CARE-Liver	3dircadb	357	肝脏/腹部 CT 同族
CARE-Liver	atlas-liver-tumor	431	肝脏影像同族
CARE-Liver	echorisk	921	肝脏相关风险预测同族

8.2 互链重点说明

最强互链对是 MyoPS ↔ myops(702) 与 WHS ↔ mm-whs(770)：两者在任务定义上几乎一致（心肌病理分割、全心多亚结构分割），检索者若对其一感兴趣，另一必然相关。其次 LA scar ↔ lascarqs(772) 也是直接对应（均涉左心房瘢痕量化）。肝脏族的 lits(81)/sliver07(347)/3dircadb(357)/atlas-liver-tumor(431) 与 CARE-Liver 的 LiSeg 构成"肝脏分割数据集群"。心脏 MR 族（acdc/cmrxmotion/cmrxrecon/imagechd/emidec）则与 CARE 的多个心脏赛道交叉。

8.3 组织方生态重叠

CARE 2026 的核心组织者（复旦庄吓海团队、福州黄立勤团队）与库内 myops、mm-whs、lascarqs 等条目的作者团队高度重叠。庄吓海团队长期主导 MyoPS/WHS 系列基准，黄立勤团队则是 LA CT 数据的来源方。这意味着 CARE 2026 在库内不是孤立条目，而是"复旦-福州心脏/肝脏影像基准生态"的最新一届——检索者从 myops 或 mm-whs 出发，可自然上溯到 CARE 系列。

8.4 AI-Ready 定位

CARE 2026 的 AI-Ready 特征与静态公开数据集显著不同：

• 优势面：多中心真实世界影像、跨模态、Docker 标准化评测、活跃的 organizer 生态、有衍生基准论文（LiFS）。
• 拖累面：ND 许可禁止演绎、测试集永不下发（盲评）、数据经注册分发而非公开直链、整体规模为"宣称目标"而非各赛道实测之和。

因此它的 AI-Ready 得分结构是"高科学价值 + 中等可获取性 + 低可衍生性"。对研究者而言，它适合做"泛化性评测与基准挑战"，不适合做"自由再分发的训练语料库"。

§9 使用指南与坑点

9.1 谁该用、怎么用

使用者	建议用法	关键注意
心血管影像分割团队	用 LA/WHS 赛道测跨中心泛化	各中心层厚差异大，先对齐 z 轴
肝脏定量团队	用 LiFS 做无创分期基线	非增强 vs 增强双设置须分开报告
心肌病理团队	用 MyoPS/CineMyoPS 测多序列融合	序列缺失中心（A/H）不可直接与全序列中心比较
评测方法论研究者	以 CARE 为"评测即服务"案例	关注 Docker 盲评的可复现性边界
数据集建设者	参考其多中心组织与分层划分	ND 许可限制衍生发布

9.2 坑点清单

坑 1：把"CARE"当作唯一检索词会撞库。库内查重时 %care% 命中 7 条例目（cms-medicare-lds/421、chinese-critical-care-database/166、komodo-healthcare-map/500、zhejiang-ehr-critical-care/598、seer-medicare/368、paediatric-intensive-care/595、scared/363），全部与 CARE 2026 无关——命中的是 “medicare/critical-care” 子串。本条目专属 slug 为 care-challenge，互链时勿混淆。

坑 2：各中心机构名多为代称。公开页面以 A/B/C/D、α/β、E/F/G/H 指代中心，仅 Center A（Utah NAMIC-CARMA）与 Center D（福州大学附属省立医院）明确。检索者试图核对全部机构来源会一无所获——这是赛事为保护数据提供方的常规做法，非缺漏。

坑 3：标注规范未跨赛道统一披露。七任务分属不同赛道，VOCAB「标注者/质控流程」未见统一说明；Whole Heart 的亚结构体素计数（AO 820、PA 850）单位是否统一到同一体素网格亦未注明。跨结构/跨赛道比较占比须谨慎。

坑 4：整体规模是"宣称目标"而非实测之和。"逾 2000 例、18 中心、跨 3 大洲"是挑战赛宣称，非各赛道实测计数相加；各赛道实测（LA 200+300、Liver 800、Myocardium 若干、WH 246）需分列，不做强行加总。同理"279 teams"与赛道注册队次合计 466 是两口径（多赛道注册，avg 1.67）——坑 4a。

坑 5：历届录用数同为 23 易被误读。CARE 2024 与 CARE 2025 录用论文数均为 23，形态上像"复读笔误"，实为逐年独立计数；CARE 2026 为 29，逐年不同。引用时须核对届次。

坑 6：Zenodo DOI 不是下载直链。DOI 10.5281/zenodo.19727704 是描述性登记，影像数据经官网注册分发。把 DOI 当下载入口会失败——须"DOI + 官网"双写。

坑 7：Docker 盲评使官方榜单不可本地重建。测试集不下发、平台逻辑不公开，第三方无法独立复现确切分数。引用排名须注明"官方平台盲评口径"，验证集可作部分复现但难度不等。

坑 8：ND 许可堵死衍生发布。CC BY-NC-ND 的 ND 条款禁止发布修改后的数据集（再标注、再切分分发），想做数据增强或衍生基准的团队会撞墙。若需衍生，只能走"独立采集+自持许可"路径。

坑 9：LA 赛道验证/测试按中心分层，勿当随机划分。Task2 验证为 10A+10C、测试为 14A+20B+10C，是刻意的跨中心评测设计。把它当随机划分做实验会高估同中心性能。

坑 10：Myocardium 小中心样本量极小。中心 E/F/G 分别为 7/8/9 例，独立统计价值有限，更多作为序列多样性来源；在此三中心上得出的结论不可作显著结论。

§10 一句话总结与延伸

一句话：CARE 2026 是 MICCAI 2026 的卫星挑战赛，以 4 赛道 7 子任务、目标逾 2000 例多中心真实世界医学影像（LGE MRI/CT/Cine CMR/bSSFP/T2WI/DWI/Gd-EOB-DTPA），在设备与协议异质性下评测左心房、肝脏、心肌、全心的分割与分期能力，以 Docker 盲评定义排名，CC BY-NC-ND 许可、官网注册获取。

延伸阅读：

1. 官网：https://www.zmic.org.cn/care_2026/（口号 “Toward real world medical image analysis”）
2. Zenodo 记录：https://doi.org/10.5281/zenodo.19727704（v1，2026-04-24）
3. LiFS 基准论文：arXiv:2605.25595（肝纤维化分期，2026-05）
4. 联系：care26challenge@163.com / care2026challenge@outlook.com

检索关键词建议：CARE 2026 / MICCAI satellite challenge / real-world medical image / LA scar / LiFS / MyoPS / CineMyoPS / Whole Heart Segmentation / 左心房瘢痕 / 肝纤维化分期 / 全心分割。

§11 配套评估：DAIMS 评分表

DAIMS（Dataset AI-Readiness & Multi-source Scoring）用于量化本条目在 AI-Ready 维度上的得分。CARE 2026 的评分如下：

维度	权重	得分	说明
可发现性（Discoverability）	15%	8/10	官网 + Zenodo DOI 双入口，检索友好；但分布在各赛道页，聚合度一般
可获取性（Accessibility）	20%	6/10	训练/验证集注册可下，测试集永不下发；非公开直链
可理解性（Interpretability）	15%	8/10	任务定义清晰、指标明确、有衍生论文；标注规范未跨赛道统一
可复用性（Reusability）	20%	5/10	ND 许可禁止演绎，限制再分发与衍生发布
可复现性（Reproducibility）	15%	5/10	Docker 盲评使官方榜单不可本地重建
规模与多样性（Scale & Diversity）	15%	9/10	多中心、跨模态、真实世界异质性极强
加权合计	100%	6.65/10	高科学价值 + 中等可获取性 + 低可衍生性

评分解读：CARE 2026 的强项在规模与多样性（9/10）与可理解性（8/10），弱项在可复用性（5/10，ND 许可）与可复现性（5/10，盲评）。这一结构与静态公开数据集（如 HuggingFace 上的 CC BY 数据集，可复用性常达 9-10）形成互补：前者赢在真实与规模，后者赢在开放与复现。研究者应按目标选择——要测泛化选 CARE，要训模型选开放数据集。

