Endoscopic Vision Challenge 2026 — 内窥镜视觉挑战赛 2026 六赛道集群：Barrett 食管早癌、机器人手术视觉理解、组织追踪、淋巴结清扫质量评估、结肠镜 SLAM 与多端镜新视角合成

INFOBOX — EndoVis 2026 一屏速览

维度	内容
本质	MICCAI 2026 的内窥镜视觉挑战赛集群（umbrella challenge），非单一数据集，含 6 个子挑战赛
官方 acronym	EndoVis26（challenge design 原文标注 EndoVis26@MICCAI26）
归属会议	MICCAI 2026，阿布扎比 ADNEC，2026-10-04 至 10-08（第 29 届，UAE 首次承办）
Zenodo DOI	10.5281/zenodo.19697093（挑战设计文档登记号）
组织方	ISCAS 开源与开放数据工作组；General Chairs：Speidel（NCT Dresden）/ Maier-Hein（DKFZ）/ Stoyanov（UCL）
平台	grand-challenge.org（提交与托管）；STIR 源数据 IEEE DataPort；CLiMB 源数据 Synapse
六赛道	RARE（早癌识别）、SurgVu（手术视觉理解）、STIR（组织追踪）、TIGER-SQ-AI（手术质量评估）、CLiMB（结肠镜 SLAM）、iMED（多端镜新视角合成）
三大延续	SurgVu（第四年）、STIR、RARE（均延续上届，任务与数据革新）
三大全新	TIGER-SQ-AI、CLiMB、iMED（2026 首次设立）
规模之最	RARE 未标注预训练 4,820,653 张；SurgVu ≈840 小时 / ≈18M 帧；TIGER 7 中心 5 国
许可	多许可并存：CC BY / CC BY-NC / CC BY-NC-SA / 自定义（逐赛道）
方法论基座	BIAS 报告规范 + Metrics Reloaded 共识
库内互链	EndoVis Challenges（rid 79，系列总条）、SLAM 3D Endoscopic（rid 82）、MICCAI SurgT（rid 83）、CholecT50（rid 223）等

EndoVis 2026 不是「一个数据集」，而是一整个赛季的六条赛道。它是 MICCAI 最长寿的手术视觉挑战赛系列（自 2015 年，横跨十二年）在 2026 年的形态：ISCAS 把社区当年提交并通过评审的六个子挑战赛打包成一个 umbrella——从「在五百万张胃肠道图像里找出占比不到千分之一的早期癌」到「让两个同步立体端镜互相为对方合成新视角」，任务跨度之大，几乎覆盖了内窥镜计算机视觉的全部前沿。

理解这个条目的关键是先接受它的异构性：六个赛道各自独立采数据、各自定义任务、各自计算排名、各自适用许可。你不可能「下载 EndoVis 2026」，你只能按赛道分别取用。本条目因此按「集群解剖 + 六赛道逐一深剖」的双层结构展开——先给出横向可比的总览矩阵，再逐个下钻到任务定义、数据规模、标注协议与评估指标。

导语读法三则：

1. 只想下数据：直奔 §6 获取与许可——注意六个赛道的入口、许可完全不同，别指望一个链接拿走全部。
2. 关心某条赛道：直奔 §3（RARE / SurgVu / STIR）与 §4（TIGER-SQ-AI / CLiMB / iMED），每条含任务-数据-标注-指标四段式。
3. 做方法论 / 组织者视角：直奔 §5 评估协议与 §8 方法学启示——BIAS 规范、bootstrap 排名稳定性、稀有事件评估设计值得单读。

§0 导读：这个数据集解决什么问题

内窥镜视觉（endoscopic vision）是手术数据科学（surgical data science, SDS）的感知核心。微创手术用小切口伸入内窥镜和细长器械，外科医生失去了直接视野与触觉，完全依赖镜头里的像素做判断。这就把「让算法看懂内窥镜画面」变成了一项有临床刚需的任务：器械在哪、这是不是癌、手术做得够不够干净、镜头此刻走到肠道的哪一段——每一个问题背后都是一整类计算机视觉任务的落地。

EndoVis 系列的组织逻辑，正是每年把最紧迫的内窥镜视觉难题变成一场可公平比较的竞赛。2026 赛季的六个赛道，可以按「问题类型」重新归并，帮助检索者建立心智地图：

• 稀有事件检测（RARE2026）：当阳性样本只占 5%、临床目标是在极高敏感度下仍保持精确率时，标准分类范式失效，评测指标本身要重新设计（PPV@RECALL=0.9）。
• 手术视频理解（SurgVu2026）：从器械定位（目标检测）到手术视频问答（视觉-语言），把一段 840 小时的机器人手术视频变成可查询的知识库。
• 动态组织感知（STIR2026）：软组织会动、会变形、会反光，追踪一个红外标记点看似简单，实则是无纹理可变形表面上的对应问题。
• 手术质量量化（TIGER-SQ-AI2026）：把「淋巴结清扫是否规范」这类主观的术中质量评估，拆解成 31 类像素级分割与淋巴结站可见性分类的可量化任务。
• 空间定位与重建（CLiMB2026）：在会蠕动、无纹理、强反光的结肠里做 SLAM，是被公认为「视觉里程计噩梦」的场景。
• 多视角几何理解（iMED2026）：用两台同步立体端镜互相合成新视角，首次为「可变形新视角合成」建基准。

这六个赛道共同回答一个元问题：当手术场景的动态性、反光、形变、类别不平衡都推到极致时，计算机视觉方法还能做到多好？ EndoVis 2026 的价值不在于给出答案，而在于提供一套经过审慎设计的、可复现的评测标尺。

与传统单数据集条目不同，EndoVis 2026 的「数据规模」必须按赛道分别陈述——下文所有硬数字均以 2026-05 更新的官方 challenge design 文档（85 页）为准，凡与其他口径冲突者于 §9 存照。

§1 数据集速览：十问十答

Q1：EndoVis 2026 到底是一个数据集还是六个？
官方定性为 umbrella challenge（伞式集群），2026 赛季下设 6 个子挑战赛。每个子赛道自成一个数据集 + 评估协议，数据可以分别下载，排名分别计算。检索时应把它当作「六个数据集的联合体」，而非一个可整体下载的压缩包。

Q2：谁组织的？
ISCAS（International Society for Computer Aided Surgery）的开源与开放数据工作组。General Chairs 为三位：Stefanie Speidel（德国国家肿瘤疾病中心 NCT Dresden）、Lena Maier-Hein（德国癌症研究中心 DKFZ）、Danail Stoyanov（伦敦大学学院 UCL）。组织委员会含 Sebastian Bodenstedt、Annika Reinke、Sophia Bano。

Q3：什么时候、在哪里办？
与 MICCAI 2026 绑定，会议时间为 2026-10-04 至 2026-10-08，地点阿布扎比国家展览中心（ADNEC），阿联酋。这是 MICCAI 首次在中东举办（第 29 届）。EndoVis 占满一个整日（six sub-challenges 各需至少一小时）。

Q4：Zenodo DOI 是什么？
10.5281/zenodo.19697093，登记的是挑战设计文档（Structured description of the challenge design），不是数据本体。数据本体经 grand-challenge.org 各子赛道页面分发。

Q5：六个赛道分别做什么？
RARE（Barrett 食管早期癌低流行率识别）、SurgVu（机器人手术工具定位 + 视频问答）、STIR（手术组织追踪）、TIGER-SQ-AI（腹腔镜食管切除术淋巴结清扫质量评估）、CLiMB（结肠镜 SLAM 定位与建图）、iMED（多内窥镜位姿估计与可变形新视角合成）。

Q6：哪些是延续、哪些是全新？
延续（3 个）：SurgVu（第四年连续）、STIR、RARE（均为上届迭代，任务与数据有革新）。全新（3 个）：TIGER-SQ-AI、CLiMB、iMED。

Q7：数据规模有多大？
跨度极大，需按赛道看：RARE 有 4,820,653 张未标注预训练图像（约 50 万例手术采集）；SurgVu 有 280 个视频、≈840 小时、≈18M 帧；STIR 训练集 >1,000 例；TIGER 有 50 个视频（25 腹腔镜 + 25 机器人，7 中心 5 国）；CLiMB 源于 EndoMapper（96 记录 / 59 序列）；iMED 有 340 个序列（双立体端镜，每序列 4 路流）。

Q8：许可统一吗？
不统一。umbrella 层面就登记了四类并存：CC BY、CC BY-NC、CC BY-NC-SA、Custom data usage agreement。逐赛道看：RARE 是 CC BY-NC；STIR 是 CC BY；TIGER-SQ-AI 是 CC BY-NC-SA；iMED 是 CC BY；CLiMB 走 EndoMapper 使用条款。商用前必须逐赛道确认。

Q9：结果怎么提交？
以 Docker 容器形式（type 2）在 grand-challenge.org 上提交，需附简短方法报告。验证集允许每队提交至多 20 次，最终测试集只能提交一次最终方案。组织者的评估代码全部开源。

Q10：和库内已有的「EndoVis Challenges」条目（rid 79）什么关系？
rid 79 是 EndoVis 整个系列（2015–2026）的横切综述总条，其 2026 行仅为一句「计划中」。本条目 endovis-2026 是 2026 单赛季的深度专条，详述六赛道细节。两者是「系列 → 年度版本」的血缘关系，非别名、非撞库，应当同时存在并互相链接。

§2 数据构成与规格

EndoVis 2026 的数据规格必须按赛道陈述。本节先给出横向总览矩阵，随后逐赛道拆解数据来源、模态、规模与格式；任务与标注的细节留待 §3–§5。

2.1 六赛道总览矩阵

赛道	全称	临床场景	主要任务	模态	规模硬数字	许可
RARE2026	Recognition of Anomalies in low-pREvalence cancer	Barrett 食管早癌筛查	二分类（nondysplastic vs neoplastic）	内窥镜白光图像	预训练 4,820,653 张；训练 3,095；测试 26,416	CC BY-NC
SurgVu2026	Surgical Visual Understanding	机器人辅助手术	Cat1 工具定位（bbox）；Cat2 视频问答	机器人内窥镜视频	280 视频 / ≈840h / ≈18M 帧	见子站
STIR2026	Surgical Tissue Tracking using STIR	机器人手术软组织追踪	点追踪 + 可见性判定	立体 RGB + 红外	训练 >1,000；验证 ≈100；测试 ≈10	CC BY
TIGER-SQ-AI2026	AI-based surgical quality assessment	微创食管切除术淋巴结清扫	31 类分割 + 淋巴结站可见性分类	腹腔镜/机器人手术视频	50 视频（25+25）；7 中心 5 国	CC BY-NC-SA
CLiMB2026	Colonoscopy Localization and Mapping Benchmark	结肠镜检查导航	SLAM / 视觉里程计	单目 RGB 结肠镜视频	EndoMapper 96 记录 / 59 序列	EndoMapper 条款
iMED2026	Multi-Endoscope Dataset Novel View Synthesis	机器人辅助微创手术 3D 感知	T1 相对位姿估计；T2 可变形新视角合成	双立体端镜（4 路流）	340 序列；T2 用 113 例	CC BY

这张矩阵揭示了一个重要的结构事实：六赛道在「任务类型」维度上是正交的。RARE 是分类，SurgVu 是检测 + 视觉语言，STIR 是点追踪，TIGER 是语义分割 + 多标签分类，CLiMB 是几何（SLAM），iMED 是几何 + 生成（新视角合成）。检索者若关注某一类视觉问题，应跨年选择对应赛道，而非期望单个赛道覆盖全部。

2.2 数据格式与交付形态

各赛道交付物虽异质，但遵循一套共享的工程约定：

• 图像类（RARE）：endoscopic 白光图像，已裁除黑边（black edge cropping），训练/验证/测试统一预处理口径。
• 视频类（SurgVu、TIGER、CLiMB、STIR、iMED）：术野视频。SurgVu 为 720p / 30fps / 单通道（da Vinci Xi 或 Si）；STIR 为 rectified stereo RGB + 红外；iMED 为双立体端镜的 4 路同步流。
• 标注类：RARE 为图像级二分类标签；SurgVu Cat1 为器械边界框，Cat2 为问答对；STIR 为半密集帧上的点坐标 + 可见性；TIGER 为全场景像素级分割掩码（31 类）；iMED 为伪标注解剖/工具掩码 + ArUco 位姿。
• 元数据：iMED 提供会话/场景/序列三级 ID、解剖区描述、运动类型标签、器械分类法映射（约 20 类）等丰富元数据；TIGER 提供淋巴结站归属与手术中心信息。

2.3 案例（case）的定义

「一个 case 是什么」在不同赛道含义完全不同，这是检索者最容易混淆之处：

• RARE：一个 case = 一张内窥镜图像，标签为 nondysplastic 或 neoplastic。
• SurgVu Cat1：一个 case = 一段视频帧的器械定位输入，输出为器械边界框。
• SurgVu Cat2：一个 case = 一个短片段 + 一组针对该片段的问答对。
• STIR：一个 case = 一段离体或活体视频片段，含红外起始/终止点的真值。
• TIGER：一个 case = 一帧手术场景（分割）或一段视频的淋巴结站可见性序列（分类）。
• CLiMB：一个 case = 一段结肠镜序列，输出为相机轨迹与重建。
• iMED：一个 case = 一个序列（含 4 路同步流），T1 输出相对位姿，T2 输出新视角图像。

