ULS23 通用病灶分割挑战赛 — 首个公开 CT 3D 通用病灶分割基准与基线模型

ULS23 聚合 10 个公开 CT 数据集并新增 Radboudumc 胰腺/骨自采标注，训练集 38,693 病灶、评测集 775 病灶/284 患者，配套 nnU-Net v2 半监督基线（Dice 0.703）公开——CT 通用病灶分割的可复现基准

来源 聚合 10 个公开 CT 数据集（DeepLesion、LIDC-IDRI、LiTS、KiTS21、Medical Segmentation Decathlon task 6/7/10、NIH-LN、CCC18 等）的病灶分割组件 + Radboudumc 新增胰腺/骨共 868 例自采标注（Part1：750 DeepLesion + 744 bone + 124 pancreas），统一为病灶体积兴趣区（VOI），Zenodo 分 Part1-6 公开，约 15.9 GB发布时间: 2026-10-09最后更新: 2026-10-20 阅读 48
ULS23 通用病灶分割挑战赛 — 首个公开 CT 3D 通用病灶分割基准与基线模型

信息速览

数据集名称ULS23 通用病灶分割挑战赛 — 首个公开 CT 3D 通用病灶分割基准与基线模型
数据类型影像数据,人工标注,开源数据
规模评测集 284 患者；训练集患者数未在摘要单独披露（含 10 个公开数据集合集 + Radboudumc 自采）
接入方式聚合 10 个公开 CT 数据集（DeepLesion、LIDC-IDRI、LiTS、KiTS21、Medical Segmentation Decathlon task 6/7/10、NIH-LN、CCC18 等）的病灶分割组件 + Radboudumc 新增胰腺/骨共 868 例自采标注（Part1：750 DeepLesion + 744 bone + 124 pancreas），统一为病灶体积兴趣区（VOI），Zenodo 分 Part1-6 公开，约 15.9 GB
AI 就绪度

INFOBOX — ULS23 一屏速览

维度 内容
本质 首个公开的 CT 胸腹盆 3D 通用病灶分割基准 + 挑战赛 + 公开基线模型三合一
主办 Radboud UMC 的 DIAG 组（Max de Grauw、Bram van Ginneken、Alessa Hering）；合作方 NIH（Ronald Summers 团队）
论文 Medical Image Analysis 2025;102:103525（doi:10.1016/j.media.2025.103525；PMID 40054149）
训练规模 38,693 病灶（完全 + 部分标注），覆盖胸腹盆，含胰腺/结肠/骨挑战性病灶
评测规模 775 病灶 / 284 患者，两中心 multi-centre，type II 挑战格式（测试掩码不公开）
数据构成 聚合 10 个公开 CT 数据集 + Radboudumc 新增胰腺/骨自采标注（Part1 含 750 DeepLesion + 744 bone + 124 pancreas）
任务 单点击/检测框给定病灶 → 输出 3D 分割掩码（服务 RECIST 测量、radiomics、纵向追踪）
基线模型 nnU-Net v2 半监督/mixed-supervision，平均 Dice 0.703 ± 0.240
许可 数据本体 CC BY-NC-SA 4.0；论文 CC BY 4.0；基线模型随 Zenodo 10777532 发布
获取 训练数据 Zenodo 分 Part1-6 公开直下（约 15.9 GB）；基线模型 Grand Challenge 可直接调用
库内互链 deeplesion（上游最大子集）、kits23、lidc-idri、luna16、ct-org、totalsegmentator、btcv、autopet 系列、amos、abdomenct-1k
一句话 过去做 ULS 只能靠 DeepLesion 的单层面 RECIST 直径，ULS23 第一次给出可复现的 3D 通用病灶分割基准与开箱基线

ULS23 是 CT 通用病灶分割（Universal Lesion Segmentation, ULS）从"每个团队各写各的"走向"有统一尺子"的转折点。在此之前，几乎所有 ULS 研究都重度依赖 DeepLesion——一个只在单张轴位切片上标注长短径、且其评测用 3D 掩码从未公开的数据集。ULS23 做了两件此前没人做完整的事：其一，把训练数据从"单一器官/单一数据集"扩成覆盖胸腹盆的 38,693 个病灶，其中特意补上历来最难分割的胰腺与骨病灶，并把这些数据统一整理成可复现的体积兴趣区（VOI）；其二，用两个医学中心精选的 775 个临床 target lesion 建立 type II 挑战赛评测集，同时公开一个 nnU-Net v2 半监督基线（Dice 0.703），让任何新方法都能与同一把尺子对齐。

导语读法三则：

  1. 只想下数据跑基线：直奔 §6 获取与许可——训练数据是 Zenodo 公开直链，基线模型可在 Grand Challenge 直接调用，别把"数据本体许可"与"论文许可"混为一谈。
  2. 关心数据构成与质量：直奔 §2 与 §3——理解它是"聚合 + 自采"的双来源结构，以及完全标注/部分标注混合监督的含义。
  3. 做 ULS 或 CT 基础模型：直奔 §4 与 §7——评测集口径、基线 Dice 分解、与 DeepLesion/库内相关条目的关系是本条目的核心价值。

§0 导读：这个数据集解决什么问题

在 CT 上自动化测量肿瘤病灶，是放射科工作量危机的核心技术解法之一。全球癌症负担预计到 2040 年比 2020 年上升 47%，而癌症患者往往要在治疗期间反复做多次影像以追踪病情；每次追踪都要按 RECIST 指南手工测量靶病灶的长短径，这是既耗时又存在观察者间变异的苦活。如果能用模型辅助——由放射科医生点一下病灶、模型自动给出 3D 分割掩码——就能把测量时间压下来，还能顺带算出更丰富的病灶体积与 radiomics 特征，甚至用配准把病灶传播到随访扫描上。

问题是，真正"通用"的病灶分割模型一直缺一把公平的尺子。文献里对肝、肾、肺等特定器官的肿瘤分割挑战赛很多，性能提升也快，但临床实际遇到的是胸腹盆范围内五花八门的病灶类型。此前做 ULS 的研究大多靠 DeepLesion 一个数据集，而 DeepLesion 只有单张轴位切片上的长短径标注，本身并不适合 3D 分割；更麻烦的是，以往评测用的 3D 真值掩码从未公开，意味着别人无法复现、无法公平比较。ULS23 正是为填这个坑而生。

ULS23 的回答同样分三层。第一层是数据：把训练集扩到 38,693 个病灶，覆盖胸腹盆，并且专门新增了胰腺和骨两个历来最难的病灶数据集，同时把 10 个已有公开数据集的病灶组件聚合成一个易获取的数据仓库。第二层是基准：用两个医学中心（Radboudumc 与 Jeroen Bosch Ziekenhuis）精选的 775 个临床 target lesion 做评测集，以 type II 挑战赛形式公开、测试掩码不外泄，从而建立可复现的比较基准。第三层是模型：公开一个半监督（完全标注 + 部分标注混合训练）的 nnU-Net v2 基线，测试集平均 Dice 0.703，任何人可直接在 Grand Challenge 上调用比对。

§0 读法三则：

  1. ULS23 是"基准数据集 + 挑战赛 + 基线模型"三合一：本体是训练/评测数据，平台是 Grand Challenge，产物是 nnU-Net 基线——三者许可与获取方式各异（§6）。
  2. 它的数据是"聚合已有 + 新增自采"的双来源结构，这直接决定了两个后果：一是规模能上到 38,693，二是域偏斜与标注异构客观存在（§2、§3、坑点章节）。
  3. 检索时若把 ULS23 误认为某个 CT 基础模型（如 CT-FM、SuPreM、fmcib）的别名会跑偏——它是独立的基准数据集，与那些模型的语料关系需逐一说清（§7、§9）。

§0.1 问题背景：为什么"通用病灶分割"这么难

要理解 ULS23 的价值，先要理解"通用病灶分割"这个任务在它之前卡在哪。

难点一：病灶类型的多样性。
肝肿瘤、肺结节、胰腺癌、骨转移、淋巴结肿大——它们的影像表现、边界清晰度、与周围组织的对比度差异极大。一个在肝上表现优异的模型，换个到胰腺可能就崩。这就是"通用"之所以难：它不是把一个问题做深，而是同时应对十几个问题。

难点二：标注成本。
3D 病灶分割需要逐层勾画，一个中等大小的病灶可能横跨数十层。与 2D 分类的"一张图一个标签"相比，3D 分割的标注成本高一到两个数量级。这直接限制了公开数据的规模。

难点三：评测不可复现。
此前 ULS 研究大多基于 DeepLesion，而 DeepLesion 用于评测的 3D 掩码从未公开。研究者只能各自划分数据、各自评测，结果互不可比。即便有人号称 SOTA，别人也无法在其口径下复现。

难点四：患者间与中心间差异。
不同医院、不同扫描仪、不同协议下的 CT，纹理与噪声分布不同。模型在一个中心训练，到另一个中心往往掉点。这就是域偏斜。

ULS23 的四层设计，恰好一一对应这四个难点：多样性（聚合 10 集 + 新增胰腺/骨）、规模（38,693 病灶）、可复现（type II 榜单）、跨中心（两中心评测集）。理解了这四个难点，就理解了 ULS23 每一个设计选择的理由。

§0.2 一个具体的临床场景

设想一位胰腺癌患者：初诊时医生在增强 CT 上发现胰腺头部一个病灶，需要测量其大小并随访。问题在于：

  1. 胰腺病灶边界常常模糊，与周围胰腺实质、血管的对比度低，人工勾画费时且主观。
  2. 治疗几个周期后复查，需要判断病灶是缩小了还是稳定——这要求前后两次测量口径一致。
  3. 如果只有最长径，容易忽略不规则病灶在垂直方向的增长。

ULS23 式的方案是：医生在病灶上点一下，模型输出 3D 掩码，系统据此算体积、最长径、垂直径。胰腺病灶正是 ULS23 新增完全标注的两类之一——说明这个数据集的设计者把临床最痛的点放在了优先级上。

§0.3 这个条目的定位

本条目不是一篇"数据集宣传"，而是一份决策与防伪文档，回答三个问题：

  • 它是什么、能给研究者什么（§1-§4）；
  • 怎么拿到、怎么合规用（§5-§6）；
  • 它和一堆听起来很像的东西到底什么关系（§7、§9、§11）。

如果你只想快速判断"要不要用"，请直接跳到 §11.3 的 30 秒决策卡。

§1 数据集速览：十问十答

Q1：ULS23 到底是什么？

ULS23（Universal Lesion Segmentation '23）是一个公开的 CT 通用病灶分割基准与挑战赛，官方站点为 uls23.grand-challenge.org。官方对其定位是：为 3D 通用病灶分割提供稳健基准，训练数据覆盖胸部-腹部-骨盆（chest-abdomen-pelvis）范围。它是 Grand Challenge 平台上的 type II 挑战赛，配套公开发布基线模型。

Q2：为什么需要它？

因为既往 ULS 研究过度依赖 DeepLesion，而 DeepLesion 只有单张轴位切片的 RECIST 长短径标注，不适合做 3D 分割；且以往评测用的 3D 真值掩码从未公开，无法复现。ULS23 的贡献正是补上"多样化训练数据 + 公开可复现评测集 + 公开基线模型"这三块缺口。

Q3：训练集有多大？

38,693 个病灶，覆盖胸腹盆，包含胰腺、结肠、骨等挑战性病灶类型。这些病灶有的完全标注（fully annotated 3D），有的部分标注（partially annotated），构成混合监督训练信号。

