COBRA2026: a large-scale multicenter pelvic cone-beam computed tomography projection dataset — 六欧洲中心盆腔放疗 CBCT 原始投影数据集

INFOBOX — COBRA2026 一屏速览

维度	内容
本质	多中心盆腔放疗 CBCT 原始投影域数据集（非重建图像集；投影+几何+校准+配准 CT+模拟投影五位一体）
团队	六欧洲中心联盟：LMU 慕尼黑、科隆大学医院、UMC Utrecht、里昂/CREATIS、格拉茨医科大学、维也纳医科大学；联系人 Adrian Thummerer
论文	arXiv:2607.20037（physics.med-ph，2026-07-22 提交）；数据 Zenodo DOI 10.5281/zenodo.21322350（v1.0.0，2026-07-13）
数据	867 例 = 训练 692 + 验证 52 + 测试 123；约 950 GB（训练约 750 GB / 验证约 60 GB / 测试约 140 GB）；Elekta + Varian 双厂商
每例内容	实测原始投影 + RTK 几何 XML + 厂商校准文件 + 临床重建 CBCT + RTK 重建 CBCT + 形变配准 planning CT + 模拟投影 + FOV 掩模 + YAML/XML 元数据
释放结构	训练集 2026-07-13 已开放；验证/测试集 封存至 2032-03-01（embargo，保障挑战赛独立评测）
许可	CC BY-NC 4.0；下载免注册；官方提供逐例断点续传脚本
挑战赛	COBRA2026 challenge（grand-challenge.org），MIDL 2027 收官；真实+合成双轨评估
支持任务	全/稀疏视角重建、低剂量成像、散射与伪影校正、运动补偿、合成 CT（sCT）生成
格式	.mha（ITK/MetaImage）+ XML（RTK）+ YAML；案例 ID = 中心字母+三位编号（如 C231）
同名警示	与库内 rid 1107「COBRA」（皮肤病理全切片）为同名不同物，检索时勿混
库内互链	SynthRAD 系（重建图像域同行）、grand-challenge 生态条目、RTK/ITK 工具链相关条目

COBRA2026 是一个「把 CBCT 研究从图像域拉回投影域」的数据集工程。

放疗科每天在治疗床上拍的锥形束 CT（CBCT），在重建成人眼可见的三维图像之前，先以数百帧二维 X 射线投影的形式存在于探测器上。

绝大多数公开放疗影像数据集（包括知名的 SynthRAD2023/2025）发布的都是重建后的图像；投影层面的原始数据长期稀缺——而这恰恰是散射校正、稀疏视角重建、物理驱动深度学习等方向最需要的一层。

COBRA2026 由六个欧洲中心联合释出 867 例盆腔放疗 CBCT 的实测原始投影，配上采集几何、厂商校准文件、形变配准到当日解剖的 planning CT，以及用真实几何正向模拟出来的投影对。

总量约 950 GB，CC BY-NC 4.0 开放。

它最关键的使用约束是分段释放：

• 训练集 692 例（约 750 GB）已于 2026-07-13 开放下载；
• 验证集 52 例与测试集 123 例（合计约 200 GB）封存至 2032-03-01，用于 COBRA2026 挑战赛的公平独立评测。

换句话说，2026-2032 年间任何想在官方验证/测试数据上做外部评测的研究者都拿不到那 175 例——所有可复现的实验都必须在训练集内自行切分完成。

此外请勿与库内另一条目「COBRA」（皮肤病理全切片数据集，rid 1107）混淆：两者只是恰好撞名（坑 1）。

导语读法三则：

1. 只想下数据：直奔 §6 获取与许可——训练集公开直链、免注册、有断点续传脚本；验证/测试集 2032 年前不用去试链接。
2. 关心重建与校正算法：直奔 §4 任务与标注——五位一体文件结构、真实/模拟双轨设计、挑战赛任务定义三段连读。
3. 做数据集调研或教学：直奔 §0 与 §3——为什么投影域数据稀缺、CBCT 与 CT/投影域与重建域的区分，是理解本条目价值的钥匙。

§0 导读：这个数据集解决什么问题

0.1 临床背景：每日 CBCT 与它的质量困境

现代放疗的工作流有一个特征形状：

1. 患者先在高品质扇形束 planning CT 上成像；
2. 治疗计划在该图像上优化；
3. 计划按日分次投照，持续数周。

问题在于第 25 天的患者已经不是第 1 天扫描的那位：

• 体重下降；
• 膀胱、直肠充盈日日不同；
• 肠气移动；
• 肿瘤随剂量退缩。

在 planning CT 上最优的方案可能逐渐走偏——欠剂量靶区，或过剂量邻近危及器官。

自适应放疗（adaptive radiotherapy）的愿景是每天用当天解剖重新评估甚至重新计划。而当天的那幅图像几乎总是已经存在：直线加速器机载成像器会在投照前即时采集一幅 CBCT。

CBCT 的优势在于方便——不加号、不挪人、不另扫。

劣势在于图像质量。CBCT 的设计目标是验证患者体位（对齐骨性解剖），其图像质量长期不足以支撑：

• 定量应用（准确的 Hounsfield 单位 → 剂量计算）；
• 自动器官分割；
• 软组织评估。

降质的物理来源是一整串：

• 散射（大锥角几何一次照亮大体积，平板探测器收到海量散射光子）；
• 束硬化（多色能谱穿过患者后硬化）；
• 探测器滞后（flat-panel 的信号残留）；
• 视野截断（盆腔宽度超出探测器）；
• 患者运动（数秒到一分钟的采集窗口内）。

0.2 方法版图与数据瓶颈

围绕「缩小 CBCT 与 planning CT 的质量差」，学界三条路并行：

1. 硬件：抗散射栅、更好的探测器；
2. 解析/迭代重建：更精确的物理建模；
3. 深度学习：图像域的 CBCT→CT 转换（合成 CT）研究最热。

但两条腿（尤其第三条）都受制于同一个瓶颈：数据。

• 深度学习需要大规模多样化数据；
• 公开的放疗 CBCT 数据集长期稀缺；
• 近年大规模数据集 SynthRAD2023 与 SynthRAD2025 提供的是重建后的图像，不含原始投影与采集数据——开发或验证重建算法所必需的那一层，恰好缺位。

更深的困难在参考标准：

• 真实 CBCT 采集无法与完美匹配的 planning CT 配对——两者相隔数日到数周，解剖已真实改变；
• 于是许多研究完全依赖模拟投影；
• 而模拟与临床测量之间的域差距（domain gap）始终无法量化。

0.3 投影域与重建域：一条分界线

理解 COBRA2026 的关键是一条分界线：

层面	内容	谁能研究
投影域（projection domain）	探测器上的二维原始投影帧序列 + 采集几何 + 校准	重建算法、散射估计、原始域去噪、物理驱动学习
重建域（image domain）	重建出的三维 CBCT 体积	图像后处理、CBCT→CT 转换、分割、剂量计算

图像域数据集（如 SynthRAD）只能支持「把重建坏的 CBCT 修好」的下游方法；COBRA2026 把干预点前移到采集层——这是它的差异化所在，也是为什么它必须存在。

0.4 COBRA2026 的回答：「真实+模拟」双轨并置

COBRA2026（Cone-Beam Reconstruction for Radiotherapy Applications）的设计是一次正面处理：

• 真实一侧：六中心、双厂商（Elekta/Varian）的实测临床投影，自带真实伪迹与临床变异；
• 模拟一侧：用记录的真实采集几何、从形变配准到当日 CBCT 解剖的 planning CT 正向模拟的投影，具备几何完美对齐的已知参考。

数据集为每位患者同时提供两类数据，等于把数据量有效翻倍。

挑战赛则以「真实数据检验真实性、模拟数据支撑受控评测」的分工完成闭环——据官方表述，这是首个把真实临床投影数据与受控合成评测结合的大规模 CBCT 重建基准。

§0 读法三则：

1. 这个条目的核心区分是「投影域 vs 重建域」：COBRA2026 的主打资产是 projections.mha（实测投影栈），cbct_clinical.mha 与 ct_def.mha 只是参考/监督信号——把它当重建图像集来用就走偏了。
2. 全文硬数字（867/692/52/123、750/60/140 GB、六中心划分表）在 arXiv 论文、Zenodo 记录、挑战赛官网三源互证一致；个别口径差异已在坑点存照。
3. 检索时注意：COBRA 是缩写（Cone-Beam Reconstruction for Radiotherapy Applications），与病理学里的同名 COBRA 数据集毫无关系（坑 1）。

§1 数据集速览：十五问十五答

Q1：COBRA2026 里的 867 例从哪来？
六个欧洲中心在常规图像引导放疗（IGRT）中采集的盆腔 CBCT：德国 LMU 慕尼黑临床中心与科隆大学医院、荷兰 UMC Utrecht、法国里昂（CREATIS 参与并运营数据仓库）、奥地利格拉茨医科大学与维也纳医科大学。全部为盆腔放疗患者，Elekta 与 Varian 两类直线加速器系统。

Q2：每例到底给了什么？
一个多文件目录（§3.3 逐文件详解）：实测原始投影栈（projections.mha）、RTK 格式采集几何（geometry.xml）、模拟投影栈（projections_simulated.mha）、原始与形变配准的 planning CT（ct_original/ct_def/ct_def_masked.mha）、临床重建 CBCT 与 RTK 重建 CBCT（cbct_clinical/cbct_rtk.mha）、视野掩模（fov_cbct/fov_cbct_nocouch.mha）、YAML/XML 元数据、Varian 校准文件目录、QC 概览图。

