信息速览

数据集名称IUGC 2024 产时超声挑战赛数据集 — 标准平面分类·胎头耻骨联合分割·AoP/HSD 自动测量的 MICCAI 2024 产时超声视频挑战赛数据集

数据类型人工标注,影像数据,原始数据

规模训练 456 个视频（288 全标准平面 + 168 全非标准平面）；帧级：标准平面 24,434 帧（含 2,906 帧分割标注）+ 非标准平面 31,450 帧；患者总数未公开

接入方式产时经会阴超声视频（三所中国大学医院产房实采）+ 胎儿头/耻骨联合像素级分割掩码（3 名超声医师标注 2,906 帧）+ 标准平面二分类帧级标签 + 官方基线训练/评估代码与提交样例

AI 就绪度

INFOBOX — IUGC 2024 一屏速览

维度内容

本质 MICCAI 2024 卫星挑战赛数据集：产时（经会阴）超声视频的级联「分类→分割→测量」基准

官方名 Intrapartum Ultrasound Grand Challenge 2024（IUGC 2024），产时超声大挑战

会议 MICCAI 2024 卫星活动，摩洛哥马拉喀什，2024-10-06；Springer LNCS 论文集

采集方暨南大学附属第一医院 + 南方医科大学珠江医院 + 中山大学附属第三医院联合团队

采集人员超声医师、产科医师与技术人员（≥7 年经验）；3 名超声医师手动标注

训练数据 288 个全标准平面视频 + 168 个全非标准平面视频 = 456 个视频

帧级规模标准平面 24,434 帧（2,906 帧分割标注）+ 非标准平面 31,450 帧

三项任务 ①标准平面分类 ②胎头+耻骨联合分割 ③进展角 AoP 与头耻距 HSD 测量

指标分类 Acc/F1/AUC/MCC；分割 DSC/HD/ASD；测量 ΔAoP、ΔHSD

官方基线测试集 Acc 0.518｜DSC 0.801｜ΔAoP 11.519°｜ΔHSD 15.088 px

代表成绩 Oxford 队 hold-out ACC 0.9452/DSC 0.918/ΔAoP 8.90；UESTC 队分类 Acc 0.996/分割 IoU 0.917

时间线验证阶段 2024-06-10 起；测试阶段 2024-08-11 起；2024-09-11 收官

获取 CodaLab 竞赛 18413（登录后参与）；GitHub maskoffs/IUGC2024 基线工具包

许可 官方未明示数据许可（风险项）——T&C 需登录查看，使用前向主办方确认

IUGC 2024 产时超声挑战赛数据集

§0 导读：这个数据集解决什么问题

分娩过程中的产程评估长期依赖阴道指检——主观、不适、可重复性差；而经会阴超声虽然提供了两个被 ISUOG 指南背书的客观参数（进展角 AoP 与头耻距 HSD），其人工分析却要在产房高压环境下完成「选帧—描轮廓—量参数」的完整链条，观察者内与观察者间变异难以避免。IUGC 2024 的回答是一条三级联任务链：先从超声视频帧里分类出可测量的标准平面，再在标准平面上分割胎儿头部与耻骨联合，最后由分割结果按公开几何规则推导 AoP 与 HSD。数据来自广州三所大学医院的真实产房采集：训练阶段 456 个视频（288 个全标准平面 + 168 个全非标准平面），帧级共 24,434 个标准平面帧（其中 2,906 帧由三名超声医师标注分割掩码）与 31,450 个非标准平面帧；验证与测试阶段则换成「同一视频内两类平面混合」的真实形态，且测试集刻意设计为强异质性。

这套设计的教学价值集中体现在官方基线的成绩上：朴素两支路架构在训练分布上轻松逼近满分，在异质测试集上分类准确率却只有 0.518——近乎随机。这道「设计性落差」把医学影像 AI 最常见的失败模式（训练分布 ≠ 部署分布）从一句警告变成了每个参赛者必须直面的数字；Oxford 队的稀疏采样、UESTC 队的损失设计、MBZUAI 队的合成掩码弱监督，本质上都是在回答同一个问题：如何跨过训练分布与临床现实之间那道沟。

§0 读法三则：

这个条目是「挑战赛 + 数据集 + 方法论文集」三合一：本体是竞赛配套数据（CodaLab 18413），学术锚点是 Springer LNCS 论文集（doi:10.1007/978-3-031-96318-6），副产品是完整开源的基线工具链（GitHub maskoffs/IUGC2024）——三者获取方式各不相同（§8）。
全文规模数字均带「训练阶段」限定词：患者总数、验证集与测试集规模在公开渠道未披露（§4.5），引用时勿把视频数当患者数（误解二）。
数据许可条款未在公开渠道明示，是本条目认定的首要使用风险（§8.2、§12.1、坑 9）——任何再分发与衍生发布动作都应先取得主办方书面确认。

1 导言：一句话定位与条目范围

IUGC 2024（Intrapartum Ultrasound Grand Challenge 2024，产时超声大挑战 2024）是依附于 MICCAI 2024（国际医学图像计算与计算机辅助介入会议）的一项卫星挑战赛及其配套数据集，聚焦于产时超声视频的自动化分析。它要解决的临床问题是：在分娩过程中，传统阴道检查主观且不适，而经会阴超声（transperineal ultrasound）虽然能客观测量胎儿头部位置与骨盆解剖的关系，但人工分析耗时且易出错。IUGC 2024 因此提出一条三段级联任务链——先从超声视频帧中分类出可测量的标准平面（standard plane, SP），再在标准平面上分割胎儿头部（fetal head, FH）与耻骨联合（pubic symphysis, PS）两个解剖结构，最后基于分割结果计算两个产科生物测量参数：进展角（angle of progression, AoP）与头耻距（head-symphysis distance, HSD）。