§12 医学背景：四个临床问题的来龙去脉

12.1 左心房：房颤消融的靶区

心房颤动（atrial fibrillation）是最常见的持续性心律失常之一，导管消融通过隔离肺静脉口与左心房后壁来终止异常电活动。消融成功与否高度依赖术前对左心房解剖与纤维化程度的评估：腔室分割（Task2）用于三维重建与导航，瘢痕量化（Task1）用于预测消融效果——左心房纤维化越重，消融后复发率越高。LGE MRI（晚期钆增强）能显示纤维化组织，但图像对比度低、瘢痕与正常心肌边界模糊，因而成为分割难点。CARE-Left Atrium 同时设"腔室分割"与"瘢痕量化"，正对应临床的"结构 + 基质"双评估需求。

CT 分支（Task3）则对应另一场景：部分患者不宜做 MRI（如植入器械），改用 CT 评估左心房解剖。CT 的组织对比与 MRI 截然不同，因此多结构分割（左心房、肺静脉、左心耳等）被单列为 CT 子任务，评测口径与 MRI 分支分开。

12.2 肝脏：无创纤维化的临床价值

慢性肝病（病毒性肝炎、脂肪肝等）进展为肝纤维化乃至肝硬化，分期（S1-S4）决定治疗方案与随访强度。金标准肝穿刺活检有创、取样误差大、不宜反复。因此无创分期（LiFS）是长期目标：从 MRI 影像直接预测纤维化等级。Gd-EOB-DTPA 增强 MRI 的肝胆期能反映肝细胞功能，与纤维化程度相关，故"增强 vs 非增强"是核心对照。肝脏分割（LiSeg）则是定量分析的基础——肝脏体积、形态是多项指标的输入，且肝脏边界在病变肝上常不规则。

12.3 心肌：瘢痕与水肿的多序列融合

心肌病（如心肌梗死、心肌炎）的影像评估需区分瘢痕（不可逆坏死）与水肿（可逆炎症）。不同序列提供互补信息：LGE 显示瘢痕，T2 加权显示水肿，bSSFP（cine）显示形态与运动。MyoPS 要求算法融合多序列共同分割，而真实世界中各中心序列不齐（见 §5.3），故"序列缺失下的鲁棒分割"是隐含考验。CineMyoPS 进一步从 cine 序列做病理分割，考察纯功能序列能否推断病理。

12.4 全心：结构定量与亚结构边界

全心 7 亚结构分割（LV/RV/LA/RA/Myo/AO/PA）是心脏影像 AI 的经典任务，输出用于心室容积、射血分数等临床指标。CT 与 MRI 两条路径各有优劣：CT 空间分辨率高、扫描快，但软组织对比弱；MRI 对比好，但采时长、易运动伪影。CARE-Whole Heart 混合两模态并 8 中心采样，考验算法在模态切换下的稳定性。加入 AO/PA 两支大血管，使任务从"心腔分割"扩展为"心胸大血管联合分割"，更贴近手术规划需求。

§13 参赛方法论：怎么在 CARE 2026 上打好一场

13.1 跨中心泛化的技术要点

CARE 2026 的评测核心是跨中心泛化，对应三类技术手段：

1. 域适应（Domain Adaptation）：由于各中心扫描仪/协议不同，训练时引入域随机化（灰度变换、层厚重采样、强度归一化）可缓解域偏移。LA 赛道层厚从 0.5mm 到 4.0mm，重采样到统一网格是必要预处理。
2. 多序列融合与缺失鲁棒：MyoPS 赛道中心序列不齐，模型须能处理"某序列缺失"的输入——常见做法是模态 dropout 训练，随机关闭某序列，迫使模型不依赖单一模态。
3. 类不平衡处理：LA scar 体素极少，需加权损失（如 generalized Dice loss）与难例挖掘；单用交叉熵会被背景主导。

13.2 评测协议要点

• 验证集带标注，可用于调参，但不要过拟合——测试集按中心分层，验证集上的增益未必迁移。
• Docker 提交要求封装推理脚本，输入输出接口须严格遵循各赛道规范，否则运行失败不计分。
• 各赛道独立，可只挑一条赛道参赛；44 支队伍注册了全部 4 条，反映"全能型"参与存在但非主流（平均 1.67 tracks/team）。

13.3 与静态数据集的实验设计差异

在静态公开数据集（如 ACDC、LiTS）上，实验可完全本地复现、随意切分。在 CARE 2026 上，测试集是"黑箱"，实验设计的重心从"如何在测试集上刷分"转为"如何在验证集上稳健地选择模型并相信其迁移性"。这意味着：交叉验证策略、模型选择准则、报告规范都需重新设计——不能报告测试集分数（拿不到），只能报告验证集分数与官方榜单结果。

§14 与库内同族数据集的对比

14.1 与 myops(702)、mm-whs(770) 的对比

维度	CARE-Myocardium	myops	CARE-Whole Heart	mm-whs
组织形态	挑战赛赛道	挑战赛/数据集	挑战赛赛道	数据集/挑战赛
任务	MyoPS + CineMyoPS	心肌病理分割	全心 7 亚结构	全心多结构
模态	LGE/T2/bSSFP + cine	LGE/T2	CT + MRI	MRI（多序列）
组织方	复旦庄吓海团队（共同）	复旦团队	复旦/福州团队	相关团队
差异点	含 cine 分支、多中心缺失鲁棒	更聚焦病理	含 CT 分支、含大血管	更聚焦 MR

结论：CARE 的 Myocardium / Whole Heart 赛道与 myops / mm-whs 是同族但非重复——CARE 版本多了跨中心、跨模态（CT）与序列缺失维度。互链时二者应互指。

14.2 与 lascarqs(772) 的对比

lascarqs（Left Atrial Segmentation Challenge）是左心房分割的经典挑战赛。CARE-Left Atrium 在其基础上扩展：不仅分割腔室，还加了瘢痕量化与 CT 多结构分支，且数据来自 4 中心（lascarqs 主要是单中心 LGE MRI）。因此 CARE-Left Atrium 是 lascarqs 的"多中心 + 多模态 + 多任务"升级版。互链逻辑成立：从 lascarqs 出发可上溯 CARE。

14.3 与肝脏族（lits/sliver07/3dircadb/atlas-liver-tumor）的对比

LiTS(81)、SLIVER07(347)、3Dircadb(357)、Atlas-Liver-Tumor(431) 均以肝脏/肝肿瘤分割为主，多为 CT。CARE-Liver 的差异在：以 MRI 为主（T2WI/DWI/Gd-EOB-DTPA）、核心任务是纤维化分期（分类）而非肿瘤分割（分割），LiSeg 是辅助任务。因此 CARE-Liver 与肝脏族是"部分重叠、重点不同"——分割同族、分期独有。互链时标注"分期 vs 分割"差异。

§15 价值与局限：一个平衡的结论

15.1 核心价值

1. 真实世界泛化的严苛考场：多中心、跨模态、采样异质，是检验"实验室模型能否上临床"的最严基准之一。
2. 多任务一体的评测平台：一赛覆盖 7 个子任务，横跨分割与分期、MRI 与 CT，便于交叉对比方法。
3. 活跃的 organizer 生态与衍生产物：复旦-福州团队持续维护，LiFS 基准论文等衍生品降低了入门门槛。
4. 标准化的盲评机制：Docker 容器化提交，各赛道独立 leaderboard，评比相对公平。

15.2 主要局限

1. ND 许可限制衍生：不能发布基于 CARE 数据再加工的数据集，压缩了社区二次创新空间。
2. 测试集不可得、榜单不可本地复现：可复现性受平台存续制约。
3. 整体规模为宣称口径：引用时须谨慎区分目标与实测。
4. 各赛道标注规范未统一披露：跨赛道比较存在口径风险。
5. 参与度不均衡：LiFS/LiSeg 提交活跃，WHS 投稿转化率低，生态冷热不均。

15.3 一句话结论

CARE 2026 是"用真实世界的脏数据考真本事的赛场"，而非"用干净数据刷高分的题库"。它的价值与门槛同源：因为真实，所以难；因为盲评，所以不可作弊；因为 ND，所以不可随意衍生。研究者应据此选择使用姿态。

FAQ（高频问答）

Q：CARE 2026 是数据集还是比赛？
两者皆是，但身份首先是 MICCAI 2026 的卫星挑战赛。数据为比赛服务，测试集不下发，以 Docker 盲评排名。

Q：CARE 是哪几个词的缩写？
Comprehensive Analysis & computing of REal-world medical images（官网口径）。