2.4 数据来源与采集设备

• RARE2026：采集设备为 Olympus EXERA III 内窥镜。训练数据来自 Medical Center Spectrum Twente 与 Medical Center Spaarne（荷兰），测试数据来自 BONSAI 联盟的 12 个医疗中心。预训练集 4,820,653 张源于 EndoBase 自动检索（8 家荷兰医院，2012–2020），对应约 50 万例手术。数据采集遵循荷兰试验注册号 NL8411，经各中心伦理委员会（IRB/医学伦理委员会）审查，图像做严格匿名化处理以符合 GDPR（不再构成「个人数据」）。
• SurgVu2026：数据来自 Intuitive Surgical 平台（da Vinci Xi / Si），是目前公开的最大该类数据集（840+ 小时）。视频为单通道 720p / 30fps。测试集与标签仅 Intuitive 内部团队可访问。
• STIR2026：采集自 da Vinci Xi 端镜，使用标定的立体数据与红外图像生成真值。源数据集开放于 IEEE DataPort（DOI 10.21227/w8g4-g548）。
• TIGER-SQ-AI2026：源自多中心 TIGER 研究，7 家手术中心、5 个国家。50% 视频为腹腔镜（25 条）、50% 为机器人（25 条），该比例同时应用于训练与测试。挑战队列含取自腹腔镜训练环境（猪器官）的离体数据。
• CLiMB2026：全部数据来自 EndoMapper 数据集（首个含完整内窥镜几何 + 光度标定的结肠镜/胃镜序列集），采集于西班牙，伦理批件为 CEICA（acta 05/2020、18/2020、08/2022、20/2022）。使用标准临床单目 RGB 结肠镜。
• iMED2026：双立体端镜同步采集，每场景由两台立体端镜同时录制，得到 4 路时间同步视频流（端镜 1 左/右 + 端镜 2 左/右），两镜视场重叠，同步精度为亚帧级。数据分三类来源：ex vivo（离体器官标本）、in vivo post-mortem（人体尸体）、in vivo live（活体猪）。测试集与标签仅 Intuitive + UCL 团队可访问。

2.5 与 MICCAI 2026 其他挑战赛的关系

EndoVis 2026 是 MICCAI 2026 注册挑战赛集群中的一员，与同年其他集群（如 BraTS 2026 Cluster of Challenges）并列。它在问题类别上横跨 camera pose estimation、classification、detection、localization、modeling、NLP、reconstruction、segmentation、SLAM、tracking——是同类注册集群中任务覆盖面最宽的之一。这与它作为「内窥镜视觉全域基准」的定位一致。

2.6 检索者必须建立的三点认知

1. 异构是常态，不是缺陷：六赛道的数据无法横向合并训练，跨赛道迁移需自建对齐。
2. 许可决定可用性：同一 umbrella 下商用许可各异，务必按赛道核实后再投入。
3. 规模不等于难度：RARE 有 482 万张图但任务本质是稀有事件识别；STIR 只有 10 例测试但难度极高。规模大 ≠ 好做。

§3 六赛道深剖（上）：RARE / SurgVu / STIR

本节与 §4 逐赛道展开任务定义、数据规模、标注协议与评估设计。六赛道按「延续 → 全新」分两节：§3 覆盖三个延续赛道（RARE、SurgVu、STIR），§4 覆盖三个全新赛道（TIGER-SQ-AI、CLiMB、iMED）。

3.1 RARE2026：在稀有事件里找早期癌

赛道定位：RARE 全称 “Recognition of Anomalies in low-pREvalence cancer”，是 RARE25 的迭代。它瞄准的是一个在真实临床中极其棘手、在机器学习中也极其棘手的问题：早期癌变是稀有事件。主题是 Barrett 食管（Barrett’s Esophagus, BE）——食管下段黏膜因长期反流发生肠化生，其上的早期肿瘤性病变（neoplasia）在白光内窥镜下往往极其细微。

为什么稀有事件难：赛道设计文档给出了非常清晰的权衡陈述——临床上，早期癌常被大量正常样本淹没。若算法对稀有异常过度敏感，会产生大量假阳性（false positives），导致不必要的活检与患者焦虑；若不够敏感，则会漏检，导致本可治愈的早期癌被延误。这正是 RARE 把评估指标定为「高敏感度约束下的精确率」的原因。

数据规模（硬数字）：

子集	数量	类别构成
未标注预训练集	4,820,653 张	胃肠道全程图像，≈50 万例手术
训练集	3,095 张	2,937 nondysplastic + 158 neoplasia（阳性率 5%）
验证集	1,100 张	1,000 nondysplastic + 100 neoplasia
测试集	26,416 张	23,216 nondysplastic + 3,200 neoplasia

RARE2026 的最大学术增量：相比 RARE25，本届「放宽了科学视野」，让参赛者可以使用一个超过 500 万张图像的大规模未标注胃肠道数据集做表征学习。这直接打开了几个新的研究方向：大规模表征学习、自监督预训练、稀有发现的生成式增强、以及对信息量样本的数据挖掘。这一设计把 RARE 从「一个小规模的二元分类赛」升级成了「稀有事件检测的方法学试验场」。

标注协议：

• 训练集：类别真值基于专家视觉评估，每张图像至少由 1 名评估者判定，存疑时由第二名评估者复核。有可见可疑早期肿瘤病变者标为 neoplastic，无可见病变者标为 NDBE（nondysplastic Barrett’s Esophagus）。
• 测试集：真值双重——既含视觉检查，也含组织病理学评估。被判为 neoplastic 需同时满足「有可见病变」且「内镜切除标本组织学显示高级别异型增生或腺癌」；被判为 NDBE 需「无可见病变」且「所有随机活检均为阴性」。所有纳入患者均为 treatment-naïve。
• 标注者资质：全部标注者均有 4 年以上 Barrett 食管内窥镜临床经验；边缘案例由一位 20 年以上经验的专家内窥镜医师评估。

评估设计（本赛道最精妙之处）：排名指标为 PPV@RECALL=0.9（在召回率锁定 0.9 时的精确率），取 1000 次 bootstrap 采样的平均值。为模拟真实世界的类别分布，组织者采用 1:100 的 neoplasia:non-dysplasia 比例进行重采样：每个评估轮次选取非异型样本，有放回地采样 100 个（按原文为「as few as 100 neoplasia cases with replacement」以匹配 1:100 目标比例），重复 1000 次，确保测试集被充分利用，最后计算 PPV@RECALL=0.9 的中位值。缺失结果一律置 0。排名稳定性分析参考 Nature Scientific Reports 建议的方法（含 bootstrap 排名变异性）。

读法提示：PPV@RECALL=0.9 是一个「临床可部署约束」下的指标。它不是问「你的分类器 AUC 多高」，而是问「当我把敏感度固定到临床可接受的 90% 时，你的假阳性有多严重」。对真实的筛查部署，这个指标比 AUC 更有指导意义。

3.2 SurgVu2026：从工具定位到手术视频问答

赛道定位：SurgVu 全称 “Surgical Visual Understanding”，由 Intuitive Surgical 组织。这是它连续举办的第四年（Cat1 工具定位任务），赛道设计文档明确将此连续性类比于其他标志性挑战赛的做法——用大数据 + 复杂任务培育持续的方法学进步。

为什么做：机器人辅助手术（robotic assisted surgery, RAS）每年超百万例且指数增长。这些手术产生的数据在性质与体量上都带来了全新的研究可能：手术绩效量化、效率与工具编排（tool choreography）分析、手术室资源规划、AI 辅助手术规划。SurgVu 邀请社区使用**迄今公开的最大该类数据集（840+ 小时）**来攻关。

两个子任务：

• Category 1 — Tool Detection（工具定位）：仅使用工具存在标签（tool presence）来训练模型，在视频中定位工具及其对应关键点（key-points），输出为工具边界框。
• Category 2 — Vision-Language（视频问答）：构建一个视频问答模型，回答关于短片段中工具、动作、手术步骤的问题。

数据规模：

项目	数值
训练视频总量	280 个片段（≈840 小时，≈18M 帧）
两任务共用	280 个视频同时开放给 Cat1 与 Cat2
采集规格	da Vinci Xi 或 Si，720p，30fps，单通道
验证/测试集	对参赛队隐藏
问答标注	仅对专门的评估集提供，并非所有视频都有 Q&A

标注协议：

• Cat1：真值为工具存在标签 → 边界框。
• Cat2：训练视频配有工具存在标签、步骤标签、步骤描述以及示例问答对。赛道明确说明，视频长度长且可变，每个视频内包含多个手术训练步骤。
• 误差预期：组织者估计标注无显著误差（<5%）。VQA 问答对由多组问答构成。

评估指标：

• Cat1：mAP（multiple IoU 阈值下的平均精度），采用 COCO 标准的多 IoU 考核。
• Cat2：BLEU + ROUGE + METEOR 的集成，并额外引入一个 BERT-based score 以增加覆盖（应对单一自动指标失效的情形）。

提交与奖励：Docker 容器提交；每个任务设 3 个现金奖（1st/2nd/3rd，视赞助情况）。测试集与标签仅 Intuitive 内部团队可访问。参与者可增补自有数据，但须在挑战赛结束时公开。

赛道网站的工程细节：子赛道站 https://surgvu26.grand-challenge.org/ ；上届 leaderboard 与提交仓库（GitHub isi-challenges/surgvu2025-category1-submission 与 category2-submission）可作方法复现的参照。

3.3 STIR2026：红外纹身驱动的组织追踪

赛道定位：STIR 全称 “Surgical Tissue Tracking”（Surgical Tattoos in Infrared）。它用一个非常巧妙的物理技巧绕开了软组织追踪的根本难题——用红外「纹身」做真值。数据源开放于 IEEE DataPort（DOI 10.21227/w8g4-g548）。

为什么难：在活体手术中追踪软组织上的点极其困难，因为组织会移动、变形，且视频本身无纹理、强反光。传统上若要获得追踪真值，需要标注者在采集后逐帧标注显著点（成本高昂）。STIR 的做法是：在组织上做红外标记（infrared tattoos），用红外成像让标记点自然浮现，从而在半密集采样的帧上以相对低廉的成本获得人工点标注与可见性标签。

数据规模：

子集	数量	说明
训练集	>1,000 例	上届起积累，全部有标注
验证集	≈100 例	复用 STIR 2024 与 2025 的测试集
测试集	≈10 例	结构相同，采集于不同场景

赛道明确说明，训练用例是一个离体（ex-vivo）或活体（in-vivo）视频片段，带红外起始与终止点真值；测试用例结构相同，仅场景不同。测试集只能通过 grand-challenge 界面使用。总用例数受数据可得性限制。

采集规格：算法测试使用来自 da Vinci Xi 端镜的校正立体 RGB 视频（rectified stereo RGB）。真值标签由标定立体数据与红外图像共同生成。采集由有数百小时 da Vinci 机器人经验的团队完成。

标注协议：训练与验证集严格来说「未使用标注者」——由一人过滤掉不含标签的异常红外帧。测试集的标注则使用基于 ImFusion Suite 的自定义 GUI，每个标签由多人手工标注并核验。

评估指标：采用多目标追踪（MOT）指标族——

• OA：点可见性二值标签的准确率。
• <δ_avg^x：阈值距离内的点占比，在多个阈值上平均。
• AJ（Association Jaccard）：同时考量追踪轨迹误差与关联质量。
• 另报告平均轨迹误差（mean trajectory error）与追踪轨迹误差，但不用于排名。

误差来源：赛道指出的主要误差来源是「红外帧采集与可见光起始点之间的大块组织运动」（bulk tissue movement），该误差对所有划分一致。无其他预期误差。

方法学价值：STIR 的「红外纹身」是一个值得单独记住的工程智慧——它把「如何获得软组织追踪真值」这个昂贵问题，用一个物理标记 + 模态切换的技巧大幅降本。这种方法学迁移性很强，成稿在 §8 展开。

3.4 三个延续赛道的共同点与差异

共同点：

1. 均有上届基础（RARE25 / SurgVu 2025 / STIR 2024+2025），本届在任务或数据上有明确增量。
2. 均以视频或图像序列为主，测试集对参赛队隐藏，提交走 grand-challenge Docker 通道。
3. 均对参赛者附加数据持开放态度（须公开），但对私有临床数据设限。

差异：

维度	RARE	SurgVu	STIR
任务范式	图像二分类	检测 + 视觉语言	点追踪 + 可见性
类别不平衡	极端（5% 阳性）	N/A（检测/问答）	N/A
真值来源	视觉 + 病理	工具标签 + 人工问答	红外纹身 + 人工核验
主指标	PPV@RECALL=0.9	mAP / BLEU+ROUGE+METEOR+BERT	OA / <δ_avg^x / AJ
测试规模感受	大（26,416）	中（隐藏）	小（≈10）
许可	CC BY-NC	见子站	CC BY

给检索者的一句话：若你的兴趣在「临床可部署的稀有事件检测」，看 RARE；若在「机器人手术视觉语言」，看 SurgVu；若在「无纹理可变形表面追踪」，看 STIR。三者的方法学几乎不重叠，这正是 EndoVis 作为全域基准的价值。

§4 六赛道深剖（下）：TIGER-SQ-AI / CLiMB / iMED

本节覆盖 2026 赛季三个全新赛道。它们各自开辟了此前 EndoVis 未曾涉及的问题维度：手术质量量化、结肠镜几何、以及多端镜可变形新视角合成。

4.1 TIGER-SQ-AI2026：把「手术做得好不好」变成可量化任务

赛道定位：全称 “AI-based surgical quality assessment for thoracic lymphadenectomy in minimally invasive esophagectomy”（微创食管切除术胸段淋巴结清扫的 AI 手术质量评估）。它源于多中心 TIGER 研究，是 EndoVis 上首次把「手术质量评估（Surgical Quality Assessment, SQA）」做成像素级可评测任务。