Q3：总量多大？
约 950 GB：训练集约 750 GB、验证集约 60 GB、测试集约 140 GB（论文 Table 5 精确写 748/60/140，Zenodo 下载表四舍五入为约 750，见坑 2）。Zenodo 记录本体只挂 2.2 GB 的训练集 QC 概览图压缩包与论文 PDF；大数据本体托管在里昂 CREATIS 的 tomoradio-warehouse 学术仓库。

Q4：训练/验证/测试怎么分？
训练 692、验证 52、测试 123，六中心各有贡献（训练集每中心 92-133 例，验证每中心 7-10 例，测试每中心 17-24 例，完整划分表见 §3.2）。中心代号 A/B/C/D/F/G——没有 E，官方未解释（坑 5）。

Q5：验证/测试集现在能下吗？
不能。两者封存（embargo）至 2032-03-01，以支持 COBRA2026 挑战赛提交结果的公平独立评测。下载链接已公开但明确注明只在发布日期后才生效；官方还特别请求数据仓库不要申请账号。

Q6：投影和图像是什么格式？
投影栈与体积图像都是压缩 MetaImage（.mha），可被一切基于 ITK 的开源医学影像工具链读写；采集几何为 RTK 格式 XML；采集与重建元数据为 YAML；Varian 采集另附 Scan.xml 与逐采集校准文件目录。全部为开放格式——厂商私有格式已匿名化转换。

Q7：模拟投影是怎么生成的？
从形变配准到当日 CBCT 解剖的 planning CT 出发，走真实采集几何：CUDA 光线追踪解析正向投影 → 逐机架几何定义散射-初级比的启发式散射模型（由初级计数与 mA/ms 驱动）→ 复合泊松-高斯噪声（剂量相关量子噪声+电子噪声，按临床噪声水平标定）→ 周期呼吸运动（周期 3-6 秒、头脚向幅度 2.5-7.5 毫米的形变场）。每位患者都有一个模拟对，数据集有效翻倍。

Q8：license 是什么？能商用吗？
CC BY-NC 4.0：可共享、可改编，须署名、禁止商业用途。配套预处理与基线重建代码开源（GitHub cobra-challenge-2026 组织）。

Q9：和 SynthRAD2023/2025 什么关系？
互补而非竞争。SynthRAD 系列发布的是重建图像域数据（CBCT+CT 配对），不含原始投影；COBRA2026 的差异化正是投影域原始数据——论文原文以此为出发点明确对比。做图像域 sCT 的研究可继续用 SynthRAD，做重建/散射校正/投影域方法必须用 COBRA2026 这类数据。

Q10：挑战赛怎么玩？
Grand Challenge 平台（cobra2026.grand-challenge.org），2026-07-13 与训练数据同步开放注册，MIDL 2027 会议收官。任务：输入投影栈+几何，全自动输出体积，强度（HU）与几何（解剖保真）双指标逼近 planning CT 质量；参赛者在平台侧只能拿到转换为线积分并完成归一/散射校正的特定输入文件，ground truth 留在平台评估。

Q11：有器官勾画或分割标注吗？
没有。数据集不含临床靶区或危及器官勾画，也不含人口学信息——它面向重建与校正任务，不是分割数据集（§4.5）。

Q12：数据质量控制怎么做的？
全部病例经目视质控（visual quality control），处理或配准出现重大错误的病例被剔除——867 例是清洗后的幸存者数。每例附多联 QC 概览图，且概览图在 Zenodo 单独打包（2.2 GB）供下载本体前目检。

Q13：下载体验如何？
免注册直链，但 750 GB 量级下学术仓库直链慢且不稳定；官方在 preprocessing 仓库提供逐例断点续传脚本（download_cobra_train.py + DOWNLOAD.md 说明）。建议流程：先下 2.2 GB 概览包目检 → 再用脚本拉本体。

Q14：为什么训练集先放、验证/测试封存六年？
这是 grand-challenge 生态的标准公平机制：验证/测试 ground truth 只存在于挑战赛平台侧，提交系统在平台上评估，参赛者拿不到数据——排行榜由平台判定而非自评，防测试集泄漏。数据集论文 Table 5 把三个子集的发布日期与 DOI 一并写死，embargo 期到 2032-03。

Q15：一句话总结它填补了什么空白？
「公开放疗 CBCT 数据只到重建图像为止」到「原始投影+几何+校准全开放」之间缺失的那一层——而且是多中心、双厂商、真实+模拟逐患者配对的供给。

§2 名称、论文与时间线考据

2.1 名字的来历与身份链

COBRA = Cone-Beam Reconstruction for Radiotherapy Applications（放疗用锥形束重建）。

后缀 2026 标记挑战赛年份。

完整官方名是：

• Zenodo 口径：「COBRA2026: a large-scale multicenter pelvic CBCT projection dataset」（缩写简写版）；
• arXiv 论文口径：「COBRA2026: a large-scale multicenter pelvic cone-beam computed tomography projection dataset」（全拼版）。

两者指同一实体。中文学界尚无通行译名，建议译作「COBRA2026：大规模多中心盆腔锥形束 CT 投影数据集」。

检索时的三条身份锚点：

1. Zenodo DOI 10.5281/zenodo.21322350——数据的规范引用口，v1.0.0 于 2026-07-13 发布；
2. arXiv:2607.20037——数据集论文，2026-07-22 提交（v1，5,369 KB，physics.med-ph），arXiv DOI 10.48550/arXiv.2607.20037；
3. cobra2026.grand-challenge.org——挑战赛门户，任务定义、评估指标、时间线的权威来源。

2.2 同名不同物警示（坑 1 详解）

库内 rid 1107 已收录一条「COBRA」——基底细胞癌及多样皮肤恶性肿瘤的全切片病理（WSI）数据集。

它与 COBRA2026 毫无关系：

维度	COBRA（rid 1107）	COBRA2026（本条目）
模态	病理全切片图像（WSI）	CBCT 原始投影
部位/领域	皮肤（基底细胞癌等）	盆腔放疗
数据形态	二维 gigapixel 切片	二维投影帧序列+三维体积
数据规模	切片数（WSI 级）	867 例 / 约 950 GB
机构	病理学团队	放疗影像物理六中心联盟
发布渠道	病理/皮肤影像生态	Zenodo + CREATIS + grand-challenge

判定结论：这是缩写巧合，不是别名撞库。自动查重系统的 loose 归一化（剥尾部数字）会把 cobra2026 与 cobra 判为疑似撞库——属于误报，本条目成稿时已存照。

衍生陷阱：文献检索中「COBRA dataset」会同时命中病理 COBRA、生信工具 COBRA 等多个同名物，务必用全称或 DOI 消歧。

2.3 论文与作者

数据集论文 14 位作者（arXiv v1 排序）：

1. Adrian Thummerer
2. Simon Rit
3. Florian Kamp
4. Matteo Maspero
5. Martjin P.W. Intven
6. Thomas G. Boné
7. Christopher Kurz
8. Guillaume Landry
9. Thomas Baudier
10. Mustafa Kadhim
11. Julius Arnold
12. Michael Rauter
13. Barbara Knäusl
14. Lukas Zimmermann

这是一个典型的多中心联盟作者群，几个关键人物：

• Adrian Thummerer（联系人，ORCID 0000-0002-1874-5030）——Zenodo 记录的唯一 Contact person，arXiv 提交人；
• Simon Rit（ORCID 0000-0003-2530-1013）——法国 CREATIS 研究员，RTK（Reconstruction Toolkit）核心开发者之一——这解释了为什么数据集几何文件采用 RTK 格式、并额外提供 RTK 基线重建；
• Matteo Maspero（ORCID 0000-0003-0347-3375）——乌得勒支团队，SynthRAD 数据集建设经验的延续者之一。

Zenodo 角色标注：

• Contact person：Thummerer；
• Data collector：Rit、Kamp、Maspero、Boné、Baudier、Arnhold、Kurz；
• Data curator：Kadhim（ORCID 0009-0007-0038-1949）、Rauter（ORCID 0009-0002-6640-3876）。

人名双口径存照（坑 3）：

• arXiv 写「Julius Arnold」，Zenodo 写「Julius Arnhold」——一字之差；
• 以 Zenodo（数据发布方的署名记录）为准的可能性较大，但论文 PDF 未经逐字核对，成稿照录双口径；
• 另外 arXiv 作者串写「Martjin P.W. Intven」，荷兰语人名通常拼作 Martijn，疑为 arXiv 排版笔误，照录原文并注。

2.4 时间线全景

时点	事件	来源
2026-02	模拟投影生成器 simcbctgenerator 论文上线（arXiv:2602.02130）	论文 Table 5
2026-07-13	Zenodo 记录 v1.0.0 发布（DOI 10.5281/zenodo.21322350）	Zenodo
2026-07-13	训练集在 CREATIS 仓库正式开放（下载链接当日生效）	Zenodo 下载表（13.07.2026）
2026-07-13	挑战赛注册同步开放	挑战赛官网
2026-07-22	数据集论文 arXiv v1 提交（arXiv:2607.20037，5,369 KB）	arXiv 提交历史
2026-07	preprocessing 仓库（DOI 10.5281/zenodo.21397774）、challenge tools 仓库（DOI 10.5281/zenodo.21397869）、sCT 模型参数发布	论文 Table 5
2026-07 至 2027	挑战赛进行期（阶段细节见官网 Timeline & Rules）	官网
MIDL 2027	挑战赛收官活动（与 MIDL 2027 会议合作举办）	官网
2032-03-01	验证集与测试集 embargo 解除，正式开放下载	Zenodo 下载表（01.03.2032）