Q4：评测集有多大？

775 个病灶，来自 284 名患者。每个病灶在临床语境下都被识别为 target lesion，以保证评测集的多样性与临床相关性。评测集来自两个医学中心，采用 multi-centre 设计。

Q5：数据从哪来？

双来源。其一是聚合 10 个已有公开数据集的病灶分割组件，包括 DeepLesion、LIDC-IDRI、LiTS、KiTS21、Medical Segmentation Decathlon（task 6/7/10）、NIH-LN、CCC18 等。其二是Radboudumc 新增自采的两个数据集——胰腺与骨，历来最难分割的病灶类型。官方原文表述为 “releasing novel fully annotated 3D training data and combining already existing sources of data”。

Q6：数据以什么格式提供？

病灶被整理为统一的体积兴趣区（volume of interest, VOI）。训练数据的公开部分托管在 Zenodo，按 Part 1 至 Part 6 分片发布，其中 Part1 记录（records/10035161）约 15.9 GB。

Q7：任务具体怎么做？

给定一个病灶——可以由放射科医生单点击（single-click）指定，也可以由检测模型给出边界框——模型需要输出该病灶的 3D 分割掩码。分割结果可用于计算 RECIST 长短径/病灶体积、提取 radiomics 特征，或通过配准传播到随访扫描。

Q8：有基线模型吗？

有，而且公开。ULS23 发布了一个半监督（semi-supervised / mixed-supervision）3D 病灶分割基线，框架为 nnU-Net v2（nnUnetv2），在挑战赛测试集上取得平均 Dice 系数 0.703 ± 0.240。模型权重与 Grand Challenge 算法容器托管在 Zenodo（10.5281/zenodo.10777532），也可直接在 Grand Challenge 平台上调用。

Q9：许可怎么算？

数据本体为 CC BY-NC-SA 4.0（Zenodo 官方明示，即非商业使用 + 相同方式共享）。论文本体为 CC BY 4.0（open access）。基线模型随其 Zenodo 记录发布，遵循随附条款。注意聚合的各个子集仍各自沿用原始许可——尤其是 DeepLesion（库内条目的许可也需一并核对）。

Q10：怎么引用？

标准引用为：de Grauw, M. J. J., Scholten, E. T., Smit, E. J., Rutten, M. J. C. M., Prokop, M., van Ginneken, B., & Hering, A. (2025). The ULS23 challenge: A baseline model and benchmark dataset for 3D universal lesion segmentation in computed tomography. Medical Image Analysis, 103525. DOI 为 10.1016/j.media.2025.103525。

§1.5 核心概念澄清：读这一节就够了

在进入细节之前，先用几句话把最容易被混淆的概念说清楚。

澄清一：ULS23 不是模型，是基准。
“基准（benchmark）”= 数据 + 评测协议 + 基线三件套。ULS23 提供数据集、Grand Challenge 榜单、nnU-Net v2 基线。"模型（model）"是可训练的网络（如 fmcib/SuPreM/CT-FM）。两者是"考场"与"考生的一个参考解法"的关系。

澄清二：ULS23 不是 DeepLesion 的重命名。
ULS23 聚合了 DeepLesion 的一部分，但：（a）补充了 750 个全新的 DeepLesion 3D VOI；（b）新增了胰腺 124 + 骨 744 的完全标注；（c）纳入了另外 9 个公开数据集。聚合是手段，产出新数据是本质。

澄清三："通用（universal）"指的是病灶类型的通用，不是模态的通用。
ULS23 的"通用"指跨器官、跨病灶类型（胸腹盆内多种病灶都能分），不指跨模态。它只有 CT 一种模态。

澄清四："3D"是相对 DeepLesion 的关键差异。
DeepLesion 的标注是单张轴位切片的 RECIST 长短径；ULS23 是体积掩码。这是它能把评测从"测量"推进到"分割"的根本。

澄清五：0.703 是"平均"，方差 0.240 同样重要。
任何只谈 0.703 不谈 ±0.240 的解读都是不完整的。请看 §4.5。

§1.6 谁该关注这个数据集

你的角色 关注重点 直达章节
医学影像分割研究者 基准口径、基线、分层难度 §4、§7
算法工程师（检测→分割管线） 数据格式、获取、依赖 §2、§5
合规/法务 许可三层结构、NC/SA §5.7、§6
挑战赛组织者 type II 机制、平台运维 §4.7
临床 AI 转化研究者 临床相关性、指标层级 §3.6、§4.6
数据管理/元数据工程师 双来源结构、域偏斜 §2.1、§2.6

§1.7 本条目的阅读路线

  • 10 分钟速览：§0 → §1 → §11（总结 + 决策卡）。
  • 1 小时精读：§2（数据）→ §3（标注）→ §4（评测）→ §5（获取许可）→ §7（生态误区）。
  • 查证模式：直接看 FAQ、事实清单、附录 A/附录 D（待核清单）。
  • 防伪核查：看 §7.3（三条证伪链）与附录 C（核验存照）。

§2 数据构成与规格

§2.1 双来源结构：聚合 + 自采

ULS23 最容易被误解的一点，是把它的数据当成"又一个从零采集的数据集"。它其实是一个双来源结构，理解这一点是理解后面所有质量讨论的前提。

  • 来源 A：聚合已有的公开 CT 数据集。 官方聚合了 10 个公开数据集的病灶分割组件，包括 DeepLesion、LIDC-IDRI、LiTS、KiTS21、Medical Segmentation Decathlon（task 6、task 7、task 10）、NIH-LN、CCC18 等。这些子集原本各自为政：扫描协议不同、层厚不同、重建核不同、标注规范不同、疾病谱不同。
  • 来源 B：Radboudumc 新增自采标注。 官方原文表述为 “releasing novel fully annotated 3D training data and combining already existing sources of data”。两个新增数据集是胰腺病灶与骨病灶——历来公认最难分割的两类。Part1 记录中即包含 750 个 DeepLesion VOI、744 个 bone VOI、124 个 pancreas VOI 的全新 3D 标注。

正是这个"B 部分"让 ULS23 不属于 R002 意义上的"合并视图"（composite view）——它不只是把库内已有数据集重新打包，而是产出了此前不存在的、全新的 3D 完全标注训练数据。

§2.2 为什么"双来源"是这个数据集的关键设计

如果 ULS23 只是把 10 个公开数据集打包，那它的价值将极其有限——因为研究者完全可以自己去下这 10 个数据集。真正让它成为一个"新数据集"而非"下载器"的，是以下三层加工：

  1. 统一病灶单元：把每个来源里形态各异的标注，统一裁剪为围绕病灶的 VOI。研究者不用再自己写脚本从整幅 CT 里抠病灶。
  2. 补足空白类型：胰腺与骨这两类此前在公开 3D 病灶分割里几乎无完全标注可用，ULS23 填补了这两块。
  3. 配套评测与基线：给出了统一的评测协议和一个可对齐的基线，把"数据"升级为"基准"。

所以正确的理解是：ULS23 = 一个加工后的统一仓库（A）+ 一份新增的稀缺标注（B）+ 一套评测协议 + 一个基线。缺任何一块，它都不会成为今天这个被广泛引用的基准。

§2.3 规模硬数字

维度 数值 口径说明
训练集病灶数 38,693 完全标注 + 部分标注混合，覆盖胸腹盆
评测集病灶数 775 均为临床 target lesion
评测集患者数 284 来自两个医学中心
聚合数据源 10 个 公开数据集（子集）
新增自采数据 2 类 胰腺 + 骨（Part1 含 124 pancreas + 744 bone VOI）
Part1 规模 约 15.9 GB Zenodo records/10035161

请注意：38,693 与 775 是两个不同性质的数字。前者是训练信号量（含部分标注），后者是评测病灶量（均为临床 target lesion，质量门槛更高）。把 775 说成"测试集很小"是不准确的——775 个临床 target lesion 已经是同类 3D ULS 基准里相当大的评测集。

§2.4 规模数字的三种误读方式

误读一：把 38,693 当成"病例数"。
38,693 是病灶数，不是患者数，也不是扫描数。一个患者可能有多个病灶；一份 CT 可能贡献多个 VOI。

误读二：把 775 当成"训练集的抽样子集"。
775 是独立评测集，来自两个医学中心精选的临床 target lesion，与训练集不重叠（若重叠则评测失效）。它是"考卷"不是"练习题"。

误读三：把 10 个聚合来源的规模直接相加当成 ULS23 的规模。
ULS23 只取了各来源的病灶分割组件，不是全量数据。DeepLesion 本身有三万余病灶，但 ULS23 只取了其中一部分并补充了 750 个新 VOI。规模不能按来源总量相加拿。

§2.5 数据规格与文件组织

  • 格式：病灶被整理为统一的体积兴趣区（volume of interest, VOI），即围绕每个病灶裁剪出的一个 3D 子体积，附带分割掩码。
  • 坐标系：NIfTI 格式，VOI 局部坐标系，便于训练时直接读取而无需处理完整 CT 体数据。
  • 分片：训练数据公开部分按 Part 1 至 Part 6 分片发布在 Zenodo，逐个 Part 可独立下载，便于断点续传与增量获取。
  • 监督信号：分为完全标注（fully annotated，掩码完整）与部分标注（partially annotated，掩码可能只覆盖部分层面或经弱标注生成）两类，训练时需显式区分。

§2.6 为什么"聚合"会带来域偏斜

聚合 10 个数据集不是简单的加法。每个子集的：

  1. 扫描参数不同（管电压、管电流、层厚、重建核、对比剂期相）；
  2. 标注规范不同（有的按器官轮廓、有的按 RECIST 直径外扩、有的按放射科医师自由勾画）；
  3. 人群构成不同（机构、种族、疾病分布、年龄分布）；
  4. 病灶定义不同（有的偏淋巴结、有的偏实质脏器肿瘤、有的含骨转移）。

这些差异在训练时会形成客观存在的域偏斜（domain shift）。ULS23 的价值之一恰恰是把这些异构来源拉到同一个 VOI 规范下，并配一个公开基线，让后续研究可以在同一基础上讨论"泛化"问题。但要注意：规范统一不等于偏差消除，这一点在 §3 与坑点章节会继续展开。

§2.7 域偏斜的三个具体后果

  • 后果一：模型可能学到"来源指纹"而非"病灶本质"。 如果某来源的层厚一致偏薄，模型可能把"层厚"当成判别线索，换一个来源就失效。
  • 后果二：跨中心性能衰减。 在聚合集上训练、在单一新中心评测时，性能通常低于同分布测试。ULS23 用两中心评测集部分缓解了"单中心偏乐观"问题，但衰减依然存在。
  • 后果三：分层报告成为必需。 只看总平均 Dice 会把不同来源/类型的难度差抹平，掩盖真实泛化能力。

§2.8 与库内相关数据集的关系

库内条目 关系
deeplesion（rid=17） ULS23 训练集的最大聚合来源之一；ULS23 补充了 DeepLesion 缺失的 3D 掩码（新增 750 VOI）
lidc-idri 肺结节子集来源，ULS23 取其病灶组件
lits 肝脏肿瘤子集来源
kits23 肾脏肿瘤子集来源
luna16 肺结节检测来源之一
ct-org 器官分割，与 ULS23 的病灶任务互补
totalsegmentator 器官/结构分割，常与病灶分割串联使用
amos 腹部多器官，提供解剖上下文

