信息速览
超声心动图便宜、实时、无辐射，却有一个软肋：一部分患者怎么扫都扫不清楚。肥胖、肺气干扰、肋间隙狭窄会让声波在体内反复反射，在腔室里堆出弥散的雾。DehazingEcho 2025 就是针对这批难成像患者的去雾挑战赛，挂靠 MICCAI 2025，由复旦大学与超声设备厂商 Vinno（苏州）联合组织，用 ULTIMUS 9E 采集四腔心经胸图像，分易成像与难成像两个人群。
它补的是一个被绕开的口子。现有超声增强研究多在能扫清楚的数据上做，那里有干净参照；难成像患者恰恰没有可靠配对真值，于是研究者要么不做，要么用仿真的雾去凑。这个挑战赛把两类人群拼在一起：易成像者的清晰图像当先验，难成像者的真实含雾图像当待处理对象，让模型在真实退化上学重建。评测也随之变形，不再追求像素级对齐，而用分布距离、对比度与下游分割三条线约束。
初次接触，先确认三件事：数据不是公开直链，需签协议后邮件申请；规模有三处互相矛盾的版本，引用前要挑定口径；许可是非商业条款。判断这套数据能否支撑自己的课题，可按任务是否单帧去雾、是否需要配对真值、是否需要心脏结构标注逐条对照。
§1 它是什么：一次挂靠会议的影像增强竞赛
1.1 名称、缩写与检索入口
这套资产的正式英文名是 Dehazing Echocardiography Challenge 2025，缩写 DehazingEcho 2025。两个写法都不是外界的俗称：挑战设计文档里 “Challenge acronym” 一栏直接填的就是 DehazingEcho 2025，页面域名 dehazingecho2025.grand-challenge.org 也沿用同一拼写。收录平台 Zenodo 上的记录标题用全称，关键词里同时出现了 dehazing echocardiography 与 difficult-to-image 两个短语。
检索时最容易踩空的是空格与大小写。社区里有写作 Dehazing Echo 2025、DehazeEcho2025、EchoDehaze 2025 的，都不指向本挑战。参赛方论文里的引用写法也不统一，有的写 DehazingEcho2025 连写，有的写 DehazingEcho 2025 分写，还有的在正文里只写 MICCAI Dehazing Echocardiography Challenge 而把缩写丢掉。用 DOI 10.5281/zenodo.15083974 是最稳的定位方式，它指向设计文档；挑战本身的代码与数据没有统一 DOI。
中文语境目前没有官方译名。可用的译法有"超声心动图去雾挑战赛"“超声心动图去雾增强挑战赛”，前者更短、更常用。需要注意的是不要把 dehazing 译成"去霾"后与大气图像去雾的数据集混为一谈——那些数据集处理的是户外场景照片，与本挑战的超声多径混响完全是两件事，两者的图像统计、评价指标、临床动机没有交集。
1.2 组织方与产业背景
组织团队由两部分组成。学术一侧是复旦大学，包括 Yi Guo、Yuanyuan Wang、Zeju Li、Jing Jiao、Xue Gao、Yunshu Li 六人；产业一侧是超声设备企业 Vinno（中文名飞依诺，总部位于苏州），包括 Wei Guo、He Li、Xiaozhou Zhou 三人。官网组织者页列出这九人，Zenodo 记录与设计文档只列其中七人——Jing Jiao 与 Yunshu Li 是后来补入的，提交给 BIAS 提案的版本里没有他们。通讯联系人是复旦的 Yi Guo（guoyi@fudan.edu.cn），挑战专用邮箱为 dehazingecho2025@gmail.com，赞助方写作 VINNO Technology Co., Ltd., Suzhou, China。
这个"高校算法组 + 设备厂商"的组合不是临时拼凑。设计文档列出的六篇方法学参考文献里，有五篇的作者名单包含 Guo Yi、Wang Yuanyuan 或 Zhou Xiaozhou，时间跨度从 2021 年到 2024 年，主题从超声深波束合成、CycleGAN 域变换、多级结构保持 GAN、跨中心图像标准化，一路做到通用超声基础模型 USFM。也就是说，组织者自己就有一条从波束域到图像域、从单任务到基础模型的完整技术线，这次挑战赛是这条线的自然延伸：当方法研究做到需要真实难成像数据来检验时，最方便的做法就是用自己的设备去采一批。
设备是理解这套数据的钥匙。所有图像均出自 ULTIMUS 9E（Vinno，中国），采集由熟悉该机型的有经验超声技师完成。单一机型既是优势也是限制：优势在于成像参数、探头、后处理链统一，帧与帧之间的差异更接近生理差异而非设备差异；限制在于结论外推到其他厂商设备时需要额外的域适应验证，而挑战赛本身并没有设置跨设备赛道。数据采集机构在设计文档里只写了一个词——Vinno，没有列出合作医院名称，也没有给出伦理审查的机构名与批号，这是公开信息里的一个明显空缺。
1.3 与 MICCAI 的关系：提案、执行与承诺
挑战挂靠 MICCAI 2025，属于会议附设的挑战赛序列。设计文档的页脚印着 Biomedical Image Analysis ChallengeS（BIAS）Initiative 字样，文件名前缀是 221，可以推断这是按 BIAS 模板提交的第 221 号挑战提案。文档在 Zenodo 上的创建时间戳是 2025 年 3 月 25 日 06:16:35（中欧时间），与发布日期一致，版本为 v1 且没有后续版本，说明提案一经发布便未再修订——这一点很重要，因为后续所有与执行情况的偏差都没有回写到这份文档里。
文档里对未来做了几项承诺：排名靠前的方法将汇总成期刊论文，在挑战研讨会后投稿；在截止日期前提交并在研讨会报告的方法会被纳入该论文；每支队伍可在论文上获得两个共同作者名额。另外承诺评测代码将公开，参赛方代码不做开源要求。到 2026 年 10 月，公开检索没有找到这篇汇总论文，也没有找到评测代码的仓库地址，两项承诺均处于未兑现状态。
生命周期一栏写的是"带固定会议截止日期的一次性活动"（one-time event with fixed conference submission deadline），明确不设赛后开放提交，也不计划按年重复。这决定了这套数据的使用寿命曲线：它不是那种每年扩容、可以被当作长期基准的赛事，更接近一次性的横断面快照。对后来者而言，数据依然可用，但对照的排行榜会长期冻结在 2025 年那一版。
1.4 与同类超声数据集的定位差异
把 DehazingEcho 放进现有的超声心动图数据谱系里看，它的位置比较特殊。EchoNet 系列（含 EchoNet-Dynamic、EchoNet-LVH、EchoNet-Pediatric）解决的是"有标准切面的动态视频，如何做分割、射血分数估计与疾病分类"；MIMIC-IV-Echo 走的是重症场景下的多模态报告关联；EchoRisk 则是从既有数据派生的风险预测标注。这些数据集默认图像本身是可读的，质量差异被当作噪声而非研究对象。
DehazingEcho 把图像质量本身抬成了任务目标。它不提供分割标签作为主要交付物，也不提供诊断结论，提供的是一组"同一解剖切面、两个质量层级"的配对人群结构。这让它更像一个受控实验的设计：把人群按成像难度分层，然后要求算法跨越这个分层。这种设计在超声领域此前少见，在 OCT、眼底照相等模态上则有较多先例——那些领域早就发现，低质量样本的排除会系统性丢掉最需要帮助的患者。
与合成退化类数据集相比，它的另一处不同是退化来源。很多去噪与增强基准通过往干净图上加高斯噪声、斑点噪声或仿真混响来制造难例，好处是有精确配对真值，坏处是退化模型与真实物理过程未必吻合。DehazingEcho 走的是真实采集路线，所有含雾图像都来自真实的难成像患者，代价是失去配对真值。这条路线选择的后果贯穿了后面的评测设计，也是理解整套指标为什么长成现在这样的前提。