Q：有几条赛道、几个任务？
4 条赛道（Left Atrium、Liver、Myocardium、Whole Heart）、7 个可评测子任务。

Q：整体数据量多大？
官方宣称目标是"逾 2000 例、18 个中心、跨 3 大洲"，本轮新增采集 710 例。各赛道实测需分列，不可强行加总。

Q：包含哪些模态？
LGE MRI、CT、Cine CMR、bSSFP、T2WI、DWI、Gd-EOB-DTPA 增强 MRI，横跨 MRI 与 CT 两大类。

Q：许可是什么？
CC BY-NC-ND（署名 + 非商业 + 禁止演绎）。ND 条款禁止发布基于该数据再加工的数据集。

Q：怎么拿到数据？
官网注册后下载训练/验证集；测试集不下发，仅通过 Docker 在线盲评。Zenodo DOI 是描述性登记，不是下载直链。

Q：DOI 是多少？
Zenodo 记录 10.5281/zenodo.19727704，版本 v1，发布 2026-04-24。

Q：官网在哪？
https://www.zmic.org.cn/care_2026/ ，口号 “Toward real world medical image analysis”。

Q：谁组织的？
MICCAI-SIG（Cardiac + xMedIA）背书；General Chairs 含复旦庄吓海、周航奇，福州黄立勤，洛林大学 Freddy Odille 等。

Q：有多少队伍参加？
截至 2026-08-26，279 支队伍、来自 23 个国家、6 大洲；594 次 validation 提交；48 篇投稿、29 篇录用。

Q：为什么队伍总数与赛道注册数不同？
同一队伍可注册多条赛道（平均 1.67 条/队），故 279 teams 与赛道注册队次合计 466 是两个口径，不矛盾。

Q：历届有哪些？
CARE 2024（~150 队）、CARE 2025（248 队）、CARE 2026（279 队）。

Q：LiFS 是什么？
肝纤维化分期（Liver Fibrosis Staging），S1-S4 四级分类，指标 AUC/ACC，有独立基准论文 arXiv:2605.25595。

Q：LiSeg 是什么？
肝脏分割（Liver Segmentation），指标 Dice/HD。

Q：MyoPS 和 CineMyoPS 有什么区别？
MyoPS 用 LGE/T2/bSSFP 多序列分割心肌病理；CineMyoPS 用 cine CMR 序列做病理分割。

Q：WHS 有几个亚结构？
7 个：LV、RV、LA、RA、Myo、AO、PA。

Q：LA scar 为什么用 G-DSC 而不是普通 Dice？
瘢痕体素占比极低（类不平衡严重），普通 Dice 会被背景主导，故用广义 Dice（G-DSC）+ 准确率（ACC）+ 敏感度（SEN）。

Q：评测指标有哪些？
分割用 DSC/HD，LA scar 用 G-DSC/ACC/SEN，LiFS 用 AUC/ACC。

Q：怎么提交？
把模型封装为 Docker 容器，上传平台，在隐藏测试集上运行，各赛道独立 leaderboard。

Q：能本地复现官方榜单吗？
不能。测试集不下发、平台逻辑不公开，只能复现到验证集层面。

Q：workshop 在哪、什么时候？
2026-09-27，Strasbourg Convention Center，Room Auditorium Cassin (G)，半天议程。

Q：有奖金/奖项吗？
设 1 篇 best paper + 2 篇 runner-ups，以及 8 项 best performance。

Q：关键时间节点？
注册 2026-03-27→07-20；验证 05-01 起；测试集 06-10；论文投稿 07-27；结果 08-03；通知 08-10；camera ready 08-24；workshop 09-27。

Q：联系邮箱？
care26challenge@163.com（主体）/ care2026challenge@outlook.com（备用）。

Q：这个条目和库内哪些条目相关？
myops(702)、mm-whs(770)、lascarqs(772)、mms(516)、emidec(696)、amplifai(923)、acdc(511)、cmrxmotion(687)、cmrxrecon(506)、imagechd(878)、lits(81)、sliver07(347)、3dircadb(357)、atlas-liver-tumor(431)、echorisk(921)。

Q：为什么它 AI-Ready 得分中等？
强在规模与多样性，弱在可复用性（ND 许可）与可复现性（盲评）。

事实清单（硬事实）

1. 官方名：CARE 2026 —— Comprehensive Analysis & computing of REal-world medical images。
2. 身份：MICCAI 2026 卫星挑战赛。
3. 背书：MICCAI-SIG Cardiac + MICCAI-SIG xMedIA。
4. 官网：https://www.zmic.org.cn/care_2026/ 。
5. Zenodo DOI：10.5281/zenodo.19727704。
6. Zenodo 版本：v1。
7. Zenodo 发布日期：2026-04-24。
8. 许可：CC BY-NC-ND。
9. 赛道数：4（Left Atrium / Liver / Myocardium / Whole Heart）。
10. 可评测子任务数：7。
11. 整体目标规模：逾 2000 例、18 中心、跨 3 大洲。
12. 本轮新增采集：710 例。
13. 新增拆分：LA 回填 300 CT、Liver 190 MRI、Myocardium 200 心脏 MRI、Whole Heart 20 CTA。
14. 队伍数：279（2026-08-26 快照）。
15. 国家数：23。
16. 大洲数：6。
17. Validation 提交：594。
18. 论文投稿：48。
19. 论文录用：29。
20. 平均每队赛道数：1.67。
21. 注册全 4 赛道的队伍：44。
22. CARE-Left Atrium 注册队：99。
23. CARE-Left Atrium 论文录用：7。
24. CARE-Liver 注册队：112。
25. CARE-Liver 论文录用：11。
26. CARE-Myocardium 注册队：117。
27. CARE-Myocardium 论文录用：7。
28. CARE-Whole Heart 注册队：138。
29. CARE-Whole Heart 论文录用：4。
30. LA 数据规模：200+ LGE MRI + 300 CT。
31. LA Center A：154 例 LGE MRI（Utah NAMIC-CARMA）。
32. LA Center A 分辨率：0.625×0.625×2.5 mm。
33. LA Center B：20 例 LGE（Philips Achieva 1.5T），1.4×1.4×1.4 mm。
34. LA Center C：20 例 LGE，1.3×1.3×4.0 mm。
35. LA Center D：300 例 CT（福州大学附属省立医院，Siemens Force），层厚 0.5mm。
36. LA Task1 scar 划分：train 60 / val 10 / test 24。
37. LA Task2 cavity 划分：train 130 / val 10A+10C / test 14A+20B+10C。
38. LA Task3 多结构 CT 划分：train 150 / val 20 / test 130。
39. Liver 规模：800 患者（较 2025 新增 190）。
40. Liver 模态：T2WI / DWI / Gd-EOB-DTPA 动态 MRI。
41. Liver 扫描仪：Philips Ingenia 3.0T、Siemens Skyra 3.0T、Siemens Aera 1.5T。
42. LiFS 分级：S1-S4；派生 Cirrhosis（S1-S3 vs S4）、Substantial Fibrosis（S1 vs S2-S4）。
43. LiFS 指标：AUC / ACC。
44. LiFS 基准论文：arXiv:2605.25595。
45. Myocardium 标签体素：Scar 2221、Edema 1220、LV 500、Myocardium 200、RV 600。
46. MyoPS 训练：A 81、B 35、C 45、E 7、F 9、G 8、H 35；val 15；test 65。
47. CineMyoPS 训练：α 40、β 24；val 15；test 45。
48. Whole Heart 规模：246 例 / 8 中心。
49. Whole Heart 亚结构体素：LV 500、RV 600、LA 420、RA 550、Myo 205、AO 820、PA 850。
50. Whole Heart 划分：train 106 / val 50 / test 90。
51. Whole Heart 扫描仪覆盖：Philips 64-slice CT、Siemens SOMATOM Force、GE Revolution CT、Philips Achieva 1.5T、Siemens Avanto 1.5T、Toshiba Aquilion ONE。
52. 关键时间：注册 2026-03-27→07-20。
53. 关键时间：测试集 2026-06-10。
54. 关键时间：workshop 2026-09-27。
55. 奖项：1 best paper + 2 runner-ups；8 best performance。
56. Keynote：沈定刚（上海科技大学）。
57. 历届对比：2024 ~150 队 / 23 录用 / 450+ 评测。
58. 历届对比：2025 248 队 / 23 录用 / 476 评测 / 850 新增。
59. 卫星论文形态：CARE_031.html（MICCAI 2026 satellite proceedings）。
60. 联系邮箱：care26challenge@163.com / care2026challenge@outlook.com。