时间线读法两点：

1. Zenodo 发布（07-13）早于 arXiv 论文（07-22）九天——「数据先放、论文后挂」的正常次序，不是矛盾；
2. 论文 Table 5 把训练集发布月份写为「July 2026」，与 Zenodo/下载页的「13.07.2026」一致——月级口径统一，日级以下载表为准。

2.5 机构版图

六个参与中心按论文中心代号（A/B/C/D/F/G）排列。官方仅公布机构名，不公开代号-机构映射，成稿不猜对应关系（坑 5）：

1. LMU Klinikum Munich（德国慕尼黑大学临床中心）——德国最大的大学医院之一；
2. University Hospital Cologne（德国科隆大学医院）；
3. UMC Utrecht（荷兰乌得勒支大学医学中心）——放疗影像方法学重镇；
4. Lyon（法国里昂）——数据由 CREATIS（里昂 CNRS/INSA 联合医学影像实验室）运营的 tomoradio-warehouse 仓库托管，Simon Rit 所在机构；
5. Medical University Graz（奥地利格拉茨医科大学）；
6. Medical University Vienna（奥地利维也纳医科大学）。

分布读法：

• 三德、一荷、二奥——数据集以欧洲放疗实践为主体；
• 每中心贡献 116-167 例，最不均衡处相差约 44%（坑 7 存照：中心样本量不均衡）；
• 里昂中心同时承担数据托管职能，CREATIS 的 RTK 技术栈深度参与了数据集的格式与基线重建。

§3 数据规模硬数字与划分结构

3.1 总量与三分结构

数据集核心数字（论文摘要、arXiv 正文、Zenodo 描述三源一致）：

• 867 例患者；
• 全部为盆腔放疗、常规 IGRT 采集；
• 约 950 GB 总量；
• 三分：训练 692 / 验证 52 / 测试 123；
• 双厂商：Elekta 与 Varian 直线加速器机载 CBCT。

大小口径存照：

子集	论文 Table 5	Zenodo 下载表	本条目口径
训练	748 GB	~750 GB	约 750 GB（注明论文精确值 748）
验证	60 GB	~60 GB	约 60 GB
测试	140 GB	~140 GB	约 140 GB
合计	948	~950	约 950 GB

748 与 ~750 属四舍五入差异（坑 2 存照），不是版本分歧。

3.2 六中心划分表（论文 Table 4 = Zenodo 描述，逐格一致）

划分	中心 A	中心 B	中心 C	中心 D	中心 F	中心 G	合计
训练	120	107	120	120	92	133	692
验证	9	8	9	9	7	10	52
测试	21	19	21	21	17	24	123
合计	150	134	150	150	116	167	867

三点读表须知：

1. 中心代号跳过 E（A/B/C/D/F/G）：官方未解释，可能是某中心中途退出或代号重排遗留（坑 5 存照：原因未公开）。引用划分表时照录原代号，不要自行「修正」成连续字母。
2. 每层六中心都有贡献：验证层每中心 7-10 例、测试层每中心 17-24 例——分层的分层采样按中心等比控制；2032 年 embargo 解除后，跨中心泛化评测是有设计保证的。
3. 训练层每中心 92-133 例：单中心最大 133（中心 G）、最小 92（中心 F），差距约 45%，做多中心分析时需注意中心效应。

3.3 案例标识与文件构成

每例唯一标识为中心字母+三位病例编号（如 C231）。

每例目录的文件清单（Zenodo Files 节逐项核实）：

文件	内容
projections.mha	实测原始 CBCT 投影图像
geometry.xml	RTK 格式锥形束采集几何
projections_simulated.mha	从形变配准 planning CT 模拟的投影
ct_original.mha	原始 planning CT（未做配准与含气腔校正）
ct_def.mha	形变配准 planning CT（全可用视野）
ct_def_masked.mha	形变配准 planning CT（掩到 CBCT 视野）
cbct_clinical.mha	临床重建 CBCT
cbct_rtk.mha	RTK 重建 CBCT
fov_cbct.mha	CBCT 视野掩模
fov_cbct_nocouch.mha	去除治疗床后的 CBCT 视野掩模
metadata.yaml	从 CT、投影头与厂商文件提取的采集/成像参数
reconstruction.yaml	从 Elekta .INI 文件提取的采集与重建元数据
Scan.xml	Varian 采集、几何与重建元数据
Calibrations/	Varian 逐采集校准与校正文件目录
overview_<ID>.png	多联 QC 概览图（主要图像+代表性实测/模拟投影）

文件系统的三个设计细节：

1. 每例 8 个 .mha 体积文件——一个「病例」是投影+图像+掩模的复合体，做数据加载器时须按病例目录而非单一文件组织；
2. fov_cbct 与 fov_cbct_nocouch 双掩模——分别对应含床/去床两种视野，去床版本供训练时屏蔽治疗床伪影；
3. QC 概览图单独打包——COBRA2026_Train_overviews.zip（2.2 GB，md5 95bdce4224829d9e4a4ec52f84840eed）在 Zenodo 供下载，可先目检全部训练例质量再决定是否拉取 750 GB 本体——官方留的一条低成本验收通道。

3.4 Zenodo 记录与本体的关系

Zenodo 记录（DOI 10.5281/zenodo.21322350）只承载两件东西：

• COBRA2026_Train_overviews.zip：2.2 GB，训练集 QC 概览图；
• COBRA_dataset_paper.pdf：7.1 MB（md5 4c1ac15f47150a9408c69cb96eb14de1）。

约 950 GB 的数据本体托管在 CREATIS 的 tomoradio-warehouse 仓库（训练/验证/测试各一条下载链接，分别对应三个文件夹）。

这种「DOI 索引在 Zenodo、本体在机构仓库」的双层结构是大数据集的常见做法，但带来两个使用要点：

1. 下载必须走 CREATIS 链接（免注册，官方明确请勿申请仓库账号）；
2. 官方在 preprocessing 仓库提供逐例断点续传脚本 download_cobra_train.py 与 DOWNLOAD.md 说明——因为学术仓库直链下载在 750 GB 量级上既慢又不稳定，整包下载几乎必然中断。

§4 任务与标注：五位一体数据结构与双轨评测设计

4.1 数据集支持什么任务

论文摘要明确列出五个方向（投影域视角）：

1. 全视角与稀疏视角 CBCT 重建——从投影栈重建三维体积；稀疏视角（subsampled projections）是低剂量化的直接途径；
2. 低剂量成像——降低每投影剂量或投影数后的图像质量维持；
3. 散射校正——大锥角几何一次照亮大体积，平板探测器收到海量散射光子，导致杯状伪影与数百 HU 级的偏移，是 CBCT 质量的头号杠杆；
4. 伪影减少与运动补偿——束硬化、探测器滞后、截断伪影，及数秒到一分钟采集窗口内的呼吸/蠕动运动；
5. 合成 CT（sCT）生成——从 CBCT（或其投影）生成类 planning CT 图像，支撑剂量计算。

每个方向与数据文件的对应关系：

任务	必用文件	参考文件
全视角重建	projections.mha + geometry.xml	cbct_clinical / cbct_rtk / ct_def
稀疏视角重建	projections.mha（自抽稀）+ geometry.xml	同上
散射校正	projections.mha + Calibrations/ + metadata.yaml	ct_def（HU 准确性参考）
伪影/运动校正	projections.mha + metadata.yaml	ct_def
sCT 生成	cbct_clinical（或重建结果）+ ct_def 监督	ct_original

与图像域数据集（SynthRAD 系）的本质区别：

• 图像域数据集只能支持「把重建坏的 CBCT 修好」的下游方法；
• COBRA2026 的主打资产是投影——散射估计、原始域去噪、迭代重建、物理驱动深度学习等物理层方法只有在拿到原始投影与几何时才可能研究；
• 一句话：干预点从「重建之后」前移到「采集层」。

4.2 五位一体：每例数据的角色分工

把 §3.3 的文件清单按监督学习视角重排，每例是一条完整的「输入-参考-元数据」链：

角色	文件	说明
真实输入	projections.mha	临床实测原始投影（含全部真实伪迹：散射、噪声、运动、截断）
真实参考（有缺陷）	ct_def.mha / ct_def_masked.mha	形变配准到当日 CBCT 解剖的 planning CT——几何对齐但非像素级真值
模拟输入	projections_simulated.mha	从 ct_def 用真实几何正向模拟——有已知真值但模型化伪迹
对照物	cbct_clinical.mha / cbct_rtk.mha	厂商临床重建与 RTK 开源重建，供质量对比下限
物理元数据	geometry.xml + metadata.yaml + Scan.xml/Calibrations/	重建几何、采集参数、厂商校准——物理驱动方法的必需品
QC 与掩模	fov_cbct*.mha + overview png	视野定义与人工质控留档

这个结构直接回应了「无干净 ground truth」困境：

• 真实数据负责真实性；
• 模拟数据负责可评测性；
• 两者逐患者配对——域差距本身也成了可研究的对象（可在同一患者上量化模拟与实测投影的分布差）。

4.3 形变配准与模拟流水线

CT-CBCT 形变配准：

• planning CT（诊断体位、数周前）经可变形配准（deformable registration）warp 到当日 CBCT 解剖；
• 产出 ct_def（全 FOV）与 ct_def_masked（掩到 CBCT FOV）；
• ct_original 保留未处理版本——配准质量可以自行复核。