（精确 rid 与库内 FACTS 需在成稿时逐条核对；本表列出的是检索定位用的关系名。）

§2.9 数据组织的工程细节

  • VOI 边长：通常围绕病灶裁剪固定边长立方体，保证输入张量尺寸统一；具体边长以官方代码与数据说明为准（本条目未逐字核验，列入待核）。
  • 强度归一化：CT 的 HU 值需窗口化或 z-score 归一化，nnU-Net 自带预处理管线可处理。
  • 方向与间距：NIfTI 头信息保留原始 spacing，重采样策略影响最终 Dice，复现时须与基线一致。
  • 掩码取值：二值（病灶/背景）为主，部分来源可能含多类；使用前需统一。
  • 临床 target lesion 的选取：评测集遵循临床语义筛选，而非随机抽样，这决定了它更"难"也更"真"。

§2.10 历史脉络：ULS 这条线是怎么走到 ULS23 的

要理解 ULS23 的定位，需要把它放回"通用病灶分割"这条研究线的演化里看。

阶段一：单器官肿瘤分割（约 2015-2019）。
LiTS（肝）、KiTS（肾）、LIDC（肺结节）等把单器官分割做得很深，指标快速提升。但问题是：临床遇到的不是单一器官肿瘤。

阶段二：DeepLesion 与"通用"的首次尝试（2017-2020）。
NIH 发布 DeepLesion，第一次把"多种病灶类型"放进同一个数据集。但它有一个根本局限：标注是单张轴位切片的 RECIST 长短径，不是 3D 掩码。它适合做检测与测量研究，不适合直接做 3D 分割。

阶段三：围绕 DeepLesion 的 ULS 研究（2020-2023）。
研究者开始尝试基于 DeepLesion 做通用病灶分割，方法包括弱监督（从长短径反推掩码）、域适应等。但评测用的 3D 真值掩码始终不公开，导致方法之间无法公平比较，进展难以衡量。

阶段四：ULS23（2023- ）。
ULS23 的定位正是终结阶段三的混乱：给出公开的训练 3D 标注（含新增胰腺/骨）、可复现的评测集（type II）、公开基线（nnU-Net v2）。它把"通用病灶分割"从"各自为战"推向了"共同基准"。

这条脉络解释了一个常见疑问：为什么 ULS23 要花费力气新增胰腺/骨标注？ 因为阶段二的 DeepLesion 里这两类恰恰最缺、最难，不补上，"通用"就是空的。

§2.11 与三个易混对象的语料对照（数据视角）

对象 语料基础 是否产出新 3D 标注 数据视角结论
fmcib DeepLesion 否（用现成语料做自监督） 别名撞库，数据上不独立
SuPreM AbdomenAtlas 1.1 否（器官分割语料） 任务不同（器官≠病灶）
CT-FM IDC 148,000 扫描 否（清单式聚合） 合并视图，R002 mode 3
ULS23 10 公开集 + 自采胰腺/骨 是（750+124+744 新 VOI） 独立实体

从数据视角看，判断"能不能独立成条目"的标准很简单：它是否产出了此前不存在的数据资产。fmcib/SuPreM/CT-FM 都没有（它们产出的是模型或清单），ULS23 有。这就是本条目能成立的核心理由。

§3 注释流水线

§3.1 从临床靶病灶到 VOI：一条完整链路

ULS23 的标注并非"从零勾画每一个体素"，而是一条从既有标注到统一 VOI的加工链路：

  1. 来源采集：从 10 个公开数据集收集病灶分割组件；从 Radboudumc 与 Jeroen Bosch Ziekenhuis 获得两中心自采 CT。
  2. 病灶定位：对每个目标病灶，记录其位置信息（单点击坐标或边界框），作为模型输入的提示（prompt）。
  3. VOI 裁剪：以病灶为中心裁剪出固定边长的 3D 子体积，作为训练/推理的基本单元。
  4. 掩码归一化：把不同来源的标注规范统一为二值/多类 3D 掩码。
  5. 监督分级：区分完全标注与部分标注，形成混合监督训练集。
  6. 新增完全标注：对胰腺与骨两类难病灶，由放射科医师做全新的 3D 完全标注。

§3.2 完全标注 vs 部分标注：为什么必须区分

  • 完全标注（fully annotated）：掩码覆盖病灶的完整 3D 边界，质量最高，但获取成本极高（需要逐层勾画）。
  • 部分标注（partially annotated）：掩码可能只覆盖部分层面、或由弱监督/自动方法生成、或只有粗略轮廓。规模大但噪声高。

ULS23 的 38,693 里两者混合。如果训练时把部分标注当完全标注同等加权，模型会被噪声拉偏。这正是它采用 mixed-supervision / 半监督训练策略的原因——基线模型 nnU-Net v2 需要显式处理这两类信号的差异。对使用者的直接启示：不要假设所有掩码质量一致。

§3.3 弱标注可能的来源

部分标注的生成方式可能包括（通用弱监督范式，ULS23 未逐一披露每类来源的具体生成方式）：

  • RECIST 直径外扩：只知道长短径，按椭球/圆柱近似生成掩码。
  • 检测框内插值：只有 3D 边界框，框内以粗略规则生成。
  • 单层面标注传播：某几层精标，其余层自动传播。
  • 模型伪标：用已有模型生成初稿，人工少量修正。

不同弱监督方式引入的噪声类型不同，训练时若不加区分，会得到不同的错误模式。

§3.4 单点击与边界框两种提示方式

ULS23 的任务设定允许两类提示：

  • single-click（单点击）：放射科医生只需在病灶上点一下，模型据此输出 3D 掩码。这是最贴近临床工作流的交互方式。
  • bounding box（边界框）：由检测模型或人工给出 3D 边界框，模型在框内做精细分割。

这决定了 ULS23 与其说是纯分割任务，不如说是**“提示式分割”（promptable segmentation）**——这与 SAM 系列在自然图像里的交互式分割思路同源，区别在于 ULS23 面向的是 CT 3D 病灶这一临床场景。

§3.5 提示式分割的工程含义

  • 输入变成"图 + 提示"：模型不仅要理解影像，还要理解提示的位置语义。
  • 提示的鲁棒性成为评价点：点偏几毫米、框略大略小，模型是否还稳。
  • 可级联：检测模型给框 → 分割模型出掩码，构成临床可用的自动测量管线。
  • 与交互式工作流契合：医生点选后即时得到 3D 掩码与体积，直接服务 RECIST 测量。

§3.6 两中心评测集的标注质量门槛

评测集的 775 个病灶全部是临床语境下确认的 target lesion，由两个中心（Radboudumc + Jeroen Bosch Ziekenhuis）精选。这意味着评测集的标注质量门槛高于训练集平均值——它是"精标"，用来做公平比较。训练集与评测集的标注质量不对称，这一点在解读 Dice 数字时很关键：低 Dice 未必是模型差，也可能是训练信号本身更脏。

§3.7 标注流水线的局限

  • 胰腺/骨两类新增完全标注的规模有限（Part1 中 124 + 744），相对 38,693 总量占比不高。
  • 部分标注的噪声上限未知：官方未逐一披露每个子集的标注质量等级。
  • 跨中心标注一致性未做专门的观察者间变异性（inter-observer variability）量化披露。
  • 纵向/随访标注不在本数据集的覆盖范围内——它聚焦单时点病灶分割。

§3.8 复现标注的注意事项

若你要基于 ULS23 做二次加工或衍生标注：

  1. 保留来源标签：记录每个 VOI 来自哪个子集，便于分层分析与合规溯源。
  2. 保留监督级别：记录哪些是完全标注、哪些是部分标注，训练时可分别加权。
  3. 遵守 SA 条款：衍生数据集若发布，需以 CC BY-NC-SA 4.0 同许可发布。
  4. 记录预处理：spacing、归一化、VOI 边长等参数需与基线一致，否则 Dice 不可比。
  5. 不要跨集合并：评测集必须与训练集隔离，否则基准失效。

§4 评测、基线与挑战赛设计

§4.1 评测集口径

  • 规模：775 病灶 / 284 患者。
  • 中心：两个医学中心，multi-centre 设计。
  • 选择标准：全部为临床 target lesion，保证临床相关性与多样性。
  • 格式：Grand Challenge type II 挑战赛格式——测试掩码不公开，参赛者在平台提交结果、由平台计算指标。

§4.2 基线模型

项 内容
框架 nnU-Net v2（nnUNetv2）
监督 mixed-supervision / 半监督（完全 + 部分标注混合训练）
任务 3D 通用病灶分割
性能 平均 Dice 0.703 ± 0.240
分发 Zenodo 10.5281/zenodo.10777532（权重 + 容器）
在线 Grand Challenge 平台可直接调用

§4.3 nnU-Net v2 为什么被选为基线

nnU-Net 系列是医学分割领域事实上的"强基线"，原因有三：

  1. 自配置：自动推导预处理、网络拓扑、训练超参，减少人为调参带来的不公平。
  2. 稳健：在众多医学分割挑战赛上长期表现强劲，作为基线有公信力。
  3. 社区成熟：v2 版本工程化程度高，复现成本低。

选它做基线，意味着"任何人拿它当起点都能跑出接近 0.703 的结果"，从而让新方法有可靠的对照。

§4.4 半监督/mixed-supervision 的实现要点

  • 两类数据分别采样：完全标注与部分标注按一定比例混合成 batch。
  • 损失加权：部分标注的像素可能给予较低权重或使用鲁棒损失。
  • 一致性正则：常用手段，利用无/弱标数据增强模型泛化。
  • 避免负迁移：若弱标质量过差，需过滤或降权，否则拖累整体。

§4.5 怎么读 0.703 ± 0.240 这个数字

先说结论：0.703 在 3D 通用病灶分割里是"可用但不惊艳"的量级，标准差 0.240 才是真正的信息。

  • 0.703 的含义：nnU-Net v2 作为"强基线"能在跨器官、跨中心的通用病灶场景拿到约七成 Dice。器官特异分割（如肝、肾）动辄 0.85+，但"通用"意味着要同时面对胰腺、骨、淋巴结等困难类型，难度上了一个台阶。
  • ±0.240 的含义：方差极大。这说明不同病灶类型/器官难度差异显著——简单的大实质脏器肿瘤 Dice 可能 0.85+，而胰腺/淋巴结/骨病灶可能掉到 0.5 以下。只报平均值会掩盖这种分化。
  • 解读纪律：任何声称在 ULS23 上"大幅提升"的方法，都应同时报出按病灶类型分层的 Dice，否则平均值提升可能只是把简单样本做得更好。

§4.6 分割指标的层级

理解评测，需要理解常用指标的层级：

指标 衡量什么 特点
Dice 体积重叠度 最常用，但对大病灶偏乐观
IoU / Jaccard 交集/并集 与 Dice 单调相关，数值更低
NSD 边界距离 对小病灶/边界更敏感
detection-F1 检测精度与召回 衡量"有没有找到病灶"
体积误差 病灶体积偏差 直接对应 RECIST 衍生量

ULS23 主打 Dice，NSD/detection-F1 数值待核。使用时若主张临床价值，建议补报体积误差与 NSD。

§4.7 挑战赛机制

  • 平台：Grand Challenge（grand-challenge.org）。
  • 形式：type II——训练数据公开，测试集标签保密，参赛者提交 Docker 容器/预测结果，平台自动评分。
  • 为什么用 type II：避免测试集过拟合，保证榜单公平；也让 ULS23 成为长期可复现的基准（而非一次性论文附带指标）。
  • 收益：截至类目整理时，ULS23 已被后续文献作为 3D ULS 的参考基准引用（见 §7）。