本条目的成稿依据是三源互证：其一，CodaLab 官方竞赛页（竞赛编号 18413）所载任务与时间线信息；其二，Springer 于 2024 年 10 月出版的 IUGC 2024 官方论文集 Intrapartum Ultrasound: MICCAI 2024 Grand Challenge（LNCS，doi:10.1007/978-3-031-96318-6），其中官方基线论文与多篇参赛方法论文给出了数据规模、指标与方法的权威描述；其三，中文技术社区对挑战赛官方说明的全文转译（腾讯云开发者社区两篇介绍文），其数字与英文源一致。数据本体的获取入口为 CodaLab 登录后参与页面，官方在 GitHub（maskoffs/IUGC2024）公开了基线工具包与提交样例。

需要预先声明的一点：与库内多数「论文即数据集」条目不同，IUGC 2024 的数据本体是挑战赛配套资源，其核心价值在于三项级联任务的基准设定、官方基线与参赛方法的可复现链条。数据许可条款未在公开渠道明示（详见 §8 与 §12），这是本条目认定的首要使用风险。

2 临床背景：为什么是产时超声

2.1 剖宫产率与产程评估困境

IUGC 2024 官方基线论文（Zhou & Lu，暨南大学，doi:10.1007/978-3-031-96318-6_1）开篇即给出全球卫生背景：全球剖宫产率（cesarean section, CS）持续上升，预测将在 2030 年前超出世界卫生组织（WHO）指南认定的合理水平。准确评估产程进展（labor assessment）是减少不必要剖宫产的有效手段，但传统依赖阴道指检（vaginal examination）的产程评估方法具有两个固有缺陷：一是主观性强，检查者之间的判断差异大；二是体验不适，反复检查增加产妇痛苦与感染风险。

2.2 AoP 与 HSD：两个被指南背书的超声参数

国际超声学会（ISUOG）在产时超声临床实践指南中推荐使用经会阴超声监测产程进展，其中两个可重复性较好的参数是：

进展角（AoP）：经会阴超声正中矢状面上，从耻骨联合长轴引出、与胎儿头颅轮廓相切所构成的角度。AoP 越大，提示胎头下降越充分，可用于预测阴道助产（instrumental vaginal delivery）的结局。
头耻距（HSD）：胎头轮廓上距耻骨联合最短距离点与耻骨联合参考点之间的线段长度，反映胎头与耻骨联合的相对位置。

这两个参数的测量质量从根本上取决于两个前提：其一，所选帧必须是「可测量的标准平面」——即胎头与耻骨联合同时清晰可见、关键解剖边界（如耻骨联合左右轮廓、胎头右上轮廓）位于成像锥内；其二，胎头与耻骨联合的分割轮廓必须精确。IUGC 2024 的三项任务正是围绕这两个前提与一个终点测量设计的。

2.3 手动分析的痛点

人工完成这套分析链条存在三重变异：同一测量者不同时刻的观察者内变异、不同测量者之间的观察者间变异、以及产房高压环境下帧选择本身的随机性。官方基线论文与参赛论文均把这「降低观察者内与观察者间变异、提高测量可靠性」作为挑战赛动机的核心表述。自动化的潜在收益不只是省人力，更是把产程评估从「经验判断」推向「可量化、可分层」的临床决策工具——Oxford 队在其论文中明确将产出定位为「理解产程停滞成因、指导产前保健临床风险分层工具开发」。

3 挑战赛组织与时间线

3.1 组织架构

IUGC 2024 由 MICCAI 2024 会议官方认可为卫星挑战赛（satellite event），于 2024 年 10 月 6 日在摩洛哥马拉喀什（Marrakesh, Morocco）与 MICCAI 主会同地举行总结研讨。CodaLab 竞赛页登记的组织方代号为 maskoff，其成员即数据采集团队的骨干。数据采集由三所大学医院联合完成：

暨南大学附属第一医院（The First Affiliated Hospital of Jinan University，广州）——官方基线论文作者周子豪、陆尧胜即出自暨南大学信息科学技术学院，基线工具包亦由该校团队开发；
南方医科大学珠江医院（Zhujiang Hospital of Southern Medical University，广州）；
中山大学附属第三医院（Third Affiliated Hospital of Sun Yat-sen University，广州）。

采集团队由超声医师、产科医师与技术人员构成，成员均具有七年以上专业经验。手动分割与测量由三名具有超声成像经验的超声医师完成。

3.2 竞赛时间线

依据 CodaLab 竞赛 18413 官方页面：

阶段	时间	说明
Validate 阶段开始	2024-06-10	参赛者通过平台提交推理代码，平台运行后即时显示验证集结果；主办方在 GitHub 提供提交样例
Test 阶段开始	2024-08-11	通过邮件提交完整代码，仅允许一次
竞赛结束	2024-09-11	成绩锁定，最终排名结果在 MICCAI 2024 现场研讨与论文集中公布

这种「提交代码而非预测结果」的容器化评审模式（submission 模板见 GitHub 仓库的 submit_code/ 目录，含 model.py、model.pickle 与 metadata）保证了测试数据不落参赛者之手，是近年 MICCAI 挑战赛的主流做法。