数据集生成流水线（开源，GitHub cobra-challenge-2026/preprocessing）五大步：

1. 数据转换——厂商私有格式 → 开放格式 + 匿名化；
2. CBCT 基线重建——RTK 从原始投影重建 cbct_rtk；
3. CT-CBCT 形变配准——产出 ct_def；
4. 投影模拟——见下；
5. 后处理——掩模、QC 概览图。

所有病例经目视质控，处理或配准出现重大错误的病例被剔除——867 是清洗后的幸存者数，原始采集量未公开（坑 8 存照）。

模拟投影生成（挑战赛官网披露的完整链路）：

1. 解析正向投影：在真实扫描几何上用自研 CUDA 光线追踪；
2. 启发式散射模型：由初级计数与扫描参数（mA、ms）驱动，散射-初级比（SBR）逐机架几何定义；
3. 复合泊松-高斯噪声：剂量相关量子噪声 + 电子噪声，按临床噪声水平标定；
4. 周期呼吸运动：形变场建模，呼吸周期 3-6 秒、头脚向幅度 2.5-7.5 毫米（盆腔典型范围）。

这些模拟参数让模拟数据「像真的」，但官方同时明确警示：

• 模拟只能近似真实伪迹；
• 域差距（domain gap）客观存在；
• 这正是双轨设计不能相互替代的原因。

模拟器另有独立发布：simcbctgenerator 论文（arXiv:2602.02130，2026-02）与 sCT 模型参数（2026-07）。

4.4 挑战赛任务定义

COBRA2026 挑战赛（grand-challenge.org，MIDL 2027 收官）把任务收窄为一句话：

给定投影栈与采集几何，全自动输出一个在强度（HU 精度）与几何（解剖保真）上逼近 planning CT 质量的三维体积。

规则要点：

• 全自动：算法须如传统重建流水线一样「投影+几何进、重建体积出」；
• 禁止人工干预、逐例调参、交互步骤——对应临床部署形态；
• 双轨输入：真实与模拟两类数据都须表现良好，最强提交需要两头兼顾。

平台侧数据转换（为满足 grand-challenge 平台要求）：

• 投影已转换为线积分（line integrals）；
• 探测器原始信号用对应 flood-field 估计 I0 归一（按厂商各自流程）；
• Varian 采集额外做核函数散射校正；
• 几何从 XML/YAML 转为 JSON。

参赛者在平台侧只能拿到五个输入文件：

1. cbct_projections.mha（实测投影，线积分、校正后）
2. cbct_projections_simulated.mha（模拟投影，同格式）
3. cbct_geometry.json
4. cbct_fov.mha（去床 FOV 掩模）
5. cbct_metadata.json

ground truth（含 ct_def）留在平台侧评估，不发给参赛者。

坑 6 提前划重点：数据集的 projections.mha ≠ 挑战赛的 cbct_projections.mha——前者是原始探测器域数据，后者是线积分+归一+散射校正后的挑战赛格式。在挑战赛语境外复现实验时应使用数据集原生文件，并用 challenge tools 仓库（DOI 10.5281/zenodo.21397869）的转换脚本对齐格式。

4.5 数据集没有标注什么（同样重要）

• 无器官勾画/分割掩码：数据集不含临床靶区（CTV/PTV）或危及器官（OAR）的医生勾画，不能直接训练/评测分割任务（frontmatter rai:dataLimitations 已列）；
• 无患者人口学信息：性别、年龄、癌种、分期分布均未公开——867 例的病种构成官方未说明（坑 9 存照：未公开），人群代表性无法核验；
• 无 per-case 运动标签：呼吸相位/运动轨迹未随数据发布；
• 无厂商型号清单：仅写「Elekta 与 Varian 系统」，具体机型（如 Synergy/TrueBeam 系列各型号）未公开（坑 10 存照）。

§5 处理流水线与数据质量

5.1 从加速器到开放格式：五个环节

数据集由厂商原始导出数据经开源预处理流水线生成（论文详述，代码开源）：

1. 数据转换：Elekta（.INI 等）与 Varian（Scan.xml、Calibrations/）的私有采集文件匿名化并转为开放格式（YAML/XML/MHA）；
2. CBCT 基线重建：用 RTK 从原始投影重建 cbct_rtk.mha，与厂商临床重建 cbct_clinical.mha 并行保留；
3. CT-CBCT 形变配准：把 planning CT warp 到当日 CBCT 解剖；
4. 投影模拟：§4.3 的四步模拟链；
5. 后处理：视野掩模生成、QC 概览图生成。

匿名化处理的范围（Zenodo 描述口径）：厂商特定文件（vendor-specific files）经匿名化与开放格式转换后随数据发布——包括 Elekta 的重建元数据（reconstruction.yaml，源自 .INI）与 Varian 的完整采集元数据（Scan.xml）及逐采集校准文件（Calibrations/）。

5.2 质量控制三层

1. 全员目视 QC：所有病例逐一目检，处理或配准严重错误者剔除——867 例是幸存者数；
2. QC 概览图：每例一张多联 png（主要图像+代表性实测/模拟投影），既留档又在 Zenodo 单独打包，供使用者在下载本体前目检；
3. 双重建并行：临床重建与开源 RTK 重建同时给出，使用者可自检「重建算法差异」这一变量——厂商黑盒流程与可复现开源流程的对照本身就很有信息量。

5.3 使用者侧的工程提示

• 下载策略：先下 Zenodo 的 2.2 GB 概览包目检，再用官方断点续传脚本逐例拉取训练集（约 750 GB，直链下载不稳定）；
• 读数栈：.mha 走 ITK/SimpleITK，geometry.xml 走 RTK，metadata.yaml 直接 yaml.load——Python 生态全覆盖，无需厂商 SDK；
• 训练切分：embargo 期内官方验证/测试集不可得，请在训练集 692 例内按中心分层自行切分（模拟官方 692:52:123 比例约 87:6.5:6.5 的结构），并把中心留出（center hold-out）作为泛化评估手段；
• 域差距实验：逐患者配对的实测/模拟投影天然支持「模拟→真实」域适应与域差距量化研究——这是大多数纯模拟数据集给不了的设计。

§6 获取、许可与版本链

6.1 下载渠道一览

渠道	内容	状态
Zenodo 记录 21322350	QC 概览图包（2.2 GB）+ 论文 PDF（7.1 MB）	已开放（2026-07-13）
CREATIS tomoradio-warehouse（训练集链接）	训练集 692 例，约 750 GB	已开放（2026-07-13 生效）
CREATIS tomoradio-warehouse（验证集链接）	验证集 52 例，约 60 GB	封存至 2032-03-01
CREATIS tomoradio-warehouse（测试集链接）	测试集 123 例，约 140 GB	封存至 2032-03-01
GitHub cobra-challenge-2026/preprocessing	下载脚本、预处理与基线重建代码	已开放（DOI 10.5281/zenodo.21397774）
GitHub challenge tools 仓库	挑战赛格式转换脚本	已开放（DOI 10.5281/zenodo.21397869）

三条纪律：

1. 免注册：官方明确「无需账号，请勿申请仓库账号」；
2. 验证/测试链接 2032 年前不生效：链接已公开但为占位——不要当死链报告，也不要试图提前获取；
3. 用官方脚本下载：大体量直链不稳定，脚本支持断点续传。

6.2 许可

数据集本体 CC BY-NC 4.0（Creative Commons Attribution–NonCommercial 4.0 International）：

• 可自由共享与改编；
• 须给予恰当署名；
• 禁止商业用途（NonCommercial）。

引用建议同时给：

• Zenodo DOI：10.5281/zenodo.21322350（数据）；
• 数据集论文：arXiv:2607.20037（方法与描述）；
• 使用模拟数据时加引 simcbctgenerator：arXiv:2602.02130。

配套代码仓库开源（各仓库内 license 见仓库页，本条目不代为声明具体代码许可证，存照）。

6.3 版本链与关联资源

• 数据本体：Zenodo v1.0.0（2026-07-13，DOI 10.5281/zenodo.21322350），至抓取时点未见更新版本；
• 论文：arXiv:2607.20037v1（2026-07-22），至抓取时点未见期刊正式版；
• 代码：preprocessing（10.5281/zenodo.21397774）、challenge tools（10.5281/zenodo.21397869）；
• 模拟器：simcbctgenerator（arXiv:2602.02130，2026-02）；
• sCT 模型参数：2026-07 发布（用于 §4.3 模拟链路）；
• 上游生态：RTK（geometry.xml 格式与基线重建来源）、ITK（.mha 格式基础）、Grand Challenge 平台（挑战赛基础设施）、CREATIS tomoradio-warehouse（托管设施）。

6.4 下载后验收清单（建议流程）

1. Zenodo 下载 COBRA_dataset_paper.pdf（7.1 MB）——确认版本与引用信息；
2. Zenodo 下载 COBRA2026_Train_overviews.zip（2.2 GB）——逐例目检训练集质量；
3. 克隆 preprocessing 仓库，按 DOWNLOAD.md 配置下载脚本；
4. 逐例拉取训练集（约 750 GB，断点续传）；
5. 抽样核对：每例目录是否含 8 个 .mha + geometry.xml + 元数据文件（Varian 例另含 Scan.xml 与 Calibrations/）；
6. 用 RTK/SimpleITK 读一例做冒烟测试（读 projections.mha + geometry.xml → 重建一个小体积对比 cbct_rtk.mha）。