1.5 一句话定位与阅读顺序
如果只用一句话描述：这是一个把"扫不清楚的患者"单独拎出来、要求算法在真实含雾图像上恢复心脏腔室结构的单任务挑战赛，规模在千人百帧量级，数据非公开、许可非商业，评测以分布距离加下游分割为主。
后面的内容按需求分三条路径。关心数据能不能用、怎么拿，直接看数据构成、获取与许可两节；关心指标怎么算、别人的成绩能不能对标，看评测体系一节；关心这套设计的方法学薄弱点与常见误读，看质量与已知问题、常见误读两节。三条路径共用同一套口径约定，凡遇规模或指标版本冲突，均以"提案口径"与"现行口径"两个词区分，不使用模糊的中性表述。
§2 数据构成：两个人群、一次划分、三套数字
2.1 规模口径的三处冲突
这是使用这套数据最先要解决的问题。同一份数据，在不同官方页面给出了三组互不相同的规模数字，且没有一处说明改动原因。
| 口径来源 | 发布形态 | 易成像患者 | 易成像帧数 | 难成像患者 | 难成像帧数 | 合计帧数 |
|---|---|---|---|---|---|---|
| 挑战设计文档 | Zenodo v1，2025 年 3 月 | 75 | 3,750 | 50 | 2,500 | 6,250 |
| Zenodo 记录描述 | 与设计文档同日 | 75 | 3,750 | 50 | 2,500 | 6,250 |
| 官网首页正文 | grand-challenge，现行 | 75 | 4,500 | 40 | 2,400 | 6,900 |
| 设计文档的划分段 | 同上 | 75 | 同上（全部作训练） | 50 | 八成为训练、两成为测试 | 划分后训练 5,750 / 测试 500 |
判断哪一套更可信，有一个纯算术的自洽检验。设计文档在"案例定义"一栏写明：一个病例指一名患者、约 50 帧四腔心图像（大致两个心动周期）。按此核对，设计文档的易成像总数除以人数、难成像总数除以人数都恰好是 50；而官网两组数字相除都等于 60，与 50 帧的定义对不上。
由此可得一个推论：官网数字要么是后期把人均帧数扩到 60 帧的版本，要么是文案笔误，两者都无法再判定。稳妥做法是引用设计文档并注明官网差异。按错误的帧数规划存储与训练时长，误差在百分之十量级。
2.2 人群分层与一病例的定义
数据按成像难度分成两个不相交的人群。易成像（easy-to-image）人群提供清晰图像，难成像（difficult-to-image）人群提供含雾图像。设计文档对挑战队列用"志愿者"，对目标人群用"患者"，两者是否同一批人、招募来源为何，文档没有交代。
分层依据是采集当时技师的主观判断。文档"标注特征"一节写明由具有多年临床经验的技师判定，但未给任何量化门槛：体质量指数超过多少算难成像，声窗质量按什么分级，均无。也没有报告两名技师的判断一致性，合并多标注者结果的字段直接填了"不适用"。
这意味着"难成像"是专业共识式标签，而非可复现的操作化定义。影响是：无法在自己数据上按同一标准划分人群，也无法检验跨中心的标签一致性。好处是贴近临床实际，坏处是这个判断本身没法被检验，而它是整套数据分层的基石。
一病例等于一名患者加约 50 帧。按常见成人静息心率估算，两个心动周期约两秒，说明原始形态是短片段序列、交付时拆成了帧。既然单帧之间高度相关，把帧当独立样本做统计会高估有效样本量。而参赛方报告显示，最终任务被限定为单帧去雾、不允许利用时间信息，这与原始数据的性质存在张力。
2.3 训练集与测试集的划分逻辑
划分规则在设计文档里表述清晰：易成像患者的全部清晰图像都进入训练集；难成像患者的含雾图像按 8:2 划为训练与测试；参赛方可再从训练集内部自行切出验证集。
据此推得：训练集为易成像的全部洁净图加难成像的八成含噪图，测试集为余下两成含噪图，对应十名难成像患者，训练集中的难成像部分对应四十名患者。测试患者与训练患者按人切分，不存在同一患者跨集。
这个设计有两个值得记住的性质。第一，训练与测试的人数比例与帧数比例一致，采样密度相同，但测试侧只有十名患者，任何一例的异常表现都会显著拉动均值，这也是文档把平均秩的标准差当作稳定性指标的动因。
第二，测试集的真值不属于含噪图像本身。评测不要求输出与某张"标准清晰图"逐像素一致，而要求输出在分布上更接近易成像人群。这个选择没有别的出路，但它把任务从"复原"改成了"分布迁移"，后果在评测体系一节展开。
2.4 洁净参照的性质：易成像不等于真值
几乎所有关于这套数据的误解都源于一个未经检验的等号：把易成像患者当作难成像患者的真值。二者只是同一切面、不同成像条件下的人群样本，来自不同的人，心脏形态、体位、机器增益、技师手法都不同。
举一个具体例子。假设一名肥胖患者的心室腔因多径混响而一片亮雾，算法若把这片雾"抹平"为均匀低回声，图像看起来确实干净了，与易成像人群的整体统计也更接近，但患者心室腔里原本存在的小梁结构、乳头肌边缘被一并抹去。这在 FID 上可能是好成绩，在临床上却是信息损失。
组织者的应对不是否认，而是把结构保真单独设成一类指标，并用下游分割兜底。这是合理的补救，但不消除根本限制：基于易成像分布的指标衡量的是"像不像一张好图"，而不是"是不是这个患者真实的图"。报告结果时必须写明这一层，否则结论会超出数据的支撑力。
2.5 采集设备、视图与预处理
设备统一为 ULTIMUS 9E，采集者为熟悉该机型的有经验超声技师，视图限定为标准四腔心（standard four-chamber）。选它的好处是解剖结构稳定、下游分割有现成目标（左心室），坏处是它未必是最难看清的切面——二腔心与心尖长轴在声窗差的患者身上往往更难。
预处理只做了一件事：去除患者身份信息。这说明图像没有经过重采样、裁剪、标准化或增强，也未做强度归一化。不同患者之间的增益与动态范围差异被原样保留，算法需自己处理。反过来说，拿到手的图像与临床工作站上看到的在像素值层面更接近，便于做前瞻性验证。
数据类型层面存在一处空白。公开来源都没有说明帧以什么格式交付：PNG、JPG、DICOM 还是专有格式，分辨率多少，是灰度还是伪彩映射，位深几何。对生成模型而言这不是细节——生成高动态范围的 B 模式数据与生成八位 RGB 图像，在损失设计与量化策略上完全不同。
2.6 字段可靠性说明
下表把每个关键字段的可靠性标出来，方便判断哪些可以直接引用、哪些需要加限定语。
| 字段 | 取值 | 可靠性 | 依据 |
|---|---|---|---|
| 易成像人数 75 | 三处来源一致 | 高 | 设计文档、Zenodo、官网三处吻合 |
| 易成像帧数 | 提案值或官网值 | 中 | 两说并存，提案值与 50 帧定义自洽 |
| 难成像人数 | 50 或 40 | 中 | 两说并存，提案值与难成像总数、测试人数自洽 |
| 难成像帧数 | 提案值或官网值 | 中 | 同上 |
| 一病例 50 帧 | 约两个心动周期 | 高 | 设计文档明确定义 |
| 训练/测试 8:2 划分 | 八成为训练、两成为测试 | 高 | 设计文档专段说明，与人数帧数互相印证 |
| 测试集 10 人 | 10 名难成像患者 | 中 | 由测试帧数与人均 50 帧推出，文档未直书人数 |
| 人均帧数 50 | — | 高 | 两组总数分别除以两组人数，双重验证 |
| 设备型号 ULTIMUS 9E | — | 高 | 设计文档数据源栏明写 |
| 图像格式与分辨率 | 未披露 | — | 所有公开来源缺失 |
| 难成像判定标准 | 技师主观判断 | 高（指"文档确有此说"） | 文档标注特征栏 |
| 患者人口学信息 | 未提供 | — | 上下文信息栏只给易/难标签 |
| 伦理批号 | 未披露 | — | 仅写获得参与者同意 |