为什么重要：淋巴结清扫的彻底程度直接影响食管癌患者的长期预后。然而「清扫是否规范」长期依赖专家主观评估，缺乏客观、可复现的量化标准。TIGER 研究的主要终点正是基于术中视频分析来评估清扫质量。TIGER-SQ-AI 引入一个全像素级分割数据集，目标是把术野中的解剖与非解剖结构、淋巴结站可视化，从而为客观 SQA 打基础。

两个任务：

1. 全场景语义分割：对 14 个淋巴结站及解剖/非解剖结构做像素级分割，主标注体系为 31 类，另有合并的 15 类标签。
2. 淋巴结站可见性分类：帧级多标签分类，判断哪些淋巴结站可见（同一帧内可有多个站同时可见）。

数据规模：

项目	数值
视频总数	50 条
术式构成	25 条腹腔镜 + 25 条机器人（50:50）
中心分布	7 家手术中心，5 个国家
独立测试中心	贡献 3 条视频（1 腹腔镜 + 2 机器人）
挑战队列附加	取自腹腔镜训练环境、使用猪器官的离体数据
标注体系	31 类全场景分割；15 类合并标签

数据来源与伦理：数据由匿名化的机器人与腹腔镜食管切除术视频构成，赛道明确「无需额外伦理审批」。数据来自 TIGER 研究的参与中心。由于数据可得性差异，各中心在数据集中并非等量代表（文档附图说明）。

标注协议：

• 全场景分割帧由一名经验丰富的食管外科医生审阅。
• 淋巴结站可见性以帧级多标签（multi-rater 风格）标注，允许一帧内多站可见；不可辨识时另有处理。
• 标注类别（含示例图像）详见标注协议文档。

评估指标：

• 分割：DSC（Dice Similarity Coefficient） 用于排名，并报告 nHD（normalized Hausdorff Distance）。
• 分类：macro-F1（逐类计算后宏平均），以平衡各站样本量差异。

关键时间线：训练数据分两批发布——第一批 05-01、第二批 07-01；评估启动 09-01。评测通过 Synapse Docker 容器提交。

临床研究含义：TIGER-SQ-AI 把一个历史上属于「专家经验判断」的维度，第一次拆成了「31 类像素标签 + 淋巴结站可见性」两个可计算目标。这为后续「AI 预测与人类专家 SQA 评分、临床结局数据」的相关性研究铺路——这正是赛道目标中明确提到的。

4.2 CLiMB2026：结肠镜里的 SLAM 噩梦

赛道定位：全称 “Colonoscopy Localization and Mapping Benchmark”。它首次把「结肠镜导航中的相机运动估计与 3D 重建」设为独立基准，使用 EndoMapper 数据集的一个精心挑选的、极具挑战性的真实结肠镜序列子集。

为什么难：结肠镜导航目前完全依赖医师手工操作，是内窥镜 AI 中一个长期未解的难题。基于学习的方法有潜力直接从数据中学到内窥镜成像管线的先验（深度估计、特征提取与匹配、相机位姿估计、场景先验），从而可能提升结肠镜视频的鲁棒性。挑战的目标是在真实临床场景下评测序列 3D 重建算法（视觉里程计/SLAM）。

数据来源：全部来自 EndoMapper——首个采集于常规医疗实践的完整内窥镜序列集，也是首个包含内窥镜标定（含原始标定视频）的数据集。数据集含 96 段记录、超过 24 小时视频、59 条序列，含结肠镜与胃镜，特别包含同一患者间隔数周的多次检查（对纵向追踪与地图复用至关重要）。

数据规模与切分：

• 训练/验证：提供未修改的完整 EndoMapper 序列。
• 测试：短序列（对参赛队完全隐藏），参赛队不被允许在测试数据上评估算法。

采集规格：使用标准临床单目 RGB 结肠镜（Olympus EVIS EXERA III）。EndoMapper 采用严格的双重标定流程——几何标定（Kannala & Brandt 鱼眼模型处理极端畸变）+ 光度标定（Spot Light Source 模型处理不均匀光照与反光）。

真值与误差：

• 与静态室内场景不同，结肠镜场景下真实的传感器级真值不可得（因此才有这个挑战）。组织者采用 COLMAP/SfM 伪真值，并由两名组织者 + 一名胃肠病专家人工验证轨迹是否与端镜移动方向视觉一致。
• 位姿误差以假定平均结肠直径 50 mm 对每条接受的重建做尺度归一，从而以公制单位报告误差。
• 主要误差源：(i) 结肠镜中的 SfM 失效模式（低纹理、镜面反光）；(ii) 对不完美相机标定/光度效应的敏感性。

评估指标：位姿精度 + 已追踪帧百分比 + 运行时（runtime）。参赛队不得在测试集上评估。

关键时间线：报名 2026-04-01；训练数据 2026-04-15；报名截止 2026-08-15；测试数据 2026-08-15；提交截止 2026-09-07。

引用要求：使用该数据须引用 EndoMapper 的原论文（Azagra et al., Sci Data 10:671, 2023；DOI 10.1038/s41597-023-02564-7）以及其 Synapse 版本（DOI 10.7303/syn26707219）。

背景数字：EndoMapper 论文报告，在真实结肠镜视频上运行 ORB-SLAM3 仅约 25% 的帧能成功定位，用 ResNetV2-101 做解剖区识别 Top-1 准确率仅 26.08%。这两个数字本身就说明了结肠镜 SLAM 有多难——这也是 CLiMB 存在的理由。

4.3 iMED2026：双端镜互相合成新视角

赛道定位：全称 “Multi-Endoscope Dataset Novel View Synthesis”。它是首个用于手术 3D 场景理解（同步多内窥镜数据）的基准，也是首个「可变形新视角合成」基准。由 Intuitive + UCL 组织。

为什么做：基于视觉的 3D 重建对机器人辅助微创手术（RAMIS）的实时引导系统、自主相机控制和数字孪生至关重要。但手术环境极具挑战：狭窄视野、呼吸运动与器械交互导致的组织变形、强反光、烟雾与流血。现有手术视觉数据集多从「单一内窥镜沿单一轨迹」采集，导致算法往往只是在狭窄的前向路径上做光度插值，而无法真正检验几何重建能力。iMED 用多台独立且同步的内窥镜提供多视角数据，从而打破单视角局限。

两个任务：

• Task 1 — Pose Estimation（iMED PE）：估计两台端镜之间的精确相对相机位姿，以支持多视角 3D 重建与手术导航（如 SLAM）。方法须对可变形组织、镜面反光、有限纹理、受限视角鲁棒。使用有移动相机且具备可靠 ArUco 相对位姿的子序列。
• Task 2 — Deformable NVS（iMED NVS）：可变形新视角合成与 3D 重建。采用「在一台端镜上训练、在另一台上测试」的设定。使用静态相机、组织运动的子序列，共 113 例。

数据规模：

项目	数值
全数据集序列	340 序列
T1（PE）子集	移动相机 + ArUco 可靠位姿的子序列
T2（NVS）	113 例
每序列流数	4 路（端镜 1 左/右 + 端镜 2 左/右）
采集来源	ex vivo（离体器官）+ in vivo post-mortem（尸体）+ in vivo live（活体猪）
器械分类	约 20 类工具的总分类法映射

数据特性：双立体端镜同步采集，每场景由两台立体端镜同时录制，两镜视场重叠、时间同步精度为亚帧级（文档给出具体数值，本节按「亚帧级」叙述）。每序列附带丰富元数据：采集类别（ex vivo / in vivo post-mortem / in vivo live）、会话/场景/序列三级 ID、每场景的解剖区描述、运动类型标签（相机运动如 zoom-in 等）、器械集合等。所有会话中的对象均为可变形腹部器官。

真值：提供伪标注解剖与工具掩码、位姿估计、以及任务所需的元数据。T1 的相对位姿真值基于固定在解剖上的 ArUco 标记。

评估指标：

• T1：逐帧轨迹上相对位姿估计的几何精度（在可变形手术条件下）。
• T2：可变形新视角合成与 3D 重建的几何精度与光度真实性，采用 PSNR + SSIM（另有 Train/Render FPS）。

关键时间线：网站/报名/数据发布 04-15；05-30 允许提交定性（第二视角视频）与定量（PSNR/SSIM）结果至公开验证 leaderboard。

参赛纪律：参赛队须正确引用 iMED 原数据集论文与 iMED Challenge；允许使用独立可访问、有明确许可的公开外部数据集；不允许使用私有临床数据或非公开机构数据。与组织方关联、且直接参与数据整理/标注/测试集构建/评估流程的团队，不得访问未发布的测试标签或中间评估信息。

4.4 三个全新赛道的定位对照

维度	TIGER-SQ-AI	CLiMB	iMED
开辟的新维度	手术质量量化	结肠镜几何	多视角可变形合成
任务	分割 + 多标签分类	SLAM / VO	位姿估计 + NVS
数据源	TIGER 多中心研究	EndoMapper	自建双端镜
数据规模	50 视频	96 记录 / 59 序列	340 序列
主指标	DSC/nHD + macro-F1	位姿精度 / tracked%	位姿精度 / PSNR+SSIM
许可	CC BY-NC-SA	EndoMapper 条款	CC BY
组织方	TIGER study	萨拉戈萨大学	Intuitive + UCL
测试标签访问	组织者	子赛道组织者	Intuitive + UCL

给检索者的一句话：若你的兴趣在「把临床质量评估变成可训练任务」，看 TIGER-SQ-AI；若在「恶劣场景下的几何估计」，看 CLiMB；若在「多视角手术场景理解与生成」，看 iMED。

§5 标注与评估协议（横向）

六赛道的标注与评估虽各自独立，但在方法论层面共享若干值得提炼的设计原则。本节做横向归纳。

5.1 标注生产模式谱系

EndoVis 2026 呈现出至少四种标注生产模式，可按「真值可靠性」与「成本」两个维度排列：

模式	赛道	真值来源	优势	局限
病理学金标准	RARE（测试集）	组织学 + 视觉	最高可靠性	成本高、仅测试集可得
专家视觉标注	RARE（训练集）、TIGER	资深医师判读	贴近临床	观察者间变异
物理标记真值	STIR	红外纹身 + 立体标定	追踪真值成本大幅降低	仅适用于可做标记的组织
SfM 伪真值	CLiMB	COLMAP + 人工验证	无需传感器真值	场景失效风险
伪标注 + 元数据	iMED	ArUco + 伪标注掩码	支持几何任务	依赖标记可检测性

这张表的实用价值在于：它告诉你每个赛道的真值「有多硬」。RARE 测试集的病理金标准是最硬的；CLiMB 的 SfM 伪真值是相对最软的，这也是赛道明确声明「无法给出绝对误差范围」的原因。

5.2 评估指标的方法学共性

尽管指标各异，六赛道在设计上有几条共同的方法学取向：

1. 指标对齐临床目标：RARE 用 PPV@RECALL=0.9 而非 AUC，因为临床筛查关注「高敏感度下的假阳性」；TIGER 用 macro-F1 而非 accuracy，因为淋巴结站样本量不均；SurgVu 加 BERT-based score，因单一文本指标不足。
2. 纳入不确定性量化：RARE 明确采用非参数 bootstrap（1000 次）量化指标不确定性与排名稳定性，并参考 Nature Scientific Reports 的排名变异性方法。这与 Metrics Reloaded 共识一脉相承。
3. 分级报告而非单一分数：多个赛道同时报告主指标与辅助指标（STIR 报平均轨迹误差、TIGER 报 nHD、CLiMB 报 runtime），让读者能判断方法在哪个维度上更优。
4. 缺失结果置零：RARE 明确「任何缺失结果导致该指标置 0」，防止选择性提交。

5.3 评估软件与可复现性

• 所有赛道的评估代码均由组织者开源至 challenge GitHub 页。
• 参赛队的方法代码须随方法报告一并提交给组织者。
• 提交载体统一为 Docker 容器（type 2） 于 grand-challenge（TIGER 与部分赛道亦提 Synapse）。
• 验证集允许每队最多提交 20 次，测试集仅允许提交最终方案一次——这一设计有效抑制了对测试集的过拟合。

5.4 BIAS 规范与 Metrics Reloaded 的方法论基座

EndoVis 系列自 2020 年起遵循 BIAS（Biomedical Image Analysis Challenge Reporting Guideline） 报告规范，这正是为什么 challenge design 文档结构高度标准化（每赛道均按「challenge organization / mission / data / assessment / submission」同一模板展开）。2022 年起又参与 Metrics Reloaded 共识建议（Maier-Hein 等 150+ 研究者参与）。这两项方法论基座使 EndoVis 成为「挑战赛如何审慎设计」的样本——本条目 §8 将就此展开。

5.5 参赛纪律的共识与差异

纪律项	共识做法	例外/差异
附加训练数据	允许公开数据	RARE 额外开放 5M 未标注集
私有临床数据	一般禁止	iMED 明确禁止
组织方团队参赛	可参与但不获奖、不上榜	各赛道一致
结果公开	参赛队可自选	同
测试标签访问	限组织方	具体限于哪家组织方各异（RARE→阿姆斯特丹+埃因霍温；iMED→Intuitive+UCL）
联合论文	各赛道自行协调	2026 无统一联合论文