§7 坑点清单：检索与使用陷阱十则

坑 1：与病理 COBRA 同名撞车。

• 库内 rid 1107 的「COBRA」是基底细胞癌等皮肤恶性肿瘤的全切片病理（WSI）数据集；
• COBRA2026 是盆腔 CBCT 投影数据集；
• 两者官方全称、模态、机构、许可全然不同，仅缩写巧合；
• 自动查重的 loose 归一化（剥尾部数字）会误判撞库——属误报，已存照；
• 文献检索时「COBRA dataset」一词也会同时命中两者（另有多款生信 COBRA 工具），务必用全称或 DOI 消歧。

坑 2：750 GB 还是 748 GB？

• 论文 Table 5 写训练集 748 GB，Zenodo 下载表写「~750 GB」；
• 同一物体两套四舍五入口径，不是两个版本；
• 成稿统一「约 750 GB（论文精确值 748 GB）」；
• 总量的「约 950 GB」是三部分之和的四舍五入（748+60+140=948）。

坑 3：作者姓氏 Arnold/Arnhold 双写。

• arXiv 论文写 Julius Arnold，Zenodo 署名写 Julius Arnhold；
• 引用时建议以 Zenodo（数据发布方署名记录）为准并在注释中存照双口径；
• 同理 arXiv 的「Martjin」疑为 Martijn 之误；
• 这类一人两名问题在多中心联盟数据集里并不罕见，引用时别当成两个人。

坑 4：embargo 链接「存在但打不开」。

• 验证/测试集的下载链接在 Zenodo 页面上是可见的，但在 2032-03-01 之前不生效——这不是死链，是设计；
• 不要为「提前拿到测试集」去申请仓库账号：官方明确说无需注册、请勿申请；
• embargo 期内做模型选择/超参搜索请只用训练集并自行切分。

坑 5：中心代号 A/B/C/D/F/G 跳过了 E。

• 官方划分表如此，原因未公开（可能为退出/重排遗留）；
• 引用划分表照录原代号，不要自行改成连续字母；
• 也不要猜哪中心是哪个字母——官方未公布代号-机构映射。

坑 6：数据集的 projections.mha ≠ 挑战赛的 cbct_projections.mha。

• 前者是原始探测器域投影；
• 后者是挑战赛平台格式——已转线积分、按厂商流程用 flood-field I0 归一、Varian 另加核函数散射校正、几何转 JSON；
• 在挑战赛语境外复现/对比实验时用数据集原生文件（并用 preprocessing 仓库的转换脚本对齐格式）；
• 直接拿平台格式当「原始数据」用会引入系统性偏差。

坑 7：中心样本量不均衡与单中心偏置。

• 每中心 116-167 例，最大最小差约 44%；
• 验证/测试层每中心仅 7-24 例；
• 2032 年后做跨中心评测时小中心的成绩方差会很大；
• embargo 期内在训练集内自切分时，建议按中心分层抽样并对「中心留出」场景单独报告，避免把中心效应误读成方法优势。

坑 8：867 例是清洗后的数字，别反推采集量。

• 官方明确「重大处理/配准错误病例被剔除」——867 是 QC 幸存者数；
• 剔除比例、原始采集总数、QC 判废标准细节均未在检索到的摘要层级公开；
• 任何「原始约 N 例」的推断都是编造。

坑 9：患者构成未公开，别脑补病种。

• 性别、年龄、癌种、分期分布均未公开；
• 「盆腔放疗」只界定了治疗部位，不等于「都是前列腺癌」；
• 涉及人群代表性的论述一律标注「未公开」。

坑 10：双厂商 ≠ 双机型清单。

• 数据集只声明 Elekta 与 Varian 两类系统；
• 具体机型、软件版本、探测器型号未公开；
• 方法论文写「在 Elekta 与 Varian 盆腔 CBCT 上验证」即可，别写具体机型。

§8 评估、基准与挑战赛生态

8.1 官方评估通道

COBRA2026 的官方评估只有一个入口：

• COBRA2026 challenge（cobra2026.grand-challenge.org）；
• 构建在 grand-challenge.org 平台上；
• 与 MIDL 2027 会议合作、以收官活动结束。

挑战赛把数据集拆成「训练（公开）+ 验证/测试（封存）」三层，提交系统在平台上用封存的 ground truth 评估——这就是 2032 年 embargo 的存在理由：验证/测试集在挑战赛生命周期内只存在于平台侧，参赛者拿不到，排行榜由平台判定而非自评。

8.2 评估设计哲学

挑战赛官网用一段罕见的坦率文字说明了评估设计：

• 真实数据「是方法能否处理临床混乱伪迹的唯一诚实检验，但永远无法对完美参考评分」；
• 模拟数据「提供已知真值与可重复评测，但只是现实的近似」。

因此最强提交需要在两类数据上同时表现好——这实际上是把「学术基准分数」与「临床可用性」之间的裂缝显式建模进评测。

对方法研究者而言，这个双轨设计本身就是一个研究范式：

1. 先在模拟数据上受控消融；
2. 再在真实数据上验证迁移；
3. 最后用逐患者配对的实测/模拟投影量化域差距。

8.3 抓取时点的基准现状

截至 2026-10-17（本条目成稿时点）：

• 挑战赛 2026-07-13 才开放注册；
• 尚无公开 leaderboard 数字、奖金与获胜方法报告（这些内容在官网 Timeline & Rules 与 Metrics & Ranking 页，随赛程更新）；
• 数据集论文本身也未给出重建方法的 SOTA 对比表——它是数据集描述论文，基线只到 RTK 重建这一层。

本条目不预写任何排名或基准成绩；读者请以官网现状为准。

8.4 挑战赛之外的使用建议

• embargo 期内（2026-10 至 2032-03）：一切可复现实验基于训练集 692 例；跨中心泛化用中心留出评估；
• 方法对标：与 cbct_clinical/cbct_rtk 两个现成重建对比（厂商临床质量 vs 开源基线）是天然的最低栏；
• 引用规范：数据用 Zenodo DOI，方法描述引 arXiv 论文，模拟器引用 simcbctgenerator（arXiv:2602.02130）；
• 合规红线：CC BY-NC 4.0 禁商用；下游产物（如基于该数据的竞赛系统商业化）需另行评估许可边界。

8.5 论文与数据集的引用关系

引用 COBRA2026 相关工作时，三个对象别混：

对象	标识	引用内容
数据本体	Zenodo DOI 10.5281/zenodo.21322350	数据本身（训练/验证/测试三个子集共用该 DOI 口径，Table 5）
数据集论文	arXiv:2607.20037	数据集描述、采集与验证方法、划分表
模拟器	arXiv:2602.02130	simcbctgenerator，模拟投影生成方法

§9 数据集生态与建议互链点

9.1 在数据集谱系中的位置

放疗影像公开数据的一条演化线：

1. 单中心小样本 CBCT 图像集——早期公开数据常态，方法学泛化性差；
2. SynthRAD2023 / SynthRAD2025——多中心 CBCT+CT 配对的重建图像数据集，把图像域 sCT/配准研究推上规模，但不给投影；
3. 纯模拟投影数据集——给投影和几何，但伪迹全靠模拟，域差距存疑；
4. COBRA2026（2026-07）——首次把实测原始投影+几何+校准与几何对齐的参考+模拟配对合成一个多中心包体。

它填的就是第 2、3 类之间的空档：有真实投影的可评测性缺位、有模拟的真值真实性缺位。

9.2 库内可互链条目

本条目在库内的自然邻居（建议主会话在发布侧建立互链；rid 以发布时 DB 为准，此处按条目名指认）：

1. SynthRAD2023 / SynthRAD2025（若库内已收）——放疗图像域数据集的直接同行：SynthRAD 只给重建图像（CBCT+CT 配对），COBRA2026 补上投影域原始数据；两者合读恰好覆盖「重建域 sCT」与「投影域重建」两层问题链。论文原文即以 SynthRAD 为对比锚点。
2. rid 1107 COBRA（皮肤病理全切片）——不是同物，但必须互链消歧：同名缩写、不同领域，检索流量必然互相串扰。建议在双方条目各设一条同名警示。
3. grand-challenge 生态条目（PANDA 等）——同平台、同「挑战赛驱动数据集发布」模式：训练集公开+验证/测试平台侧封存是 grand-challenge 生态的标配结构，PANDA 条目可作为该模式的病理侧参照。
4. RTK/ITK 工具链相关条目（若库内已收）——geometry.xml 是 RTK 格式、.mha 是 ITK/MetaImage 格式，工具链条目可作为格式层面互链。
5. AAPM 低剂量 CT 大赛类条目（如低剂量 CT 去噪条目）——「投影域 vs 图像域」方法学对照：诊断 CT 侧的低剂量研究以图像域为主，COBRA2026 提供了放疗 CBCT 侧的投影域对照样本。

9.3 外部生态位

• 上游：
  • 六个欧洲临床中心的直线加速器队列；
  • RTK/ITK 开源影像栈（格式与基线重建）；
  • CREATIS tomoradio-warehouse 托管设施；
• 平行：
  • SynthRAD2023/2025（图像域）；
  • 各类模拟 CBCT 数据集（纯模拟、无实测投影）；
• 下游：
  • COBRA2026 challenge（MIDL 2027）；
  • preprocessing/challenge tools 开源代码；
  • sCT 模型参数发布；
  • 未来基于训练集的自发表研究（embargo 期内唯一合法数据面）。