§3 获取与许可：非公开直链的两道门
3.1 许可是两层，不要混用
一个常见错误是把 Zenodo 页面上标注的许可当作数据许可。Zenodo 元数据显示许可为 CC BY 4.0，这是设计文档本身的许可——它是一篇 PDF，作为学术文档开放，任何人可转载引用。数据完全不是这个许可。
数据的许可写在设计文档的 Data usage agreement 一栏，答案是 CC BY-NC-SA，即署名—非商业性使用—相同方式共享。三者各有所指：署名要求注明数据来源与挑战名称；非商业排除企业内部模型训练与产品化；相同方式共享要求衍生作品以同一许可发布。
这里有一个容易被忽略的连带效应。如果团队用这套数据训练模型并公开权重，权重是否属于"衍生作品"、是否必须按非商业条款发布，在法律上并不明确。稳妥处理是：商业用途或商业发布前，主动向组织者书面确认。
两层许可的区分还有实践意义。引用设计思路、参赛规则、指标权重，直接引设计文档即可，标注 DOI 就行。使用数据本身，必须走后面说的两道门。
3.2 获取路径：注册、签协议、邮件
数据不提供公开下载链接，官方路径分三步。
第一步是在 Grand Challenge 平台加入挑战，注册账号后方能看到后续操作入口。这一步是平台身份登记，本身不涉及数据。
第二步是下载规则协议表并签署。文件名为 MICCAI_Dehazing_Echocardiography_Challenge_Rule_Agreement_Form，签署件需发送至 dehazingecho2025@gmail.com。协议条款内容没有随页面公开，需下载后才能看到——在承诺签署前无法预判条款宽松程度，只能从设计文档的许可声明推断。
第三步是等待人工回信。组织者审核后邮件发送训练集链接，没有承诺处理时长。数据页在 2026 年 10 月抓取时仍写着"当前阶段数据不公开提供，请参阅注册页"，注册页补充"数据目前仅限挑战使用"。
一处实操细节值得提前知道：测试数据在提交最终结果之后才可访问。也就是说，测试集不是参与即得，而是完成提交后的回报。对非参赛研究者构成实际障碍——不打算走完提交流程，就只能拿到训练集并自行划分验证。
3.3 时间线：提案版与执行版
挑战的时间安排有两份不同的记录，差异不小。
| 节点 | 设计文档（2025 年 3 月提案） | 官网时间线（执行） |
|---|---|---|
| 报名开放 | 未列 | 4 月 28 日 |
| 训练数据发布 | 4 月 10 日 | 4 月 28 日 |
| 测试阶段提交系统开放 | 未列 | 6 月 16 日 |
| 提交截止 | 9 月 10 日 | 8 月 15 日 |
| 结果公布与报告邀请 | 9 月 15 日 | 8 月 19 日 |
| 算法描述截止 | 未列 | 8 月 22 日 |
| 会议现场报告 | 未列 | 9 月 27 日 |
两份记录的关系很清楚：设计文档是 3 月下旬提交时的计划，官网是执行并调整后的版本。执行版把整个窗口前移并压缩约三周半，参赛方可用的开发时间比计划短了一个多月。这对参赛规模的影响无法从公开数据分解，但可作背景参考：最终统计 192 人参与，与提案预期的五百支队伍相差较远。
提交窗口本身也影响策略。测试阶段每队可在 6 月 16 日至 8 月 15 日之间提交五次，五次对需要大量试错的生成式方法并不宽裕，这可能是不少队伍在调试阶段反复验证、把正式提交压到最后的原因——调试阶段 99 次提交、最终测试阶段 74 次，比例接近一比一，说明调试阶段被用足了。
3.4 合规与后续使用
几项合规约束需在使用前确认。第一，参赛方不得使用额外训练数据；这条只约束比赛期间的排名，不约束赛后研究，但要用比赛成绩做对比就必须遵守同一约束。第二，组织者所属机构成员不得参赛，复旦与 Vinno 的人员被排除在外，意味着这两家单位后续发表的相关工作属组织方内部研究而非参赛作品。第三，参赛方代码不做开源要求，因此多数参赛方法可能无可复现代码。
赛后边界更模糊。设计文档承诺评测代码将公开，但没有时间表与仓库地址。要复现排名需自己按文档重写七个指标，其中 KS 检验的区域划分、FID 的特征网络与预训练权重、USFM 版本，都是复现偏差的高发点，文档都没写到可以直接照做的程度。
还有一个容易忽略的合规点：数据虽去除了患者身份信息，但心脏超声图像包含体型、胸廓结构等可间接识别的特征，属于生物特征数据范畴。CC BY-NC-SA 并不豁免各地关于医疗数据二次使用的法规要求，以人体受试者研究为名的项目，仅凭数据许可并不足以通过机构伦理审查。
§4 评测体系：七项指标与两套权重
4.1 指标为何长成这样
先理解约束，再看指标。约束有三条：测试集没有逐像素真值；要衡量的是临床上有没有用，而不是看起来像不像；下游还得能接上心血管 AI 的既有任务。三条叠加，指标只能分成三类——分布像不像、结构保住了没有、下游任务受益了没有。
第一类衡量分布。难成像患者没有真值，只能用易成像人群的清晰图像作参照分布，于是落到 FID（Fréchet Inception Distance，弗雷歇起始距离）上。它把两组图像分别送进预训练卷积网络，取中间层特征的高斯拟合算分布距离，数值越低越接近。
第二类衡量对比结构。心肌与血池的边界一旦模糊，临床价值立刻下降，因此组织者设计了区域化对比度指标：在室间隔心肌（区域 A，应保留）与心室腔内的噪声伪影（区域 B，应去除）两处分别算。CNR（对比噪声比）与 gCNR（广义对比噪声比）都属于这一类；gCNR 只依赖图像内部灰度分布、不依赖绝对标定，跨设备比较时更稳健。
第三类衡量结构保真与下游影响。结构保真用 KS 检验（柯尔莫哥洛夫-斯米尔诺夫检验）度量两个区域的经验分布距离，即改动有多大；下游影响用左心室分割的 Dice 与平均表面距离度量，分割模型固定为超声基础模型 USFM。
4.2 官网现行指标与设计文档指标的差异
挑战前提交的设计文档与最终执行时使用的指标集不同，这一点必须放在台面上。
| 指标 | 所属类别 | 设计文档 | 官网评估页 | 说明 |
|---|---|---|---|---|
| FID | 去雾性能 | 有 | 有 | 去雾结果与易成像清晰图像的分布距离 |
| CNR | 去雾性能 | 指标表无，正文提及 | 有 | 区域化对比噪声比 |
| gCNR | 去雾性能 | 有 | 有 | 区域化广义对比噪声比 |
| KS（A 区） | 结构保真 | 有（单列一项） | 有（拆为 A、B 两向） | 室间隔，越低越好 |
| KS（B 区） | 结构保真 | —（合并在上一项） | 有 | 心室腔，越高越好 |
| 互信息 MI | 结构保真 | 有 | 无 | 与原始含雾图的结构关联 |
| 结构相似度 CSS | 结构保真 | 有 | 无 | 对比结构相似度 |
| Dice | 下游任务 | 有 | 有 | USFM 分割左心室的准确率 |
| Hausdorff 距离 | 下游任务 | 有 | 无 | 分割边界最大偏差 |
| 平均表面距离 ASD | 下游任务 | 无 | 有 | 分割边界的平均偏差 |
| 推理时间 | 实时性 | 有 | 无 | 单帧处理耗时 |
差异的走向很清楚：执行版删掉互信息、结构相似度、Hausdorff 距离与推理时间，补上 CNR 与 ASD，并把 KS 从单一数值拆成 A、B 两个方向。四项删除里，推理时间最值得注意——它是唯一把"能不能上临床"往前推的指标，而临床超声实时成像，单帧处理预算只有几十毫秒量级。取消这项，等于放弃实时性约束，排名好的方法未必跑得动。
补上的两处各有理由。CNR 比 gCNR 更传统、更易被临床读者理解，便于跨研究比较；ASD 比 Hausdorff 稳定，后者对单个离群点极度敏感，边界瑕疵会导致不合理的巨大数值，换 ASD 是常见的工程折中。