3.3 论文集与成果发表

挑战赛成果以 Springer LNCS 论文集形式出版：Intrapartum Ultrasound: MICCAI 2024 Grand Challenge, IUGC 2024，2024 年 10 月 6 日上线，收录官方基线论文（pp.1-10）与多篇参赛方法论文（含 Oxford 队 pp.46-60、UESTC 队 pp.11-20、MBZUAI 队 pp.75-88 等）。论文集整体为订阅制（isAccessibleForFree: false），但多篇参赛队伍在 arXiv 或 GitHub 上提供了开放版本。

4 数据集构成与采集

4.1 三阶段数据划分

IUGC 2024 数据按竞赛进程划分为训练、验证、测试三个阶段，各阶段的数据形态刻意不同：

训练阶段：提供 456 个视频，其中 288 个完全由标准平面（SP）构成、168 个完全由非标准平面（non-SP）构成。每个训练案例是单个超声视频，内部平面类型纯一。这种裁剪式构造的官方理由是「有利于标准平面分类器的训练」——分类器可以在视频级标签已知的前提下专注学习帧级特征。
验证阶段（2024-06-10 起）：视频内混合 SP 与非 SP 平面，参赛者的系统必须先分类再分割，级联结构从此成为必需。
测试阶段（2024-08-11 起）：同样为混合视频，且主办方明确声明测试数据「与训练和验证阶段相比将表现出很强的异质性」，用以全面评估方法的泛化性能与临床适用性。

4.2 帧级硬数字

训练阶段的帧级规模（中文社区对官方说明的全文转译与英文论文集互证一致）：

项目	数量
全标准平面视频	288 个
全非标准平面视频	168 个
标准平面帧总数	24,434 帧
其中带分割标注的标准平面帧	2,906 帧（约占 SP 帧总量 11.9%）
非标准平面帧总数	31,450 帧

标注的发放策略是分层的：在「所有帧都是标准平面」的大多数视频中定期（周期性）提供标注，而在其中一小部分视频中为每一帧提供标注。主办方由此在官方说明中鼓励参赛者「关注帧之间的相关性，在有限样本下实现分割」——这实际上是引导参赛方法利用视频时序信息（帧间平滑性、时序一致性约束、伪标注传播等）来弥补稀疏标注。Oxford 队的稀疏采样（sparse sampling）策略与 MBZUAI 队的合成掩码（synthetic masks）弱监督方案都是对该引导的直接回应。

4.3 采集环境与设备

数据全部来自真实产房（labor and delivery）环境下的经会阴超声检查。MBZUAI 队论文描述了这一环境的特殊性：图像需要在「高压的分娩与接生环境」中采集，这带来了高变异性与标注数据有限的双重困难——产妇体位受限、探头放置空间受限、检查时长受产程节奏约束，因此视频质量与帧构图的多样性远高于诊室场景的常规产科超声。跨三所医院的采集也天然引入了操作者、设备与协议的多中心差异。

4.4 测试集的异质性设计

主办方在官方说明中对测试阶段的设计意图有明确表述：测试数据将表现出「很强的异质性」，以全面评估泛化性能。基线论文报告的测试集结果从侧面印证了这一点：官方基线在测试集上的分类准确率仅 0.518——显著低于其在同构验证环境下的表现，也远低于参赛队最终水平。这一「基线崩塌、参赛修复」的落差本身就是 IUGC 2024 数据设计的教学价值所在：它把「训练分布 ≠ 临床真实分布」这条医学影像 AI 最常见的失败模式直接编码进了基准结构。

4.5 规模口径的完整性说明

与库内多数有正式数据论文（data paper）的数据集不同，IUGC 2024 的数据规模信息披露是竞赛说明导向的，存在口径不完整：患者总数、验证集与测试集的视频数与帧数均未在公开渠道披露（截至本条目成稿时）。Oxford 队论文披露其自建 hold-out 为 4 名患者 224 帧，但这属于参赛方自留集而非官方测试集规模。检索者引用本数据集规模时应使用上表训练阶段数字并注明「训练阶段」限定词。

5 标注体系

5.1 标注者与标注流程

标注由三名具有超声成像经验的超声医师完成，覆盖分割掩码绘制与 AoP/HSD 测量两项工作。采集与标注团队的资质门槛（七年以上专业经验）在挑战赛数据集中属于较高规格——这是产时超声这一亚领域的特殊性使然：非专业人员既难以辨识标准平面是否「可测量」，也难以在胎头轮廓不完整时判断轮廓的合理走向。

5.2 分割标注的结构

分割任务要求同时描绘两个结构：胎儿头部（ FH）与耻骨联合（PS）。官方说明特别强调了两处轮廓精度要求：

耻骨联合区域左右两侧轮廓的精确描绘——因为 AoP 的切线与 HSD 的参考点都锚定在耻骨联合轮廓的边缘点上；
胎儿头部区域右上轮廓的精确定义——官方说明明确允许「胎头轮廓不完整，只要耻骨联合区清晰可见且胎头右侧主要轮廓可见」即认定为标准平面，这决定了胎头掩码在实际标注中可能是有意为之的部分轮廓。

5.3 分类标签

帧级分类标签为二分类：该帧是否为「可测量的标准平面」。判定标准可归纳为（据官方说明的图示解释）：胎头与耻骨联合同时位于成像锥内、两者关键轮廓可见、测量所需地标点可识别。官方说明以七个示意帧（图 a-g）逐帧演示了边界案例——例如胎头仅见右侧轮廓但耻骨联合完整可测（判为标准平面）、耻骨联合右侧超出成像锥（判为非标准平面）等。这组边界案例对复现分类标签的一致性理解极为关键。