§10 DAIMS 评估与条目档案

10.1 DAIMS 评分表

维度	评分	评语
Data 可获得性	4.5/5	训练集约 750 GB 已开放、免注册、免账号、断点续传脚本齐备；扣分项：验证/测试集封存至 2032-03，部分用途（外部评测）在 embargo 期内不可实现
Annotation 标注完备性	3/5	自监督/重建任务资源完备（投影+几何+双重建+配准 CT+模拟对），但无器官勾画、无人口学、无运动标签——按「重建数据集」口径打分则接近满分，按「通用标注」口径中等
Interoperability 互操作性	4.5/5	全开放格式（MHA/XML/YAML），ITK/RTK 生态即装即用，厂商私有格式已转换；QC 概览包提供低成本验收通道
Metadata 元数据质量	4/5	每例携带采集几何、成像参数、厂商校准文件三层元数据；论文/Zenodo/挑战赛官网文档详尽；扣分项：中心-机构映射、QC 判废标准细节未公开
Sustainability 可持续性	4/5	Zenodo DOI 持久标识+机构仓库双轨；挑战赛与 MIDL 2027 提供持续运营动力；代码开源可复现；扣分项：2032 年后长期托管承诺未见书面声明
合规	4/5	CC BY-NC 4.0 清晰；临床数据经匿名化与厂商格式转换；禁商用明确；扣分项：伦理审批细节未在检索到的页面层公开
总分	24/30	投影域放疗 CBCT 的当前公开数据集天花板级供给；主要缺口在 embargo 结构带来的「训练集之外的评测不可得」与标注稀疏

10.2 适用人群速查

你是	用法
CBCT 重建算法研究者	主用户。实测投影+RTK 几何做物理驱动方法；模拟对做受控消融；双重建做下限对比
放疗影像物理师	评估自研重建与校正链路；用校准文件与元数据复现厂商流程
投影域深度学习团队	训练集 692 例内自切分；注意中心留出评估与域差距量化
sCT 研究者	ct_def（配准 CT）+cbct 配对可用；如只需图像域可同时评估 SynthRAD 系
挑战赛参赛者	官网注册（2026-07-13 起）；用 preprocessing 仓库脚本下载与格式转换；平台格式 ≠ 数据集原生格式（坑 6）
教学者	QC 概览包（2.2 GB）+论文 PDF 是零成本教学素材
数据集调研者	embargo 结构与双轨评测设计是「如何用数据组织公平基准」的范本案例

10.3 术语速查

术语	英文	一句话解释
锥形束 CT	CBCT, cone-beam CT	机架旋转一圈采集二维投影序列并重建三维体积的影像方式，集成在直线加速器上做每日摆位验证
规划 CT	planning CT	治疗前用诊断级扇形束 CT 扫的高质量图像，治疗计划在其上设计
投影域	projection domain	重建成三维图像之前的二维投影数据层面
重建域	image domain	重建之后的三维体积层面
线积分	line integral	投影经对数变换后与衰减系数沿射线路径积分成正比的表示，挑战赛平台格式
散射-初级比	SBR, scatter-to-primary ratio	散射光子与初级光子之比，散射模型的核心参数
形变配准	deformable registration	把 planning CT 逐点形变到当日 CBCT 解剖的操作
合成 CT	sCT, synthetic CT	从 CBCT/MRI 等生成的类 CT 图像，用于剂量计算
视野掩模	FOV mask	标记 CBCT 重建视野范围的掩模；去床版本额外排除治疗床
embargo	embargo	数据封存期；本项目验证/测试集封存至 2032-03-01
RTK	Reconstruction Toolkit	基于 ITK 的锥形束重建开源工具库，本数据集几何格式与基线重建的来源

附录 A 数据文件使用示例（伪代码级配方）

以下配方基于数据集公开的格式约定（MHA/XML/YAML）与官方工具链，展示典型工作流骨架；具体 API 以 preprocessing 仓库现行文档为准。

A.1 读取一例的全部内容

import SimpleITK as sitk
import yaml, xml.etree.ElementTree as ET

case_dir = "train/C231"          # 中心字母 + 三位编号
proj   = sitk.ReadImage(f"{case_dir}/projections.mha")
sim    = sitk.ReadImage(f"{case_dir}/projections_simulated.mha")
ct_def = sitk.ReadImage(f"{case_dir}/ct_def_masked.mha")
cbct   = sitk.ReadImage(f"{case_dir}/cbct_clinical.mha")
fov    = sitk.ReadImage(f"{case_dir}/fov_cbct_nocouch.mha")

meta  = yaml.safe_load(open(f"{case_dir}/metadata.yaml"))
geom  = ET.parse(f"{case_dir}/geometry.xml")   # RTK 格式采集几何

A.2 训练集内自切分（embargo 期合规做法）

# 官方 692:52:123 ≈ 87.0 : 6.5 : 6.5；按中心分层，保持每层六中心都有样本
# 推荐同时留一份「中心留出」划分用于跨中心泛化评估
# 纪律：不得以任何方式引用验证/测试集统计信息（数据在 2032-03 前不可得）

A.3 与官方基线对齐

# 官方预处理/基线重建/下载脚本仓库
git clone https://github.com/cobra-challenge-2026/preprocessing
# 逐例断点续传下载（约 750 GB，勿直链整包）
python download_cobra_train.py            # 参数见 DOWNLOAD.md
# 挑战赛格式转换（仅参赛需要）
git clone https://github.com/cobra-challenge-2026/<challenge-tools 仓库名见官网>

A.4 稀疏视角实验的自抽稀约定

• 从 projections.mha 按固定步长抽稀（如 1/4、1/8）构造稀疏输入；
• 保留原 geometry.xml 的对应帧子集（几何与投影必须同帧对齐）；
• 用 ct_def_masked 作为评估参考，并在报告里注明「参考为形变配准 CT，非像素级真值」；
• 对照 cbct_rtk.mha（全视角 RTK 重建）作为上界参照。

附录 B 与同域数据集对照

B.1 COBRA2026 vs SynthRAD2023/2025

维度	SynthRAD2023/2025	COBRA2026
数据层面	重建图像（CBCT+CT 配对）	原始投影+图像+几何+校准
部位	盆腔/头颈/肺（多部位）	仅盆腔
规模	数千例级（图像域）	867 例 / 约 950 GB（投影域）
支持任务	sCT、配准、图像域后处理	重建、散射校正、投影域学习、sCT
参考真值	planning CT（未对齐解剖）	ct_def（形变配准对齐）+模拟对（已知真值）
释放结构	整包发布	分段释放：训练 2026-07 / 验证测试 2032-03
license	各版本详见其官网	CC BY-NC 4.0

结论：做图像域 sCT 与配准，SynthRAD 仍是直接选择；做重建/散射/投影域方法，COBRA2026 目前是公开数据里的首选供给。

B.2 COBRA2026 vs 纯模拟 CBCT 数据集

维度	纯模拟数据集	COBRA2026
投影真实性	模型化伪迹	实测临床投影
真值	已知（模拟源即真值）	模拟对已知；真实侧仅配准参考
域差距	无从量化	逐患者配对可量化
评估可信度	受控但存疑	受控+真实双轨

附录 C 检索与消歧手册

C.1 推荐检索词

• 精确：COBRA2026、10.5281/zenodo.21322350、arXiv 2607.20037
• 组合：COBRA2026 pelvic CBCT projection dataset、COBRA challenge CBCT reconstruction MIDL 2027
• 组合（消歧加词）：检索病理 COBRA 时加 pathology / basal cell carcinoma；检索本条目时加 radiotherapy / cone-beam / projection

C.2 高频误检与消歧

误检目标	干扰物	消歧特征
COBRA2026（CBCT）	COBRA（皮肤病理 WSI，库内 rid 1107）	模态、机构、DOI 全不同
COBRA2026	生信工具 COBRA（多项同名）	加 radiotherapy/CBCT 词限定
COBRA challenge	其他名为 COBRA 的竞赛/项目	加 grand-challenge 或 MIDL 2027
数据集论文	期刊同名前缀论文	用 arXiv 编号 2607.20037 定位

C.3 引用格式骨架

• 数据：COBRA2026 Consortium. COBRA2026: a large-scale multicenter pelvic CBCT projection dataset. Zenodo. doi:10.5281/zenodo.21322350
• 论文：Thummerer A, Rit S, Kamp F, Maspero M, Intven MPW, Boné TG, Kurz C, Landry G, Baudier T, Kadhim M, Arnold/Arnhold J, Rauter M, Knäusl B, Zimmermann L, et al. COBRA2026: a large-scale multicenter pelvic cone-beam computed tomography projection dataset. arXiv:2607.20037 (2026)
• 模拟器：simcbctgenerator, arXiv:2602.02130 (2026)

（注：作者姓氏 Arnold/Arnhold 双口径见坑 3；引用时择一并注。）

附录 D 分段释放结构使用日历

时段	可用数据	可做	不可做
2026-07 至 2032-02	训练集 692 例（约 750 GB）+ 全部代码 + QC 概览	训练、训练集内自切分评测、中心留出泛化、域差距研究、挑战赛参赛	任何使用官方验证/测试数据的外部评测
2032-03 起	+验证集 52 例（约 60 GB）+测试集 123 例（约 140 GB）	官方划分下的标准评测；与 2026-2027 挑战赛排行榜做历史对照	——（注意与当年已发表方法的可比性：赛期方法可能在平台上用过测试集调优信息）