4.3 权重：一份自相矛盾的说明
权重决定排名的价值取向，而这里的公开信息存在明确的内部矛盾。
设计文档给的是 5:2:2:1，对应四个类别：去雾性能占五、结构保真占二、下游任务影响占二、实时性能占一，四个数字对四类，逻辑完整。
官网评估页给的是 5:3:2，原文称这是"四个评估类别"的权重，随后只列出三类——去雾性能、心脏结构保真、下游任务影响。三个数字对三类，与"四类"的表述冲突；若真是四类，则缺一个数字。这处矛盾无法从公开信息消解，只能如实记录两说。
两种取向差别明显。5:2:2:1 里实时性占一成，慢而好的方案会被扣分；5:3:2 完全不含实时性，把结构保真从四分之一提到三成、下游任务压到两成，更看重"别把结构改坏"。
权重塑造了参赛方法的偏好。只追求 FID 最优的方案在 5:3:2 下会被结构保真与分割指标拉低，而几乎不改动原图的保守方案会在 FID 上吃亏。读别人的方法论文时，只看单项指标不够，必须知道他们按哪套权重优化。
4.4 KS 检验的双向解读
KS 检验在这里的用法最容易被误读，值得单独说清。
标准 KS 给出两个经验累积分布之间的最大垂直距离，取值零到一，零表示完全一致，一般比较中越小越接近。这里用了两次，方向相反。
区域 A 是室间隔心肌，必须保留。去雾后在这一区域应与原始含雾图像尽量一致——不是与清晰图像一致，而是与原始输入一致，因为改动越少，越说明算法没有凭空捏造心肌纹理。故 A 区 KS 越小越好。
区域 B 是心室腔内的多径反射噪声区，必须清除。去雾后在这一区域应与原始含雾图像尽量不同——伪影去掉了，分布自然改变。故 B 区 KS 越大越好。
同一指标、同一区间，一处求小、一处求大，这种设计不常见但逻辑成立：它同时惩罚"什么都不改"与"什么都改"。把输入原样返回的占位算法，A 区满分、B 区零分；把整幅图重绘的生成模型则相反。有效方法必须在两个方向上都做对。
风险也在这里。B 区求大意味着制造与输入差异极大的内容就能拿分，而差异大不等于伪影去得干净——把心室腔填成均匀黑色，KS 会非常高，但那是抹除不是去雾。这条漏洞靠 FID 与下游分割对冲：填黑后与清晰人群的分布距离变大，左心室分割也会因腔内结构丢失而变差。
4.5 下游分割：USFM 作为固定裁判
Dice 与 ASD 依赖一个固定的分割模型。组织者选的是 USFM（通用超声基础模型），由 Jiao 等于 2024 年发表于 Medical Image Analysis，面向多器官、多任务、标签高效。用它分割左心室，再与参考标准比对。
固定下游模型的好处是可比性：所有方案面对同一裁判，分数差异来自去雾质量而非分割模型选择。代价是裁判本身的偏见被继承——USFM 在清晰、标准切面上训练充分，在难成像图像上表现如何、对哪类增强更敏感，挑战文档都没有报告。若它偏好某一类纹理（例如更锐利的边界），针对该偏好优化的方法会获得不成比例的优势。
参考标准的来源也未公开。Dice 需要一份"正确"的左心室轮廓，是手工勾画、由 USFM 在清晰图上生成，还是来自其他途径，文档没有交代。这直接影响 Dice 能否跨研究比较——若参考轮廓本身有系统偏差，所有方案会被同一方向抬压，排名未必受影响。
4.6 统计汇总与稳定性
排名不直接按总分排序，而是走秩变换：对每个测试病例、每项指标分别算秩，对全部病例取平均秩，再按类别加权汇总。
好处是对量纲不敏感。FID 可能在几十到几百，gCNR 与 Dice 在零到一之间，直接加权会被 FID 压倒，秩变换后各指标地位平等。代价是丢失绝对差距：第一名 FID 是 60 还是 30 在平均秩里看不出区别，只有"比谁好"被保留。跨挑战比较时这点尤其重要，两个挑战的第一名分数不可比，除非指标定义与病例集合完全相同。
文档还规定了稳定性指标：各方案平均秩的标准差。标准差大，说明该方法在某些病例上特别好、另一些特别差。这对临床转化有实际意义——平均排名中等但方差极小的方案，可能比排名靠前但方差很大的更适合部署，因为临床不接受"有时灵有时不灵"的工具。可惜公开来源没有给出任何方案的稳定性数值，设计到位却无法外部验证。
缺失值规则很简单：不允许缺失。任何一项指标缺结果即视为无效提交，避免了挑指标报分，也意味着七个指标都要完整交付。
§5 能做什么：任务边界与最小可用路径
5.1 任务定义与其边界
官方任务只有一个：给定一张难成像患者的四腔心含雾超声图像，输出一张质量更高的图像。任务类别在设计文档里填的是 Reconstruction（重建），应用领域填 Diagnosis 与 Screening。
"重建"这个词容易引起误解。在 CT、MRI 语境里，重建指从原始投影或频域数据生成图像，有明确的物理模型；超声语境里，从射频信号出发做波束合成才是严格的重建。而这里输入是已过波束合成与包络检测的 B 模式图像，输出也是 B 模式图像，本质是图像域后处理，接近图像增强或图像到图像翻译。叫它重建，是因为目标是从退化观测恢复潜在结构，逻辑上属逆问题；但被包络检测抹去的相位信息无法恢复，所以这里的重建是有上限的。
上限在哪里，设计文档引用的第一篇文献说得很清楚：传统超声去雾依赖原始射频信号，而临床工作流只提供处理后的 B 模式图像，因此必须在图像域做。整套挑战把输入限定在图像域，不是因为要简化，而是因为真实数据只有图像。
界面约束有三条：全自动、不得使用额外训练数据、不允许人工交互。全自动排除推理时需给提示或画框的方案；不得用额外数据意味着不能借大规模自然图像预训练，也不能引入公开超声数据做迁移，这对扩散模型一类方法尤其严苛；不许人工交互则排除了半自动分割辅助路线。
5.2 单帧还是序列：一处来源不对称的关键约束
这里有一处信息不对称。设计文档从头到尾没有明说任务是单帧还是序列，只说数据是图像集合；而参赛方多特蒙德应用科学大学的团队在方法报告里写得很清楚：挑战要求单帧去噪，不允许使用时间信息。
这条约束分量很重。超声与自然图像的关键差别之一就是时间维度——相邻帧高度相似，多帧平均是最直接的降噪手段，临床设备普遍使用的空间复合与帧平均都是这个思路。禁用时间信息，等于拿走参赛者最有效的工具，逼着算法在单帧内解决混响抑制。这也解释了为什么生成式先验在这里变得重要：单帧信息不足，只能靠学到的解剖先验补。
该团队的做法很能说明问题：推理不能用时间信息，就在训练时用。他们把序列做对数主成分分解，取前若干阶重建作监督目标，把时间一致性压进单帧模型；高阶成分当作结构化噪声源，用来生成多样的合成退化。这种"训练用时间、推理不用时间"的做法绕开了规则字面，是否违反规则精神，文档没有裁定。
对使用者的启示是：自己在这套数据上做研究，先确认是否受同一条单帧约束。若不受，把相邻帧一起用，性能会明显不同，此时不可与排行榜成绩直接比较。
5.3 一条最小可用路径
假设已拿到数据、要复现一个基线，可按下面顺序走。
先做数据体检。统计两组图像的灰度分布、尺寸是否统一、有无重复帧、每个患者的帧数是否都是 50。拿到数据后的第一件事就是把文档缺失的规格补上，同时用实际数据核对难成像组究竟是 40 人 2,000 帧还是别的组合。
再建立评价闭环。不要在拿到官方评测代码之前就开训——若代码不公开，必须按文档自己实现七个指标。有三处必须小心：FID 的特征网络与预训练权重需与组织者一致，否则数值不可比；KS 要按 A、B 两区分别实现且方向相反；USFM 分割要用官方版本，不要换模型。任何一处不一致，分数都会与排行榜脱节。
然后是任务建模。遵守单帧约束时，路线大致三类：用清晰超声数据训先验、以扩散或流模型为代表的生成式路线；以 UNet 为基础、靠数据增强与监督信号设计的判别式路线；以及两者结合的混合路线。
最后是报告纪律。写清用的是哪套指标定义、哪套权重、哪版规模数字，以及测试集是官方的还是自己从训练集切的。这四条不写清，结果无法与任何人比较。