5.4 测量参考

AoP 与 HSD 的参考测量由标注医师按标准操作定义（详见 §6.3 的几何构造），并作为任务三的评估参照。与分割掩码的逐帧发放不同，测量参考与分割标注同源——只在 2,906 帧带掩码的子集上有效。

6 任务设计：三级联任务链

6.1 任务一：标准平面分类

输入为超声视频（或帧序列），输出为帧级二分类（SP / non-SP）。关键约束在于：视频内部的时序相关性既可利用（帧间平滑、时序模型）也可能引入伪相关（spurious correlations）——Oxford 队即指出，朴素的全帧采样会让分类器学会「这段视频是全 SP 视频」这一训练集构造性捷径，因此其方案采用稀疏采样打断视频级标签与帧特征的伪关联。分类性能指标为准确率（Acc），参赛论文集另报告 F1、AUC 与 MCC（Matthews 相关系数）。

6.2 任务二：双结构分割

在分类为 SP 的帧上分割胎儿头与耻骨联合。官方说明强调：任务三测量的「完整性与准确性从根本上取决于分割区域轮廓的精确描绘」，因此轮廓预测精度直接传导为测量可靠性。评价指标为 Dice 系数（DSC）为主，辅以 Hausdorff 距离（HD）与平均表面距离（ASD）。注意官方说明把「描画耻骨联合左右两侧轮廓」与「胎头右上轮廓」列为精度敏感区（§5.2），评估脚本对这两处的敏感度高于常规分割基准。

6.3 任务三：AoP 与 HSD 自动测量

测量完全由分割结果几何推导，官方定义如下：

AoP：三地标两线夹角。①由分割掩码识别耻骨联合轮廓上最远的两个点；②过耻骨联合最右点作胎儿头区域的切线；③该切线与图像右侧（胎儿头所在侧）的交点确定第三个地标；④三点构成的角度即 AoP。
HSD：两地标线段。①由分割掩码识别耻骨联合轮廓最远两点，取图像右侧点为测量参考点；②以耻骨联合最右点为参考，在胎头轮廓上找最短距离点；③两点线段长度即 HSD。

GitHub 仓库 eval/ 目录提供了官方测量实现：cal_aop.py（AoP 计算）与 ellipse.py（椭圆拟合工具）。Oxford 队在测量环节还增加了一个工程细节：先对分割掩码做最大连通域保留（retaining largest connected components）再做椭圆拟合，以保证测量输入的结构保真性——这一步在他们消融中显著稳定了 ΔAoP/ΔHSD。

单位口径存照：官方基线论文报告 ΔHSD 为 15.088 像素（pixels），Oxford 队报告 14.35（同口径）；AoP 为角度制（ΔAoP 单位度）。像素口径意味着 HSD 偏差未做统一物理标定，跨研究比较时须换算或注明。

6.4 级联结构的含义

三任务不是并列的三选一，而是串联流水线：分类错误会截断后续分割，分割误差会放大为测量偏差。验证与测试阶段的混合视频设计强制参赛系统端到端地处理整条链路。这正是 IUGC 2024 区别于既有静态图像分割数据集（如库内同域的 psfhs 条目）的核心结构特征：它评测的是「系统」而非「模型单点性能」。

7 评价指标与官方基线

7.1 指标体系

任务	主指标	辅指标
分类	Acc	F1, AUC, MCC
分割	DSC	HD, ASD
测量	ΔAoP（度）, ΔHSD（像素）	—

官方基线论文在验证与测试两套集合上均做了实验；测试集结果：Acc 0.518，DSC 0.801，ΔAoP 11.519°，ΔHSD 15.088 px。基线的方法构成：分类支路与分割支路各自独立训练（训练脚本 train_cls.py 与 train_seg.py 随 GitHub 工具包发放），依赖工具包内的数据增强（augmentation.py）、损失组合（criterion.py / loss.py）、评估器（evaluator.py）与训练期指标（metric.py）模块。

7.2 参赛方法代表成绩

论文集收录的代表队成绩（口径各异，详见 §9 与 §10）：

Oxford 队（Oxford MION Lab + VGG，Ramesh/Wyburd/Dinsdale/Namburete 等）：自建 hold-out（4 患者 224 帧）上 ACC 0.9452、F1 0.9225、AUC 0.983、MCC 0.8361、DSC 0.918、HD 19.73、ASD 5.71、ΔAoP 8.90、ΔHSD 14.35；
UESTC 队（Tan Yubo 等，电子科技大学）：ResNet 分类 Acc 0.996、DeepLabV3 分割 IoU 0.917（开源 github.com/tyb311/IUGC2024）；
MBZUAI 队（AlNasi 等）：多任务 U-Net + 合成掩码弱监督 + 动态损失缩放，相对基线分类准确率 +14%、分割 Dice +6.3%，且 ΔAoP/ΔHSD 偏差下降。

对比基线 0.518 的分类 Acc 可见：测试集异质性对朴素方法构成实质挑战，而针对分布偏移的设计（集成、稀疏采样、弱监督、增强策略）带来了量级为数十个百分点的提升。