术语表

术语	全称/含义
CARE	Comprehensive Analysis & computing of REal-world medical images
MICCAI	Medical Image Computing and Computer Assisted Intervention
SIG	Special Interest Group（特别兴趣组）
LA	Left Atrium（左心房）
LGE MRI	Late Gadolinium Enhancement MRI（晚期钆增强磁共振）
Cine CMR	Cine Cardiac Magnetic Resonance（电影心脏磁共振）
bSSFP	balanced Steady-State Free Precession（平衡稳态自由进动序列）
T2WI	T2-Weighted Imaging（T2 加权成像）
DWI	Diffusion-Weighted Imaging（弥散加权成像）
Gd-EOB-DTPA	钆塞酸二钠（肝胆特异性对比剂）
LiFS	Liver Fibrosis Staging（肝纤维化分期）
LiSeg	Liver Segmentation（肝脏分割）
MyoPS	Myocardial Pathology Segmentation（心肌病理分割）
CineMyoPS	基于 cine 序列的心肌病理分割
WHS	Whole Heart Segmentation（全心分割）
LV	Left Ventricle（左心室）
RV	Right Ventricle（右心室）
RA	Right Atrium（右心房）
Myo	Myocardium（心肌）
AO	Aorta（主动脉）
PA	Pulmonary Artery（肺动脉）
DSC	Dice Similarity Coefficient（Dice 相似系数）
G-DSC	Generalized Dice Similarity Coefficient（广义 Dice）
HD	Hausdorff Distance（豪斯多夫距离）
ACC	Accuracy（准确率）
SEN	Sensitivity（敏感度）
AUC	Area Under the ROC Curve（ROC 曲线下面积）
Docker	容器化封装工具，用于盲评提交
DAIMS	Dataset AI-Readiness & Multi-source Scoring
NAMIC-CARMA	犹他大学房颤相关心脏 MR 研究口径
KCL	King’s College London（伦敦国王学院）

附录

附录 A：四赛道核心数字速查

赛道	规模	中心	子任务	主模态
LA	200+ LGE + 300 CT	4	3	LGE MRI / CT
Liver	800 患者	多中心（A/B1/B2/C）	2	MRI 多序列
Myocardium	若干中心集合	A/B/C/E/F/G/H + α/β	2	LGE/T2/bSSFP/cine
Whole Heart	246 例	8	1	CT + MRI

附录 B：参与度一览

赛道	注册队	Validation	投稿	录用
LA	99	102	12	7
Liver	112	197	17	11
Myocardium	117	192	10	7
Whole Heart	138	103	9	4

附录 C：时间线

节点	日期
Registration 开放	2026-03-27
Training release	2026-03-27
Registration 截止	2026-07-20
Validation 开始	2026-05-01
Test release	2026-06-10
Abstract/Paper submission	2026-07-27
Test results	2026-08-03
Notification	2026-08-10
Camera ready	2026-08-24
Workshop	2026-09-27

附录 D：Zenodo 记录

字段	内容
Title	CARE 2026: Comprehensive Analysis & computing of REal-world medical images
DOI	10.5281/zenodo.19727704
Version	v1
Published	2026-04-24
License	CC BY-NC-ND
Creators	Zhuang Xiahai, Huang Liqin, Ding Wangbin, Zhou Hangqi, Liu Yuanye, Lin Xingtao, Zhang Jiangbei

尾注

1. 本条目规模数字以官网 2026-08-26 快照与各赛道页为准；整体"逾 2000 例"为挑战赛宣称目标，各赛道实测计算分列于 §2 与附录 A。
2. Zenodo DOI 为描述性登记，非数据托管仓库；数据获取路径见 §6。
3. 许可口径以 Zenodo 记录（CC BY-NC-ND）与各赛道数据使用协议（CC BY NC ND）一致为准。
4. 库内互链 rid 依据 ai_ready_dataset 表（status=1）核对；查重结论见坑 1。
5. 各赛道中心机构名以公开页面披露为准，代称（A/B/C/D、α/β 等）处不作臆断补全。
6. 本条目抓取时点为 2026-10-09；网络预算：WebSearch 1 次、WebFetch 6 次，已达 §2.5 上限，后续未追加请求。

§16 逐赛道深度拆解

16.1 CARE-Left Atrium 深度拆解

CARE-Left Atrium 是本赛事中"任务最多、模态最杂"的一条赛道，含 3 个子任务、2 类大模态、4 个中心。把它拆开看，能看到三种不同性质的评测。

Task1 LA scar quantification（LGE MRI）：输入晚期钆增强 MRI，输出左心房瘢痕的体素级掩膜。难点有三：其一，瘢痕信号本身弱，与正常心肌的灰度差可能仅几个强度级；其二，瘢痕在健康左心房中占比极低，构成极端类不平衡；其三，LGE 图像常有呼吸/心电门控残留伪影。指标用 G-DSC/ACC/SEN 正是为应对类不平衡——普通 Dice 会被背景淹没，敏感度则直接考察漏检。

Task2 LA cavity segmentation（LGE MRI）：输入同样的 LGE MRI，但目标是分割左心房腔室（血池）而非瘢痕。相对 scar 而言，腔室边界更清晰，任务难度较低，指标回归 DSC/HD。关键在于其划分设计：训练来自 A(130)，验证为 10A+10C，测试为 14A+20B+10C——测试引入了验证阶段完全未出现的 Center B（20 例）。这是刻意的"未见过中心"检验：算法若只在 A/C 上过拟合，会在 B 上崩盘。

Task3 LA 多结构分割（CT）：模态切换到 CT。CT 的空间分辨率高（Center D 为 0.5mm 层厚）但软组织对比弱，需要分割左心房、肺静脉、左心耳等多结构。训练 150、验证 20、测试 130。由于 CT 与 MRI 的灰度分布完全不同，参赛者无法直接把 Task2 的 MRI 模型迁移过来，必须单独建模。

三任务合看，CARE-Left Atrium 实际上是"同一解剖、两种模态、三种输出粒度"的立体评测：从腔室到瘢痕（由易到难），从 MRI 到 CT（模态切换）。这种设计使该赛道成为检验算法灵活性的综合考场。

16.2 CARE-Liver 深度拆解

CARE-Liver 的核心任务 LiFS 是全场唯一的分类型任务，值得单独展开。

分级体系：纤维化按 Metavir 或类似分级为 S1-S4（S0 为无纤维化，通常不纳入或并入 S1）。CARE 在此基础上派生两个二分类子问题：Cirrhosis（肝硬化，S1-S3 vs S4）与 Substantial Fibrosis（显著纤维化，S1 vs S2-S4）。这一设计承认了临床现实——"是否存在肝硬化"与"是否存在显著纤维化"是两个不同的临床问题，前者影响治疗强度，后者影响随访频率。

增强 vs 非增强双设置：这是 LiFS 最具临床意义的对照。增强路径用 Gd-EOB-DTPA，其肝胆期信号反映肝细胞功能，与纤维化相关；非增强路径仅用 T2WI/DWI 等平扫序列。非增强设置的价值在于覆盖对比剂禁忌患者（肾功能不全、过敏），若能仅凭平扫达到可接受 AUC，临床可及性大幅提升。评测时两设置分子任务分别评分。

划分的层级：A/B1/B2 三个亚组各有自己的训练/验证/测试（如 A: train 157+10, val 20+20, test 50），另有 C 组作为额外测试（130）。这种"亚组内划分 + 跨组测试"的设计比简单随机划分更接近真实的多中心场景——模型须证明其在不同亚组上的一致表现，而非整体平均分好看。

LiSeg 的有限标注挑战：LiSeg 的输入中，非增强 T2WI/T1/DWI 无标注，仅增强 GED4 有有限标注。这意味着参赛者面临"标注稀缺"场景，可能需要自监督/半监督/迁移学习。指标 Dice/HD。

16.3 CARE-Myocardium 深度拆解

CARE-Myocardium 的两任务是 MyoPS 与 CineMyoPS，共同主题是"心肌病理分割"，但输入序列不同。

MyoPS 的多中心序列矩阵：中心 A(81, LGE)、H(35, LGE) 只有 LGE；B(35)、C(45) 有 LGE/T2/bSSFP 全序列；E(7)、F(9)、G(8) 有 LGE/bSSFP（缺 T2）。这一矩阵刻意制造了"序列完整度阶梯"：从单序列到三序列。算法欲在各中心都表现好，须处理序列缺失——典型解法是模态 dropout 训练与缺失感知网络。

标签体系：MyoPS 的核心输出是 Scar（瘢痕）与 Edema（水肿）两类病理标签，辅以 LV/Myocardium/RV 解剖标签。标签体素计数 Scar 2221、Edema 1220、LV 500、Myocardium 200、RV 600——注意病理标签（Scar/Edema）的计数远高于解剖标签，这反映病理区域在像素统计上的分布特征，也提示水肿区域通常较大而心肌（Myo）标签较稀疏。