5.4 三类典型用法
除了参赛，还有几种用法值得考虑。
其一是分布偏移的检验床。训练集是易成像者的清晰图，测试集是难成像者的含雾图，两者构成天然的域偏移。任何在清晰超声上训练的模型都可以拿它测鲁棒性，不必重新训练，只需在含雾图上推理看性能掉多少。这种用法不依赖去雾任务的设定，也不需要提交成绩。
其二是增强方法的对照基准。医学影像增强领域长期缺真实退化数据，多数论文在合成噪声上报数。这套数据提供真实退化的测试集，即便没有配对真值，也能在固定指标下横向比较。使用时注意前述单向偏差，不要把 FID 更低直接等同于更好。
其三是下游任务的鲁棒性前置实验。若研究目标是左心室分割或射血分数估计，先在含雾图像上测现有模型，再决定是否引入去雾模块，比直接改网络更有依据。USFM 在这里是固定裁判，反过来也可作为基线分割器在这套数据上评估。
5.5 不适合的用法
第一是配对的逐像素复原研究。数据没有配对真值，任何要求输入输出严格对应的训练目标都无处落地。硬要做只能自己构造配对，例如把易成像图像人工加雾，但那就回到了合成退化的老路。
第二是诊断结论研究。数据只有易/难成像标签，没有心功能、瓣膜病变、心室肥厚等任何临床标注，训练诊断模型没有监督信号，评估诊断模型也只能测鲁棒性。
第三是通用超声数据集。它是单一切面、单一机型、单一人群结构的专项数据，规模千帧级，覆盖不了腹部、产科、肌骨等任务，当作"超声 ImageNet"会严重误判其代表性。
§6 常见误读与引用陷阱
6.1 误读对照表
| 常见说法 | 实际口径 | 证据位置 |
|---|---|---|
| 这是一个公开可下载的超声增强数据集 | 非公开。须加入挑战、签署规则协议、邮件申请后由组织者发放，2026 年 10 月数据页仍标注当前阶段不提供 | 官网数据页与注册页 |
| 数据许可是 CC BY 4.0 | CC BY 4.0 是设计文档（PDF）的许可；数据本体是 CC BY-NC-SA，含非商业与相同方式共享条款 | Zenodo 元数据 + 设计文档数据使用协议栏 |
| 数据集患者数与总帧数可以直接引用 | 三个版本并存，设计文档与官网的患者数、帧数均不同；按人均帧数自洽性判断前者更可信，但须注明版本 | 设计文档、Zenodo 摘要、官网首页 |
| 有一份官方配对真值可以逐像素比对 | 没有。难成像患者无配对真值，易成像人群只是参照分布，指标衡量的是分布距离而非逐像素一致 | 设计文档训练测试划分段与指标说明 |
| 目标是去除大气雾霾这类可见雾 | 目标是多径混响造成的弥散混响伪影，位于心室腔内，与大气散射的物理机制无关 | 官网首页引言与设计文档应用场景段 |
| 参赛方可以用公开超声数据做预训练 | 不允许。规则明确 no additional data allowed，比赛期内只能用组织者提供的训练集 | 设计文档参与政策栏 |
| 复旦或 Vinno 的人也可以参赛 | 不可以。组织者所属机构成员被规则明确排除 | 设计文档参与政策栏 |
| 评测权重是 5:2:2:1，四类 | 设计文档这么写；官网评估页写 5:3:2 并称之为四类却只列三类，两处互相矛盾 | 设计文档排名方法栏 + 官网评估页 |
| 指标一共七项，就是官网列的那些 | 官网七项（FID、CNR、gCNR、KS×2、Dice、ASD）；设计文档八项且构成不同（含互信息、结构相似度、Hausdorff、推理时间） | 官网评估页 + 设计文档指标栏 |
| 训练集里既有清晰图又有含雾图，可以当配对数据用 | 两类图来自不同人群，不是同一对象的两种成像，不能构成配对 | 设计文档数据来源与划分段 |
| 排行榜第一名可以直接引用分数做基线 | 排行榜的绝对分数受权重版本、指标实现、参考轮廓来源影响，跨挑战不可比；且完整榜单无法被外部静态检索 | 官网排行榜页 + 设计文档统计段 |
| 数据已经做过标准化，可以省去预处理 | 预处理只做了去标识化，未做重采样、裁剪或强度归一化，增益与动态范围差异原样保留 | 设计文档预处理栏 |
| 图像格式与分辨率可以按常见超声数据集推断 | 任何公开来源均未披露，属于明确的信息缺口 | 全部公开源 |
| 这是一次按年重复的年度挑战 | 设计文档写明是一次性事件、固定会议截止日期，不设赛后开放提交 | 设计文档生命周期栏 |
| 挑战结果论文已发表可引用 | 设计文档承诺赛后汇总成期刊论文，截至 2026 年 10 月未检索到 | 设计文档发表计划栏 |
6.2 技术性陷阱（坑 1—坑 9）
坑 1：帧数与患者数除不尽。 引用规模前先做一次除法自检：设计文档两组总数分别除以人数都精确得到 50，官网则都得到 60。若论文写"每人 50 帧"却引官网总数，前后就打架。
坑 2：把难成像人数全算作测试人数。 实际测试集只对应其中十名患者、五百帧，其余在训练集里。混淆这一点会误判测试集覆盖度。
坑 3：KS 方向搞反。 区域 A（室间隔）与区域 B（心室腔）的优化方向相反，A 区越小越好、B 区越大越好。实现时若两处都用同一个符号，排名会完全反转。这是从指标名称看不出、只能读设计文档正文才能发现的细节。
坑 4：FID 参照系设错。 FID 计算的是一侧为去雾结果、另一侧为易成像清晰图像。若实现时把参照换成原始含雾图像，含义就变成了"去雾结果与原图有多像"，方向完全相反——该指标会奖励什么都不做的算法。
坑 5：把设计文档当最终规则。 设计文档是 3 月提案，7 月执行时已有四处调整（时间线、指标集、权重口径、提交平台）。凡涉及规则的问题，以官网现行页面为准，设计文档只作为设计意图的记录。
坑 6：把约两个心动周期当固定时长。 50 帧对应的大致时长取决于心率，心率快的人两个周期可能不到一秒。若在预处理里按固定时间窗切分，会与原始切分不一致。
坑 7：单帧约束下用多帧输入。 挑战要求单帧推理，但训练允许自由。若在推理时偷偷用了相邻帧，成绩虽然可能更好，但不属于同一赛道，不可与排行榜比较；论文里也应当明确声明。
坑 8：把非商业条款理解成只限制发表。 非商业限制的是使用场景，学术发表通常不受影响，但企业内部产品化、对外提供服务、训练商业模型都落在限制范围内。用前先看条款原文，不要凭"反正是科研"判断。
坑 9：默认榜单可以随时查看。 官网排行榜是前端异步加载，直接抓取页面只能拿到表头。这意味着想复现榜单的人必须登录平台，且排行榜是否长期保留取决于平台策略。若要做历史对照，应尽早截图归档。
§7 在生态中的位置
7.1 与 EchoNet 系列的关系
超声心动图 AI 的主流数据谱系由 EchoNet 系列构成，三套数据各有分工：EchoNet-Dynamic 提供带左心室描迹的大规模动态视频，是射血分数估计与分割的事实标准；EchoNet-LVH 走的是肥厚型心肌病的分类标签；EchoNet-Pediatric 把范围扩到儿童人群。这三套的共同点是假设图像可读，把质量问题交给采集端解决。
DehazingEcho 与它们的关系是互补而非替代。它不提供视频级标注，不提供诊断标签，规模也小一到两个数量级；它提供的是另一条轴上的信息——同一切面在两个成像质量层级上的分布差异。在技术路线上，两者还有一个具体的连接点：参赛作品「语义扩散后验采样」用 EchoNet-LVH 的清晰数据训练扩散先验，再在 DehazingEcho 的含雾图像上做去雾。这个用法把 EchoNet 系列当作干净分布的来源、把 DehazingEcho 当作退化测试床，是两套数据协同的典型。
需要注意的边界是规模不可比。EchoNet-Dynamic 的体量在万级视频、十万级帧，而 DehazingEcho 在千级帧，用它做预训练没有意义；它的价值在评测与压力测试。
7.2 与心脏影像其他模态的关系