8 获取、许可与使用合规

8.1 获取方式

官方渠道：CodaLab 竞赛 18413（codalab.lisn.upsaclay.fr/competitions/18413）。数据在登录后的 Participate 标签页发放；Validate 阶段在平台提交代码容器，Test 阶段经邮件提交完整代码（仅一次机会）。
代码资源：GitHub maskoffs/IUGC2024 提供完整基线工具包：starting_tool_kit/（数据读取类、增强、损失、评估器、train_seg.py、样本数据 dataset_sample/）、baseline/（分类支路 train_cls.py）、eval/（AoP 计算、椭圆拟合）、model_encapsulation/（提交封装基类）与 submit_code/（提交模板）。依赖仅 numpy、opencv-python、SimpleITK、scikit-learn，门槛极低。
非官方镜像：Kaggle 存在第三方上传的镜像数据集（aspirexxx/iugc-ultrasound-video-dataset-miccai-2024），另有中文导航站收录。镜像与官方数据的一致性未经验证，严肃使用应走官方渠道。

8.2 许可状态：如实标注的风险项

截至本条目成稿（2026-10-17），IUGC 2024 数据集的官方许可条款未在公开渠道明示：CodaLab 页面的 Terms and Conditions 区块需登录后可见，GitHub 仓库 README 仅声明「本项目属于 MICCAI 2024 Intrapartum Ultrasound Grand Challenge」而未附 LICENSE 文件，论文集页亦未载明数据许可。这意味着：

数据的再分发、商业使用、衍生数据集发布等行为的合规边界均不可公开查证；
本条目将此如实标注为风险项而非给出推测性许可归类；
检索者使用前应通过 CodaLab 论坛（竞赛 18357 号论坛）或 GitHub issues 与主办方确认许可与引用要求。

这一处理与库内惯例一致：许可不明时不做善意推断，只记录可查证的事实与风险。

8.3 引用要求

可查证的学术引用锚点有三：挑战赛论文集（LNCS doi:10.1007/978-3-031-96318-6）、官方基线论文（doi:10.1007/978-3-031-96318-6_1）及所采用参赛方法的原论文。竞赛页是否设有强制引用条款无法公开核实，列为待办。

9 基础模型时代的参赛方法

IUGC 2024 论文集收录的方法论文虽不构成完整的 leaderboard 快照（部分队伍未随集出版），但足以勾勒当时医学影像方法学的几条主线。以下按方法论类型梳理代表队伍。

9.1 集成学习与稀疏采样：Oxford 队的泛化优先路线

Oxford MION Lab 与 VGG 的联队（Ramesh、Bacher、Eid、Kalabizadeh、Rupprecht、Namburete、Yeung、Wyburd、Dinsdale）把「泛化」作为第一设计目标，三个任务各配对症方案：

任务一：稀疏采样（sparse sampling）打断「视频级全 SP 标签」与帧特征的伪相关，配合集成（ensembles）提升不同采集设定下的稳定性；
任务二：集成式深度学习分割；
任务三：最大连通域保留 + 椭圆拟合，约束测量输入的结构保真。

其 hold-out 成绩（§7.2）在分类 MCC（0.8361）上尤其值得注意——MCC 对类别不平衡稳健，说明其分类器并非靠 majority class 堆高 Acc。该队另在 arXiv（arXiv:2505.14572）公开了全文。

9.2 分类专精与开源复现：UESTC 队

电子科技大学 Tan Yubo 等（联合河南开封科技传媒学院、长春理工大学、联影医疗、西布列塔尼大学、四川大学等）采用相对朴素的架构组合：ResNet 分类 + DeepLabV3 分割，通过针对超声特性的损失函数设计取得 Acc 0.996 / IoU 0.917，并完整开源（github.com/tyb311/IUGC2024）。其论文的引用网络（PSFHS、RTSeg-Net、AoP 双分支网络等前作）清晰呈现了本数据集在「胎头-耻骨联合分割」这一细分子领域内的谱系位置。

9.3 弱监督与多任务共享：MBZUAI 队

MBZUAI（穆罕默德·本·扎耶德人工智能大学）AlNasi 等直面「产房环境标注稀缺」的痛点：以合成掩码生成实现弱监督（weakly-supervised）多任务 U-Net 训练，配合动态损失缩放（dynamic loss scaling）平衡多任务学习与复杂增强策略对抗过拟合。相对基线取得分类准确率 +14%、分割 Dice +6.3%，同时降低 AoP/HSD 测量偏差。该路线对标注预算受限的落地场景最有参考价值。

9.4 方法学共性归纳

三支代表队的方法学交集可归纳为四点：①时序信息利用（视频数据的帧间相关性是静态图像数据集没有的免费资源）；②分布偏移防御（测试集异质性设计迫使方法层面集成、增强、采样策略升级）；③测量环节的结构约束（连通域、椭圆拟合等形态学后处理成为测量精度的关键杠杆）；④多任务权衡（分类与分割的损失配比直接决定级联下游表现）。这四点对任何「视频级联任务」型医学基准都有迁移价值。

10 结果图景与评估解读

10.1 基线-参赛落差的结构性解读

官方基线测试集 Acc 0.518 与 UESTC 队 0.996（口径不同的集合，后者可能含自评成分）之间的巨大跨度，需要放在「测试集强异质性」的设计意图下解读：基线的朴素两支路架构在分布偏移下近乎随机（二分类 0.518 略高于随机），而任何针对泛化的设计都能收获超额回报。这不是基线「写坏了」，而是主办方有意让基线暴露问题空间。同样的落差也出现在测量任务：基线 ΔAoP 11.519° 对 Oxford 队 8.90°。

10.2 指标口径的注意事项

阅读各队成绩时须注意三个口径陷阱：①各队评估集合不同（官方测试集 vs 自建 hold-out），数字不可直接横比；②分割指标混用 DSC 与 IoU（UESTC 的 0.917 为 IoU）；③HSD 以像素计，未标定物理尺度。论文集作为权威快照的价值在于方法与方向，而非精确排名。