§4.8 type II 与 type I 的区别

  • type I：测试数据与标签都公开，参赛者本地评测后提交结果序号（或干脆自评）。灵活但易过拟合。
  • type II：测试标签保密，只能提交结果由平台评分。公平、可长期维护，但需要平台运维。
  • ULS23 选 type II，说明其定位是长期基准而非一次性竞赛。

§4.9 已知未核项（诚实标注）

以下细节在可达来源中未获逐字确认，本条目不作臆测，明确标注为待核：

  • NSD（Normalized Surface Dice）与 detection-F1 的确切数值——摘要突出 Dice 0.703 ± 0.240，NSD/F1 未在可达片段中确认。
  • 各病灶类型分层的 Dice 明细。
  • 测试集评测的观察者间一致性上限。

这些待核项同时记入 §9 与 FACTS.md §7/§9，供后续补查。

§4.10 评测协议与提交细节

提交物形态。 Grand Challenge 的 type II 挑战通常要求参赛者提供 Docker 容器，平台在保密测试集上运行容器、生成预测、计算指标。参赛者看不到测试图像与标签，只看到返回的指标。

为什么用容器而非直接提交预测。 容器方式让平台能控制输入输出的接口，避免"预测泄露"或"人工挑选"；也便于长期复跑同一提交。

指标的可比性陷阱。 由于不同方法可能采用不同的后处理（连通域、形态学、阈值），指标差异有时来自后处理而非网络本身。公平比较应固定后处理。

分层报告的建议。 建议按病灶类型/器官/来源分层报告，这样能暴露"平均值提升是否来自困难样本"。

榜单解读纪律。 榜单排名受提交频率、集成策略、算力投入影响；把它当"参考"而非"结论"。真正的方法学价值在论文的分层分析与消融。

§4.11 从基线到落地：一条参考路径

若要把 ULS23 用于实际管线，一条稳妥的路径是：

  1. 复现基线：先跑通官方 nnU-Net v2 权重，确认推理流程与 Dice 与论文一致。
  2. 分化分析：在你的目标病灶类型上测分层 Dice，找出短板。
  3. 针对性改进：如胰腺/骨弱，可取 ULS23 新增的这两类完全标注做重点微调。
  4. 域适配：若目标中心与训练分布不同，做少量目标域标注 + 微调。
  5. 在线验证：提交 Grand Challenge 榜单，与社区方法横向比较。
  6. 临床评估：与放射科医师对照体积/长径测量，评估是否达可用精度。

每一步都要留记录，尤其是预处理与后处理参数，否则结果不可复现。

§5 获取、存储与依赖

§5.1 数据获取路径

资产 获取方式 备注
训练数据 Part1 Zenodo records/10035161（约 15.9 GB） 官方明示 CC BY-NC-SA 4.0
训练数据 Part2-6 Zenodo 各分片记录（10050960 / 10054306 / 10054702 / 10057471 / 10056235 等） 逐 Part 下载
评测数据 通过 Grand Challenge 挑战赛页面参与获取 type II，测试掩码不公开
基线模型 Zenodo records/10777532（10.5281/zenodo.10777532） 权重 + 算法容器
代码 GitHub https://github.com/MJJdG/ULS23 官方组织者维护
在线调用 Grand Challenge 平台容器 无需本地下载即可比对

§5.2 逐步获取流程

第一步：拿训练数据。
打开 Zenodo records/10035161，下载 Part1（约 15.9 GB）；再依次下载 Part2 至 Part6。建议为每个 Part 单独建目录，便于后续按来源分层分析。

第二步：拿代码。
克隆 GitHub https://github.com/MJJdG/ULS23，按 README 安装依赖。nnU-Net v2 对 Python 与 PyTorch 版本有要求，建议在独立虚拟环境安装。

第三步：跑基线。
可直接使用官方发布的权重（Zenodo 10777532）做推理，验证环境；也可用自己的数据按 nnU-Net v2 管线重新训练。

第四步：参与评测。
到 Grand Challenge 挑战赛页面注册，按平台要求封装 Docker 容器提交预测，等待平台返回 Dice 等指标。

§5.3 下载与存储建议

  • 分片策略：Part 1 约 15.9 GB，建议逐 Part 下载并核对校验和，避免一次性拉全量时中断重传。
  • 磁盘预估：完整训练集远大于 Part1 的 15.9 GB，规划存储时应按 Zenodo 各 Part 之和预留空间（具体总和以 Zenodo 各记录页面为准，本条目未逐一累加核验，列为待核）。
  • 预处理：VOI 已是裁剪后的子体积，本地训练通常只需读取 NIfTI、做重采样与强度归一化（或直接复用 nnU-Net 预处理管线）。
  • 计算资源：nnU-Net v2 3D 训练对显存要求较高；基线在 AWS 上完成训练（见 §8 机构）。本地复现需评估显存与训练时长。

§5.4 显存与算力的现实预期

nnU-Net v2 的 3D full-resolution 配置在 38,693 个病灶上训练，显存需求通常在单卡 24GB 以上，训练时长为天级。若资源受限，可考虑：

  • 使用低分辨率配置或 patch-based 训练；
  • 只加载部分 Part 做预实验；
  • 直接使用官方权重做推理，先验证流程再决定是否重训。

§5.5 软件依赖

  • 分割框架：nnU-Net v2（nnUNetv2）——基线使用的框架。
  • 备选：MONAI（关键词中列入，用于医学影像深度学习的通用工具链）。
  • 格式库：NIfTI 读取（如 nibabel / SimpleITK）。
  • 平台依赖：参与在线评测需通过 Grand Challenge 提交容器。

§5.6 数据完整性校验

下载后建议：

  1. 核对校验和：Zenodo 页面通常提供 md5 或类似摘要。
  2. 点算文件数：确认每个 Part 的文件数与病灶数大致吻合。
  3. 抽样可视化：随机抽若干 VOI 与其掩码叠加，确认对齐无误。
  4. 统计监督级别分布：按完全/部分标注分组统计，确认与预期一致。

§5.7 许可链条

ULS23 的许可是"三层结构"，务必分层理解：

  1. 数据本体（Zenodo 发布）：CC BY-NC-SA 4.0——署名 + 非商业 + 相同方式共享。商业用途被明确禁止；衍生作品须同许可发布。
  2. 论文：CC BY 4.0（open access）——可自由传播引用。
  3. 聚合子集：各自的原始许可继续生效。例如 DeepLesion、LiTS、KiTS21 等各有自己的条款，使用者必须逐 Part 核对，不能只用 ULS23 的外层许可覆盖全部内容。

陷阱提示：CC BY-NC-SA 的 “NC”（非商业）足以让不少企业级应用直接出局；“SA”（相同方式共享）则意味着基于它训练的衍生数据集也需同许可发布。这与 §6 的合规清单呼应。

§5.8 复现基线的关键参数

要让你的结果与 0.703 可比，至少需保持：

  • 数据划分一致：训练/评测隔离，评测用官方测试集。
  • 预处理一致：spacing、强度归一化、VOI 边长。
  • 后处理一致：是否做连通域、是否做形态学平滑。
  • 指标实现一致：Dice 的计算方式（前景/背景、宏/微平均）。

任何一项不一致，比较都不成立。

§6 获取与许可：实操合规清单

§6.1 谁能用、谁不能用

使用者类型 可否 说明
学术研究者 可 用于非商业研究，遵守 CC BY-NC-SA 4.0 + 逐子集许可
教学用途 可 非商业，署名 + 同许可
学生/个人学习 可 非商业
商业产品/企业研发 不可直接用 NC 条款禁止商业使用；需自行获得各子集权利方授权
需闭源发布的衍生数据 受限 SA 条款要求衍生同许可

§6.2 三种许可的适用边界

事项 适用许可 要求
使用数据本体 CC BY-NC-SA 4.0 署名、非商业、同许可
引用/传播论文 CC BY 4.0 署名
使用某聚合子集 该子集原许可 按其条款
使用基线模型 Zenodo 10777532 随附条款 按其条款

关键：不要把"论文可自由引用"误当成"数据可自由商用"。 这是最常见的许可误读。

§6.3 引用要求

标准引用（论文）：

de Grauw, M. J. J., Scholten, E. T., Smit, E. J., Rutten, M. J. C. M., Prokop, M., van Ginneken, B., & Hering, A. (2025). The ULS23 challenge: A baseline model and benchmark dataset for 3D universal lesion segmentation in computed tomography. Medical Image Analysis, 103525. DOI: 10.1016/j.media.2025.103525

同时应引用各聚合子集的原始文献（DeepLesion、LiTS、KiTS21 等各自论文），因为它们的许可要求署名。

§6.4 合规检查清单

  • [ ] 确认用途属非商业（NC）。
  • [ ] 检查衍生作品是否需以 CC BY-NC-SA 4.0 发布（SA）。
  • [ ] 逐 Part 核对聚合子集原始许可（不只看 ULS23 外层）。
  • [ ] 引用 ULS23 论文 + 各子集原始论文。
  • [ ] 保留 Zenodo 记录 DOI 与版本号。
  • [ ] 参与在线评测前阅读 Grand Challenge 的提交条款。
  • [ ] 商业场景另行联系 Radboudumc DIAG 及各子集权利方。

§6.5 企业场景的合规路径

若确需在商业场景使用，可能的路径：

  1. 联系 Radboudumc DIAG 洽谈数据授权；
  2. 逐子集联系原始权利方（尤其 DeepLesion 等有明确条款者）；
  3. 改用许可更宽松的替代数据（需逐条核对许可）；
  4. 仅用公开论文与基线做技术评估，不落地到产品数据链路。

无论哪条路径，都应留下书面授权记录，避免"默认可用"的误判。

§7 生态、影响与常见误区

§7.1 在 CT 病灶/基础模型生态中的位置

ULS23 不是孤立的挑战赛，它是CT 通用病灶分割这条线的一个关键节点。要理解它，最有效的方式是把它与三个常被混为一谈的"CT 基础模型"做区分——这正是本条目 slug（ct-lesion-foundation-model）最容易触发检索混淆的地方。

§7.2 三个易混淆对象：SuPreM / CT-FM / fmcib

对象 本质 语料 与 ULS23 的关系
fmcib（“A Foundation Model for Lesion Detection”） 病灶检测/分割的自监督预训练模型 预训练语料 = DeepLesion 与库内 deeplesion（rid=17）别名撞库；它是"模型"，ULS23 是"基准数据集"，二者不同层
SuPreM 器官分割基础模型 语料 = AbdomenAtlas 1.1 任务是器官分割，与 ULS23 的病灶任务主题不匹配
CT-FM CT 影像基础模型 语料 = IDC 148,000 CT 扫描（一份清单） 语料是合并视图（roster），R002 mode 3 风险；与 ULS23 的数据构成不同
ULS23 基准数据集 + 挑战赛 + 公开基线 聚合 10 公开集 + 新增自采胰腺/骨完全标注 独立实体，非纯合并视图（官方明示 “releasing novel … and combining already existing”）

这条区分是本条目的核心防伪证据：如果把 ct-lesion-foundation-model 理解成"写那个 CT 病灶基础模型"，就会掉进三种坑——撞库（fmcib↔DeepLesion）、主题错配（SuPreM 是器官）、合并视图（CT-FM 是清单）。ULS23 之所以是"真正可写的独立条目"，正因为它产出新的完全标注数据 + 建立可复现基准 + 公开基线，三者都不是简单打包。