在心脏磁共振与心脏 CT 领域，"低质量图像增强"早已是独立课题：磁共振有加速重建带来的噪声与伪影，CT 有低剂量噪声，两者都有物理前向模型可供利用。超声的困难在于没有可用的前向模型——混响是多径路径的叠加，且人体组织的不均匀性无法精确建模。
这让超声去雾在方法上更依赖数据驱动的先验，而不是模型驱动的反演。也正是因此，它能借鉴的主要是同为超声的其他器官任务，而不是同器官的其他模态。设计文档列的六篇参考文献全部是超声方法，从波束合成到域迁移到基础模型，没有一篇来自磁共振或 CT。
7.3 与超声增强方法文献的关系
超声图像增强的文献可以按输入域分成两条线。一条是射频域的波束合成与自适应滤波，历史长、理论完整，代表作如设计文档引用的 Zhou 等 2021 年的多约束混合生成对抗网络波束合成；另一条是图像域的增强与域迁移，代表作有 Huang 等的稳定性增强 CycleGAN、M2O-DiffGAN 跨中心标准化。DehazingEcho 明确站在第二条线上。
两条线的分界不只是输入格式，还有临床可行性。射频域方法需要设备厂商开放原始通道数据，普通研究者拿不到；图像域方法只需要 B 模式图，任何能读 DICOM 的人都能做。挑战赛选择图像域，本质上是在学术可及性与物理完备性之间选择了前者。
第三条正在形成的线是生成式先验，以扩散模型为代表。Stevens 等人的两篇工作——2024 年在 IEEE TMI 的超声去雾扩散模型，与 2025 年针对本挑战的语义扩散后验采样——构成了这条线从通用方法到挑战专用方案的连续样本。本挑战的评测设计（尤其是 FID 与结构保真并重）恰好服务于这类方法：既要求生成结果在分布上像清晰图像，又要求保真区域不被改动。
7.4 在超声基础模型评测中的位置
USFM 在这套数据里担任裁判，这个安排顺带把 DehazingEcho 纳入了超声基础模型的评测生态。逻辑是：一个基础模型如果只能在清晰图像上分割得好，在难成像患者身上失效，那它的临床可用性就是打折的。用固定的分割模型在含雾与去雾两种条件下对比 Dice，可以量化增强方法对下游的实际增益。
这条评测线目前还比较薄。挑战只报告了去雾前后的 Dice 变化，没有报告 USFM 自身在不同困难程度患者上的分层表现，也没有跨设备验证。若要把这套数据纳入基础模型评测套件，需要补充的至少是：分层报告（按患者难度）、跨机型验证、以及对分割参考标准来源的说明。
7.5 与医学影像挑战赛生态的关系
把它放回 MICCAI 挑战赛的整体格局里，可以看到三类典型形态：数据规模大、任务成熟、年年重复的旗舰赛事；方法新颖、数据受隐私限制的中小型专题赛；以及以评测协议创新为主要贡献的赛事。DehazingEcho 属于第二类偏第三类——数据不易公开、规模中等、但指标设计（双向 KS、区域化对比度）有独到之处。
同类中可对照的是若干以图像质量为目标的任务，如内窥镜去雾、 OCT 散斑抑制、低剂量 CT 降噪。它们的共同困境都是真值不可得，解决方式各异：低剂量 CT 可以靠重复扫描（同一患者不同剂量）逼近真值，内窥镜去雾有时可用偏振成像辅助，而超声既不能重复扫描同一心动周期，也没有偏振通道，只能退到分布比较。这个退让不是设计疏忽，是模态决定的。
7.6 库内可参照的相邻条目
在既有条目里，有几条与本挑战构成可比或互补关系，可在检索时一并参考。
EchoNet-LVH 与本挑战的关系最直接：它是参赛方法用来训练生成先验的清晰数据来源之一，也是"标准四腔心加左心室标注"这一设定的源头。若关心的是左心室形态量化，应优先看它；若关心的是图像质量本身，才轮到本挑战。
EchoNet-Dynamic 提供的是动态视频与射血分数，与本挑战的单帧设定形成对照。想理解"为什么单帧约束是个强约束"，把两者的数据形态并排看最清楚：一边是逐帧连续的视频，一边是被拆散的静态帧。
EchoNet-Pediatric 提示的是人群边界。本挑战的队列是成人志愿者与患者，儿童超声的成像难点（配合度、体型、探头频率）与之不同，两套数据不可互相替代。
EchoRisk 与 MIMIC-IV-Echo 属于下游应用侧，分别走风险预测与报告关联路线。它们与本挑战没有数据重叠，但共享同一批临床需求：让质量不佳的检查也能进入 AI 流程。若要做端到端系统，这三类资产分别对应"质量提升"“风险建模”"报告生成"三个环节。
7.7 引用与定位建议
引用这套数据时，建议的写法是：先引设计文档的 DOI，再注明访问日期与许可，最后说明规模口径。规模口径这一句不能省——写"约六千帧、两个人群"比写一个具体数字更稳，若要具体数字，务必说明取自哪一版。
在文献综述里定位它时，避免把它归入"公开超声数据集"一类，它与 EchoNet 系列的性质不同；更准确的归类是"受控采集的挑战赛数据，非公开分发"。这个归类差异会直接影响读者对可复现性的预期。
§8 质量与已知问题
8.1 假设—支持—反对
把几处关键判断还原成假设，逐条摆出支持与反对的证据，可以避免把推断当成结论。
| 假设 | 支持证据 | 反对证据 | 判断 |
|---|---|---|---|
| 设计文档的规模口径比官网准确 | 两组总数除以人数均得 50，与"一病例 50 帧"精确吻合；划分段八成训练两成测试也与总数自洽 | 官网是执行期页面，理论上更新更晚；官网数字也可能是真实扩容后的版本 | 倾向设计文档，但必须并列两说 |
| 难成像判定缺乏客观标准 | 文档只写由有经验技师判断，未给任何阈值或量表 | 文档称技师经验丰富、判断可靠，可视为临床等效的软标准 | 成立，是该数据的结构性限制 |
| 单帧是硬约束 | 参赛方明确写出挑战要求单帧去噪、禁用时间信息 | 设计文档未提这一条，规则文本层面找不到依据 | 成立，但依据是二手来源 |
| 评测存在"抹除即高分"的漏洞 | B 区 KS 求大，填平整片区域即可获得高分 | FID 与 Dice 会惩罚结构丢失，三重约束互相制衡 | 部分成立，风险被部分对冲 |
| 数据有临床可用性 | 设备为商用机型、采集者为有经验技师、真实患者真实退化 | 无诊断标签、无配对真值、规模千人级，无法支撑疗效结论 | 可用于方法研究，不可用于临床结论 |
| 挑战最终顺利办完 | 统计页显示两阶段共 173 次提交、192 人参与；时间线列出会议现场报告 | 未见结果论文、未见榜单公开、未见评测代码 | 基本成立，产出兑现不完整 |
8.2 方法学上的三处薄弱点
第一处是参照系的合法性。前面已经说过，用易成像人群的清晰图作为难成像人群的质量参照，逻辑上是从"分布更好"推出"质量更高"。这个推断在人群层面大体成立，在个体层面不成立。一个具体的后果是：算法可能把个体化的解剖变异（比如某患者特有的心室肌小梁形态）当作噪声抹去，因为这种形态在易成像人群里少见。这在 FID 上无害甚至有益，在临床上是错误。
第二处是困难程度的单一维度。数据只把患者分成易与难两档，没有进一步区分困难的成因：是体质量导致声衰减，还是肺气遮挡，还是胸廓畸形，还是患者配合度不足。不同成因对应的伪影类型不同，最优处理策略也不同。把四类混在一个"难"标签里，等于要求一个模型同时解决四类问题，却只给了一个二分类的监督信号。
第三处是设备单一带来的外推风险。所有数据来自 ULTIMUS 9E，成像链（探头频率、谐波成像设置、动态范围映射、后处理滤波）全部固定。在另一台设备上，混响的形态、散斑的统计特性、灰阶映射曲线都可能不同。挑战没有设跨设备赛道，也没有报告同一批患者在第二台设备上的对照采集，因此方法在跨设备场景下的表现是未知的。
8.3 信息缺口的清单化
公开信息里缺失的项目，按重要性排列如下。这些不是苛求完备，而是任何要复现或引用这套数据的团队都会遇到的实际障碍。
图像规格层面：文件格式、单帧分辨率、灰度位深、是否伪彩、命名规则、目录结构。缺这些，无法预估存储与显存需求，也无法判断是否需要重采样。