10.3 临床转化视角

从临床指标看，最终代表方法的 ΔAoP 已降至 9° 以内——对照文献中 AoP 用于预测阴道助产结局的决策阈值（约 120° 上下分段），9° 的测量误差是否足以支持临床决策仍需前瞻验证。Oxford 队在结论中的表述是谨慎的：其管线「可以改善对产程停滞成因的理解、指导临床风险分层工具的开发」——定位是研究工具而非即时临床替代品。

11 与相关数据集的关系：子领域谱系

11.1 直接前驱：PSFHS

IUGC 相关研究引用网络中最直接的近亲是 PSFHS（Pubic Symphysis and Fetal Head segmentation dataset，Chen et al., Scientific Data 2024）——同为耻骨联合与胎头分割任务、同为超声图像、同为中文机构团队（含部分重叠的作者群）产出的静态图像数据集。两者关系可概括为：PSFHS 提供静态帧的密集标注（适合单帧分割模型训练），IUGC 2024 提供视频与级联任务结构（适合时序建模与系统级评测）。库内 psfhs 条目（rid=791）与本条目构成最佳互补阅读对。

11.2 标准平面分类家族

任务一的「超声标准平面分类」在产科超声 AI 中有独立的方法学传统：库内 fetal-planes-db（rid=538，胎儿标准平面静态图像分类库）与本条目的任务一同型（二分类/多分类标准平面识别），差异在于 IUGC 用视频承载且面向产时场景。focus-fetal（rid=881）与 fetal-abdominal（rid=898，胎儿腹围测量挑战）则展示了「分类→分割→测量」级联结构的家族性——fetal-abdominal 的「检测测量框架并分割胎儿腹部以测腹围」与 IUGC 的「分类 SP→分割 FH/PS→测 AoP/HSD」在任务设计上几乎同构，只是解剖部位与临床场景不同。

11.3 MICCAI 挑战赛家族

作为 MICCAI 2024 卫星赛事，IUGC 2024 与库内多条 MICCAI 挑战赛条目共享「官方基线 + CodaLab 容器化评审 + LNCS 论文集」的组织范式：care-challenge（rid=934，胎儿超声）、miccai-surgt（rid=83，手术工具定位）、endovis-challenges（rid=79，内窥镜挑战赛家族）、wmh-challenge（rid=501，白质高信号）等。产科超声亚域内还可与 maternal-ultrasound-nutrition（rid=615）对照阅读。

11.4 互链小结

库内条目	rid	与本条目的关系
psfhs	791	同域（FH+PS 分割）静态图像前驱，最佳互补对
fetal-planes-db	538	标准平面分类同型任务（静态图像）
fetal-abdominal	898	同构级联「分类→分割→测量」（胎儿腹围）
care-challenge	934	MICCAI 胎儿超声挑战赛家族
focus-fetal	881	胎儿超声挑战赛家族
maternal-ultrasound-nutrition	615	产科超声数据
miccai-surgt	83	MICCAI 挑战赛组织范式同源
endovis-challenges	79	MICCAI 挑战赛组织范式同源

12 局限、风险与批评

12.1 许可不透明（首要风险）

如 §8.2 所述，数据许可未公开明示是本数据集的首要使用风险。任何下游工作（论文引用、模型训练、衍生数据发布）在获取官方许可确认前，都应将使用范围限制在主办方明确授权的竞赛与学术用途内。库内条目惯例是「许可不明不归类」，本条目遵循之。

12.2 训练分布的人为构造

训练集「全 SP / 全非 SP」的视频级纯一性是为训练便利而构造的，与产房真实采集（一段视频内平面类型自然混杂）不同。主办方用异质性测试集修正了这一偏差的评估侧，但数据侧的构造性痕迹仍在：直接在训练分布上训练、在真实部署中不加验证的系统，其线上表现会复刻基线 0.518 的崩塌。这是使用本数据集时最需要主动管理的陷阱。

12.3 标注稀疏与部分轮廓

2,906 帧分割标注仅占 SP 帧总量的约 11.9%，且部分视频内为周期性稀疏发放；胎头掩码按官方标准可以是部分轮廓（右上一致即可）。这意味着：①分割监督信号的密度低于同域静态数据集（如 PSFHS）；②「掩码不完整」是标注协议的一部分而非数据缺陷，自动评估脚本与训练管线都应按协议理解掩码语义。

12.4 规模口径与单区域人群

患者总数未公开；数据全部来自广州三所医院，设备品牌、扫查协议与人群特征单一。跨区域、跨设备的泛化只能靠测试集异质性间接逼近，Oxford 队 hold-out 仅 4 名患者的量级也说明了独立外部验证数据的稀缺。将模型结论外推到其他人群时应持保守态度。

12.5 HSD 的像素单位问题

ΔHSD 以像素为单位报告（基线 15.088 px，Oxford 14.35），未做物理标定统一。不同分辨率设置下的 HSD 偏差不可直接比较；做临床解释时需先确认图像的物理尺度。