日历读法：embargo 的目的是保证挑战赛评测的独立性，不是限制研究——训练集 692 例在 embargo 期内足以支撑绝大多数方法学研究；只有「与官方排行榜直接可比」这一件事必须等 2032-03 之后、或走挑战赛平台提交实现。

附录 E 风险与局限再述（面向使用决策）

1. 评测面受限：embargo 期内只能自建评测——跨论文可比性弱于整包发布的数据集；需要强可比性时考虑走挑战赛平台提交。
2. 体量门槛：约 950 GB、逐例下载，团队需要预留存储与带宽预算；QC 概览包可先行筛例。
3. 参考非真值：所有以 ct_def 为参考的评测都携带形变配准残余误差，尤其在含气腔与可形变软组织处——结论表述应避免「像素级最优」类断言。
4. 模拟域差距：以 projections_simulated 训练的模型迁移到实测投影时，官方明确存在模拟-现实差距；建议做混合训练或域适应并在实测侧验证。
5. 单部位局限：仅盆腔；头颈/肺等运动更大的部位不适用本数据集的直接结论。
6. 许可边界：CC BY-NC 4.0——竞赛奖金、商业部署、企业内部产品化均需另行法务评估。

10.4 条目档案与来源清单

本条目事实来源（全部于 2026-10-17 实抓）：

1. Zenodo 记录：https://zenodo.org/records/21322350
   • v1.0.0、发布日期、六中心名录、划分表、逐文件清单、下载链接与日期、license、配套仓库
2. arXiv 摘要页：https://arxiv.org/abs/2607.20037
   • 论文题录、14 作者、提交时间、摘要全文
3. arXiv PDF/全文镜像：https://arxiv.org/pdf/2607.20037
   • 总量与三分数字、Table 4/5、CC BY-NC 4.0、SynthRAD 对比、采集与验证方法章节
4. 挑战赛官网：https://cobra2026.grand-challenge.org/
   • COBRA 缩写全称、任务定义、双轨设计、模拟流水线参数、MIDL 2027、注册时间线
5. arXiv 元数据镜像（arxivlens / arxiv-vanity 检索结果）：交叉印证摘要与作者列表

三源互证情况：核心硬数字（867/692/52/123、六中心划分表、950 GB 三分、CC BY-NC 4.0、DOI、发布日期）在 Zenodo、arXiv 论文、挑战赛官网三源一致。存照的双口径（750 vs 748 GB、Arnold vs Arnhold、Martjin 拼写、中心代号跳 E）见坑点清单与 FACTS.md §9。

遗留疑点（截至 2026-10-17 未确证，正文一律不具体化）：

1. 挑战赛评估指标公式、奖项设置、阶段划分细节（官网子页未抓取）；
2. 中心代号 A/B/C/D/F/G 与六机构的映射；
3. 患者人口学与癌种构成；
4. Elekta/Varian 具体机型清单；
5. 每例投影帧数、探测器矩阵、采集弧度等具体采集参数（论文 §II 层级，未逐条抓取）；
6. 伦理审批与数据使用协议（DUA）要求；
7. 2032 年后验证/测试集的长期托管承诺。

10.5 结语

COBRA2026 的价值不在「大」——950 GB 在医学影像数据集里只是第一梯队而非纪录；也不在「新」——盆腔放疗 CBCT 本身是成熟临床流程的副产品。

它的价值在「深」：

• 这是把放疗 CBCT 从重建图像回退到原始投影的一次大规模尝试；
• 把厂商黑盒回退到校准文件与开放格式；
• 把「没有真值」这个根本困境用真实+模拟双轨正面处理。

对重建与校正方法研究者，它是 2026 年最重要的新增数据面；对数据集建设者，它的分段释放结构——训练集即放、验证/测试 embargo 七年、ground truth 平台侧托管——本身就是「如何用数据组织一个公平基准」的范本。

六年后 embargo 解除、175 例封存数据落地之时，才见这套设计的完整成绩单。

附录 F 二轮 FAQ：面向决策者的追问十六则

F1：我们组只有 2 TB 存储，能玩吗？
能。QC 概览包仅 2.2 GB；若做投影域研究建议预留至少 1.5-2 TB（训练集约 750 GB + 解压与实验副本）。若只做算法原型，可先逐例下载子集（官方脚本支持逐例）。

F2：不用 RTK 行不行？
行。geometry.xml 是 RTK 格式，但可自行解析 XML 取几何参数（源-探测器距离、源-轴距离、逐帧角度、探测器偏移）接入自研重建器；.mha 一律走 ITK/SimpleITK 即可。只是复现官方基线时用 RTK 最省力。

F3：Elekta 例和 Varian 例元数据不一样，怎么统一？
两厂商元数据入口不同：Elekta 走 reconstruction.yaml（源自 .INI），Varian 走 Scan.xml + Calibrations/。统一的公共层是 metadata.yaml（官方已抽取的采集/成像参数）与 geometry.xml（统一 RTK 几何）——跨厂商实验建议以这两层为接口，厂商原始文件仅做溯源。

F4：能拿训练集训练、挑战赛平台测试吗？
这正是设计用途。走 cobra2026.grand-challenge.org 注册提交；注意平台输入是转换后的挑战赛格式（坑 6），用官方转换脚本对齐。

F5：模拟投影能当数据增强随便用吗？
可以且鼓励——每位患者都有模拟对，等于数据翻倍。但注意官方警示：模拟伪迹是模型化的，纯模拟训练存在域差距；建议混合训练（实测+模拟）并在实测侧验证。

F6：能发布基于训练集的衍生模型权重吗？
CC BY-NC 4.0 允许非商业地共享改编物，需恰当署名。权重发布的许可链条建议在模型卡中注明训练数据来源与 license；商用需另行评估。

F7：能把数据再托管到自己的镜像站吗？
CC BY-NC 4.0 的 share 条款技术上允许再分发（须署名），但出于 embargo 结构与官方流量考虑，建议链接官方渠道而非镜像整包；尤其不要镜像尚未解封的验证/测试集。

F8：embargo 会提前解除吗？
无任何公开信息表明会提前；论文 Table 5 与 Zenodo 下载表均写 2032-03。请以 Zenodo/官网公告为准。

F9：训练集里有没有厂商标签（哪例是 Elekta 哪例是 Varian）？
可从每例文件构成推断：含 Scan.xml 与 Calibrations/ 者为 Varian，含 reconstruction.yaml 者为 Elekta——这是文件层面的客观判据，无需猜。官方是否另提供显式厂商字段未见披露（存照）。

F10：案例 ID 的中心字母能反推机构吗？
不能。官方未公布 A/B/C/D/F/G 与六机构的映射（坑 5）。做中心效应分析用代号即可，不必也不应猜机构。

F11：数据里有没有金属植入物/假体病例？
未披露病例级标注，无法按此筛选；QC 概览图可供人工目检甄别明显伪影病例。

F12：呼吸运动数据（相位/轨迹）有吗？
没有 per-case 运动标签（§4.5）；运动只体现在实测投影的模糊与模拟链路的周期运动建模（3-6 秒周期、2.5-7.5 mm 头脚向幅度）。

F13：ct_original、ct_def、ct_def_masked 三者何时用哪个？

• ct_original：审计配准质量、做含气腔校正研究；
• ct_def：sCT 监督、全 FOV 参考；
• ct_def_masked：与 CBCT 同视野的公平评测参考（最常用）。

F14：fov_cbct 与 fov_cbct_nocouch 的取舍？
评估对齐 CBCT 视野时用 fov_cbct；训练时屏蔽治疗床伪影、或评估「去床」剂量区域时用 nocouch 版。两者都建议在数据管线中显式使用，避免把床伪影当解剖学信号。

F15：可以只用 cbct_clinical + ct_def 做图像域 sCT 吗？
可以（数据文件齐全），但该用法的最优数据面其实是 SynthRAD 系（专为图像域设计、多部位）；COBRA2026 用在这类任务时其投影与校准资产被闲置。

F16：这篇数据集论文有期刊版吗？
截至 2026-10-17 抓取时点仅见 arXiv v1（2026-07-22），未见期刊正式版；引用以 arXiv 编号为准并留意后续版本。

附录 G 合规与伦理要点

1. 数据性质：临床放疗流程中采集的 CBCT（常规 IGRT 日常数据），经匿名化与厂商格式转换后发布；
2. 许可：CC BY-NC 4.0——署名 + 非商业；衍生数据集与模型需继承署名义务；
3. 再识别风险：数据集发布未附再识别风险评估报告（未公开）；使用者应遵守所在机构对临床影像数据的通行规范，不做身份再识别尝试；
4. 挑战赛规则：参赛另受 grand-challenge 平台规则与挑战赛 Timeline & Rules 约束（细则见官网，未在本条目转述）；
5. 伦理审批与 DUA：官方检索到的页面层级未见伦理批号或数据使用协议要求（下载免注册）——此为「未见披露」而非「不存在」，需 DUA 背书的项目请向数据方求证（遗留疑点 6）。

附录 H 投影域方法研究入门路线图（90 天版）

阶段一（第 1-2 周）：环境与数据面

• 装 Python + SimpleITK + RTK（或自研几何解析）；
• 下载 Zenodo 概览包（2.2 GB）目检；
• 用官方脚本拉取 10-20 例做冒烟测试（读投影、读几何、对齐 cbct_rtk）。

阶段二（第 3-6 周）：基线复现

• 用 RTK 对若干例做 FDK 基线重建，与 cbct_rtk.mha 对比——校准你的几何解析是否正确；
• 全量下载训练集（约 750 GB，断点续传）；
• 按 §5.3 建立中心分层切分与中心留出方案。