§7.3 三条证伪链的完整逻辑

证伪 fmcib：
fmcib 的全称是 “A Foundation Model for Lesion Detection”。它的预训练语料正是 DeepLesion，而 DeepLesion 已是库内 rid=17 的条目。因此写"fmcib"等于写 DeepLesion 的别名，构成 R002 的别名撞库。→ 不写。

证伪 SuPreM：
SuPreM 是器官分割基础模型，语料为 AbdomenAtlas 1.1。它的任务是器官分割（肝、脾、肾等），而 ULS23 是病灶分割。主题不匹配，写它会是另一个条目而非本条。→ 不写。

证伪 CT-FM：
CT-FM 声称基于 IDC 的 148,000 例 CT 扫描。这个"148,000"是一份扫描清单（roster），属于把已有数据罗列打包，构成 R002 的合并视图（mode 3）。把清单当成数据集写，等于没有独立的实体贡献。→ 不写。

确认 ULS23：
官方原文 “releasing novel fully annotated 3D training data and combining already existing sources of data”——关键词是 “releasing novel”，即发布了全新的完全标注训练数据。这不是纯打包，而是有独立产出。→ 可写。

§7.4 学术影响与后续引用

  • ULS23 已被后续文献用作 3D ULS 的参考基准（在 CT 病灶分割/检测方向的综述与新方法论文中被引）。
  • Grand Challenge 长期开放榜单，使其成为可持续比较的基准，而非论文一次性产物。
  • 与 MICCAI 系的器官分割挑战赛（KiTS、LiTS、MDSC）形成"器官特异 vs 通用"的互补格局。

§7.5 下游生态的三种串联方式

  1. 检测→分割级联：先用检测模型（可基于 luna16 等训练）给出边界框，再用 ULS23 基线做 3D 掩码输出。
  2. 分割→组学/测量：用 ULS23 掩码计算病灶体积、RECIST 衍生量、radiomics 特征。
  3. 分割→随访传播：通过配准把基线病灶掩码传播到随访扫描，辅助纵向追踪。

§7.6 对下游方法的启示

  1. **提示式分割（promptable）**成为 ULS 的默认范式——单点击/框输入 + 3D 掩码输出，天然契合临床交互。
  2. 混合监督成为处理"完全 + 部分标注"的必要工程手段——大规模数据很难全部精标。
  3. 跨器官泛化成为核心评价维度——通用模型的难点不在单器官 SOTA，而在同时覆盖胰腺、骨、淋巴结等困难类型。
  4. 基准可复现性被提到前台——公开测试掩码缺失是此前 ULS 研究无法公平比较的根因，type II 挑战赛直接解决了它。

§7.7 常见误区

  • 误区一：把 ULS23 当成"DeepLesion 的 3D 版"。不是——它聚合了 DeepLesion 并补充了 750 个新 VOI，还额外纳入胰腺、骨、多器官子集。
  • 误区二：把 ULS23 当成某个 CT 基础模型的名字。它是基准数据集/挑战赛，不是基础模型；基础模型（fmcib/SuPreM/CT-FM）是另一层。
  • 误区三：只用平均 Dice 0.703 评判方法，忽略 ±0.240 的方差与分层难度。
  • 误区四：拿 CC BY-NC-SA 的 ULS23 外层许可覆盖全部内容，忽略各子集原始许可。
  • 误区五：以为 775 的评测集"太小"。775 个临床 target lesion 在 3D ULS 里已是相当大的精标评测集。

§7.8 生态展望：ULS23 之后可能发生什么

  • 通用病灶分割的"标配基准"。 随着 ULS23 榜单被引用增多，未来方法论文很可能会把"在 ULS23 上的分层 Dice"列为标配指标，类似自然图像领域的 ImageNet/COCO。
  • 3D 基础模型的试金石。 若出现面向 CT 的 3D 基础模型，ULS23 很可能是它证明"通用性"的首选评测场之一（而非单器官数据）。
  • 提示式接口的临床化。 单点击/框的交互范式与 PACS 工作流结合，可能催生"点选即测量"的临床辅助工具。
  • 许可与合规的张力。 NC/SA 条款会限制其进入商业管线，短期内它更可能停留在学术与临床研究层面。
  • 数据扩展的可能。 若社区贡献新的完全标注（如更多器官/病灶类型），数据集可能以衍生版本形式扩展。

§7.9 从"数据集"到"基础设施"的转变

ULS23 的意义不止于"多了一个数据集"，而在于它把 CT 通用病灶分割从"各自为战的算法竞赛"变成了"有共同刻度的公共基础设施"：

  • 对研究者：有了可比的基准，方法优劣可被社区检验。
  • 对临床转化：有了统一的评测口径，监管与验证有了参照。
  • 对产业：有了基线，产品化有了起点（尽管许可受限）。
  • 对社区：有了长期榜单，进展可累积而非重置。

这种"基础设施化"是成熟领域才会出现的标志，也解释了为什么 ULS23 值得作为独立条目收录。

§8 组织背景、时间线与团队

§8.1 主办机构

角色 机构/团队
主办 Radboud University Medical Center（Radboudumc），荷兰奈梅亨，其 Diagnostic Image Analysis Group（DIAG）
数据提供 Radboudumc + Jeroen Bosch Ziekenhuis（荷兰登博斯）
合作方 NIH（美国国立卫生研究院），Ronald Summers 团队（Tejas / Mukherjee 等）
算力 AWS（基线训练算力来源）

Radboudumc DIAG 是医学影像 AI 领域的知名团队，长期在肺结节、CT 病灶、挑战赛组织上有积累（历史上也有与 DeepLesion/LIDC 生态交错的工作）。ULS23 的组织阵容与其学术血统一致。

§8.2 为什么是 Radboudumc + NIH 这个组合

  • Radboudumc DIAG 长于医学影像算法与挑战赛组织，提供方法学与平台经验。
  • NIH（Summers 团队） 长于病灶数据集构建与标注规范，DeepLesion 即出自该体系，天然与 ULS 主题衔接。
  • 这个组合保证了 ULS23 既有工程组织能力（挑战赛 + 平台 + 基线），又有数据资源与标注经验（病灶定义与标注）。
  • Jeroen Bosch Ziekenhuis 作为第二中心提供跨机构数据，是"multi-centre"评测集得以成立的关键。

§8.3 关键人物

人物 角色
Max de Grauw（M. J. J. de Grauw） 第一作者，Radboudumc；组织核心
Bram van Ginneken 通讯/资深作者，Radboudumc DIAG 负责人级
Alessa Hering 资深作者，Radboudumc；挑战赛方法学
E. T. Scholten、E. J. Smit、M. J. C. M. Rutten、M. Prokop 共同作者
Ronald Summers 团队（NIH） 合作与数据/标注质量

§8.4 时间线

时间 事件
2023 ULS23 挑战赛启动（名称中的 '23 即源于此）
2023-11 Zenodo Part1 记录（10035161）发布
2024-06 arXiv 预印本 2406.05231 上线
2025-03-28 Medical Image Analysis 正式发表（Vol. 102, 103525）
2025 Zenodo 模型记录 10777532 发布；挑战赛持续开放

§8.5 从 2023 到 2025：这条时间线说明了什么

  • 2023 启动、2024 预印、2025 正式发表——挑战赛先于论文运行了约两年，意味着评测机制经过实战检验，而非纸上设计。
  • Zenodo Part1 在 2023-11 就发布——数据早于论文公开，体现"开放先行"的组织风格。
  • 模型记录 2025 发布——基线是事后整理公开，与数据分阶段释放配合。

这种"挑战赛先行、数据分阶段、论文跟进"的节奏，是成熟基准项目的典型做法，也是它能长期维护的基础。

§8.6 组织动机

从论文与官方站点表述看，组织方的核心动机是：为 3D 通用病灶分割建立可复现的基准，并提供一个开箱即用的强基线，以终止"各团队各写各的、无法公平比较"的局面。这与它同时发布"挑战赛 + 数据 + 基线"三件套的设计完全一致。

§8.7 与同类挑战赛组织方的对比视角

挑战赛 组织方 主题
ULS23 Radboudumc DIAG (+NIH) CT 通用病灶分割
LiTS 多机构联合 肝脏肿瘤分割
KiTS 明尼苏达大学等 肾脏肿瘤分割
MDSC 多机构联合 多任务分割

ULS23 的差异化在于**“通用”**——不做单一器官，而是把胸腹盆的多种病灶放进一个基准，这对组织方的数据整合能力要求更高。

§8.8 团队的可信度依据

  • van Ginneken 团队在医学影像 AI 领域长期高产，尤其肺结节与 CT 分析方向，其团队主导或参与的挑战赛有较好的社区信誉。
  • Summers 团队与 DeepLesion 直接相关，对"通用病灶"的标注规范有发言权。
  • AWS 算力支持说明项目具备训练大规模 3D 模型的资源，基线不是小打小闹。
  • Zenodo + GitHub + Grand Challenge 三平台齐用，说明项目有长期维护意图，而非一次性投放。

这些因素合起来，让 ULS23 成为一个"值得作为基准引用"的项目——这也是它区别于实验室随手放出的数据集的地方。

§8.9 后续维护预期

  • 榜单：Grand Challenge 长期开放，理论上可持续提交。
  • 数据：数据集本身为一次性发布，未见滚动更新公告（列入待核）。
  • 代码：GitHub 仓库若持续维护，则基线与工具链可保持可用。
  • 建议：使用前检查 Zenodo 版本号与 GitHub 最近提交时间，确认引用的是最新版本。

§9 与库内条目的关系与互链

§9.1 上游数据来源条目

ULS23 的训练数据聚合了多个库内已有条目，成稿时需逐一核对 rid：

  • deeplesion（rid=17）：ULS23 的最大聚合来源之一，也是最易撞库的条目。ULS23 的关系是"使用 DeepLesion 的病灶组件 + 补充 750 个新 3D VOI"，绝非同一数据集。
  • lidc-idri / luna16：肺结节相关来源。
  • lits / kits23：肝、肾肿瘤来源。
  • ct-org / totalsegmentator / btcv / amos / abdomenct-1k：器官与解剖上下文，常与病灶分割串联。

§9.2 易混淆模型条目

  • fmcib：其预训练语料即 DeepLesion，属"别名撞库"高发区——若库中已有以其为名的条目需标注区分。
  • SuPreM / CT-FM：主题或数据构成与本条目不同，互链时应说明差异（见 §7.2）。

§9.3 互链落点（URL 存照）

以下为对外可引的稳定落点，成稿尾注需保留：

  • 官方站点：https://uls23.grand-challenge.org/
  • 代码仓库：https://github.com/MJJdG/ULS23
  • 论文 DOI：https://doi.org/10.1016/j.media.2025.103525
  • arXiv：https://arxiv.org/abs/2406.05231
  • Zenodo Part1：https://zenodo.org/records/10035161
  • Zenodo 模型：https://zenodo.org/records/10777532

§9.4 互链的逻辑：为什么这些条目该互相链接

  • 同源：deeplesion 等与 ULS23 共享数据血统，读者需知道"ULS23 用的是它们的一部分"。
  • 同任务：lits/kits23 与 ULS23 都是肿瘤分割，区别在"器官特异 vs 通用"。
  • 同解剖：ct-org/totalsegmentator/amos 提供器官上下文，常与病灶分割串联。
  • 易混：fmcib/SuPreM/CT-FM 与本条 slug 检索冲突，必须显式澄清。