§5.6 六赛道交叉分析：当任务类型重新组合

把六个赛道放在「任务类型 × 临床场景 × 真值硬度」的三维坐标里，会浮现出一些单看赛道无法察觉的结构。本节展开这些交叉视角。

5.6.1 按任务类型重组

任务类型	涉及赛道	共同技术挑战
图像分类	RARE、TIGER（可见性）	类别不平衡、细粒度判别
目标检测	SurgVu Cat1	器械定位、遮挡、尺度变化
语义/实例分割	TIGER（31 类）	像素级边界、类别不均衡
点追踪	STIR	无纹理、可变形、反光
几何估计（SLAM/VO）	CLiMB、iMED T1	位姿精度、尺度模糊
视觉语言（VQA）	SurgVu Cat2	短片段理解、答案语义
生成（NVS）	iMED T2	可变形、光度真实性

一个值得注意的事实：六个赛道中，「分类」出现两次（RARE、TIGER），但两者的分类问题性质截然不同——RARE 是极端的二类稀有事件，TIGER 是多站可见性的多标签。这提示检索者：不要用「分类」这个粗标签去衡量赛道的相似度，而要看到类别分布这一层。

5.6.2 按真值硬度排序

从「真值最硬」到「最软」：

1. RARE 测试集的病理金标准（组织学 + 视觉双重判定）——最硬。
2. TIGER 的专家分割与可见性标注（资深胸外科医生审阅）——硬。
3. SurgVu 的工具标签与问答（组织者估误差 <5%）——较硬。
4. STIR 的红外纹身 + 立体标定 + 人工核验——中等（受组织运动影响）。
5. iMED 的 ArUco 位姿 + 伪标注掩码——中等（依赖标记可检测性）。
6. CLiMB 的 COLMAP/SfM 伪真值——相对最软。

这个排序直接对应检索者应持有的信心水平：越靠前的赛道，其排名结果越可直接用于部署决策；越靠后的赛道，其数字更适合作相对比较。

5.6.3 按数据获取难度排序

难度	赛道	主要摩擦点
低	STIR（IEEE DataPort 公开）、iMED（CC BY + 官方 loader）	无（公开+宽松许可）
中	RARE（CC BY-NC，需签规则）、TIGER（CC BY-NC-SA）、SurgVu（需查子站）	签到 + 许可核验
高	CLiMB（EndoMapper 条款 + 引用要求）	自定义条款 + 逐条核实

5.6.4 按「方法学迁移价值」排序

若你想从 endovis-2026 中汲取可迁移到其他问题的经验，价值密度排序为：

1. RARE 的稀有事件评测设计（PPV@RECALL=0.9 + bootstrap）——可直接迁移到任何不平衡分类场景。
2. STIR 的低成本真值设计（红外纹身）——可迁移到任何需要追踪真值的可标记表面。
3. CLiMB 的真值边界诚实声明——方法论上的正面示范。
4. TIGER 的 macro 平均——可迁移到类别不均衡的多标签问题。
5. SurgVu 的复合文本指标（BLEU+ROUGE+METEOR+BERT）——可迁移到任何生成式任务的评测。

5.6.5 六赛道的「共同敌人」

尽管任务各异，六赛道面对的挑战高度共源于手术场景的三个物理特性：

1. 动态性（dynamics）：组织会动、会变形——STIR、iMED、CLiMB 都因它而难。
2. 光学病态（optical pathology）：镜面反光、强光照不均、烟雾、流血——CLiMB、STIR、iMED 明确列出。
3. 类别/样本病态（data pathology）：稀有事件、样本量小、类别不均衡——RARE、STIR、TIGER 都受影响。

理解了这三个「共同敌人」，就理解了为什么内窥镜视觉是一个独立的、不能用通用 CV 基准替代的问题域——这也是 EndoVis 存在十二年的根本理由。

§5.7 各赛道的失败模式清单

对每个赛道，检索者最应警惕的失败模式如下（有助于预判自己方法的风险）：

RARE2026 的失败模式：

• 多数类偏置：模型输出「一律非异型」也能得到高 accuracy，但 PPV 崩塌。
• 假阳性泛滥：在 1:100 真实比例下，小幅 FP 率被放大成巨大负担。
• 跨中心域偏移：训练来自 2 家中心，测试来自 12 家中心。

SurgVu2026 的失败模式：

• 工具长尾：稀有工具样本少，检测召回低。
• 问答幻觉：VQA 模型给出语法通顺但事实错误的答案，BLEU 可能仍不低。
• 域偏移：单一厂商平台，跨系统迁移未知。

STIR2026 的失败模式：

• 遮挡即丢失：组织被器械遮挡时点追踪断裂。
• 可见性误判：把被遮挡点判为可见，OA 下降。
• 大块组织运动：红外帧与可见光帧之间的组织位移引入系统误差。

TIGER-SQ-AI2026 的失败模式：

• 站别混淆：相邻淋巴结站解剖相近，易误分。
• 类别不均衡：部分站样本稀少，macro-F1 受拖累。
• 中心偏斜：非等量中心代表导致跨中心泛化差。

CLiMB2026 的失败模式：

• SfM 失效：低纹理 + 反光场景下特征匹配失败。
• 尺度漂移：单目尺度不可观，重建漂移。
• 追踪丢失：快速运动或镜头切换导致跟丢。

iMED2026 的失败模式：

• 可变形破坏多视图一致性：静态场景假设失效。
• 遮挡与镜面：器械遮挡、反光干扰光度匹配。
• 跨视角域差异：两台端镜成像特性不完全一致。

§5.8 给不同角色的阅读建议

• 数据集检索者：读 §2（总览矩阵）+ §6（获取路径），建立「哪条赛道适合我」的判断。
• 算法研究者：读 §3/§4（逐赛道任务与指标）+ §5.7（失败模式），预判方法风险。
• 临床研究者：读 §3.1（RARE 临床动机）+ §4.1（TIGER 质量评估），理解临床价值。
• 评测方法学研究者：读 §5（标注与评估协议）+ §8（方法学启示），提炼设计原则。
• 挑战赛组织者：通读 §5 + §7 + §8，把 EndoVis 的组织经验作为参照。
• 合规与产品负责人：直奔 §6.2（许可）+ 附录 Y（合规自检），确认商用可行性。

§6 获取与许可：六个入口、多套门

EndoVis 2026 的获取难点不在「有没有数据」，而在「六个赛道各有各的门」。本节给出逐赛道的获取路径与许可细则。

6.1 六赛道获取路径总表

赛道	主入口	辅助入口	参与前置
RARE2026	grand-challenge 子站（endovis.org 索引）	—	签挑战赛规则
SurgVu2026	https://surgvu26.grand-challenge.org/	GitHub isi-challenges 提交仓库	签规则；Docker 提交
STIR2026	grand-challenge	IEEE DataPort DOI 10.21227/w8g4-g548（源数据）	签规则
TIGER-SQ-AI2026	Synapse（Docker 提交）	—	签规则
CLiMB2026	EndoMapper（Synapse syn26707219）	Sci Data 论文	同意 EndoMapper 条款；引用要求
iMED2026	grand-challenge（含官方评估脚本/loader/基线）	GitHub（评估代码）	签规则；引用 iMED 论文与挑战

通用前置：注册后同意并接受挑战赛全部规则；为获取子赛道数据须先向子赛道组织者发送已签署的规则版本；按提交指南在截止日期前上传结果。

6.2 许可逐条细读

umbrella 层面（MICCAI SIG 注册表原文列举）：本挑战的数据许可为 CC BY；CC BY-NC；CC BY-NC-SA；Custom data usage agreement 的并存——即不同子赛道采用不同许可。

逐赛道：

赛道	许可	商业使用	再分发	署名要求
RARE2026	CC BY-NC	否	需署名、非商用	是
SurgVu2026	见子站条款（数据公开）	需查子站	需查子站	需查子站
STIR2026	CC BY	是	是	是
TIGER-SQ-AI2026	CC BY-NC-SA	否	相同许可共享	是
CLiMB2026	EndoMapper 条款	受条款约束	受条款约束	必须引用 EndoMapper 原论文
iMED2026	CC BY	是	是	是

关键提醒：同一 umbrella 下商业可用性不统一。STIR 与 iMED 是 CC BY（最宽松），RARE 是 CC BY-NC（禁商用），TIGER-SQ-AI 是 CC BY-NC-SA（禁商用且传染性共享），CLiMB 走 EndoMapper 自定义条款。产品化前务必逐赛道核实。

6.3 参与与提交的工程约定

• 提交形式：Docker 容器（type 2）在 grand-challenge（部分赛道 Synapse）。
• 提交内容：算法容器 + 简短方法报告。
• 提交次数：验证集每队至多 20 次；测试集仅最终方案一次。
• 代码开放：组织者评估代码开源；参赛队代码须随方法报告提交。
• 测试集标签访问：限于特定组织方（RARE → 阿姆斯特丹医学中心 + 埃因霍温理工大学；iMED → Intuitive + UCL；CLiMB → 子赛道组织者；SurgVu → Intuitive 内部）。
• 商业赞助：挑战明确无商业赞助或资助（conflict of interest 声明）。

6.4 从「算法开发」到「可复现研究」的门槛

对想复现 EndoVis 2026 结果的团队，门槛顺序如下：

1. 先确定目标赛道（六个问题域差异极大）。
2. 逐个核实该赛道许可是否满足你的使用场景（尤其商用）。
3. 注册 + 签规则 + 获取数据（部分赛道数据经子站分发，STIR 经 IEEE DataPort，CLiMB 经 Synapse）。
4. 用组织者开源评估代码在本地对齐指标口径。
5. 提交 Docker 容器（注意测试集只有一次机会）。

一个易踩的坑：不要以为「EndoVis」是一个可一次性下载的整体。它没有统一下载入口，必须逐赛道取数。

§7 生态与影响：ISCAS 十二年的手术视觉基础设施

7.1 EndoVis 系列的血缘与 2026 的位置

EndoVis 是 MICCAI 最长寿的手术视觉挑战赛系列，自 2015 年（MICCAI 2015，德国慕尼黑）起每年举办。十二年里它累积了 40 余个子挑战赛，形成了一个不断增长的手术 AI 基准谱系——从 2015 年的简单器械分割，到 2019 年 SCARED 的结构光深度真值、2021 年 CholecTriplet 的手术动作三元组、2024 年 PhaKIR 的多中心多任务联合基准。

2026 赛季（EndoVis26）是这个谱系的最新一环。它的独特之处在于：三个延续赛道（RARE/SurgVu/STIR）保证了纵向可比性，三个全新赛道（TIGER-SQ-AI/CLiMB/iMED）则向前开辟了手术质量量化、结肠镜几何、多端镜可变形合成三个新维度。 这种「延续 + 开拓」的组合，是 EndoVis 保持十二年活力的组织秘诀。

7.2 组织生态

• ISCAS：endorsement 机构，其开源与开放数据工作组负责组织。
• General Chairs：Speidel（NCT Dresden）、Maier-Hein（DKFZ）、Stoyanov（UCL）——三位均是手术数据科学领域的领军人物。
• 平台方：grand-challenge.org（MICCAI 挑战赛的通用托管与提交平台）、Synapse（部分赛道）。
• 子赛道组织方：Intuitive Surgical（SurgVu、iMED）、阿姆斯特丹医学中心 + 埃因霍温理工大学（RARE）、TIGER study 多中心（TIGER-SQ-AI）、萨拉戈萨大学（CLiMB，基于 EndoMapper）——学术与工业界混合。

7.3 与前代 EndoVis 子挑战的谱系对照

2026 赛道	前代血缘	演进方向
RARE2026	RARE25	新增 5M+ 未标注预训练数据，扩展稀有事件方法学
SurgVu2026	SurgVu 2025（Cat1 第四年）	工具定位 + 视频问答持续积累
STIR2026	STIR 2024 / 2025	复用验证集，测试集场景更新
TIGER-SQ-AI2026	全新（源自 TIGER 临床研究）	首次做手术质量像素级量化
CLiMB2026	全新（源自 EndoMapper / SimCol 谱系）	首次独立做结肠镜 SLAM 基准
iMED2026	全新	首次做多端镜可变形新视角合成

注意与库内 rid 79 的关系：rid 79（EndoVis Challenges 系列总条）逐年龄出了 2015–2025 的各届子挑战，但其 2026 行仅为占位。本条目补齐了 2026 赛季的六赛道细节，是 rid 79 在 2026 年份上的展开与深化。

7.4 对下游研究的影响

EndoVis 系列产出的数据集（EndoVis 2017/2018、SCARED、ROBUST-MIS、CholecT50 等）已成为手术 AI 研究的事实标准基准。2026 赛季的三个新赛道预计将影响三个方向：

1. 手术质量 AI：TIGER-SQ-AI 可能催生「术中质量评估」的新研究分支，把 SQA 从主观打分推向可计算。
2. 恶劣场景几何：CLiMB 为结肠镜 SLAM 提供了标准化标尺，可能推动从「单帧检测」走向「序列几何」。
3. 多视角手术理解：iMED 为 RAMIS 的 3D 感知与数字孪生提供了首批多端镜基准。

7.5 库内互链点（建议）

本条目在库内可建立以下互链（写明条目 + rid 供主会话参考）：

• 血缘上游：EndoVis Challenges（rid 79）——系列总条，本条目为其 2026 年份的展开。
• 内窥镜 SLAM / 三维重建：SLAM 3D Endoscopic（rid 82）——与 CLiMB 主题高度重合。
• 立体器械追踪：MICCAI SurgT（rid 83）——与 STIR 主题近邻。
• 手术视频 / 工具定位链：Cholec80（rid 78）、CholecT50（rid 223）、CholecTrack20（rid 886）、CholecSeg8k（rid 233）、m2cai16-tool（rid 303）、Endoscapes（rid 353）、PhaKIR（rid 755）、AutoLaparo（rid 313）、HeiCo（rid 273）、HeiChole（rid 756）、SARAS-ESAD（rid 437）、Hamlyn（rid 383）。
• 胃肠道内窥镜链：Kvasir & HyperKvasir（rid 75）、GastroEndoNet（rid 780）——与 RARE 的 Barrett/息肉主题近邻；GLENDA（rid 820）、LapGyn4（rid 833）。