13 下游使用实操清单

面向计划在该数据集上开展工作的团队，以下清单汇总自官方说明、基线工具包与参赛方法论文：

渠道确认：从 CodaLab 官方页登录获取数据；核对自己获取的版本与官方说明的训练集数字（288/168 视频、24,434/31,450 帧）是否一致；如使用 Kaggle 镜像，须先做与官方口径的抽验比对。
许可前置：在跑实验之前，先向主办方确认许可条款与引用要求（§8.2），留存书面回复。
从基线工具包起步：clone GitHub maskoffs/IUGC2024，先跑通 starting_tool_kit/train_seg.py（分割）与 baseline/train_cls.py（分类）各一个 epoch，确认数据读取类（dataset_segmentation.py / dataset_classification.py）与本地数据路径匹配。
尊重稀疏标注结构：训练分割模型时区分「周期性标注」与「逐帧标注」视频；直接把无掩码 SP 帧当负样本或跳过都会引入偏差，可参考 Oxford 稀疏采样与 MBZUAI 合成掩码两种正交处理。
防训练捷径：警惕视频级标签泄漏（全 SP 视频让分类器不学帧特征也能拿高训练 Acc）；采用帧级混洗、稀疏采样或跨视频验证划分。
级联评估而非单点评估：复现测试环境时用混合 SP/非 SP 的评估视频走完整分类→分割→测量链路，单独在各任务子集上的成绩会高估系统表现。
测量后处理：AoP/HSD 计算前做最大连通域保留与椭圆拟合（官方 eval/ellipse.py 可直接复用）；对照 cal_aop.py 核对切线构造方向（图像右侧为胎头侧）。
指标报告规范：分割报 DSC（勿与 IoU 混报）、测量报 ΔAoP（度）与 ΔHSD（注明像素或标定后单位）、分类补报 MCC 而非只有 Acc。
提交演练：Test 阶段仅一次邮件提交机会，务必先在 Validate 阶段用官方提交容器（model_encapsulation/baseline.py 封装）完整演练模型序列化（model.pickle）与 metadata 填写。
数据存档：鉴于许可不透明与竞赛资源可能下线，获取后自行做完整性校验（帧数清点）并在合规前提下做内部存档。

14 常见误解澄清

误解一：「IUGC 2024 是一个纯分割数据集。」 实际它是三任务级联基准，分割只是中段；其结构特色恰恰在于分类与测量两端。
误解二：「训练集 456 个视频对应 456 名产妇。」 视频数不等于患者数；患者级规模未公开，同一产妇的多次扫查是否合并亦未披露。
误解三：「胎头掩码应该是完整椭圆。」 官方标准平面定义允许胎头仅右侧主要轮廓可见；掩码不完整是协议语义，不是标注错误。
误解四：「各队成绩可以横向排名。」 各队评估集合与指标口径不同（官方测试集/自建 hold-out；DSC/IoU；像素/物理单位），论文集内数字不可直接横比。
误解五：「Kaggle 上能下载，说明数据是公开许可的。」 Kaggle 镜像为第三方上传，其存在不构成任何许可授予；官方许可状态仍未明示（§8.2）。
误解六：「分类 Acc 0.996 的队伍赢了测试集。」 UESTC 的 0.996 集合口径与官方测试集不同；完整的官方测试排名需以 CodaLab leaderboard 与主办方公告为准，论文集不构成完整榜单快照。
误解七：「AoP/HSD 测量需要额外标注。」 测量由分割掩码几何推导（§6.3），训练只需分割掩码；测量「真值」来自标注医师按同一几何定义的参考值。

15 案例解剖：Oxford 队管线的逐级复现

本节以论文集内披露最完整的 Oxford 队方案为例，逐级拆解一个「能在异质性测试中活下来」的系统是如何构成的，供复现者对照。

15.1 输入层：稀疏采样

Oxford 队没有把训练视频的全帧喂给分类器，而是做稀疏采样（sparse sampling）。动机直指数据构造：训练集视频是「全 SP」或「全非 SP」的，若全帧采样，分类器可以从帧间高度相似性中推断视频级标签，再「抄近路」预测每帧——这套捷径在测试集（混合视频）上立即失效。稀疏采样在帧级别打散了这种伪相关，迫使分类器回到解剖特征本身。这一步是其分类 MCC 0.8361（基线近随机）的主要来源。

15.2 分类层：深度集成

分类与分割均使用集成（ensembles）以应对「不同超声采集设定」下的泛化。集成在该数据集语境下不只是提点手段，更是对多中心设备差异的方差压缩：三所医院、多名操作者的采集差异被集成平均掉。其 hold-out 分类四指标（ACC 0.9452 / F1 0.9225 / AUC 0.983 / MCC 0.8361）中 AUC 与 MCC 的同步高位说明集成主要改善的是决策边界质量而非阈值位置。

15.3 分割层：集成 + 连通域约束

分割同样集成化。输出后处理保留了每个掩码的最大连通域——这一步看似琐碎，实为测量精度的关键：经会阴超声帧中常有声影与伪影导致的掩码碎裂，若不清理，AoP 切线的「最远两点」会被碎片带偏。Oxford 队把这一形态学约束显式写进管线，与其说是创新，不如说是对官方评估几何（§6.3）的必要适配。

15.4 测量层：椭圆拟合

对清理后的掩码做椭圆拟合（复用官方 eval/ellipse.py 一系的工具）再构造 AoP 切线与 HSD 线段。椭圆拟合的作用是把分割轮廓的局部毛刺替换为全局平滑几何，使「过耻骨联合最右点的切线」有稳定定义。最终 ΔAoP 8.90°、ΔHSD 14.35（像素口径）。

15.5 复现要点归纳

三层各自可独立验证：分类看 MCC、分割看 DSC+ASD、测量看 ΔAoP/ΔHSD；
每层的设计决策都能追溯到数据集的一个具体特性（构造性标签→稀疏采样；设备差异→集成；掩码碎裂→连通域；轮廓毛刺→椭圆拟合）；
该案例说明：在这类「任务链 + 异质测试」的基准上，方法学的收益主要来自对数据结构的理解，而非模型架构的堆叠。