§9.5 差异化定位小结

维度 ULS23 典型器官挑战赛（KiTS/LiTS） 典型 CT 基础模型（fmcib/SuPreM/CT-FM）
对象性质 基准数据集 + 挑战赛 + 基线 基准数据集 + 挑战赛 预训练模型
任务 通用病灶 3D 分割 器官特异肿瘤分割 检测/器官分割/表征学习
是否产出新标注 是（胰腺/骨完全标注） 是 否（多为聚合/自监督）
评测可复现 是（type II 榜） 多为一次性 不适用

§9.6 检索血统图（文字版）

                    [DeepLesion (rid=17)]
                            │  聚合
        ┌───────────────────┼───────────────────┐
        ▼                   ▼                   ▼
   [fmcib 模型]        [ULS23 基准]         [其他 ULS 工作]
   (语料=DeepLesion)   (聚合10集+新增标注)
                            │
        ┌───────────────────┼──────────────┐
        ▼                   ▼              ▼
  [LIDC/LiTS/KiTS]   [胰腺/骨 新标注]  [nnU-Net v2 基线]
        (聚合来源)       (全新产出)        (Dice 0.703)

这张图的关键信息：ULS23 从 DeepLesion 等来源聚合数据，但通过"新增标注 + 基线 + 社区"产生了独立于 DeepLesion 的价值。这正是它能独立成条目的原因。

§10 避坑清单（20 条）

坑 1：把 ULS23 当成"DeepLesion 改名"。
这是本条目最危险的坑。ULS23 聚合了 DeepLesion，但额外产出了 750 个新 DeepLesion VOI，并新增胰腺 124 / 骨 744 的完全标注，还纳入 10 个公开数据集。「聚合」不等于「等同」。

坑 2：把 ct-lesion-foundation-model 理解成"那个 CT 病灶基础模型"。
slug 极易误导。fmcib/SuPreM/CT-FM 是模型（且 fmcib 语料撞 DeepLesion、SuPreM 是器官、CT-FM 是清单），ULS23 是基准数据集/挑战赛。写错对象=撞库。

坑 3：只用平均 Dice 0.703 评判方法进步。
±0.240 的方差说明难度高度分化。不报分层 Dice 的"提升"不可信。

坑 4：把部分标注当完全标注用。
38,693 里混合了两类监督信号。忽略分级会把模型拉到噪声上；训练须采用 mixed-supervision 策略。

坑 5：拿 CC BY-NC-SA 的外层许可覆盖所有内容。
聚合子集各保留原始许可，必须逐 Part 核对，尤其 DeepLesion 等。

坑 6：忽略 NC（非商业）条款直接商用。
CC BY-NC-SA 4.0 明确禁止商业使用，企业应用需另行授权。

坑 7：忘记 SA（相同方式共享）对衍生数据的约束。
基于它生成的衍生数据集若发布，也需以 CC BY-NC-SA 4.0 发布，闭源/专有发布受限。

坑 8：把 775 评测病灶误判为"小样本"。
775 是临床 target lesion 的精标评测集，在 3D ULS 已是相当规模；"小"是误读。

坑 9：误以为训练数据的域偏斜已被消除。
VOI 规范统一 ≠ 偏差消除。跨 10 个来源的扫描参数/标注规范/人群异构客观存在。

坑 10：混淆"训练集患者数"与"评测集患者数"。
评测集 = 284 患者；训练集患者数官方未在可达摘要中单列。不要用一个数字代表全部。

坑 11：把 arXiv 预印本数值当成最终版。
arXiv 2406.05231 是 2024-06 版本，正式版为 Medical Image Analysis 2025;102:103525；数值以正式版为准。

坑 12：以为可下载到测试集掩码。
type II 挑战赛测试掩码不公开，只能在线提交。试图"找测试标签"是方向性错误。

坑 13：把"聚合 10 个数据集"的规模按来源总量相加。
ULS23 只取各来源的病灶组件，并新增部分；不能把 DeepLesion 全量等来源总量相加当成 ULS23 规模。

坑 14：直接跨训练/评测集合并做训练。
一旦把评测集数据混入训练，基准立即失效。评测集必须严格隔离，且与官方划分一致。

坑 15：忽略"提示"输入对结果的影响。
单点击与边界框两种提示会带来不同性能；比较方法时须确认提示类型一致，否则不公平。

坑 16：把 Dice 当成唯一临床指标。
Dice 高不等于临床可用；体积误差、NSD、检测召回对临床价值更直接。主张临床意义时应补报。

坑 17：误以为"聚合 10 个数据集"意味着数据完全干净。
各来源的标注规范与质量参差，聚合不带来清洗；使用前应做质量抽检。

坑 18：在论文里把预印本与正式版数值混引。
arXiv 2406.05231（2024-06）与 Medical Image Analysis 2025;102:103525 应分别标注，数值以正式版为准。

坑 19：忽略提示类型对可比性的影响。
单点击与边界框是两种输入范式，跨方法比较前必须确认提示类型一致（见 §4.1、§3.4）。

坑 20：把训练集的部分标注当作可直接监督信号堆进损失。
部分标注需降权或鲁棒处理，否则噪声会主导梯度（见 §3.2、§4.4）。

§10.1 避坑速查表

坑 一句话对策
1 聚合≠等同 记住 ULS23 产出了新标注
2 slug 误导 确认实体是基准而非模型
3 单看均值 必须看 ±0.240 与分层
4 混用监督 区分完全/部分标注
5-7 许可 逐层核对，NC/SA 双重约束
8 误判评测集小 775 target lesion 已不小
9 忽视域偏斜 规范统一≠偏差消除
10 患者数混淆 284 是评测集患者数
11 预印本 以正式版为准
12 测试标签 拿不到，type II 保密
13 规模相加 只取组件，不能按来源总量加
14 训练污染 评测集严格隔离
15 提示类型 比较前统一
16 单一指标 补报 NSD/体积误差

§10.2 如果你只记三条

  1. ULS23 是基准数据集/挑战赛，不是基础模型（防撞库）。
  2. 数据是聚合 + 自采双来源，产出新标注，故非合并视图（防伪）。
  3. 许可为 CC BY-NC-SA 4.0，商用需另行授权，聚合子集逐条核对（防合规风险）。

§11 总结

§11.1 三句话总结

  1. ULS23 是首个公开的 CT 胸腹盆 3D 通用病灶分割基准 + 挑战赛 + 公开基线三合一，填补了"ULS 研究只能依赖 DeepLesion 单层 RECIST 直径、且 3D 真值掩码从不公开"的空白。
  2. 它的数据是"聚合 10 个公开集 + 新增 Radboudumc 胰腺/骨完全标注"的双来源结构，训练 38,693 病灶、评测 775 病灶/284 患者，配 nnU-Net v2 半监督基线（Dice 0.703 ± 0.240）。
  3. 它是独立实体而非合并视图——官方明示 “releasing novel fully annotated 3D training data and combining already existing sources of data”，与 fmcib/SuPreM/CT-FM 这些"模型"分属不同层，不可混为一谈。

§11.2 适合谁 / 不适合谁

适合：

  • 做 CT 通用病灶分割 / 提示式分割 的研究者，需要一把统一尺子。
  • 开发 CT 病灶检测→分割级联 管线的工程师，需要一个可复现基准与强基线。
  • 研究 混合监督 / 半监督医学分割 方法的团队（ULS23 提供完全 + 部分标注混合信号）。
  • 关注 跨器官泛化 与 域偏斜 的基准研究者。
  • 挑战赛方法论与 Grand Challenge 生态的关注者。

不适合：

  • 需要 商业授权 的产品/企业研发（NC 条款禁止）。
  • 需要 MRI/PET/超声 等其他模态的病灶研究（ULS23 仅 CT）。
  • 需要 纵向随访/病灶追踪 的研究（本数据集聚焦单时点）。
  • 需要 器官特异 SOTA 的场景（应看 KiTS/LiTS 等器官挑战赛）。
  • 需要 直接下载测试标签 的人（type II 不公开）。

§11.3 30 秒决策卡

你的需求 推荐动作
想要 CT 通用病灶 3D 分割的公开基准 ✅ 直接用 ULS23 训练集 + 官方基线
想公平比较自己的分割方法 ✅ 提交 Grand Challenge 榜单
要做商业产品 ⚠️ 停——NC 禁止商业，需另行授权
想找"CT 病灶基础模型" ⚠️ 你要的是 fmcib/SuPreM/CT-FM，不是本条目
想要测试集掩码 ⚠️ 拿不到——type II 保密
想做器官分割 ➡️ 转 SuPreM/KiTS/LiTS 等条目

§11.4 一句话记忆点

ULS23 = 教会全行业"怎么公平地在 CT 上分割任何病灶"的那套标尺 + 那块刻度尺上的零点基准线。

§11.5 三个数字的取舍

在向别人介绍 ULS23 时，最容易讲错的三个数字是：

  • 38,693：训练病灶数（不是患者数、不是扫描数）。
  • 775 / 284：评测病灶数 / 患者数（精标的临床 target lesion）。
  • 0.703 ± 0.240：基线平均 Dice 及其标准差（方差同样重要）。

把这三个数字讲对，基本就不会误导别人。

§11.6 本条目的一句话价值主张

在医学影像数据集中，ULS23 的稀缺性不在于"数据更大"，而在于"它第一次让 CT 通用病灶分割这件事有了公共刻度"——而这正是 AI-ready 数据集从"可下载"迈向"可比较、可复现"的关键一跃。

§11.7 后续可行的补充方向

若本条目未来更新，优先补充：NSD/detection-F1 数值、分层 Dice、训练集患者数、各 Part 容量、库内精确 rid。这些都在附录 D 的待核清单中跟踪。

FAQ（高频问答 48 问）

A 组：身份与定位

Q1：ULS23 的官方全称是什么？
Universal Lesion Segmentation '23，即"通用病灶分割 2023"挑战赛/基准。缩写中的 '23 指挑战赛启动年份（2023），而非数据年份。

Q2：它属于哪一类资产？
基准数据集 + 挑战赛 + 公开基线模型三合一。它不是单一数据集，也不是单一模型。

Q3：它和普通"数据集"的区别在哪？
普通数据集只给数据；ULS23 同时给了统一的评测协议（type II 挑战赛）和开箱基线（nnU-Net v2），这三件东西合起来才让"公平比较"成为可能。

Q4：为什么它重要？
因为在它之前，做 CT 通用病灶分割的团队各用各的数据、各用各的评测口径，论文里报的 Dice 互不可比。ULS23 第一次让所有人站到同一把尺子前。

Q5：它是不是某个 CT 基础模型的别名？
不是。基础模型（fmcib / SuPreM / CT-FM）是"模型"，ULS23 是"基准数据集/挑战赛"。两者在技术栈里处于不同层：基础模型可能被用来做 ULS，但 ULS23 本身不是模型。

Q6：这个 slug 为什么叫 ct-lesion-foundation-model？
因为它落在"CT 病灶 × 基础模型/基准"的检索簇里。命名体现的是检索归属，不改变实体性质——本期实体是基准数据集。这也是本条目必须反复澄清的防伪点。

Q7：它由谁发布？
Radboud University Medical Center（Radboudumc）的 Diagnostic Image Analysis Group（DIAG），合作方为 NIH 的 Ronald Summers 团队。