7.6 引用规范

• 挑战设计文档：Endoscopic Vision Challenge 2026: Structured description of the challenge design，DOI 10.5281/zenodo.19697093。
• CLiMB 额外要求：引用 Azagra, P. et al. Endomapper dataset of complete calibrated endoscopy procedures. Sci Data 10, 671 (2023). DOI 10.1038/s41597-023-02564-7；Synapse 版本 DOI 10.7303/syn26707219。
• RARE 背景文献：Fockens KN et al. Lancet Digital Health 2023;5(12):e905-e916；Jong MR et al. GastroNet-5M. Gastroenterology 2025。
• 使用任何子赛道数据前，须阅读并遵守其原始许可协议。

§8 方法学启示：四条可迁移的经验

EndoVis 2026 除了提供数据，本身也是一部「如何审慎设计一个挑战赛」的教材。以下四条经验对做基准、做评测、乃至做数据集的人都有迁移价值。

8.1 稀有事件评测要重新设计指标，不能套用 AUC

RARE2026 最值得学的一点，是它拒绝用通用分类指标。当阳性只占 5%（真实部署中甚至 1:100）时，accuracy 被多数类淹没，AUC 也无法反映「临床可接受敏感度下的假阳性负担」。RARE 选择 PPV@RECALL=0.9 并配合 1000 次 bootstrap 与 1:100 重采样，直接把评估对齐到「筛查部署」这一临床场景。启示：评测指标应当从部署约束反推，而非从方法便利出发。

8.2 真值成本可以用巧妙的物理设计压下来

STIR 的「红外纹身」是最优雅的案例。软组织追踪的真值本需逐帧人工标注（昂贵），STIR 用红外标记 + 立体标定，让标记点自动浮现，从而在半密集帧上用较低成本获得可靠真值。启示：数据集的成本瓶颈常在真值生产，用物理/成像设计绕开人工标注，往往比堆标注预算更划算。

8.3 当绝对真值不可得时，诚实声明并给出替代

CLiMB 面对的现实是：真实结肠镜中传感器级真值不可得。组织者没有假装拥有真值，而是明确采用 SfM 伪真值 + 人工验证，并以「假定结肠直径 50 mm」做尺度归一，同时坦白「无法给出绝对误差范围」。启示：基准的可信度不来自「声称真值完美」，而来自「诚实界定真值的边界」。

8.4 延续与开拓的平衡是系列长寿的秘诀

EndoVis 十二年的组织秘诀，在 2026 赛季体现得淋漓尽致：三个延续赛道保证纵向可比（方法可逐年对标），三个全新赛道保证边界拓展（不失活力）。启示：一个长期的基准系列若只延续会僵化，只开拓会断裂；「三延续 + 三开拓」是值得借鉴的配比。

8.5 数据可用性差异要披露，不要隐藏

TIGER-SQ-AI 明确声明「由于数据可得性，各中心在数据集中并非等量代表」，并附图说明。这种对偏斜的主动披露，比事后被读者发现更可信。启示：数据集偏斜不可怕，可怕的是不披露。

§9 与库内条目的关系

9.1 家族图谱

EndoVis 2026 在库内处于「手术视觉基准家族」的年度节点位置：

EndoVis Challenges（rid 79，系列总条，2015–2026 横切）
   └── EndoVis 2026（本条，2026 单赛季六赛道专条）
         ├── 赛道主题近邻：SLAM 3D Endoscopic（rid 82）、MICCAI SurgT（rid 83）
         ├── 手术视频/工具链：Cholec80(78)、CholecT50(223)、CholecTrack20(886)、CholecSeg8k(233)、m2cai16-tool(303)
         ├── 腹腔镜基准：HeiCo(273)、HeiChole(756)、AutoLaparo(313)、Endoscapes(353)、PhaKIR(755)、Hamlyn(383)、SARAS-ESAD(437)
         └── 胃肠道内窥镜：Kvasir & HyperKvasir(75)、GastroEndoNet(780)、GLENDA(820)、LapGyn4(833)

9.2 消歧说明（重要）

本条目与 rid 79（EndoVis Challenges）的关系：

• rid 79 是 EndoVis 系列的横切综述总条：以「十二年持续迭代」为叙事主轴，逐年龄出 2015–2025 各届子挑战，2026 行仅为一行占位（「计划中」）。
• 本条目 endovis-2026 是 2026 单赛季的深度专条：官方注册名 “Endoscopic Vision Challenge 2026”、acronym EndoVis26、Zenodo DOI 10.5281/zenodo.19697093，详述六个赛道的任务、规模、标注、指标与许可。
• 二者非别名、非撞库、非版本替代。rid 79 未被本条目替代（它覆盖整个系列），本条目也不是 rid 79 的子集（它有 rid 79 未含的六赛道细节）。它们是「系列总条 ↔ 年度专条」的互补关系，应当同时存在并互相链接。

9.3 检索路径建议

• 想了解 EndoVis 整个系列的历史与演变 → 读 rid 79。
• 想了解 2026 赛季六个赛道具体做什么、数据多大、怎么评测 → 读本条目。
• 想找 某一类具体任务的数据（如手术视频问答、结肠镜 SLAM）→ 从本条目 §3/§4 定位赛道，再跳该赛道官方站。
• 想做 手术视频/工具定位相关研究 → 交叉参考 CholecT50（rid 223）、Endoscapes（rid 353）、AutoLaparo（rid 313）。

9.4 与库内其他挑战赛集群条目的关系

EndoVis 2026 与库内其他「集群型」挑战赛条目（如 BraTS 集群、AutoPET 系列）在结构上同类——均为「一个 umbrella 下多个子任务」。检索者若研究「MICCAI 挑战赛生态」，可将本条目与其他集群条目并置比较其赛道数量、任务覆盖与许可策略。

9.5 与库内内窥镜/手术视频条目的逐条对照

EndoVis 2026 的六条赛道，与库内已有条目在主题上多有交叠。下表逐条给出对照，帮助检索者选择正确的入口：

库内条目	rid	与 EndoVis 2026 的交叠点	差异
EndoVis Challenges	79	系列血缘；2026 赛季的上位综述	总条是横切时间轴，本条是 2026 单赛季
SLAM 3D Endoscopic	82	与 CLiMB 的 SLAM/三维重建主题高度重合	82 为独立三维重建基准，CLiMB 绑定结肠镜临床序列
MICCAI SurgT	83	与 STIR 的立体器械追踪主题近邻	SurgT 聚焦器械追踪，STIR 聚焦组织点追踪
CholecT50	223	与 SurgVu 的手术动作/器械主题近邻	CholecT50 是三元组标注，SurgVu 是定位 + 问答
Cholec80	78	腹腔镜手术视频基线	单一数据集，非挑战赛
CholecTrack20	886	手术器械多视角追踪	与 STIR 的追踪主题近邻
CholecSeg8k	233	腹腔镜场景分割	与 TIGER 的分割主题近邻（但类体系不同）
m2cai16-tool	303	手术器械识别	早期基准，SurgVu 是其后代谱系
Endoscapes	353	腹腔镜安全视野评估	与 TIGER 的「质量评估」理念近邻
AutoLaparo	313	腹腔镜多任务数据集	妇科腹腔镜，与 TIGER 术式不同
HeiCo	273	结直肠腹腔镜器械分割	与 TIGER 的分割主题近邻
HeiChole	756	腹腔镜工作流与技能	与 TIGER 的质量评估主题近邻
PhaKIR	755	腹腔镜多任务联合标注	胆囊切除，与 TIGER 术式不同
SARAS-ESAD	437	内窥镜术者动作检测	动作识别，与 SurgVu 近邻
Hamlyn	383	腹腔镜视觉数据集	老牌基准，非挑战赛
Kvasir & HyperKvasir	75	胃肠道内窥镜	与 RARE 的 GI 主题近邻
GastroEndoNet	780	胃食管/结直肠内窥镜分类	与 RARE 的分类主题近邻
GLENDA	820	妇科腹腔镜病灶标注	术式不同
LapGyn4	833	妇科腹腔镜四任务基准	术式不同

对照结论：EndoVis 2026 在库内不是孤立条目，而是「手术视觉基准」网络的一个年度枢纽。它与 19 个已有条目存在主题或血缘关系，检索者应把它视为「找到具体赛道数据的入口」，而库内其他条目则是「深入某一具体任务的入口」。

9.6 建议互链清单（relatedLink 供主会话参考）

以下为本条目建议的互链条目与对应 rid（relatedLink 只填纯 URL，明细写正文）：

• 血缘上游：endovis-challenges（rid 79）
• 主题近邻（几何）：slam-3d-endoscopic（rid 82）、miccai-surgt（rid 83）
• 手术视频/工具链：cholec80（78）、cholect50（223）、cholectrack20（886）、cholecseg8k（233）、m2cai16-tool（303）、endoscapes（353）、phakir（755）、autolaparo（313）、heico（273）、heichole（756）、saras-esad（437）、hamlyn-datasets（383）
• 胃肠道内窥镜：kvasir-hyperkvasir（75）、gastroendonet（780）、glenda（820）、lapgyn4（833）

说明：以上 URL 形如 https://www.qianfanghub.com/ai-ready-dataset/<slug>/<rid>；body 中写明对照理由，frontmatter 的 relatedLink 只放纯 URL（遵循 R012 教训）。

9.7 从库内其他条目迁移到 EndoVis 2026 的建议

如果你的团队已在库内某个手术视觉数据集上积累，迁移到 EndoVis 2026 的路径建议如下：

• 从 CholecT50/Cholec80 迁移 → 优先考虑 SurgVu2026（同为腹腔镜/机器人手术视觉，任务从三元组扩展到定位与问答）。
• 从 MICCAI SurgT 迁移 → 优先考虑 STIR2026（立体追踪 → 组织点追踪）。
• 从 SLAM 3D Endoscopic 迁移 → 优先考虑 CLiMB2026（三维重建 → 结肠镜 SLAM）。
• 从 Endoscapes/HeiChole 迁移 → 优先考虑 TIGER-SQ-AI2026（安全视野/技能评估 → 淋巴结清扫质量评估）。
• 从 Kvasir/GastroEndoNet 迁移 → 优先考虑 RARE2026（GI 分类 → Barrett 早癌稀有事件检测）。

迁移时须注意：许可可能不同（EndoVis 逐赛道许可）、类别体系可能不同（TIGER 31 类 vs CholecSeg8k 类体系）、真值硬度可能不同（CLiMB 为伪真值）。跨数据集训练前，务必做类别映射与许可核验。

9.8 库内位置小结

在千方病案医数集的知识图谱中，EndoVis 2026 位于：

医学影像 / 内窥镜影像 + 手术视频
   └── 手术视觉挑战赛集群
         ├── 系列总条：EndoVis Challenges（rid 79）
         ├── 年度专条：EndoVis 2026（本条）
         └── 具体赛道主题近邻：SLAM 3D Endoscopic(82)、MICCAI SurgT(83)、CholecT50(223)…

这个位置决定了它的双重检索价值：既可作为「2026 赛季入口」，也可作为「手术视觉基准网络的年度枢纽」。

§10 避坑清单：八个已识别/已踩过的坑

以下是检索者与使用者在 EndoVis 2026 上最容易踩的坑，按「坑 N」编号。

坑 1：把 EndoVis 2026 当成一个可一次性下载的数据集。
它是六个独立子挑战的伞式集群，没有统一下载入口。你无法「下载 EndoVis 2026」，只能按赛道分别取数（RARE/SurgVu/STIR/TIGER-SQ-AI/iMED 走 grand-challenge 或 Synapse 各子站；STIR 源数据在 IEEE DataPort；CLiMB 在 EndoMapper）。规避：先锁定赛道，再找该赛道入口。

坑 2：默认许可统一，误用于商用。
umbrella 下并存四类许可。RARE 是 CC BY-NC（禁商用）、TIGER-SQ-AI 是 CC BY-NC-SA（禁商用 + 传染性）、CLiMB 走 EndoMapper 自定义条款。只有 STIR 和 iMED 是 CC BY（可商用）。规避：产品化前逐赛道核实许可，不要用「EndoVis 总体许可」这种不存在的口径。

坑 3：混淆 rid 79（系列总条）与本条（2026 专条）。
库内 rid 79 是 EndoVis 整个系列（2015–2026）的横切综述，其 2026 行仅一句「计划中」。若检索者从 rid 79 获取 2026 信息，会只得到占位内容。规避：要 2026 赛季细节读本条；要系列历史读 rid 79；两者互补。

坑 4：在 RARE 上用 accuracy 或 AUC 评估，得出虚高结论。
RARE 阳性率仅 5%（部署场景 1:100），accuracy 被多数类淹没。官方排名指标是 PPV@RECALL=0.9（1000 次 bootstrap 中位值），并采用 1:100 重采样模拟真实分布。规避：评估 RARE 时必须用官方指标口径，否则结果不可比。

坑 5：把 RARE 预训练集的 4,820,653 误读为训练集。
该 482 万张是未标注预训练集（供大规模表征学习），真正的有标注训练集只有 3,095 张（2,937 + 158）。原文写作「4,820653」（缺千位分隔符），若粗读易误判规模。规避：分清「未标注预训练」与「有标注训练」两个口径。

坑 6：对 CLiMB 的位姿误差做绝对度量解读。
CLiMB 的真值是 SfM 伪真值（COLMAP），误差按「假定结肠直径 50 mm」归一，赛道明确声明无法给出绝对误差范围。若把其数字当绝对精度解读会失准。规避：把 CLiMB 结果当作相对比较，不作绝对承诺。