阶段三（第 7-10 周）：方法开发

• 选定任务（稀疏视角重建/散射校正/域适应…）；
• 用逐患者配对的模拟对做受控消融（真值已知）；
• 迁移到实测投影，量化模拟→真实的域差距。

阶段四（第 11-13 周）：评测与成文

• 评测参考统一用 ct_def_masked + fov 掩模，报告注明参考性质；
• 与 cbct_clinical/cbct_rtk 双基线对比；
• 引用三件套（数据 DOI + 数据集论文 + 模拟器论文）；
• 如需官方排名，转挑战赛平台提交。

通用纪律：

• 不碰验证/测试集话题（embargo）；
• 报告里区分「配准参考」与「真值」；
• 报告中心间差异而不只报全体均值。

附录 I 相关资源索引

资源	地址	说明
Zenodo 记录（DOI 索引）	https://zenodo.org/records/21322350	v1.0.0，2026-07-13
数据集论文	https://arxiv.org/abs/2607.20037	arXiv v1，2026-07-22
挑战赛门户	https://cobra2026.grand-challenge.org/	任务/指标/时间线
预处理与下载脚本	https://github.com/cobra-challenge-2026/preprocessing	含 DOWNLOAD.md
challenge tools	github.com/cobra-challenge-2026 组织内（DOI 10.5281/zenodo.21397869）	赛制格式转换
simcbctgenerator 论文	https://arxiv.org/abs/2602.02130	模拟投影方法（2026-02）
数据仓库	https://tomoradio-warehouse.creatis.insa-lyon.fr/	CREATIS 托管（训练/验证/测试三链接）
CC BY-NC 4.0 全文	https://creativecommons.org/licenses/by-nc/4.0/	许可条文
RTK	https://www.openrtk.org/	几何格式与基线重建工具库
Grand Challenge 平台	https://grand-challenge.org/	挑战赛基础设施

（上述地址在 2026-10-17 抓取时点均有效；组织内具体仓库名以 GitHub cobra-challenge-2026 组织页现状为准。）

---

成稿备注：本条目由 agent-e-cobra2026 于 2026-10-17 基于三源实抓（Zenodo / arXiv / 挑战赛官网）完成；全部硬数字三源互证；双口径与遗留疑点逐条存照于坑点清单、§10.4 与 FACTS.md。同名消歧：与库内 rid 1107「COBRA」（皮肤病理全切片）无任何实体关系。

附录 J 常见误读对照表（正读 / 误读）

#	误读	正读
1	「COBRA2026 是重建 CBCT 图像数据集」	主打资产是实测原始投影；重建 CBCT 只是对照/参考件
2	「867 例都下载得到」	仅训练 692 例可下；验证 52 + 测试 123 封存至 2032-03-01
3	「planning CT 就是 ground truth」	planning CT 与 CBCT 相隔数日至数周；ct_def 是形变配准参考，非像素级真值
4	「模拟投影是给挑战赛用的低配数据」	模拟对与实测对逐患者配对，承担「已知真值受控评测」的另一半任务
5	「950 GB 都在 Zenodo」	Zenodo 只挂 2.2 GB 概览包 + 7.1 MB 论文 PDF；本体在 CREATIS 仓库
6	「A/B/C/D/F/G 里少写的 E 是笔误」	官方原文如此，原因未公开；照录即可
7	「六中心都能对上号：A=慕尼黑…」	代号-机构映射未公布；任何对号入座都是编造
8	「盆腔放疗=前列腺癌」	病种构成未公开；「盆腔」只界定部位
9	「验证/测试链接是坏的」	链接是占位，发布日期前不生效——设计如此
10	「注册个仓库账号就能提前下载」	官方明确免注册且请勿申请账号
11	「projections.mha 可以直接喂挑战赛格式模型」	平台格式是线积分+归一+散射校正后的产物；域外复现请用原生文件+转换脚本
12	「训练集 748 GB 和 750 GB 是两个版本」	同一物体的四舍五入双口径
13	「CC BY-NC 所以学术用途随便改许可」	衍生物仍受署名+非商业约束；再共享须带许可声明
14	「867 例是全部采集量」	867 是 QC 剔除后的幸存者数；原始量未公开
15	「数据集里有分割标注可以顺便做器官分割」	无器官勾画；分割任务需外源标注或自行勾画
16	「cbct_rtk 重建质量代表 SOTA」	cbct_rtk 是开源基线，论文定位就是参照下限，不是冠军方法

附录 K 数据管线设计模式（从本数据集可学到的）

COBRA2026 的数据工程有几个值得复用的设计模式，供数据集建设者参考：

K.1 「DOI 索引小、本体在机构仓」双层托管

• Zenodo 承担持久标识（DOI）、版本记录、小文件分发；
• CREATIS 承担大体量分发；
• 两者用一致的子集划分表（Table 5）互锁——找数据先看 DOI 记录，下数据走机构仓。

K.2 「概览先行」的低成本验收通道

• 2.2 GB 的 QC 概览包让用户在拉取 750 GB 前先目检质量；
• 概览图本身是流水线产物（每例自动生成的多联 png），边际成本近零；
• 可复制到任何大体量影像数据集。

K.3 「真实+模拟」逐患者配对

• 同一患者同时拥有实测投影（无真值）与模拟投影（有真值）；
• 兼顾真实性与可评测性，且使域差距本身可量化；
• 代价是模拟链路工程量（正向投影+散射+噪声+运动四模块）。

K.4 「分段释放 + 平台侧 ground truth」

• 训练集即放保生态热度；
• 验证/测试 embargo 至挑战赛生命周期之外（本例到 2032-03），防泄漏；
• ground truth 不下发，评估在平台侧完成——排行榜可信度由结构保证。

K.5 「双重建并行」的透明化

• 同时发布厂商临床重建（cbct_clinical）与开源基线重建（cbct_rtk）；
• 使用者能自行剥离「重建算法差异」这个混杂变量；
• 也是厂商流程与开源流程的公开对照样本。

K.6 「厂商元数据分层暴露」

• 统一层：geometry.xml（RTK 几何）+ metadata.yaml（公共参数）；
• 厂商层：Elekta reconstruction.yaml / Varian Scan.xml + Calibrations/；
• 跨厂商实验用统一层接口，溯源用厂商层——既开放又不失真。

附录 L 引用与致谢口径

使用 COBRA2026 发表成果时的最小引用集：

1. 数据本体：Zenodo DOI 10.5281/zenodo.21322350；
2. 数据集论文：arXiv:2607.20037；
3. 使用模拟数据追加：simcbctgenerator（arXiv:2602.02130）；
4. 使用 RTK 重建结果可加引 RTK 工具库（其官方引用口径见 openrtk.org）；
5. 参赛成果遵循挑战赛官网的引用要求（以官网为准）。

致谢建议提及：六个参与中心、CREATIS 托管设施、Grand Challenge 平台。

---

（附录 J-L 完。以下为条目结语与档案。）

附录 M 十五项硬数字快检卡（供验收复核）

以下每项均可在对应来源一处直接查到，供发布前快速复核：

1. 867 例总患者数 —— arXiv 摘要 / Zenodo 描述；
2. 692 / 52 / 123 三分例数 —— arXiv 摘要与 Table 4 / Zenodo 划分表；
3. 约 950 GB 总量 —— arXiv 摘要与正文；
4. 748 GB 训练集精确值 —— arXiv Table 5；
5. 约 60 / 140 GB 验证/测试集 —— arXiv Table 5 / Zenodo 下载表；
6. 2026-07-13 Zenodo v1.0.0 发布日 —— Zenodo 页头；
7. 2026-07-22 arXiv v1 提交日 —— arXiv 提交历史（11:25:54 UTC）；
8. 2032-03-01 验证/测试解封日 —— Zenodo 下载表（01.03.2032）；
9. 六中心名录 —— Zenodo 描述逐条列出；
10. 120/107/120/120/92/133 训练层六中心例数 —— arXiv Table 4 / Zenodo；
11. CC BY-NC 4.0 —— arXiv 摘要与 Zenodo License 节；
12. 10.5281/zenodo.21322350 数据 DOI —— Zenodo / arXiv 摘要；
13. 2.2 GB 概览包 + 7.1 MB 论文 PDF —— Zenodo Files 节（含 md5）；
14. arXiv:2602.02130 simcbctgenerator —— arXiv Table 5；
15. MIDL 2027 收官 —— 挑战赛官网。

---

（附录 M 完。条目正文与附录至此完整。）

---

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：

• ldctiqac2023 — 共享标签：医学影像 / CT / 挑战赛数据集 / 评测基准
• rsna-pneumonia — 共享标签：医学影像 / X光影像 / 挑战赛数据集 / 评测基准
• luna25 — 共享标签：医学影像 / CT / 挑战赛数据集 / 评测基准
• cxr-lt — 共享标签：医学影像 / X光影像 / 挑战赛数据集 / 评测基准
• node21 — 共享标签：医学影像 / X光影像 / 挑战赛数据集 / 评测基准
• bimcv-covid — 共享标签：医学影像 / CT / X光影像
• toothfairy2 — 共享标签：医学影像 / CT / 挑战赛数据集 / 评测基准
• curvas — 共享标签：医学影像 / CT / 挑战赛数据集 / 评测基准
• toothfairy3 — 共享标签：医学影像 / CT / 挑战赛数据集 / 评测基准
• stsr — 共享标签：医学影像 / CT / 挑战赛数据集 / 评测基准

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。