Q8：有没有官方网站？
有：https://uls23.grand-challenge.org/。

B 组：数据规模与构成

Q9：训练集到底多大？
38,693 个病灶，完全标注与部分标注混合，覆盖胸部-腹部-骨盆范围。

Q10：评测集多大？
775 个病灶，来自 284 名患者。

Q11：评测集为什么比训练集小这么多？
因为评测集要求全部为临床确认的 target lesion，由两个医学中心精选，标注质量门槛更高。精标评测集天然比弱标训练集小，这是设计选择而非缺陷。

Q12：数据从哪来？
双来源：聚合 10 个已有公开 CT 数据集 + Radboudumc 新增自采胰腺/骨完全标注。

Q13：聚合了哪些公开数据集？
DeepLesion、LIDC-IDRI、LiTS、KiTS21、Medical Segmentation Decathlon（task 6/7/10）、NIH-LN、CCC18 等，共 10 个。

Q14：新增了哪些此前没有的数据？
胰腺病灶与骨病灶的全新完全 3D 标注。Part1 记录中即含 124 个 pancreas VOI 与 744 个 bone VOI，以及 750 个新 DeepLesion VOI。

Q15：为什么专门补胰腺和骨？
因为这两类病灶历来最难分割——胰腺边界模糊、周围结构复杂；骨病灶形态多变、常与骨皮质混淆。补上它们，通用模型的"通用"才站得住。

Q16：训练集的患者总数是多少？
官方未在可达摘要中单独披露训练集患者数，仅披露评测集 284 患者。此项列入待核，本条目不作臆测。

Q17：数据以什么格式提供？
NIfTI 体积兴趣区（VOI）+ 3D 分割掩码。

Q18：什么是 VOI？
Volume of Interest，体积兴趣区——围绕单个病灶裁剪出的 3D 子体积。用 VOI 而非整幅 CT，能大幅降低训练时的内存与算力开销。

C 组：任务与标注

Q19：任务具体怎么做？
给定一个病灶的位置提示——单点击或边界框——模型输出该病灶的 3D 分割掩码。

Q20：为什么叫"提示式分割"？
因为模型需要一个提示（prompt）才工作，这与自然图像里的交互式分割（如 SAM 系列）同源。医生点一下，模型圈出整个 3D 病灶。

Q21：完全标注和部分标注有什么区别？
完全标注的掩码完整覆盖病灶 3D 边界；部分标注的掩码只覆盖部分层面或经弱监督生成。两者质量不同。

Q22：为什么必须是混合监督？
因为要把规模做到近四万病灶，全靠人工逐层精标不现实；但只用弱标又会拉低质量。ULS23 的做法是两者混合，并在训练时区分对待。

Q23：如果把两类标注混为一谈会怎样？
模型会被部分标注的噪声带偏，表面上看数据变多了，实际性能可能不升反降。

Q24：评测集的标注质量如何？
775 个病灶全部是临床 target lesion，由两个中心精选，属精标，质量高于训练集平均值。

Q25：训练集和评测集标注质量对称吗？
不对称。评测集是精标，训练集混合精标与弱标。解读 Dice 时必须记住这一点。

D 组：基线与性能

Q26：基线模型是什么？
nnU-Net v2（nnUNetv2），采用半监督/mixed-supervision 方案。

Q27：基线性能多少？
挑战赛测试集平均 Dice 0.703 ± 0.240。

Q28：0.703 算高吗？
在"通用"病灶分割里，这是可用但不惊艳的量级。器官特异分割常达 0.85+，但通用模型要同时面对胰腺、骨、淋巴结等困难类型，难度高一档。

Q29：为什么方差 ±0.240 这么大？
因为不同病灶类型/器官的难度差异显著。简单的大实质脏器肿瘤可能 0.85+，胰腺/淋巴结/骨可能掉到 0.5 以下。平均值掩盖了这种分化。

Q30：怎么正确解读这个数字？
不要只看平均值。任何声称提升的方法都应报按病灶类型分层的 Dice，否则平均值的提升可能只来自简单样本。

Q31：NSD 和 detection-F1 是多少？
可达来源未逐字确认，本条目明确标为待核，不作臆测。

Q32：基线在哪下载？
Zenodo records/10777532（10.5281/zenodo.10777532），含权重与算法容器。

Q33：能在线调用基线吗？
可以，Grand Challenge 平台提供在线调用与提交评测。

E 组：许可与合规

Q34：数据许可是什么？
CC BY-NC-SA 4.0——署名 + 非商业 + 相同方式共享。

Q35：能商用吗？
不能直接用。NC 条款明确禁止商业使用。企业应用需另行联系权利方授权。

Q36：衍生的数据集需要同许可吗？
是。SA 条款要求衍生作品以相同方式共享，闭源/专有发布受限。

Q37：论文许可和数据许可是同一个吗？
不是。论文是 CC BY 4.0（open access），数据是 CC BY-NC-SA 4.0。二者不要混用。

Q38：聚合子集的许可怎么办？
各子集保留原始许可，必须逐 Part 核对。不能用 ULS23 的外层许可覆盖全部内容，尤其 DeepLesion 等有自己条款的。

Q39：合规清单有哪些要点？
确认非商业用途、检查 SA 同许可、逐子集核许可、引用论文与各子集原文、保留 Zenodo DOI、阅读 Grand Challenge 提交条款、商业场景另行授权。

F 组：获取、评测与生态

Q40：从哪下载训练数据？
Zenodo，分 Part1-6。Part1 为 records/10035161，约 15.9 GB。

Q41：测试集标签能下载吗？
不能。type II 挑战赛测试掩码不公开，只能在线提交评测。

Q42：为什么要用 type II？
防止测试集过拟合，保证榜单公平，让基准可长期复现。

Q43：代码在哪？
GitHub https://github.com/MJJdG/ULS23。

Q44：它和 DeepLesion 是什么关系？
ULS23 聚合了 DeepLesion 的病灶组件，并补充了 750 个新的 3D VOI。聚合 ≠ 等同。

Q45：它和 fmcib 是什么关系？
fmcib 是一个病灶检测/分割的基础模型，预训练语料正是 DeepLesion；ULS23 是基准数据集。二者分属不同层，且 fmcib 与库内 deeplesion 存在撞库风险。

Q46：SuPreM 和 CT-FM 呢？
SuPreM 是器官分割基础模型（语料 AbdomenAtlas 1.1），任务主题与 ULS23 不同；CT-FM 是 CT 基础模型（语料 IDC 148,000 扫描清单），数据构成不同。

Q47：谁适合用 ULS23？
CT 通用病灶分割/提示式分割研究者、CT 病灶检测→分割管线工程师、混合监督方法团队、跨器官泛化与域偏斜研究者、挑战赛方法论关注者。

Q48：谁不适合用？
需要商业授权的企业、需要 MRI/PET/超声的研究者、需要纵向随访追踪的研究者、需要器官特异 SOTA 的场景、想直接下载测试标签的人。

事实清单（硬事实 48 条）

身份类

  1. 实体名称：ULS23（Universal Lesion Segmentation '23）。
  2. 性质：CT 3D 通用病灶分割基准数据集 + 挑战赛 + 公开基线。
  3. 平台：Grand Challenge（grand-challenge.org）。
  4. 挑战赛类型：type II（测试掩码不公开）。
  5. 官方站点：https://uls23.grand-challenge.org/。
  6. slug 检索簇：CT 病灶 × 基础模型/基准（实体性质为基准数据集）。

规模类

  1. 训练集病灶数：38,693。
  2. 评测集病灶数：775。
  3. 评测集患者数：284。
  4. 评测集来源：两个医学中心（Radboudumc + Jeroen Bosch Ziekenhuis）。
  5. 聚合数据源数量：10 个公开数据集。
  6. 聚合数据源举例：DeepLesion、LIDC-IDRI、LiTS、KiTS21、MDSC task 6/7/10、NIH-LN、CCC18。
  7. 新增自采数据：胰腺 + 骨（完全标注）。
  8. Part1 记录含：750 DeepLesion VOI + 744 bone VOI + 124 pancreas VOI。
  9. Part1 容量：约 15.9 GB。
  10. 训练数据分片：Part1-6。
  11. 训练集患者总数：官方未单独披露（待核）。

任务类

  1. 任务设定：单点击/边界框提示 → 3D 掩码（提示式分割）。
  2. 监督形式：完全标注 + 部分标注混合（mixed-supervision）。
  3. 数据格式：NIfTI VOI + 3D 分割掩码。
  4. 覆盖解剖范围：chest-abdomen-pelvis（胸腹盆）。
  5. 官方定位原文：为 3D 通用病灶分割提供稳健基准，训练数据覆盖 chest-abdomen-pelvis。

基线类

  1. 基线框架：nnU-Net v2（nnUNetv2）。
  2. 基线监督方式：mixed-supervision / 半监督。
  3. 基线性能：平均 Dice 0.703 ± 0.240。
  4. 基线分发：Zenodo records/10777532（10.5281/zenodo.10777532）。
  5. 基线含权重 + 算法容器，可在 Grand Challenge 在线调用。

文献类

  1. 论文期刊：Medical Image Analysis，2025，Vol. 102，文章号 103525。
  2. 论文 DOI：10.1016/j.media.2025.103525。
  3. 论文 PMID：40054149。
  4. arXiv 预印本：2406.05231（2024-06）。
  5. 发表日：2025-03-28。
  6. 论文标题：The ULS23 challenge: A baseline model and benchmark dataset for 3D universal lesion segmentation in computed tomography。

团队类

  1. 主办：Radboudumc Diagnostic Image Analysis Group（DIAG）。
  2. 数据提供：Radboudumc + Jeroen Bosch Ziekenhuis。
  3. 合作方：NIH（Ronald Summers 团队）。
  4. 算力：AWS。
  5. 第一作者：Max de Grauw（M. J. J. de Grauw）。
  6. 资深作者：Bram van Ginneken、Alessa Hering。
  7. 其他作者：E. T. Scholten、E. J. Smit、M. J. C. M. Rutten、M. Prokop。

许可与获取类

  1. 训练数据许可：CC BY-NC-SA 4.0。
  2. 论文许可：CC BY 4.0。
  3. 聚合子集：各自保留原始许可。
  4. 代码仓库：github.com/MJJdG/ULS23。
  5. 训练数据入口：Zenodo records/10035161 等 Part1-6。
  6. 模型入口：Zenodo records/10777532。

待核类

  1. 待核：NSD / detection-F1 确切数值。
  2. 待核：按病灶类型分层的 Dice、训练集患者总数、各 Part 容量总和。

术语表（40 条）

任务与对象

  • ULS（Universal Lesion Segmentation）：通用病灶分割，指不局限于单一器官、覆盖胸腹盆范围的病灶分割任务。
  • ULS23：Universal Lesion Segmentation '23，本文实体，2023 年启动的 CT 通用病灶分割挑战赛/基准。
  • VOI（Volume of Interest）：体积兴趣区，围绕病灶裁剪出的 3D 子体积，含掩码。
  • target lesion：靶病灶，按 RECIST 指南选定并用于疗效评估测量的病灶。
  • RECIST：实体瘤疗效评价标准，以病灶长短径为核心测量指标。
  • CT：计算机断层扫描（Computed Tomography）。
  • chest-abdomen-pelvis：胸部-腹部-骨盆，ULS23 训练数据覆盖的解剖范围。
  • lesion（病灶）：异常组织区域，本条目特指 CT 中可被分割的肿瘤/结节/转移灶等。