坑 7：假设 SurgVu 数据能直接迁移到非 Intuitive 平台。
SurgVu 全部数据来自 da Vinci Xi/Si（Intuitive 单一厂商平台）。跨平台泛化性未经检验。规避：在其他手术机器人平台上应用时，需重新评估域偏移。

坑 8：忽略测试集只允许提交一次。
所有赛道测试集仅允许提交最终方案一次（验证集最多 20 次）。生产环境若不了解这一约束，可能在验证集上过度调参然后一次提交失败。规避：在验证集上充分迭代，测试集提交前确认容器环境无误。

坑 9：把 iMED 的非活人数据当作临床活体手术数据。
iMED 数据含 ex vivo（离体器官）、in vivo post-mortem（人体尸体）、in vivo live（活体猪）三类，不含活体人类手术。向真实临床的迁移性未验证。规避：明确其来源边界，不夸大临床代表性。

坑 10：以为 2026 有统一联合论文可直接引用。
2026 赛季的联合出版物由各子赛道组织者分别协调，截至抓取时点无统一联合论文。统一可引的是 challenge design 文档（DOI 10.5281/zenodo.19697093）。规避：引用时区分「挑战设计文档」与「（尚未出现的）联合论文」。

坑点编号已超过 5 个（共 10 个），满足「坑 N」编号制 ≥5 的要求。

§11 总结

11.1 三句话总结

1. EndoVis 2026 是 MICCAI 2026 的内窥镜视觉挑战赛集群，含 RARE、SurgVu、STIR、TIGER-SQ-AI、CLiMB、iMED 六个独立子挑战赛，Zenodo 注册号 10.5281/zenodo.19697093。
2. 它覆盖内窥镜视觉的全谱系：稀有事件检测、工具定位与视频问答、组织追踪、手术质量量化、结肠镜 SLAM、多端镜可变形新视角合成——六个赛道方法学几乎不重叠，是手术数据科学的横向基准。
3. 异构与多许可是它的本质属性：六个赛道各自独立采数、各自评测、各自许可（CC BY / CC BY-NC / CC BY-NC-SA / 自定义并存），必须按赛道分别取用与合规。

11.2 适合谁

• 手术数据科学研究团队：需要跨任务的内窥镜基准。
• 内窥镜影像算法开发者：找某类任务（检测/分割/追踪/几何/生成）的标准化评测。
• 机器人辅助手术视觉研究者：SurgVu、iMED 直接相关。
• 手术质量评估临床研究者：TIGER-SQ-AI 首次把 SQA 变成可计算任务。
• 医学挑战赛组织与评测方法学研究者：BIAS 规范、bootstrap 排名、稀有事件评估设计的活教材。

11.3 不适合谁

• 想要一个统一大数据集做端到端训练的人：EndoVis 2026 是集群，不是单一数据集。
• 需要商用许可的人：五分之四赛道禁商用或受限（只 STIR、iMED 是 CC BY）。
• 不想读文档只想拿数据的人：六个赛道的获取路径各不相同，跳过文档会走很多弯路。
• 需要活体人类手术数据的人：iMED 含离体/尸体/活猪，不含活体人类。

11.4 30 秒决策卡

你的需求	行动
早期癌筛查算法	RARE2026（CC BY-NC，PPV@RECALL=0.9）
机器人手术工具定位 / 视频问答	SurgVu2026（840h，mAP / BLEU 系）
软组织追踪	STIR2026（CC BY，红外纹身真值）
手术质量量化	TIGER-SQ-AI2026（CC BY-NC-SA，31 类分割）
结肠镜 SLAM / 3D 重建	CLiMB2026（EndoMapper）
多视角手术场景 / 新视角合成	iMED2026（CC BY，340 序列）
了解 EndoVis 整个系列	rid 79（endovis-challenges）

FAQ（高频问答 24 问）

A. 基础认知

Q1：EndoVis 2026 和 EndoVis 系列什么关系？
EndoVis 系列自 2015 年起每年办，2026 赛季是该系列第 12 年的形态，含 6 个子赛道。系列整体见库内 rid 79，2026 赛季见本条。

Q2：为什么叫「umbrella challenge」？
因为它像一把伞，把当年通过评审的多个独立子挑战赛收拢在一个统一品牌下，各自独立运行。

Q3：EndoVis26 和 EndoVis 2026 是同一个吗？
是。EndoVis26 是官方 acronym，EndoVis 2026 是全称的简写，challenge design 文档标题为 “Endoscopic Vision Challenge 2026”。

Q4：六个赛道都是 2026 新设的吗？
不是。三个延续（RARE、SurgVu、STIR），三个全新（TIGER-SQ-AI、CLiMB、iMED）。

Q5：ISCAS 是什么？
International Society for Computer Aided Surgery，国际计算机辅助手术学会，其开源与开放数据工作组组织 EndoVis。

Q6：谁在组织？
General Chairs 为 Speidel（NCT Dresden）、Maier-Hein（DKFZ）、Stoyanov（UCL）；各子赛道有独立组织方（Intuitive、阿姆斯特丹医学中心、萨拉戈萨大学、TIGER study 等）。

B. 数据与获取

Q7：怎么下载数据？
逐赛道从各自入口（grand-challenge 子站、Synapse、IEEE DataPort）。没有统一下载入口。

Q8：许可统一吗？
不统一。umbrella 登记四类并存：CC BY / CC BY-NC / CC BY-NC-SA / Custom。逐赛道：RARE=CC BY-NC、STIR=CC BY、TIGER-SQ-AI=CC BY-NC-SA、iMED=CC BY、CLiMB=EndoMapper 条款。

Q9：能商用吗？
只有 STIR 和 iMED（CC BY）可商用。RARE、TIGER-SQ-AI 禁商用，CLiMB 受 EndoMapper 条款约束，SurgVu 需查子站。

Q10：需要签协议吗？
需要。注册后须同意挑战赛规则；获取子赛道数据须向组织者发送已签署的规则版本。

Q11：Zenodo DOI 是什么？
10.5281/zenodo.19697093，登记的是挑战设计文档，不是数据。

Q12：数据存放在哪？
多数在 grand-challenge.org；STIR 源数据在 IEEE DataPort（DOI 10.21227/w8g4-g548）；CLiMB 源数据在 EndoMapper（Synapse syn26707219）。

C. 赛道细节

Q13：RARE 的稀有事件有多稀有？
训练集阳性率 5%（158/3,095）；评估模拟 1:100 的真实部署比例。

Q14：SurgVu 的数据有多大？
280 个视频，约 840 小时，约 1800 万帧，da Vinci Xi/Si，720p/30fps。

Q15：STIR 怎么获得追踪真值？
用红外「纹身」标记组织，在红外成像下标记点自动浮现，从而低成本获得点标注与可见性标签。

Q16：TIGER-SQ-AI 分割多少类？
31 类全场景分割（含 14 个淋巴结站），另有 15 类合并标签。

Q17：CLiMB 为什么难？
结肠会蠕动、无纹理、强反光；EndoMapper 论文报告 ORB-SLAM3 仅约 25% 帧成功定位。

Q18：iMED 有几种数据来源？
三种：离体器官（ex vivo）、人体尸体（in vivo post-mortem）、活体猪（in vivo live）。不含活体人类。

Q19：iMED 的两个任务是什么？
T1 相对位姿估计（PE）；T2 可变形新视角合成（NVS，113 例）。

D. 评估与基准

Q20：各赛道用什么指标？
RARE：PPV@RECALL=0.9；SurgVu Cat1：mAP；Cat2：BLEU+ROUGE+METEOR+BERT；STIR：OA/<δ_avg^x/AJ；TIGER：DSC/nHD + macro-F1；CLiMB：位姿精度 + tracked% + runtime；iMED：位姿精度 + PSNR/SSIM。

Q21：提交方式？
Docker 容器（type 2）在 grand-challenge（部分 Synapse），附方法报告。

Q22：能提交几次？
验证集每队至多 20 次；测试集仅最终方案一次。

Q23：评估代码开源吗？
开源。组织者评估代码开源至 challenge GitHub 页；参赛队代码须随方法报告提交。

Q24：有统一联合论文吗？
2026 赛季截至抓取时点无统一联合论文，由各子赛道组织者分别协调。

事实清单（硬事实 30 条）

1. 官方全称：Endoscopic Vision Challenge 2026；acronym：EndoVis26。
2. Zenodo DOI：10.5281/zenodo.19697093（挑战设计文档）。
3. 归属会议：MICCAI 2026，阿布扎比 ADNEC，2026-10-04 至 10-08。
4. MICCAI 2026 为第 29 届，UAE 首次承办。
5. 六赛道：RARE、SurgVu、STIR、TIGER-SQ-AI、CLiMB、iMED。
6. 延续赛道：RARE、SurgVu、STIR（均上届迭代）。
7. 全新赛道：TIGER-SQ-AI、CLiMB、iMED。
8. General Chairs：Stefanie Speidel、Lena Maier-Hein、Danail Stoyanov。
9. Org Committee：Sebastian Bodenstedt、Annika Reinke、Sophia Bano。
10. 组织社区：ISCAS 开源与开放数据工作组。
11. 平台：grand-challenge.org；STIR 源数据 IEEE DataPort；CLiMB 源数据 Synapse。
12. RARE 未标注预训练集：4,820,653 张（≈50 万例手术，8 家荷兰医院，2012–2020）。
13. RARE 训练集：2,937 nondysplastic + 158 neoplasia（5% 阳性率）。
14. RARE 验证集：1,000 nondysplastic + 100 neoplasia。
15. RARE 测试集：23,216 nondysplastic + 3,200 neoplasia。
16. RARE 主指标：PPV@RECALL=0.9（1000 次 bootstrap 中位值）。
17. RARE 采集设备：Olympus EXERA III。
18. SurgVu 训练数据：280 视频 / ≈840 小时 / ≈18M 帧。
19. SurgVu 采集规格：da Vinci Xi/Si，720p，30fps，单通道。
20. SurgVu Cat1 指标：mAP（COCO 多 IoU）；Cat2：BLEU+ROUGE+METEOR+BERT。
21. STIR 规模：训练 >1,000 / 验证 ≈100 / 测试 ≈10。
22. STIR 许可：CC BY。
23. TIGER-SQ-AI 规模：50 视频（25 腹腔镜 + 25 机器人），7 中心 5 国。
24. TIGER-SQ-AI 标注：31 类全场景分割 + 15 类合并；指标 DSC/nHD + macro-F1。
25. TIGER-SQ-AI 许可：CC BY-NC-SA。
26. CLiMB 数据源：EndoMapper（96 记录 / >24 小时 / 59 序列）。
27. CLiMB 位姿误差按假定结肠直径 50 mm 归一。
28. iMED 规模：340 序列；T2（NVS）用 113 例；双立体端镜 4 路流。
29. iMED 数据来源：ex vivo + in vivo post-mortem + in vivo live（活猪）。
30. iMED 指标：T1 位姿几何精度；T2 PSNR + SSIM。

术语表（24 条）

1. EndoVis：Endoscopic Vision Challenge，MICCAI 内窥镜视觉挑战赛系列。
2. umbrella challenge：伞式集群，一个品牌下含多个独立子挑战赛。
3. sub-challenge：子挑战赛，独立任务、数据与评测。
4. SDS（Surgical Data Science）：手术数据科学，用数据驱动手术质量与安全提升。
5. RARE：Recognition of Anomalies in low-pREvalence cancer，低流行率癌症异常识别。
6. Barrett’s Esophagus（BE）：Barrett 食管，食管下段肠化生，早期癌风险区。
7. neoplasia：肿瘤性病变（此处指早期癌变）。
8. NDBE：nondysplastic Barrett’s Esophagus，无异型增生的 Barrett 食管。
9. PPV@RECALL=0.9：召回率锁定 0.9 时的精确率（阳性预测值）。
10. bootstrap：自助重采样，用于不确定性量化。
11. SurgVu：Surgical Visual Understanding，手术视觉理解。
12. RAS（Robotic Assisted Surgery）：机器人辅助手术。
13. VQA（Visual Question Answering）：视觉问答。
14. mAP（mean Average Precision）：平均精度均值，检测指标。
15. STIR：Surgical Tissue Tracking（基于 Surgical Tattoos in Infrared）。
16. OA（Optical/Overall Accuracy）：此处指点可见性二值准确率。
17. AJ（Association Jaccard）：多目标追踪关联精度指标。
18. TIGER-SQ-AI：AI-based Surgical Quality Assessment for thoracic lymphadenectomy。
19. SQA（Surgical Quality Assessment）：手术质量评估。
20. DSC（Dice Similarity Coefficient）：Dice 相似系数，分割指标。
21. nHD（normalized Hausdorff Distance）：归一化豪斯多夫距离。
22. CLiMB：Colonoscopy Localization and Mapping Benchmark。
23. SLAM：Simultaneous Localization and Mapping，同步定位与建图。
24. iMED：Multi-Endoscope Dataset Novel View Synthesis；NVS=Novel View Synthesis（新视角合成）。

补充 FAQ（进阶 12 问）

Q25：六个赛道里哪个最适合入门？
STIR2026 较适合入门追踪类任务（许可 CC BY、数据在 IEEE DataPort 公开、真值机制清晰）；但若只想理解挑战赛生态，建议先读本篇 §1 与 §2 建立全局。RARE 的稀有事件评测设计是很好的指标学习材料，适合方法学入门。