CineMyoPS 的功能-病理推断：CineMyoPS 用 cine CMR（无对比剂）推断心肌病理。物理上，cine 序列不含对比剂信息，无法直接显示瘢痕，但心肌运动异常（如运动减弱）间接指示病理。这是一个"从运动推断病理"的软任务，难度高于多序列 MyoPS。训练来自 α(40)、β(24) 两中心，val 15、test 45。Leaderboards 设 Lb1/Lb2/Lb3。

16.4 CARE-Whole Heart 深度拆解

CARE-Whole Heart 是单任务赛道，但数据组织极其讲究。

7 亚结构：LV、RV、LA、RA（四个心腔血池），Myo（心肌），AO、PA（两大大血管）。相比传统全心分割（4 腔 + 心肌），多了 AO/PA，使任务接近"心胸大血管联合分割"，更贴合手术规划。标签体素计数的巨大差异（Myo 205 vs PA 850）说明各结构的体积量级不同，评测时需注意大结构可能主导平均 Dice。

8 中心、双模态：数据来自 8 个中心，CT 与 MRI 混合。训练集含 A/B/G 的 CT 与 C/D/E 的 MRI；验证集含 A/B 的 CT 与 C/D 的 MRI；测试集引入 F（MRI）与 H（CT）两个训练/验证未出现的新中心。这是"测试含未见中心"的又一例证——与 LA Task2 的设计哲学一致，强调跨中心泛化。

划分的数字：Train 106（A 20 CT、B 20 CT、C&D 20 MRI、E 26 MRI、G 20 CT）、Val 50（A 20 CT、B 10 CT、C&D 20 MRI）、Test 90（A 20 CT、B 14 CT、C&D 20 MRI、F 16 MRI、H 20 CT）。CT 与 MRI 在三个划分中均有分布，保证了模态平衡；同时测试新增 F/H 两中心，构造中心外推。

§17 跨赛道设计哲学比较

把四条赛道并置，能提炼出 CARE 2026 的三条共同设计哲学：

17.1 哲学一：跨中心外推是硬要求

LA Task2、Whole Heart 的测试集都刻意纳入了训练/验证未出现的新中心（LA 的 B、WHS 的 F/H）。这不是偶然，而是赛事的方法论核心：在单中心数据集上刷分的模型没有临床价值，能跨中心泛化才是关键。对参赛者的含义是——不要用"中心 ID"作为特征（那会在新中心失效），而应追求中心无关的表征。

17.2 哲学二：模态与序列异质是常态

LA 赛道横跨 MRI/CT；Myocardium 赛道序列完整度不一；Liver 赛道有增强/非增强双路径。三处设计共同传递一个信号：真实世界不存在"统一协议"。算法必须对模态/序列变化鲁棒，而非假设固定的输入规格。这直接推动了模态 dropout、域随机化等鲁棒训练技术在该赛事中的应用。

17.3 哲学三：类不平衡与稀有目标是重点

LA scar 的瘢痕、MyoPS 的病理、LiFS 的肝硬化——都是"稀有但关键"的目标。赛事通过专用指标（G-DSC/SEN）与派生二分类（Cirrhosis）把注意力引向这些难例。这与"通过平均分掩盖长尾失败"的评测方式形成对比：CARE 更关心"稀有关键目标的召回"。

17.4 三哲学的临床根源

这三条哲学并非技术偏好，而源自四个临床问题的共同特征：真实临床中，患者来自不同医院、用不同设备、病情分布偏斜、关键病灶稀有。CARE 2026 把临床真实搬到评测台上，故其设计哲学本质是"临床现实主义"。理解这一点，就能理解为何它宁愿牺牲评测的"干净度"（不可本地复现）也要保留"真实度"（隐藏测试集 + 多中心异质）。

§18 评测方法论深析

18.1 三类指标的适用边界

CARE 2026 的指标族看似简单，实则各自对应不同的评测意图。理解其边界，才能正确解读榜单。

Dice / DSC（重叠度）：衡量预测与真值的重叠比例，取值 0-1。优点是直观、与体积无关；缺点是对小目标不敏感——一个只占 0.1% 体素的目标即使全错，Dice 也接近 1。故它适合腔室、肝脏、全心这类"较大且相对充盈"的结构。

HD（豪斯多夫距离）：衡量两个边界的最大距离，对边界上的离群点极敏感。它捕捉的是 Dice 看不到的"局部崩坏"——一个 Dice 高但 HD 大的结果说明主体对了但某处严重偏离。CARE 把 HD 与 Dice 并列，正是用 HD 兜住 Dice 的盲区。

G-DSC（广义 Dice）：在类不平衡下对各前景类按体素量加权，缓解"小类被大类淹没"。LA scar 用它是因为瘢痕体素占比极低。

ACC（准确率）：整体判对比例。在极端类不平衡下会失真（全判背景也高 ACC），故 CARE 只在 LA scar 中与 SEN 并用，而非单用。

SEN（敏感度）：真正例召回率。在瘢痕检测中，SEN 直接反映"漏检率"——消融靶区若被漏检，临床后果严重。CARE 把 SEN 单列，是把"宁可多报不可漏报"的临床偏好写进指标。

AUC（ROC 曲线下面积）：分级/二分类的判别能力，与阈值无关。LiFS 用它是因为分期任务的临床价值在于"排序能力"（谁更严重）而非某固定阈值下的准确率。

18.2 为什么不用单一综合分

CARE 2026 不给跨赛道的统一综合分，各赛道独立 leaderboard。原因有三：其一，任务粒度不同（分割 vs 分期），分数无可比性；其二，模态不同（MRI vs CT），难度基线不同；其三，即使同赛道，不同子任务的指标定义不同（DSC vs G-DSC）。强行加权综合会掩盖这些结构差异，制造"虚假排名"。这一设计立场与很多"以单一榜单论英雄"的挑战赛相反，更强调"每个任务各有其最优"。

18.3 Docker 盲评的技术含义

Docker 容器化提交不仅是"防作弊"，还带来若干技术约束：

1. 推理时资源受限：平台对容器运行时间/内存有限制，过重的模型可能在推理阶段超时失败。
2. 环境隔离：参赛者须固定依赖版本，否则平台环境差异导致运行失败。
3. 输入输出契约：容器须按赛道规定的输入目录/输出格式读写，格式不符即不计分。
4. 不可读取测试标签：测试集影像挂载入容器但标签不挂载，物理上杜绝了标签泄露。

这套机制的代价是"评测不可本地复现"——本地无法拿到测试集，故一切验证止于验证集。

§19 数据治理与伦理

19.1 隐私与去标识

CARE 2026 的数据来自真实临床，患者隐私保护是前提。多中心影像在提供方处完成去标识（去除 DICOM 头中的患者身份信息）后汇总，参赛者拿到的训练/验证集应已不含可识别信息。测试集更不下发，进一步降低泄露面。这是"数据不出院、模型进容器"的隐私友好设计的体现。

19.2 数据使用的伦理边界

CC BY-NC-ND 许可在伦理上划出三条边界：非商业（NC）确保不将患者影像变现；禁止演绎（ND）防止去标识数据被二次拼接后重新识别或误用；署名（BY）保证数据来源可追溯。对研究者而言，遵守许可不仅是法律要求，也是维护"患者信任—数据共享"正循环的伦理责任。

19.3 多中心的公平性

多中心参与既是数据多样性来源，也带来公平性考量：若某中心数据占比过大（如 LA 赛道 Center A 的 154 例远多于 B/C 各 20 例），评测可能被该中心特征主导。CARE 通过"测试含未见过中心"的设计部分缓解此问题，但训练集内的中心偏斜仍客观存在，使用时应存照（见坑 2、坑 10）。

19.4 数据治理的存照疑点

疑点	状态
各赛道的伦理审批/IRB 披露	未在公开页面明确，存照
去标识具体标准（是否去除人脸重建风险）	未披露，存照
患者知情同意范围（是否容许竞赛使用）	未披露，存照
数据保留与销毁策略	未披露，存照

这些疑点不代表违规，而是公开透明度的边界。严谨的引用应注明"伦理与治理细节未公开披露"。

§20 可复现性专题

20.1 三重可复现性障碍

CARE 2026 的可复现性受三重障碍制约：

1. 数据障碍：测试集不下发，验证集虽公开但难度不等价，导致他人无法在完全相同的条件下重跑评测。
2. 平台障碍：Docker 平台是闭源在线服务，其运行环境、评测脚本、榜单更新逻辑不公开。平台一旦下线，历史榜单不可重建。
3. 许可障碍：ND 条款禁止发布衍生数据集，故即便有人想构建"可复现的镜像评选集"，也不能合法发布。