标注层面：区域 A 与区域 B 的 ROI 如何产生（手工勾画、半自动、还是模型预测后人工修正）、由几名标注者完成、一致性如何、难成像标签的判定一致性如何。缺这些，无法评估评测本身的噪声水平。
采集层面：采集医院名称、伦理审查机构与批号、患者纳入排除标准、是否知情同意、采集时的设备参数（机械指数、帧率、增益设置）、是否包含造影剂增强的检查。缺这些，无法判断数据在真实临床分布中的代表性。
评测层面：FID 所用特征网络的架构与权重来源、USFM 的具体版本、Dice 参考轮廓的来源、排名聚合时的具体平均方式。缺这些，第三方复现的分数一定与官方不一致。
8.4 结论强度分级
按证据线数量给几个核心判断分级，方便引用时把握措辞。
| 结论 | 级别 | 理由 |
|---|---|---|
| 挑战真实存在并已完成，有提交记录与会议报告安排 | A | 官网统计、时间线、Zenodo 文档、第三方方法论文四条独立证据 |
| 数据结构为易成像/难成像两人群、四腔心、单机型 | A | 设计文档、官网、参赛论文三方一致 |
| 组织方为复旦六人加 Vinno 三人 | A | 官网组织者页 + Zenodo 作者列表 + 设计文档，仅人数有差 |
| 提案口径的合计帧数 | B | 两条来源支持（设计文档、Zenodo），但官网给出不同数字 |
| 许可为非商业 | A | 设计文档明确写出 CC BY-NC-SA |
| 任务限定单帧 | C | 单一来源（参赛方方法报告），文档未载 |
| 评测漏洞可被利用 | D | 推断，无实证，仅由指标定义推出 |
| 主要参加者是高校团队 | D | 推断，官网只给人数不给名单 |
8.5 与预期规模的落差
设计文档预计五百支队伍报名、五十支提交最终模型，并列出上海交通大学、复旦大学、浙江大学、电子科技大学等已表达意向的单位。实际统计为 192 名参与者、调试阶段 99 次提交、最终测试阶段 74 次提交。
人数与队数不是同一量纲，192 人可能对应几十支队伍，因此不能直接说"完成率不到四成"。可以确定的是，无论是参与者数量还是提交次数，都与五百队的目标有显著距离。落差的原因在公开信息中无法分解，可能与时间线压缩、数据需签协议后人工发放、任务本身难度高（单帧、禁外部数据、生成式方法训练成本高）都有关系，但这些都只是可能性，不是结论。
值得注意的是最终测试阶段的提交次数（74）与调试阶段（99）接近，说明多数参与者走到了最后。这个比例本身是正面的：它暗示入口筛选（签协议、邮件申请）虽然麻烦，但筛掉的主要是观望者，真正拿到数据的人完成度不低。
§9 总结
9.1 三句话
第一句：这是一个把"扫不清楚的患者"单独立项的超声心动图去雾挑战赛，数据由复旦与 Vinno 用同一台商用设备采集，分易成像与难成像两个人群，提案口径为易成像七十五人、难成像五十人，测试集为五百帧、十名患者。
第二句：它的核心贡献不是数据规模，而是评测协议的组合——用分布距离（FID）衡量像不像，用双向 KS 与区域化对比度衡量改得对不对，用固定的超声基础模型分割衡量下游有没有受益，三类约束互相牵制，堵住了单纯平滑与单纯重绘两条捷径。
第三句：它的主要限制是数据非公开直链、许可非商业、规模数字三版并存、缺配对真值、缺跨设备验证；因此适合做方法研究与鲁棒性压力测试，不适合做临床疗效结论。
9.2 适合的使用者
做超声图像增强、去噪、域迁移的研究者，可以把它当作真实退化的对照基准，比合成噪声更接近临床；做生成式模型的人，可以把它当作"必须有结构约束"的典型案例，因为它惩罚无约束的生成；做超声基础模型评测的团队，可以把它纳入鲁棒性测试套件，用 USFM 分割的 Dice 变化来量化增强收益；做挑战赛组织的团队，可以研究它的指标设计，尤其是双向 KS 这种把"改太多"与"改太少"同时惩罚的构造。
9.3 不适合的使用者
需要即时可下载数据的人不适合——流程是注册、签协议、邮件、等待，且测试集要提交后才给。需要配对真值做监督学习的人不适合——没有配对数据。需要诊断标签的人不适合——只有易/难成像一个标签。需要大规模预训练语料的人不适合——规模千帧级。计划商业应用的人不适合在不确认授权的情况下使用——许可是非商业。
9.4 三十秒决策
若一句话决定：想研究真实难成像超声图像怎么增强、并且不介意走人工申请流程，值得看；想找一份能直接下、带标注、能跑诊断模型的公开超声数据，应该去看 EchoNet 系列。
9.5 待观察的三件事
一是挑战结果论文是否发表。设计文档承诺赛后汇总成期刊论文，一旦发表，会补上目前缺失的排名细节、参赛方法综述与统计汇总标准，届时本文的若干口径问题可望澄清。
二是评测代码是否公开。代码公开后，FID 的特征网络、KS 的区域定义、USFM 版本这些复现关键点才能确定，第三方复现才有意义。
三是数据是否会在赛后转为公开或扩版。目前数据页仍写着"当前阶段不提供"，若赛后转为可下载，这套数据的可用性会有实质变化；若长期维持现状，它的影响会集中在小圈子的方法研究里。
对后两点，可以做的事是把本文的口径记录与来源链接保存下来，日后核对变化。数据状态一旦改变，规模口径与许可条款是最可能变动的两处。
§10 附录
10.1 附录 A：关键数字速查
| 项目 | 数值 | 口径 |
|---|---|---|
| 易成像患者 | 75 | 三源一致 |
| 易成像帧数 | 3,750（提案）/ 4,500（官网） | 双口径 |
| 难成像患者 | 50（提案）/ 40（官网） | 双口径 |
| 难成像帧数 | 2,500（提案）/ 2,400（官网） | 双口径 |
| 一病例帧数 | 约 50，约两个心动周期 | 设计文档 |
| 训练集 | 见 §2.1 表 | 设计文档 |
| 测试集 | 500 含噪，10 名患者 | 设计文档推算 |
| 划分比例 | 8:2（难成像组） | 设计文档 |
| 设备 | ULTIMUS 9E（Vinno） | 设计文档 |
| 视图 | 标准四腔心 | 设计文档 |
| 数据许可 | CC BY-NC-SA | 设计文档 |
| 文档许可 | CC BY 4.0 | Zenodo |
| 参与人数 | 192 | 官网统计 |
| 提交次数 | 调试 99 / 最终 74 | 官网统计 |
| 测试提交额度 | 每队 5 次 | 官网评估页 |
| 组织者 | 复旦 6 人 + Vinno 3 人 | 官网 |
| 指标数 | 7（官网）/ 8（设计文档） | 双口径 |
| 权重 | 5:3:2（官网，存疑）/ 5:2:2:1（设计文档） | 双口径 |
10.2 附录 B：缩写对照
| 缩写 | 全称 | 中文 |
|---|---|---|
| DehazingEcho 2025 | Dehazing Echocardiography Challenge 2025 | 超声心动图去雾挑战赛 |
| FID | Fréchet Inception Distance | 弗雷歇起始距离 |
| CNR | Contrast-to-Noise Ratio | 对比噪声比 |
| gCNR | generalized Contrast-to-Noise Ratio | 广义对比噪声比 |
| KS | Kolmogorov-Smirnov test | 柯尔莫哥洛夫-斯米尔诺夫检验 |
| MI | Mutual Information | 互信息 |
| CSS | Contrast-Structures Similarity | 对比结构相似度 |
| Dice | Dice Similarity Coefficient | 戴斯相似系数 |
| HD | Hausdorff Distance | 豪斯多夫距离 |