Q26：为什么 EndoVis 要把这么多任务塞进一个 umbrella？
因为内窥镜视觉是一个「感知全家桶」问题——手术系统需要同时解决器械识别、场景分割、组织追踪、空间定位、内容理解。分散成独立挑战会失去「同一领域横向可比」的价值。umbrella 结构让社区在一个品牌下逐年覆盖不同子问题。

Q27：EndoVis 2026 的结果会被发表到哪里？
各子赛道组织者分别协调联合出版物。2026 赛季截至抓取时点无统一联合论文，因此统一可引的是 challenge design 文档（DOI 10.5281/zenodo.19697093）。

Q28：能否把六个赛道的数据合并训练一个通用模型？
技术上可以，但要注意：类别体系不同、模态不同（白光/红外/立体/单目）、许可不同（部分禁商用）。合并训练前必须解决类别映射与许可合规，且合并后无法直接对应任何单一赛道的评测口径。

Q29：RARE 的「未标注预训练集」怎么用？
它供大规模表征学习、自监督预训练、稀有发现的生成式增强、信息量样本挖掘等方向。你可以用它预训练，再在 3,095 张有标注训练集上微调。这是 RARE2026 相比 RARE25 的最大科学增量。

Q30：CLiMB 为什么不能像其他赛道那样给出绝对误差？
因为真实结肠镜中不存在传感器级真值（镜头在体内移动、场景蠕动）。组织者只能用 SfM 生成伪真值，并以假定结肠直径 50 mm 归一。这个「诚实声明」本身是方法论示范。

Q31：STIR 的测试集只有约 10 例，排名可信吗？
组织者明确小测试集，故采用多种 MOT 指标（OA/<δ_avg^x/AJ）并附报辅助误差，以降低单一小样本的偶然性。检索者解读时应注意小样本的统计功效限制。

Q32：TIGER-SQ-AI 的 31 类具体是什么？
包括 14 个淋巴结站以及解剖/非解剖结构标签，另有 15 类合并标签。详细类别（含示例图像）在标注协议文档中，challenge design 未附全表——这也是本条目 FACTS.md §9 的遗留疑点之一。

Q33：iMED 的两台端镜有什么特别？
它们独立且时间同步（亚帧级），视场重叠，每场景产生 4 路视频流（端镜 1 左右 + 端镜 2 左右）。这打破了以往单端镜单轨迹只能做前向光度插值的局限。

Q34：EndoVis 2026 与 BraTS 2026 这类集群有何异同？
同为「umbrella + 多子任务」结构。差异在于 EndoVis 限定内窥镜/微创手术视觉这一垂直域且历史更长（自 2015），BraTS 聚焦脑肿瘤影像。两者可作为「MICCAI 挑战赛生态」的两类代表对照。

Q35：如果我只想引用一个 EndoVis 2026 的统一出处，引哪个？
引 challenge design 文档（Endoscopic Vision Challenge 2026: Structured description of the challenge design，DOI 10.5281/zenodo.19697093）。若涉及 CLiMB 数据，须额外引 EndoMapper 原论文；涉及 STIR 数据，引 IEEE DataPort DOI。

Q36：EndoVis 2026 的参赛门槛高吗？
对熟悉医学影像分割/检测/几何的团队不算高（组织者提供评估代码、数据 loader、部分基线）。门槛主要在两处：(1) 逐赛道许可核验与签到；(2) 测试集只有一次提交机会，需在验证集上充分迭代。

专题：六赛道方法学深读

本节把六赛道涉及的核心方法学拉到一处，方便做技术选型的检索者快速定位。

稀有事件检测的方法学（源：RARE2026）

稀有事件检测（rare event detection）与常规分类的根本区别在于损失函数与评测目标的错配。当阳性率 5%（部署 1:100），标准交叉熵会被多数类主导。可行方向包括：

• 重采样 / 类权重：训练时上采样阳性或对阳性加权。
• 两阶段检测：先粗筛再精判，降低假阳性。
• 自监督预训练：利用 RARE 提供的 4,820,653 张未标注图学习通用表征，再少样本微调。
• 指标驱动的阈值选择：直接优化 PPV@RECALL=0.9 而非 AUC。

手术视觉语言的方法学（源：SurgVu2026 Cat2）

手术视频问答是医学领域的视觉语言任务，其特殊之处在于专业术语密集、答案评判需语义而非字面。赛道因此采用 BLEU+ROUGE+METEOR 集成 + BERT-based score 的复合指标。方法方向包括视频-文本对齐、时序定位、以及面向手术领域的语言模型微调。

无纹理可变形跟踪的方法学（源：STIR2026）

软组织点追踪的核心难点是无纹理 + 可变形 + 反光。技术路线包括光流法、特征匹配、以及基于深度学习的对应估计。STIR 用红外纹身提供真值，使得端到端训练的监督信号可得。评估用 MOT 指标族（OA/<δ_avg^x/AJ）而非简单的像素误差。

手术质量量化的方法学（源：TIGER-SQ-AI2026）

把 SQA 变成可计算任务的关键是结构化的标注体系：31 类全场景分割 + 淋巴结站可见性多标签。方法上需要同时处理像素级分割（DSC/nHD）与多标签分类（macro-F1），并应对跨中心泛化。这类任务的方法学价值在于把「主观质量」操作化为「可复现的像素/标签」。

恶劣场景几何估计的方法学（源：CLiMB2026）

结肠镜 SLAM 是视觉里程计的极端场景。传统几何法（特征 + 优化）在此频繁失效；学习方法（自监督深度、端到位姿回归）提供新思路，但仍需应对尺度不可观与快速运动。CLiMB 用「相同序列上多方法可比」的方式提供标准化标尺。

多视角可变形合成的方法学（源：iMED2026）

新视角合成（NVS）在静态场景（如 NeRF）已成熟，但手术场景组织会变形，破坏了多视图一致性。iMED 用「一镜训练、另一镜测试」的设定逼迫方法处理变形。评估结合几何精度与光度真实性（PSNR/SSIM）。这是手术视觉与生成式建模的交叉前沿。

方法学选型速查

你要解决的问题	参考赛道	核心指标
类别极不平衡的筛查	RARE	PPV@RECALL=0.9
医学视觉语言	SurgVu Cat2	BLEU+ROUGE+METEOR+BERT
可变形表面点追踪	STIR	OA/<δ_avg^x/AJ
临床质量标准量化	TIGER-SQ-AI	DSC/nHD + macro-F1
恶劣场景 SLAM	CLiMB	位姿精度 / tracked%
多视角可变形合成	iMED	PSNR + SSIM

附录

附录 A：条目信息速查卡

项	内容
条目名	EndoVis 2026（Endoscopic Vision Challenge 2026）
slug	endovis-2026
官方 acronym	EndoVis26
Zenodo DOI	10.5281/zenodo.19697093
会议	MICCAI 2026，2026-10-04 至 10-08，阿布扎比 ADNEC
官网	https://www.endovis.org/
赛道数	6
组织	ISCAS 开源与开放数据工作组
许可	多许可并存（逐赛道）
库内互链	rid 79（系列总条）等
抓取时点	2026-10-09

附录 B：DAIMS 评估全表

DAIMS（Data and AI Maturity/Readiness，此处按千方病案医数集口径的六维评估）：

维度	评分	说明
完整性（Completeness）	⭐⭐⭐⭐	六赛道数据、标注、评估协议齐全，文档（85 页 challenge design）详尽
可获取性（Accessibility）	⭐⭐⭐	平台托管规范，但逐赛道入口分散，部分需签协议
可解释性（Interpretability）	⭐⭐⭐⭐	标注协议、指标定义清晰，病理金标准有临床依据
可复现性（Reproducibility）	⭐⭐⭐⭐	评估代码开源，Docker 提交，BIAS 规范报告
可扩展性（Scalability）	⭐⭐⭐⭐	多赛道可延伸；RARE 提供 5M 级预训练数据
可信度（Trustworthiness）	⭐⭐⭐⭐	病理金标准 + 多中心 + 专家标注；CLiMB 伪真值为相对短板

综合评级：⭐⭐⭐⭐（4/5）。扣分项：许可碎片化、CLiMB 真值为 SfM 伪真值、测试集小（STIR ≈10）、SurgVu 单一厂商平台。

附录 C：六赛道逐项证据链自证

硬数字	来源	三源互证
4,820,653 张预训练	challenge design PDF §RARE	✔（PDF + MICCAI SIG 注册表）
280 视频 / 840h	challenge design PDF §SurgVu	✔
STIR >1,000 训练	challenge design PDF §STIR	✔ + IEEE DataPort DOI
TIGER 50 视频 7 中心	challenge design PDF §TIGER	✔
EndoMapper 96 记录 / 59 序列	challenge design + Sci Data 论文 + SimCol3D	✔
iMED 340 序列	challenge design PDF §iMED	✔
DOI 10.5281/zenodo.19697093	MICCAI SIG 注册表 + endovis.org	✔
MICCAI 2026 时间地点	miccai.org + conferences.miccai.org + 聚合站	✔

附录 D：数据获取决策树

你要做内窥镜视觉研究
├─ 早期癌筛查 / 稀有事件检测 → RARE2026（注意 CC BY-NC）
├─ 机器人手术工具 / 视频问答 → SurgVu2026（查子站许可）
├─ 软组织追踪 → STIR2026（CC BY，可商用）
├─ 手术质量量化 → TIGER-SQ-AI2026（CC BY-NC-SA）
├─ 结肠镜 SLAM / 3D 重建 → CLiMB2026 → 先同意 EndoMapper 条款
├─ 多视角手术场景 / 新视角合成 → iMED2026（CC BY，可商用）
└─ 只是想了解 EndoVis 系列 → 读 rid 79（系列总条）

附录 E：六赛道硬数字总表

赛道	训练	验证	测试	采集/来源	许可	主指标
RARE	3,095	1,100	26,416	Olympus EXERA III	CC BY-NC	PPV@RECALL=0.9
SurgVu	280 视频	隐藏	隐藏	da Vinci Xi/Si	见子站	mAP / BLEU 系
STIR	>1,000	≈100	≈10	da Vinci Xi	CC BY	OA/<δ_avg^x/AJ
TIGER-SQ-AI	50 视频	—	独立中心 3 视频	7 中心 5 国	CC BY-NC-SA	DSC/nHD + macro-F1
CLiMB	完整 EndoMapper 序列	—	短序列（隐藏）	单目结肠镜	EndoMapper	位姿/tracked%/runtime
iMED	340 序列	公开验证	隐藏（Intuitive+UCL）	双立体端镜	CC BY	位姿 / PSNR+SSIM

附录 F：RARE 评估重采样伪代码

输入：测试集 T（含 23,216 nondysplastic + 3,200 neoplasia）
for i in 1..1000:
    采样一轮评估子集 S：
        选取非异型样本若干
        有放回采样 neoplasia 样本使比例匹配 1:100 目标
    在 S 上计算 PPV@RECALL=0.9
输出：1000 次结果的 PPV@RECALL=0.9 中位值
说明：确保测试集被充分利用；缺失结果一律置 0

附录 G：SurgVu Cat2 评估指标组成

VQA 综合分 =
    ensemble( BLEU, ROUGE, METEOR )    # 传统 n-gram / 序列指标
    + BERT-based score                 # 语义相似度补充覆盖
说明：单一自动指标不足，故引入 BERT-based score 应对失效情形

附录 H：STIR 追踪指标公式骨架

OA          = 点可见性二值标签的正确率
<δ_avg^x    = 距离阈值 δ 内的点占比，在多个 δ 上取平均
AJ          = 关联精度（含轨迹误差与关联质量）
附报（不排名）：平均轨迹误差、追踪轨迹误差

附录 I：TIGER-SQ-AI 指标

分割排名：DSC（Dice Similarity Coefficient）；附报 nHD
分类：macro-F1（逐类计算后对所有类取平均）
说明：macro 平均以平衡各淋巴结站样本量差异

附录 J：iMED 评估指标

T1（Pose Estimation）：逐帧轨迹相对位姿几何精度
T2（Deformable NVS）：PSNR（峰值信噪比）+ SSIM（结构相似性）
附报：Train/Render FPS

附录 K：关键时间线总表

时间	事件	口径来源
训练数据	已发布（already released）	umbrella（RARE 段）
2026-04-01	Open Development Phase 启动 / 报名开放	CLiMB / umbrella
2026-04-15	训练数据发布 / 网站报名数据发布	CLiMB / iMED
2026-05-01	TIGER 训练数据第一批	TIGER
2026-05-30	iMED 允许提交定性定量结果	iMED
2026-07-01	TIGER 训练数据第二批	TIGER
2026-08-15	CLiMB 报名截止 / 测试数据发布	CLiMB
2026-09-01	TIGER 评估启动 / Final Test phase（原文年份疑误）	TIGER / umbrella
2026-09-07	CLiMB 提交截止	CLiMB
2026-10-04 至 10-08	MICCAI 2026 @ 阿布扎比	MICCAI 官网
EndoVis Challenge Day	结果公布	umbrella（现场日）

附录 L：双口径登记表（与 §9 存照对照）

口径项	口径 A	口径 B	处理
Final Test phase 年份	2025（PDF 原文）	2026（挑战日/其他赛道）	判为原文笔误，正文按 2026 并注明
组织文件更新时点	网页路径 /2026/05/	部分文案似上届模板	以官方注册版为准
许可组合	umbrella 列 4 类	各赛道单列（SurgVu 未列）	逐赛道以子站条款为准
RARE 预训练计数	原文「4,820653」	判读 4,820,653	按 482 万口径