20.2 可复现性的可及层级

尽管有上述障碍，仍有部分可复现路径：

层级	可行性	说明
验证集评测	可复现	训练/验证集公开带标注，可本地计算指标
模型权重复现	部分	若参赛者开源代码/权重，可复现其在验证集上的表现
测试集榜单复现	不可	测试集与平台均不可得
跨届对比复现	难	各届赛道/数据变化，历史结果难对齐

建议引用者明确区分"验证集结果"与"官方榜单结果"，不将后者当作可独立验证的事实。

20.3 对库内 AI-Ready 的启示

CARE 2026 是"评测即服务"模式的典型。这类资产的 AI-Ready 评分应显式区分"评测可及"与"数据可及"两个维度：本条目数据可及性中等（注册可下训练/验证集），但评测可复现性低（榜单不可重建）。库内为同类挑战赛型条目建索引时，宜增设"评测平台可持久性"观察项，以反映其长期可得性风险。

§21 经验教训与写作备忘

21.1 本条目写作的三条方法论

1. 宣称口径与实测口径分开记：整体"逾 2000 例/18 中心/3 大洲"是宣称，各赛道实测需分列，绝不强行加总（坑 4）。凡遇"目标/累计"措辞，一律标注"宣称"。
2. 多赛道数字先查可加性：“279 teams"与赛道合计 466 是不同单位（队 vs 队次），凡遇汇总数字先问"单位是否一致”（坑 4a）。
3. 身份先于数据：CARE 首先是赛事、其次才是数据。条目须先讲清"卫星挑战赛"身份与"评测即服务"机制，再展开数据规格，否则读者会把 DOI 误当下载入口（坑 6）。

21.2 检索者常见误区

误区	纠正
把 CARE 当可自由下载的公开数据集	训练/验证集注册可下，测试集永不下发
用 DOI 直接下载数据	DOI 是描述性登记，须走官网注册
认为 ND 许可只是"署名就行"	ND 禁止发布衍生数据集，约束很硬
把 279 teams 与 466 当矛盾	是"队"与"队次"两口径，合规
认为榜单可本地复现	盲评机制下不可本地重建
把 LiFS 当分割任务	LiFS 是患者级分期（分类）

21.3 互链写作备忘

撰写库内互链时，须注意区分"任务同族"与"数据同源"：myops(702) 与 CARE-Myocardium 是任务同族（都做心肌病理分割）但数据不同源；lits(81) 与 CARE-Liver 是部分任务同族（都涉肝分割）但 CARE-Liver 核心是分期。互链描述应写清"同族点"与"差异点"，避免误导检索者以为二者是同一数据。

21.4 抓取与预算备忘

本轮抓取遵循低中断预算：WebSearch 1 次、WebFetch 6 次（首页/Zenodo/4 赛道页/general_info），已达 §2.5 上限。剩余细节（如完整卫星论文集页码、各赛道伦理审批）按已有源料成稿，未臆造。抓取时点为 2026-10-09。后续若需补充，宜优先官网 general_info 与各赛道页的更新。

§22 赛道子任务逐项卡

本节以"卡片"形式逐项给出 7 个子任务的关键参数，便于速查。

卡片 1 — LA scar quantification

• 赛道：CARE-Left Atrium
• 输入：LGE MRI
• 输出：左心房瘢痕体素掩膜
• 指标：G-DSC / ACC / SEN
• 划分：train 60 / val 10 / test 24
• 难点：极端类不平衡、瘢痕-心肌对比弱、LGE 伪影
• 临床意义：预测房颤消融效果

卡片 2 — LA cavity segmentation

• 赛道：CARE-Left Atrium
• 输入：LGE MRI
• 输出：左心房腔室体素掩膜
• 指标：DSC / HD
• 划分：train 130 / val 10A+10C / test 14A+20B+10C
• 难点：测试含未见过中心 B
• 临床意义：三维重建与导航

卡片 3 — LA multi-structure segmentation（CT）

• 赛道：CARE-Left Atrium
• 输入：CT
• 输出：左心房及多结构体素掩膜
• 指标：DSC / HD
• 划分：train 150 / val 20 / test 130
• 难点：CT 软组织对比弱、模态与 MRI 分支不同
• 临床意义：MRI 禁忌患者的替代评估

卡片 4 — LiFS（Liver Fibrosis Staging）

• 赛道：CARE-Liver
• 输入：MRI（非增强 / 增强双设置）
• 输出：患者级 S1-S4 分期；派生 Cirrhosis、Substantial Fibrosis 二分类
• 指标：AUC / ACC
• 划分：A(157+10/20+20/50)、B1(230+10/20+20/50)、B2(73+10/20+20/50)、C(test 130)
• 难点：分期标签噪声、增强/非增强差异
• 临床意义：无创肝纤维化评估

卡片 5 — LiSeg（Liver Segmentation）

• 赛道：CARE-Liver
• 输入：非增强 T2WI/T1/DWI（无标注）+ 增强 GED4（有限标注）
• 输出：肝脏体素掩膜
• 指标：Dice / HD
• 难点：标注稀缺、非增强无标注
• 临床意义：肝脏定量分析基础

卡片 6 — MyoPS / CineMyoPS

• 赛道：CARE-Myocardium
• 输入：MyoPS 用 LGE/T2/bSSFP；CineMyoPS 用 cine
• 输出：心肌病理体素掩膜（Scar/Edema）
• 指标：Dice / HD
• 划分：MyoPS(A81/B35/C45/E7/F9/G8/H35, val15, test65)；CineMyoPS(α40/β24, val15, test45)
• 难点：序列缺失、多序列融合、病理类不平衡
• 临床意义：心肌病诊断（瘢痕 vs 水肿）

卡片 7 — WHS（Whole Heart Segmentation）

• 赛道：CARE-Whole Heart
• 输入：CT + MRI
• 输出：7 亚结构体素掩膜（LV/RV/LA/RA/Myo/AO/PA）
• 指标：DSC / HD
• 划分：train 106 / val 50 / test 90
• 难点：双模态、8 中心、测试含新中心
• 临床意义：心功能定量与手术规划

§23 与同类挑战赛的横向对比

CARE 2026 不是孤例，把它放进"医学影像挑战赛谱系"中更能看清定位。

23.1 与单任务挑战赛对比

维度	单任务赛（如 ACDC、LiTS）	CARE 2026
任务数	1	7（跨 4 赛道）
模态	单一（多为 MRI 或 CT）	MRI + CT 混合
中心	常单中心	多中心（4/8/更多）
评测	常为静态提交	Docker 在线盲评
组织	一次性	连续多届（2024→2026）

CARE 的差异化在于"多任务 + 多模态 + 多中心 + 连续举办"四重叠加，使它更接近"年度评测大会"而非单一 benchmark。

23.2 与 MICCAI 其他卫星挑战赛对比

MICCAI 每年有多个卫星挑战赛，CARE 的独特之处在于：

1. 横跨器官系统：多数挑战赛聚焦单一器官（如仅心脏或仅肝脏），CARE 一次覆盖心血管、肝脏、心肌、全心四个方向。
2. 显式的真实世界导向：口号 “Toward real world medical image analysis” 直接点题，数据异质性是其核心卖点而非瑕疵。
3. 多届演进：连续三年举办且规模逐年增长，形成了参赛社区与基准的连续性。

23.3 与库内心脏/肝脏族的对比

类别	代表库内条目	与 CARE 的关系
心肌病理	myops(702)、mms(516)、emidec(696)、amplifai(923)	任务同族，CARE-Myocardium 增加多中心与 cine 分支
全心分割	mm-whs(770)、imagechd(878)	任务同族，CARE-Whole Heart 增加 CT 分支与大血管
左心房	lascarqs(772)、acdc(511)、cmrxmotion(687)、cmrxrecon(506)	任务同族，CARE-Left Atrium 增加 CT 与瘢痕子任务
肝脏	lits(81)、sliver07(347)、3dircadb(357)、atlas-liver-tumor(431)、echorisk(921)	分割同族，CARE-Liver 核心是分期

横向对比的结论：CARE 2026 在库内扮演"聚合器"角色——它把散落在多个单任务条目中的解剖结构（心肌、全心、左心房、肝脏）以多中心多任务的形式重新组织，是库内互链的天然枢纽。

§24 参赛者视角：从零到提交的路径

24.1 准备阶段

1. 注册：官网注册，同意数据使用协议，获取训练/验证集下载权限。
2. 选题：按资源选赛道。算力有限者可专攻单一子任务（如 LiSeg），资源充足者可挑战多任务。
3. 数据预处理：统一网格重采样（应对层厚差异）、强度归一化（应对灰度漂移）、器官级裁剪（降低无关区域干扰）。