| ASD | Average Surface Distance | 平均表面距离 |
| USFM | Universal Ultrasound Foundation Model | 通用超声基础模型 |
| BIAS | Biomedical Image Analysis ChallengeS Initiative | 生物医学图像分析挑战倡议 |
| MICCAI | Medical Image Computing and Computer Assisted Intervention | 医学图像计算与计算机辅助介入会议 |
| ROI | Region of Interest | 感兴趣区域 |
10.3 附录 C：DAIMS 评估
| 维度 | 评分（1-10） | 依据 |
|---|---|---|
| D 可发现性 | 6 | 官网与 Zenodo 文档可检索，但数据本体无独立发布页，检索名有拼写变体，中文无官方名 |
| A 可获取性 | 3 | 需注册、签协议、邮件申请、人工审核；测试集要提交后才给；无公开直链，为非公开分发 |
| I 可互操作 | 3 | 图像格式未披露，无法判断与 DICOM、PNG、NIfTI 等标准的兼容性；无转换工具与数据字典 |
| M 元数据质量 | 5 | 设计文档结构完整、字段齐全，指标与划分说明清晰；但规模、指标集、权重、组织者名单四处与官网不一致 |
| S 可持续性 | 4 | 一次性赛事，无后续版本；数据由个人邮箱发放，组织者若停止响应则链路中断；文档有 Zenodo 长期存档 |
| 综合 | 4.2 / 10 | 文档质量高于均值，可获取性与互操作性显著拖低；定位为"研究用受限数据" |
10.4 附录 D：使用前检查清单
- 确认已核对数据规模取自哪一版，并在论文中注明。
- 确认用途落在非商业条款内，商业用途先取得书面授权。
- 确认拿到的是训练集还是含测试集，测试集通常需要提交后才提供。
- 确认图像格式与分辨率，据此规划存储与重采样策略。
- 确认是否受单帧约束，若不受，结果不可与排行榜直接比较。
- 确认 FID、KS、USFM 三处实现与官方一致，否则分数不可比。
- 确认 KS 的 A、B 两区方向，实现时不要共用同一符号。
- 确认评测权重采用哪一版，5:3:2 与 5:2:2:1 的取向不同。
- 确认是否使用了额外数据训练，若用了，须在报告中声明。
- 确认患者级切分，不要在同一患者的帧上跨训练测试划分。
- 确认引用格式包含设计文档 DOI 与访问日期。
- 确认数据中不含可间接识别患者的信息，涉及人体研究需另走伦理流程。
10.5 附录 E：检索模板
按名称检索时建议的组合："DehazingEcho 2025"、"Dehazing Echocardiography Challenge"、"dehazing echocardiography" challenging difficult-to-image。前两个是官方写法，第三个偏主题检索，后一个容易命中大量非本挑战的去雾文献，需加超声限定词。
按 DOI 检索时直接用 10.5281/zenodo.15083974 定位设计文档，用 10.5281/zenodo.15083973 定位其概念记录（含版本关系）。
按参赛方法检索时，关键词组合 dehazing echocardiography challenge diffusion 与 echocardiographic dehazing UNet 可覆盖目前已知的两条技术路线；注意后一条会命中大量不含挑战字样的通用超声去噪论文，需人工筛选。
按图库互链检索时，本挑战与 EchoNet-LVH、EchoNet-Dynamic、EchoNet-Pediatric 构成超声心动图族，检索这四个名称可以覆盖该族的主要数据资产。
10.6 附录 F：术语补充
多径混响指声波在体内多个界面之间反复反射后返回探头，与主回波叠加形成延迟、衰减、方向错乱的信号，在图像上表现为本不该有回声的区域出现弥散亮区。它是超声特有的伪影，与光学成像中的散射不同，无法通过提高光源强度消除。
难成像患者是临床常用口语，指常规体位与常规手法下难以获得诊断级图像的对象，常见原因包括体质量过大导致的声衰减、肋间隙狭窄、肺气遮挡、胸廓畸形与配合度差。它没有统一的量化定义，不同医院、不同技师的标准可能不同。
单帧约束是本挑战的一项隐含规则，要求推理时只使用当前一帧图像，不得利用相邻帧的时间冗余。它与超声设备的实时成像特性有关，也与数据集被拆成独立帧的交付形态有关，但规则文本本身并未明确写出这一条。
B 模式指经包络检测与对数压缩后显示的灰度超声图像，是临床最常用的显示模式。它丢弃了射频信号的相位信息，因此本文多次强调的"信息损失上限"由此而来。
显式写出的结论到此为止。剩余的内容属于核对记录，不适合混入正文。
编辑说明
核验时间：2026-10-17。核验方式：官网 dehazingecho2025.grand-challenge.org 六个页面（首页、时间线、评估、注册、奖品、组织者与赞助、数据页、统计页）静态抓取；Zenodo 记录页与 API 元数据；设计文档 PDF（14 页，经 Zenodo API 文件端点取得）；检索三条来源线索（WebSearch 三次）补充参赛方方法论文。
双口径冲突清单（逐条）：难成像患者 50/40；难成像帧数 2,500/2,400；易成像帧数 3,750/4,500；时间线提案版与执行版相差三周以上；指标集八项/七项；权重 5:2:2:1 与 5:3:2（后者内部矛盾）；组织者 7 人/9 人；提交平台设计文档所述自有站点与官网所述 Grand Challenge 系统。
遗留疑点：图像格式与分辨率未披露；难成像判定标准未量化；区域 A/B 的 ROI 产生方式未披露；FID 特征网络与 USFM 版本未指明；Dice 参考轮廓来源未说明；挑战结果论文与评测代码截至核验日未检索到；基金号 24KXZNA09 形态与国家自然科学基金常规编号不符；完整排行榜因前端异步加载无法静态获取；参赛真实队数未知（仅知人数 192）。
未覆盖内容：参赛方法的完整名单与技术细节；官方排行榜各队分数；测试集图像的实际外观；数据申请的实际审核时长；组织者与医院的合作关系。
版本日志：v1 2026-10-17 首稿，按 v4 写作规范成稿。
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：
- echonet-dynamic — 共享标签：医学影像 / 图像分类 / 医学图像分割 / 心血管疾病
- camus — 共享标签：医学影像 / 挑战赛数据集 / 医学图像分割 / 心血管疾病
- cardiac-atlas-project — 共享标签：医学影像 / 图像分类 / 医学图像分割 / 心血管疾病
- cas-2023 — 共享标签：医学影像 / 挑战赛数据集 / 医学图像分割 / 心血管疾病
- echonet-lvh — 共享标签：医学影像 / 图像分类 / 心血管疾病
- acouslic-ai — 共享标签：医学影像 / 挑战赛数据集 / 图像分类
- selma3d — 共享标签：医学影像 / 挑战赛数据集 / 图像分类 / 医学图像分割
- imagechd — 共享标签：医学影像 / 图像分类 / 医学图像分割 / 心血管疾病
- mms-2 — 共享标签：医学影像 / 挑战赛数据集 / 医学图像分割 / 心血管疾病
- cmrxmotion — 共享标签：医学影像 / 挑战赛数据集 / 医学图像分割 / 心血管疾病
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。