附录 M：与库内 EndoVis Challenges 条目（rid 79）的关系声明

• rid 79：EndoVis Challenges，系列总条，覆盖 2015–2026 整个谱系，2026 行为占位。
• 本条（endovis-2026）：EndoVis 2026 单赛季六赛道专条。
• 关系：系列总条 ↔ 年度专条，互补共存，非别名、非撞库、非版本替代。
• 建议互链：本条目 relatedLink 指向 rid 79；rid 79 可在其 2026 行补链本条目。

附录 N：umbrella 与六赛道许可总表

层级	许可
umbrella（注册表列）	CC BY；CC BY-NC；CC BY-NC-SA；Custom data usage agreement
RARE2026	CC BY-NC
SurgVu2026	见子站条款
STIR2026	CC BY
TIGER-SQ-AI2026	CC BY-NC-SA
CLiMB2026	EndoMapper 条款（Synapse syn26707219）
iMED2026	CC BY

附录 O：术语首现英文对照（正文核对）

Surgical Data Science (SDS)、Barrett’s Esophagus (BE)、neoplasia、nondysplastic (NDBE)、Robotic Assisted Surgery (RAS)、Visual Question Answering (VQA)、mean Average Precision (mAP)、Surgical Quality Assessment (SQA)、Dice Similarity Coefficient (DSC)、normalized Hausdorff Distance (nHD)、Simultaneous Localization and Mapping (SLAM)、Novel View Synthesis (NVS)、Association Jaccard (AJ)、PPV@RECALL=0.9、bootstrap、multi-rater、tool choreography、rectified stereo、ArUco、EndoBase、BONSAI consortium。

附录 P：六赛道组织方对照表

赛道	组织方	测试标签访问
RARE2026	阿姆斯特丹医学中心 + 埃因霍温理工大学	阿姆斯特丹医学中心 + 埃因霍温理工大学
SurgVu2026	Intuitive Surgical（Zia/Berniker/Nespolo/Jarc）	Intuitive 内部
STIR2026	STIR 数据集团队（IEEE DataPort 托管）	子赛道组织方
TIGER-SQ-AI2026	TIGER study 多中心	组织方
CLiMB2026	萨拉戈萨大学 + EndoMapper 团队	子赛道组织者
iMED2026	Intuitive + UCL	Intuitive + UCL

附录 Q：参与检查清单

• [ ] 确定目标赛道
• [ ] 核实该赛道许可是否满足使用场景（尤其商用）
• [ ] 注册并签署挑战赛规则
• [ ] 从正确入口获取数据（grand-challenge / Synapse / IEEE DataPort）
• [ ] 用组织者开源代码对齐本地指标口径
• [ ] 在验证集上充分迭代（≤20 次）
• [ ] 构建 Docker 容器
• [ ] 测试集提交（仅一次）并附方法报告

附录 R：检索路径示范（关键词组合）

• 找 EndoVis 2026 官方设计：Endoscopic Vision Challenge 2026 structured description challenge design
• 找 RARE 背景：Barrett esophagus early neoplasia detection deep learning
• 找 CLiMB 源数据：EndoMapper dataset complete calibrated endoscopy
• 找 SurgVu 数据：SurgVu surgical visual understanding da Vinci dataset
• 找 iMED：iMED multi-endoscope novel view synthesis MICCAI 2026

附录 S：本条目生产档案

项	内容
代理名	agent-e-endovis202
slug	endovis-2026
抓取时点	2026-10-09
主要信源	challenge design PDF（85 页）+ MICCAI SIG 注册表 + endovis.org + MICCAI 2026 官网 + EndoMapper
网络预算	WebSearch 3 次、WebFetch 1 次（PDF 转 curl+pdftotext）
私有区	writing/endovis-2026/.parts_agent-e-endovis202_1791476764_788739
锁	agent-e-endovis202 2026-10-09T00:26:04+08:00

附录 T：FAIR / AI-Ready 检查单

原则	评估
Findable（可发现）	✔ DOI + 官网 + grand-challenge 索引
Accessible（可访问）	✔ 公开平台，部分需签协议
Interoperable（可互操作）	△ 六赛道格式异构，无统一 schema
Reusable（可复用）	✔ 许可明确（多许可），评估代码开源
AI-Ready	✔ 覆盖分类/检测/分割/追踪/几何/生成全谱系

附录 U：缩写速查

EndoVis、ISCAS、MICCAI、NCT、DKFZ、UCL、SDS、RARE、BE、NDBE、SurgVu、RAS、VQA、mAP、STIR、OA、AJ、TIGER、SQA、DSC、nHD、CLiMB、SLAM、VO、iMED、NVS、PE、PSNR、SSIM、BIAS、COLMAP、SfM、RAMIS、MOT、GI。

附录 V：EndoVis 系列演进速览（引自 rid 79 谱系）

2015 首办（4 子赛道）→ 2016 M2CAI → 2017 RIS → 2018 RSS → 2019 ROBUST-MIS/SCARED → 2020 BIAS 首行 → 2021 CholecTriplet → 2022 SurgToolLoc/SAR-RARP50 → 2023 PitVis/SIMS → 2024 PhaKIR → 2025 SurgVU 2025 → 2026 六赛道集群（本条）。

附录 W：引文规范

• 挑战设计：Endoscopic Vision Challenge 2026: Structured description of the challenge design. DOI 10.5281/zenodo.19697093.
• CLiMB 数据：Azagra, P. et al. Endomapper dataset of complete calibrated endoscopy procedures. Sci Data 10, 671 (2023). DOI 10.1038/s41597-023-02564-7；Synapse DOI 10.7303/syn26707219.
• RARE 背景：Fockens KN et al. Lancet Digital Health 2023;5(12):e905-e916；Jong MR et al. GastroNet-5M. Gastroenterology 2025.
• STIR 数据：IEEE DataPort DOI 10.21227/w8g4-g548.

附录 X：给方法学研究者的 10 条提示

1. RARE 的 PPV@RECALL=0.9 是「部署约束导向」评测的范例。
2. RARE 的 1000 次 bootstrap 排名稳定性分析值得照搬。
3. STIR 的红外纹身是低成本真值的经典设计。
4. CLiMB 的「诚实界定真值边界」值得学习。
5. TIGER 的 macro 平均处理类别不平衡。
6. SurgVu 的 BERT-based score 补充单一文本指标。
7. 六赛道统一用 Docker + 一次测试提交抑制过拟合。
8. BIAS 规范是挑战赛报告的标准骨架。
9. Metrics Reloaded 共识是指标设计的最新方法论。
10. 「三延续 + 三开拓」是长系列的组织配方。

附录 Y：许可合规自检（商用前必读）

若你要商用：
  STIR2026 → CC BY，可用
  iMED2026 → CC BY，可用
  RARE2026 → CC BY-NC，禁用
  TIGER-SQ-AI2026 → CC BY-NC-SA，禁用（且共享需同许可）
  CLiMB2026 → EndoMapper 条款，逐条核实
  SurgVu2026 → 查子站，未确认前勿商用

附录 Z：结语

EndoVis 2026 的价值，最终落在「它把内窥镜视觉最难、最临床相关的六类问题，同时放进了可公平比较的框架里」。无论你是想找一个任务的基准，还是想学一个挑战赛该如何被审慎设计，这个集群的六条赛道都提供了足量的细节与边界声明。使用前请牢记两件事：它是集群不是单一数据集；它的许可逐赛道不同。

尾注

本条目基于 2026-05 更新的 Endoscopic Vision Challenge 2026 官方挑战设计文档（85 页）为主要一手来源，辅以 MICCAI SIG 挑战赛注册表、endovis.org 官网与 MICCAI 2026 官网交叉核验。所有硬数字均标注来源并经三源互证；凡口径冲突处已在 §9 与附录 L 逐条存照。2026 赛季尚无统一联合论文，部分赛道（SurgVu）许可与精确切分待官方子站进一步披露，已列入 FACTS.md §9 遗留疑点。数据获取与合规请以各赛道官方最新条款为准。

附录 AA：六赛道一句话记忆卡

赛道	一句话
RARE2026	在 482 万张胃肠道图里，以 90% 敏感度守住精确率找早期癌。
SurgVu2026	用 840 小时机器人手术视频，让算法既会找工具又会答问题。
STIR2026	用红外纹身让会动会反光的软组织追踪真值变得可得。
TIGER-SQ-AI2026	把「淋巴结清扫做得好不好」拆成 31 类像素与站别可见性。
CLiMB2026	在会蠕动无反光的结肠里，把 SLAM 从噩梦变成基准。
iMED2026	让两台同步立体端镜互相为对方合成一个新视角。

附录 AB：数据规模对比条形（文字化）

RARE 预训练      ████████████████████ 4,820,653 张
RARE 测试        ████ 26,416 张
SurgVu 帧数      ████████████████ ≈18,000,000 帧
SurgVu 视频      ██ 280 个
STIR 训练        ███████ >1,000 例
TIGER 视频       ██ 50 条
iMED 序列        █████ 340 序列
（注：不同赛道量纲不同，仅示意相对量级，不可直接横比）

附录 AC：合规关键问题清单

1. 你使用的赛道许可是否允许你的用途？（商用？再分发？）
2. 是否已签署该赛道的挑战赛规则？
3. 测试集是否只提交一次？（生产需提前在验证集充分迭代）
4. 是否满足该赛道的引用要求？（尤其 CLiMB 的 EndoMapper）
5. 是否使用了禁止的私有临床数据？（iMED 明确禁止）
6. 是否混淆了「未标注预训练集」与「有标注训练集」？（RARE）

附录 AD：术语首现标记核对表

本文正文首次出现以下术语时已标注英文：手术数据科学（Surgical Data Science, SDS）、Barrett 食管（Barrett’s Esophagus, BE）、肿瘤性病变（neoplasia）、无异型增生（nondysplastic, NDBE）、机器人辅助手术（Robotic Assisted Surgery, RAS）、视觉问答（Visual Question Answering, VQA）、平均精度均值（mean Average Precision, mAP）、手术质量评估（Surgical Quality Assessment, SQA）、Dice 相似系数（Dice Similarity Coefficient, DSC）、归一化豪斯多夫距离（normalized Hausdorff Distance, nHD）、同步定位与建图（SLAM）、新视角合成（Novel View Synthesis, NVS）、关联精度（Association Jaccard, AJ）、工具编排（tool choreography）、校正立体（rectified stereo）。

附录 AE：EndoVis 2026 与 MICCAI 2026 其他挑战赛的定位差异

MICCAI 2026 注册了众多挑战赛集群。EndoVis 2026 的相对定位是：

• 任务覆盖面最宽：横跨 camera pose estimation、classification、detection、localization、modeling、NLP、reconstruction、segmentation、SLAM、tracking 十类问题。
• 临床场景最专一：全部限定在内窥镜/微创手术视觉，是「垂直领域最深的集群」。
• 系列历史最长：自 2015 年连续举办，是 MICCAI 最长寿的手术视觉基准系列。
• 工业界参与度高：Intuitive Surgical 同时组织两个赛道（SurgVu、iMED），是少数由医疗器械龙头深度参与的挑战赛。

附录 AF：本条目自证与局限

自证：本条目所有硬数字均标注来源并经三源互证（详见 FACTS.md §9 与附录 C）。凡来源冲突，均保守存照而非择一断言。

局限：

1. 2026 赛季尚无统一联合论文，各赛道基线结果未逐一收录。
2. SurgVu 的精确切分数量与最终许可条款依赖子站后续披露。
3. 部分赛道（如 iMED 时间同步精度）的具体数值未在可及文档段落取到，正文以「亚帧级」保守叙述，未臆造数字。
4. 各赛道 Challenge Day 现场结果（获奖名单）在抓取时点尚未产生。

附录 AG：维护计划与触发点

本条目应在以下触发点复核更新：

触发点	预期更新
2026-10 Challenge Day 后	补充六赛道获奖名单与结果汇总
联合论文发表后	补充统一引用与跨赛道分析
各子站许可最终确认后	修正 SurgVu 许可条目
2027 赛季公布后	在 rid 79 谱系中补链 2027 条目

附录 AH：30 秒术语速记

• RARE = 稀有癌变识别（Barrett 食管）。
• SurgVu = 手术视觉理解（工具定位 + 视频问答）。
• STIR = 红外纹身组织追踪。
• TIGER-SQ-AI = 淋巴结清扫质量量化。
• CLiMB = 结肠镜 SLAM。
• iMED = 多端镜新视角合成。
• 记住口诀：「找癌 · 找工具 · 追组织 · 评质量 · 定位置 · 合成视角」。

---

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：

• cholectrack20 — 共享标签：医学影像 / 内窥镜影像 / 手术视频 / 目标检测 / 评测基准
• polypgen — 共享标签：医学影像 / 内窥镜影像 / 手术视频 / 医学图像分割 / 评测基准
• phakir — 共享标签：医学影像 / 内窥镜影像 / 手术视频 / 医学图像分割 / 目标检测
• real-colon — 共享标签：医学影像 / 内窥镜影像 / 手术视频 / 目标检测 / 评测基准
• polypdb — 共享标签：医学影像 / 内窥镜影像 / 医学图像分割 / 目标检测 / 评测基准
• glenda — 共享标签：医学影像 / 内窥镜影像 / 手术视频 / 医学图像分割 / 目标检测
• galar — 共享标签：医学影像 / 内窥镜影像 / 手术视频 / 目标检测 / 评测基准
• grasp — 共享标签：内窥镜影像 / 手术视频 / 医学图像分割 / 目标检测 / 评测基准
• endovis-challenges — 共享标签：医学影像 / 内窥镜影像 / 手术视频 / 医学图像分割
• cad-cap — 共享标签：医学影像 / 内窥镜影像 / 手术视频 / 目标检测

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。