24.2 建模阶段

1. 基线复现：先用 nnU-Net 类通用分割框架建立基线，确认数据加载与指标计算正确。
2. 鲁棒性增强：引入域随机化、模态 dropout（应对序列缺失）、弹性形变增广。
3. 类不平衡处理：对 LA scar、MyoPS 病理等稀有目标，用加权损失与难例挖掘。
4. 验证集调参：在验证集上选模型，但警惕过拟合——测试集按中心分层，验证增益未必迁移。

24.3 提交阶段

1. Docker 封装：按赛道规范固定依赖、定义输入输出接口。
2. 本地冒烟测试：用验证集在容器内跑通，确认无超时/内存溢出。
3. 提交与迭代：观察榜单反馈，迭代模型，但避免刷榜过拟合（测试提交次数可能受限）。

24.4 成文阶段

1. 论文投稿：Abstract 与 Paper 均于 2026-07-27 截止，须在此之前完成方法描述与验证结果。
2. 结果口径：只能报告验证集结果与官方榜单结果，不可伪造测试集分数（拿不到）。
3. Camera ready：2026-08-24 截止，录用者按 proceedings 格式提交终稿。

§25 汇总速查表

25.1 一页纸概览

项	值
官方名	CARE 2026
副题	Comprehensive Analysis & computing of REal-world medical images
身份	MICCAI 2026 卫星挑战赛
赛道	4（LA / Liver / Myocardium / Whole Heart）
子任务	7
模态	LGE MRI / CT / Cine CMR / bSSFP / T2WI / DWI / Gd-EOB-DTPA
目标规模	逾 2000 例 / 18 中心 / 3 大洲
新增采集	710 例
队伍	279（23 国 / 6 洲）
录用论文	29
许可	CC BY-NC-ND
DOI	10.5281/zenodo.19727704
官网	zmic.org.cn/care_2026/
指标	G-DSC / DSC / HD / ACC / SEN / AUC
Workshop	2026-09-27（Strasbourg）

25.2 获取路径速查

想要	去哪
训练/验证集	官网注册下载
测试集	不可得（Docker 盲评）
持久标识	Zenodo DOI
基线结果	LiFS 基准 arXiv:2605.25595
联系	care26challenge@163.com

25.3 库内互链速查

赛道	首要互链条目（rid）
Myocardium	myops(702)
Whole Heart	mm-whs(770)
Left Atrium	lascarqs(772)
Liver	lits(81)

§26 延伸 FAQ：深入十一问

Q11：CARE 2026 的数据真的"真实世界"到什么程度？
体现在四点：扫描仪跨厂牌（Siemens/Philips/GE/Toshiba）、场强跨 1.5T/3T、层厚跨 0.5-4.0mm、序列完整度参差（部分中心缺 T2）。这些都是清洗数据集会剔除的"不完美"，CARE 反而保留下来作为评测对象。

Q12：为什么 LiFS 要设"非增强 vs 增强"两套子任务？
增强路径用 Gd-EOB-DTPA 显示肝细胞功能，分期信息更充分；非增强路径覆盖对比剂禁忌患者。二者分设，是把"能否仅凭平扫分期"作为一个独立的科学问题来考。

Q13：Docker 提交会不会让参赛门槛过高？
有一定门槛（需工程能力封装容器），但这正是赛事的筛选意图之一：能部署的模型才是有临床落地潜力的模型。纯刷分的"论文模型"若跑不进容器，也无法上榜。

Q14：测试集为什么保留"未见过中心"？
为构造真正的中心外推（out-of-distribution）考验。若测试集中心都在训练中出现，模型可能通过记住中心特征取巧；纳入新中心则迫使模型学习中心无关的表征。

Q15：CARE 的历届数据能否混合使用？
各届数据条件、赛道设置不同，混合使用需逐届核对许可与划分，不可想当然合并。且各届数据规模在增长（2025 新增 850、2026 新增 710），混用时须注明来源届次。

Q16：奖项"8 项 best performance"具体是哪些？
LA scar MRI、LA multi-structure CT、LiFS、LiSeg、Myocardial Pathology、Cine Myocardial Pathology、WHS-CT、WHS-MRI 共 8 个榜位——每条可评测子任务（WHS 按模态拆分为 2）各设一项。

Q17：本条目为何不做跨赛道综合排名？
因为官方不提供，且任务粒度（分割 vs 分期）与模态不同使分数不可比。强行综合会制造误导性排名（见 §18.2）。

Q18：CARE 2026 与 CARE 2025 的赛道一样吗？
从已知信息看四赛道框架延续，具体子任务与数据规模有演进（如 Liver 新增 190 例）。逐届差异的完整对照需参考各届官网，本条目按 2026 口径成稿。

Q19：如果我想做衍生研究，ND 许可怎么办？
两条路：其一，仅在许可范围内做"训练模型并发表方法"（不发布衍生数据集）；其二，独立采集数据自持许可。不能发布基于 CARE 数据再加工的数据集。

Q20：库内互链为什么给具体 rid？
rid 是库内 ai_ready_dataset 表的主键，给 rid 便于检索系统建立精确互链，也便于核对（见 §8 的 rid 表）。互链算法按 category_tags 计算相关度，故本条目 tags 取医学影像/CT/MRI/医学图像分割/挑战赛数据集/心血管疾病。

Q21：抓取时点之后数据会变吗？
会。挑战赛数字（队伍、录用）在赛事结束后趋于稳定，但官网可能在下一届启动时更新。本条目为 2026-10-09 快照，引用时注明时点。

§27 概念延伸：理解本条目所需的背景

27.1 心脏磁共振（CMR）基础

心脏磁共振通过多种序列成像心脏：cine（电影）序列捕捉心脏搏动全过程，用于评估室壁运动与功能；LGE（晚期钆增强）在注射钆对比剂后延迟成像，坏死/纤维化组织因对比剂滞留而信号增高；T2 加权对水肿敏感；bSSFP 是 cine 常用的一种高对比度序列。理解这四类序列的信息差异，是理解 CARE 心肌/左心房/全心三个赛道的前提。

27.2 肝纤维化分级

肝纤维化按程度分 S1-S4（Segmentation 或 Metavir 体系），S4 即肝硬化。无创评估依赖影像特征（肝形态、脾大、门脉高压征象）与血清标志物。MRI 因软组织对比好成为无创分期的重要路径，而 Gd-EOB-DTPA 的肝胆期信号能反映肝细胞摄取功能，与纤维化负相关。

27.3 医学图像分割与分期之别

分割是给每个体素分类（像素级输出），评价靠重叠度；分期/分类是给整例患者一个标签（图像级输出），评价靠判别指标。CARE 2026 同时含两类，故条目反复强调"不要跨类型比较分数"——这是理解整个评测体系的关键分野。

27.4 挑战赛的"评测即服务"模式

传统数据集是"下载即用"的静态资产；挑战赛是"提交即评"的动态服务。后者牺牲可复现性（测试集不下发）换取真实性与防作弊，是医学影像 AI 领域近年流行但争议并存的模式。CARE 2026 是该模式的典型样本。

27.5 许可条款速懂

条款	简称	含义
Attribution	BY	必须署名来源
NonCommercial	NC	不得商用
NoDerivatives	ND	不得发布修改后的作品
ShareAlike	SA	衍生须同许可（CARE 不含）

CARE 用 BY-NC-ND：可署名用于研究，不可商用，不可发布衍生物。

§28 结语

CARE 2026 是一个把"真实世界"写进方法论核心的挑战赛：它用四个临床方向的七个子任务、跨四到八个中心的真实影像、横跨 MRI 与 CT 的模态组合，构造了一个"不干净但真实"的评测场。它的价值不在于提供一份可随时下载的数据包，而在于提供一套"把模型放进临床现实里考"的机制——Docker 盲评、隐藏测试、多中心分层、未见过中心外推。

对研究者的建议是明确的：若目标是检验模型的泛化与落地潜力，CARE 2026 是目前难得的严苛考场；若目标是获取训练语料或构建衍生数据集，则应另寻许可更宽松的开放数据集。理解其身份（赛事）、机制（盲评）与许可（ND），是正确使用它的三步。本条目以 2026-10-09 快照为据，力求把宣称口径与实测口径、组织身份与数据规格分列清楚，供检索者按需取用。

§29 数据字典：字段与结构

29.1 训练/验证集的组织结构

CARE 2026 各赛道的训练/验证集以影像 + 标签的形式组织，典型结构如下：

字段/文件	说明
影像文件	各模态的医学影像（DICOM 或 NIfTI，按赛道规定）
标签文件	分割任务的体素标签；LiFS 为分期标签表
划分清单	标明 train/val/test 归属
中心标识	标注每例来源中心（A/B/C/D 等代称）
模态标识	标注每例含哪些序列