标注与监督

  • fully annotated：完全标注，掩码完整覆盖病灶 3D 边界。
  • partially annotated：部分标注，掩码覆盖不完整或经弱监督生成。
  • mixed-supervision：混合监督，同时使用完全与部分标注训练。
  • semi-supervised：半监督，利用少量精标 + 大量弱标/无标数据训练。
  • weak supervision（弱监督）：用不完全/带噪的监督信号训练。
  • inter-observer variability：观察者间变异性，不同标注者的一致性差异。
  • pseudo-label（伪标）：用模型生成、再人工修正的标注。

模型与框架

  • nnU-Net v2：自配置医学分割框架的第二版，ULS23 基线所用。
  • nnUNetv2：nnU-Net v2 的代码包名。
  • promptable segmentation：提示式分割，给提示（点/框）即输出掩码的范式。
  • single-click：单点击，最简交互提示，医生点一下病灶即可。
  • bounding box：边界框，3D 病灶的立方体包围盒。
  • foundation model（基础模型）：大规模预训练、可迁移到多任务的模型（如 fmcib/SuPreM/CT-FM）。
  • self-supervised（自监督）：从数据本身构造监督信号的预训练方式。
  • nnU-Net 预处理管线：自动推导 spacing、归一化、patch 等参数的处理流程。

评价指标

  • Dice coefficient：Dice 系数，分割任务常用的重叠度指标，0-1，越高越好。
  • IoU / Jaccard：交并比，与 Dice 单调相关。
  • NSD（Normalized Surface Dice）：归一化表面 Dice，衡量分割边界距离的指标。
  • detection-F1：检测 F1，衡量病灶检测精度与召回的调和平均。
  • radiomics：影像组学，从影像中提取的高维定量特征。
  • volume error（体积误差）：预测体积与真值体积的偏差，直接对应 RECIST 衍生量。

数据与平台

  • domain shift：域偏斜，训练与目标分布不一致导致的性能下降。
  • type II challenge：Grand Challenge 的挑战形式——训练数据公开、测试标签保密。
  • type I challenge：测试数据与标签均公开的挑战形式。
  • Grand Challenge：grand-challenge.org，医学影像挑战赛平台。
  • Zenodo：开放研究数据托管平台，ULS23 数据与模型的发布地。
  • Docker 容器：参与 Grand Challenge 在线评测的提交形式。
  • NIfTI：医学影像常用的文件格式（.nii / .nii.gz）。
  • VOI 裁剪：以病灶为中心裁出固定边长立方体的处理步骤。

数据集与许可

  • DeepLesion：NIH 发布的病灶数据集，ULS23 主要聚合来源之一。
  • LIDC-IDRI：肺结节影像数据集。
  • LiTS：肝脏肿瘤分割挑战赛数据集。
  • KiTS21/KiTS23：肾脏肿瘤分割挑战赛数据集。
  • MDSC（Medical Segmentation Decathlon）：医学分割十项全能，含多任务。
  • CC BY-NC-SA 4.0：署名-非商业-相同方式共享 4.0 国际许可。
  • CC BY 4.0：署名 4.0 国际许可。
  • roster（清单/合并视图）：把已有数据列成清单打包，R002 mode 3 指此类伪新条目。

附录

附录 A：核心链接存照

资源 URL
官方站点 https://uls23.grand-challenge.org/
代码仓库 https://github.com/MJJdG/ULS23
论文 DOI https://doi.org/10.1016/j.media.2025.103525
arXiv https://arxiv.org/abs/2406.05231
Zenodo 训练 Part1 https://zenodo.org/records/10035161
Zenodo 训练 Part2 https://zenodo.org/records/10050960
Zenodo 训练 Part3 https://zenodo.org/records/10054306
Zenodo 训练 Part4 https://zenodo.org/records/10054702
Zenodo 训练 Part5 https://zenodo.org/records/10057471
Zenodo 训练 Part6 https://zenodo.org/records/10056235
Zenodo 基线模型 https://zenodo.org/records/10777532

附录 B：DAIMS 数据价值评估

DAIMS（Data and AI Maturity/Impact Scoring）用于对数据集在 AI 就绪度上的多维打分。以下为 ULS23 的评估：

维度 评分 理由
D1 数据规模 4/5 38,693 训练病灶 + 775 评测病灶，同类 3D ULS 中领先
D2 标注质量 3/5 评测集为精标 target lesion，但训练集混合完全/部分标注，质量不均一
D3 许可开放性 2/5 CC BY-NC-SA 4.0 限制商业使用（NC）并要求同许可（SA）；聚合子集许可更复杂
D4 任务清晰度 5/5 任务定义明确（提示式 3D 病灶分割），评测机制标准（type II）
D5 可复现性 5/5 数据 + 基线 + 平台三件套齐备，榜单长期开放，可复现性极强
D6 临床相关性 4/5 面向 RECIST 测量与肿瘤负荷追踪，临床价值直接
D7 模态覆盖 2/5 仅 CT，不含 MRI/PET/超声
D8 生态互操作 4/5 与 DeepLesion/LIDC/LiTS/KiTS 等库内数据集强关联
D9 文档完备度 4/5 官方站点、论文、GitHub、Zenodo 均有；个别数值未逐字披露
D10 更新维护 3/5 挑战赛持续开放，但数据集本身为一次性发布，未见滚动更新

综合：DAIMS ≈ 36/50，定位为"高复现性、中开放度"的临床基准数据集。核心短板在许可（NC/SA）与模态单一。

DAIMS 缩写对照：D1 规模、D2 标注、D3 许可、D4 任务、D5 复现、D6 临床、D7 模态、D8 生态、D9 文档、D10 维护。

附录 C：核验与防伪存照

本条目在撰写前执行了"模型-数据集定性核验"与"高危险撞库排查"：

  1. 库内去重查询：对 ai_ready_dataset 表按 url_name ILIKE '%uls%' / '%universal-lesion%' / '%lesion%' / '%foundation%' / '%suprem%' / '%ct-fm%' 检索，命中的均为误匹配（含 voice 类词条如 saarbrucken-voice-db、pulsedb 等），ULS23 确认为库内不存在的新实体。
  2. 候选证伪链：
    • fmcib（“A Foundation Model for Lesion Detection”）：预训练语料 = DeepLesion = 库内 rid=17 → 别名撞库（R002），不写。
    • SuPreM：语料 = AbdomenAtlas 1.1，任务是器官分割 → 主题错配，不写。
    • CT-FM：语料 = IDC 148,000 扫描清单（roster）→ 合并视图（R002 mode 3），不写。
    • ULS23：官方原文 “releasing novel fully annotated 3D training data and combining already existing sources of data” → 产出全新完全标注数据，非纯合并视图，确认为可写的独立实体。
  3. 数据来源定性：ULS23 虽聚合了库内已有数据集（deeplesion 等），但其新增胰腺/骨完全标注是文档未覆盖的独立产出，故不构成对库内条目的重复。
  4. 反爬存照：arXiv HTML 正文页与 ScienceDirect 正文页在本环境不可直接抓取；数值以官方站点、Zenodo 记录页、arXiv 摘要页与索引快照交叉核对为准。HuggingFace 主站不可达时改用镜像。

附录 D：待核清单

编号 待核项 现状 建议来源
T1 NSD 确切数值 未获逐字确认 论文正文 / 挑战赛页面
T2 detection-F1 确切数值 未获逐字确认 论文正文 / 挑战赛页面
T3 按病灶类型分层的 Dice 未披露 论文补充材料
T4 训练集患者总数 未单列 论文正文
T5 各 Part 容量总和 未累加 Zenodo 各记录页
T6 VOI 固定边长 未确认 GitHub 代码 / 数据说明
T7 各子集标注质量等级 未逐一分级 论文补充材料
T8 库内精确 rid 待成稿核对 ai_ready_dataset 表

尾注

  1. ULS23 官方站点：https://uls23.grand-challenge.org/（定位、训练数据覆盖胸腹盆、type II 挑战赛）。
  2. 论文：de Grauw M.J.J. et al., “The ULS23 challenge: A baseline model and benchmark dataset for 3D universal lesion segmentation in computed tomography”, Medical Image Analysis 2025;102:103525，DOI https://doi.org/10.1016/j.media.2025.103525（38,693 病灶、775 病灶/284 患者、nnU-Net v2 基线 Dice 0.703 ± 0.240、聚合 + 自采双来源）。
  3. arXiv 预印本：https://arxiv.org/abs/2406.05231（2024-06 版本）。
  4. 训练数据：Zenodo records 10035161 / 10050960 / 10054306 / 10054702 / 10057471 / 10056235（Part1-6，CC BY-NC-SA 4.0）。
  5. 基线模型：Zenodo https://zenodo.org/records/10777532（10.5281/zenodo.10777532）。
  6. 代码仓库：https://github.com/MJJdG/ULS23。
  7. 库内互链（相关条目，rid 待成稿逐条核对）：deeplesion（rid=17，最大聚合来源）、lidc-idri、lits、kits23、luna16、ct-org、totalsegmentator、btcv、amos、abdomenct-1k。
  8. 易混淆模型（分属不同层，见 §7.2）：fmcib（语料 DeepLesion）、SuPreM（语料 AbdomenAtlas 1.1，器官）、CT-FM（语料 IDC 148,000，合并视图）。
  9. 抓取时点：2026-10-09。反爬存照：arXiv HTML 版与 ScienceDirect 正文页在本环境不可直接抓取，数值以官方站点、Zenodo 记录、arXiv 摘要页与索引快照交叉核对为准。
  10. 待核清单：NSD / detection-F1 确切数值、按病灶类型分层的 Dice、训练集患者总数、Zenodo 各 Part 容量总和。以上未在可达来源中逐字确认，本条目不作臆测，列为后续补查项。
  11. 引用提示：使用本数据集须同时遵守 ULS23 外层许可（CC BY-NC-SA 4.0）与各聚合子集的原始许可；论文引用格式见 §6.3。
  12. 本条目 slug ct-lesion-foundation-model 用于检索归属，实体性质为"CT 通用病灶分割基准数据集/挑战赛"，非基础模型，详见 §7.2 与 §11.1。

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：

  • trials — 共享标签：医学影像 / CT / 医学图像分割 / 评测基准 / 肿瘤学 / 挑战赛数据集
  • panorama-2026 — 共享标签：医学影像 / CT / 医学图像分割 / 评测基准 / 肿瘤学 / 挑战赛数据集
  • cuvas-pdacvi — 共享标签：医学影像 / CT / 医学图像分割 / 评测基准 / 肿瘤学 / 挑战赛数据集
  • auto-rtp — 共享标签：医学影像 / CT / 评测基准 / 肿瘤学 / 挑战赛数据集
  • mela — 共享标签：医学影像 / CT / 评测基准 / 肿瘤学 / 挑战赛数据集
  • toothfairy2 — 共享标签：医学影像 / CT / 医学图像分割 / 评测基准 / 挑战赛数据集
  • curvas — 共享标签：医学影像 / CT / 医学图像分割 / 评测基准 / 挑战赛数据集
  • toothfairy3 — 共享标签：医学影像 / CT / 医学图像分割 / 评测基准 / 挑战赛数据集
  • stsr — 共享标签：医学影像 / CT / 医学图像分割 / 评测基准 / 挑战赛数据集
  • segrap — 共享标签：医学影像 / CT / 医学图像分割 / 肿瘤学 / 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。

返回 AI-Ready 数据集

数据定制

标注服务

欢迎联系咨询

客服二维码

客服二维码

客服二维码
电话咨询

直接咨询

18892062214

微信同号

微信咨询

微信咨询

18892062214

微信同号

邮箱咨询

邮箱咨询

collab@qianfanghub.cn