29.2 各赛道字段差异

赛道	影像格式	标签类型	特殊字段
LA	LGE MRI / CT	体素掩膜	中心标识（A/B/C/D）、模态
Liver	MRI 多序列	体素掩膜 + 分期表	增强/非增强标志、亚组 A/B1/B2/C
Myocardium	LGE/T2/bSSFP/cine	体素掩膜	序列存在标志、中心（A-H/α/β）
Whole Heart	CT / MRI	体素掩膜	模态标志、中心、亚结构索引

29.3 标签索引

• LA scar：二值（瘢痕 vs 背景）。
• LA cavity / multi-structure：多结构索引（左心房、肺静脉、左心耳等）。
• LiFS：S1/S2/S3/S4 四级 + 派生二分类。
• LiSeg：二值（肝脏 vs 背景）。
• MyoPS / CineMyoPS：Scar / Edema + 解剖结构（LV/Myo/RV）。
• WHS：7 类索引（LV/RV/LA/RA/Myo/AO/PA）。

29.4 命名与对齐要点

使用时的三个对齐陷阱：其一，测试集影像不可得，故一切基于测试集的标签操作无从谈起；其二，各赛道坐标/方向约定可能不同，跨赛道拼数据前须核对；其三，中心代称在各赛道不通用（LA 的 A 与 WHS 的 A 非同一中心），跨赛道引用中心时须限定赛道。

§30 排行榜与奖项解析

30.1 八项 best performance 的分布

8 项 best performance 对应 8 个榜位，映射关系如下：

奖项	对应子任务	模态
LA scar MRI	Task1	LGE MRI
LA multi-structure CT	Task3	CT
LiFS	Task4	MRI
LiSeg	Task5	MRI
Myocardial Pathology	Task6a（MyoPS）	LGE/T2/bSSFP
Cine Myocardial Pathology	Task6b（CineMyoPS）	cine
WHS-CT	Task7（CT 分支）	CT
WHS-MRI	Task7（MRI 分支）	MRI

注意 Task2（LA cavity）未单列 best performance——可能与它与 Task1/3 共享 LA 赛道评价有关，或该榜位并入其他项。此点存照（见坑 3 相关）。

30.2 双模态/双任务榜位拆分逻辑

LA 与 WHS 的榜位都按模态拆分为两个（LA scar MRI vs LA multi-structure CT；WHS-CT vs WHS-MRI），原因是 CT 与 MRI 的难度基线截然不同——合并排名会让单一模态主导。这一拆分哲学与"各赛道独立 leaderboard"一脉相承：CARE 宁可多设榜位，也不做跨模态的强行合并。

30.3 论文奖项

论文层面设 1 篇 best paper + 2 篇 runner-ups，从录用的 29 篇中评出。这比起"按分数发奖"更强调方法学贡献——上榜分数高不等于论文写得好，赛事把两者分开评。

30.4 榜单的解读建议

引用 CARE 榜单时，须同时给出：赛道、子任务、模态、指标、评测口径（官方盲评）。缺任一项，排名都可能被误读。例：“某队获 LA 赛道第一"应细化为"某队在 CARE-Left Atrium Task1 LA scar（LGE MRI，G-DSC 指标）官方盲评榜位第一”。

§31 数据规模的多口径再辨析

31.1 三套规模口径

条目中出现的规模数字可分三套口径：

口径	数字	性质
目标宣称	逾 2000 例 / 18 中心 / 3 大洲	挑战赛总体宣称，非实测
各赛道实测	LA 200+300、Liver 800、Myo 若干、WH 246	赛道级实测计数
参与规模	279 teams / 594 submissions / 29 papers	参与度指标，非数据量

31.2 为什么不能加总

各赛道实测（LA、Liver、Myo、WH）是否重叠？官方未明确披露跨赛道数据是否共享同一批病例。若各赛道独立采集，总和可能超过 2000；若部分共享，总和会小于分列之和。在无明确说明前，不做加总——这是本条目反复强调的纪律（坑 4）。

31.3 "18 中心 / 3 大洲"的核实边界

LA 赛道明确为 4 中心跨 3 大洲，Whole Heart 为 8 中心。但"18 中心"是整体宣称，其与各赛道中心之和（4+8+…）的关系未明确。可能部分中心参与多赛道，使去重后的总中心数小于各赛道之和。故"18 中心"作为宣称口径记录，不强行拆解到赛道（坑 2、坑 4）。

31.4 "710 例新增"的构成

本轮新增采集 710 例的构成较明确：LA 回填 300 CT + Liver 190 MRI + Myocardium 200 心脏 MRI + Whole Heart 20 CTA。这 710 例是"本轮新增"而非"总规模"，与"逾 2000 例"的累计口径不同层级，引用时须区分。

§32 引用与使用规范

32.1 推荐引用格式

引用 CARE 2026 时建议包含：官方名 + 届次 + 官网 URL + Zenodo DOI + 访问时点。示例：

CARE 2026: Comprehensive Analysis & computing of REal-world medical images. MICCAI 2026 Satellite Challenge. https://www.zmic.org.cn/care_2026/ . Zenodo DOI: 10.5281/zenodo.19727704. 访问时点 2026-10-09.

32.2 数据使用声明

使用 CARE 数据发表研究时，须：署名来源、声明非商业用途、不发布衍生数据集、遵守各赛道数据使用协议。这四项是 CC BY-NC-ND 的最低要求。

32.3 排名引用声明

引用榜单结果时须注明"官方 Docker 平台盲评口径"，并说明测试集不可本地复现。避免将榜单分数表述为可独立验证的客观事实。

32.4 互链引用声明

引用库内互连条目时，注明是"任务同族"还是"数据同源"，并给出 rid。本条目与多数互连条目为"任务同族、数据不同源"关系。

32.5 常见引用错误

错误	正确做法
把 DOI 当即时下载链接	说明须经官网注册获取
称"2000 例数据集"不加限定	注明为宣称目标口径
称"公开发布"	说明训练/验证集注册可得、测试集不下发
遗漏许可约束	明确 CC BY-NC-ND 及 ND 的影响
混用届次数字	标明届次（2024/2025/2026）

§33 总结速览（终）

身份：MICCAI 2026 卫星挑战赛，MICCAI-SIG（Cardiac + xMedIA）背书，复旦-福州团队主导组织。

数据：4 赛道 7 子任务，横跨 LGE MRI / CT / Cine CMR / bSSFP / T2WI / DWI / Gd-EOB-DTPA，目标逾 2000 例、18 中心、3 大洲，本轮新增 710 例。

评测：Docker 在线盲评，各赛道独立 leaderboard，8 个 best performance 榜位，指标含 G-DSC/DSC/HD/ACC/SEN/AUC。

获取：官网注册下载训练/验证集；测试集不下发；Zenodo DOI 为描述性登记。

许可：CC BY-NC-ND——可研究署名使用，禁商用、禁衍生发布。

库内互链：myops(702)、mm-whs(770)、lascarqs(772) 为首要互链；肝脏族、心脏 MR 族次之。

AI-Ready 定位：高科学价值 + 中等可获取性 + 低可衍生性，是"评测即服务"模式的典型样本。

使用姿态：测泛化用它，训模型另寻开放数据集。

---

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：

• mm-whs — 共享标签：医学影像 / CT / MRI / 医学图像分割 / 挑战赛数据集 / 心血管疾病
• mms-2 — 共享标签：医学影像 / MRI / 医学图像分割 / 挑战赛数据集 / 心血管疾病
• cmrxmotion — 共享标签：医学影像 / MRI / 医学图像分割 / 挑战赛数据集 / 心血管疾病
• lvquant — 共享标签：医学影像 / MRI / 医学图像分割 / 挑战赛数据集 / 心血管疾病
• emidec — 共享标签：医学影像 / MRI / 医学图像分割 / 挑战赛数据集 / 心血管疾病
• myops — 共享标签：医学影像 / MRI / 医学图像分割 / 挑战赛数据集 / 心血管疾病
• medsam2-dataset — 共享标签：医学影像 / CT / MRI / 医学图像分割 / 挑战赛数据集
• vessel-wall-segmentation-2022 — 共享标签：医学影像 / MRI / 医学图像分割 / 挑战赛数据集 / 心血管疾病
• parse2022 — 共享标签：医学影像 / CT / 医学图像分割 / 挑战赛数据集 / 心血管疾病
• topcow — 共享标签：医学影像 / CT / 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。