16 按角色阅读路径

临床研究者（产科/超声医学）：读 §2（临床背景）→ §6.3（AoP/HSD 几何定义）→ §10.3（临床转化视角）→ §12（局限）。重点评估：现有自动化误差（ΔAoP 约 9°）对你们关心的决策场景是否可接受。
分割算法工程师：读 §4（数据构成）→ §5（标注体系）→ §6.2 → §13 清单第 3-8 条 → §15。注意稀疏标注与部分轮廓语义（§12.3）。
视频理解 / 时序建模研究者：读 §4.2（标注发放策略）→ §6.1 → §9.1（稀疏采样案例）。本数据集是「时序监督信号利用」的天然试验台。
数据集策展 / 基准建设者：读 §3（组织范式）→ §7（指标体系）→ §10.1（异质性测试设计）→ §12（许可与口径问题）。本条目是「竞赛说明导向型数据集」信息披露不完整的典型样本。
快速检索者：直接用 INFOBOX 速览 + §17 一页速查卡。

17 一页速查卡

项目	值
slug	iugc2024
官方名	Intrapartum Ultrasound Grand Challenge 2024
隶属	MICCAI 2024 卫星挑战赛（Marrakesh，2024-10-06）
论文集	Springer LNCS，doi:10.1007/978-3-031-96318-6
官方基线论文	doi:10.1007/978-3-031-96318-6_1（Zhou & Lu，暨南大学）
采集团队	暨南大学附属第一医院 + 南方医科大学珠江医院 + 中山大学附属第三医院
标注者	3 名有超声经验的超声医师
训练集	288 全 SP 视频 + 168 全非 SP 视频
帧级规模	SP 24,434 帧（2,906 帧分割标注）+ 非 SP 31,450 帧
任务	①SP 分类 ②FH+PS 分割 ③AoP/HSD 测量
指标	Acc/F1/AUC/MCC；DSC/HD/ASD；ΔAoP（°）/ΔHSD（px）
基线测试成绩	Acc 0.518 / DSC 0.801 / ΔAoP 11.519° / ΔHSD 15.088 px
代表方法	Oxford 集成管线（MCC 0.8361/DSC 0.918/ΔAoP 8.90）；UESTC ResNet+DeepLabV3；MBZUAI 弱监督多任务
时间线	Validate 2024-06-10 → Test 2024-08-11（一次提交）→ 结束 2024-09-11
获取	CodaLab 18413（登录）；GitHub maskoffs/IUGC2024
许可	未明示（风险项），使用前向主办方确认
代码依赖	numpy / opencv-python / SimpleITK / scikit-learn

18 参考来源

本条目成稿所依据的一手与二手来源（检索日期 2026-10-16/17）：

Springer LNCS 论文集：Intrapartum Ultrasound: MICCAI 2024 Grand Challenge, IUGC 2024, Held in Conjunction with MICCAI 2024, Marrakesh, Morocco, October 6, 2024, Proceedings，doi:10.1007/978-3-031-96318-6。
Zhou, Z. & Lu, Y.: Baseline Method at the Intrapartum Ultrasound Grand Challenge 2024, 同论文集 pp.1-10, doi:10.1007/978-3-031-96318-6_1。
Tan, Y. et al.: Classification and Segmentation of Intrapartum Ultrasound Images with Deep Learning Models, 同论文集 pp.11-20, doi:10.1007/978-3-031-96318-6_2；开源代码 github.com/tyb311/IUGC2024。
Ramesh, J. et al.: Automated Fetal Biometry Assessment with Deep Ensembles Using Sparse-Sampling of 2D Intrapartum Ultrasound Images, 同论文集 pp.46-60, doi:10.1007/978-3-031-96318-6_5；arXiv:2505.14572。
AlNasi, S. et al.: Multi-task Weakly Supervised Intrapartum Ultrasound Measurements, 同论文集 pp.75-88, doi:10.1007/978-3-031-96318-6_7。
CodaLab 官方竞赛页：https://codalab.lisn.upsaclay.fr/competitions/18413（时间线、评审模式、论坛入口）。
GitHub 官方基线仓库：https://github.com/maskoffs/IUGC2024（工具包结构、提交模板、eval 脚本）。
腾讯云开发者社区：《IUGC2024——产时超声检查挑战赛》（art.2417471）与《医学影像公开数据集（七）》（art.2424933）——官方说明的中文全文转译，数据数字与英文源互证一致。

19 附录：数据资产明细与责任边界

19.1 frontmatter 明细（data_source 拆解）

frontmatter 的 data_source 字段受 255 字符限制，完整明细如下：

影像本体：产时经会阴（transperineal）超声视频，来自三所中国大学医院产房实采；训练阶段以「全 SP / 全非 SP」裁剪为 456 个单类型视频；验证/测试为混合型真实视频。
帧级标签：标准平面二分类标签，逐帧；边界案例以官方七个示意图例定义。
分割掩码：胎儿头 + 耻骨联合双结构像素级掩码，3 名超声医师绘制，覆盖 2,906 帧（周期性稀疏 + 少量逐帧）。
测量参考：AoP（度）/ HSD（像素）参考值，由标注医师按标准几何构造测量，与分割标注同源。
代码资产：官方基线训练/评估脚本、数据读取类、增强/损失模块、AoP 计算与椭圆拟合工具、提交容器模板（GitHub maskoffs/IUGC2024）。

19.2 数字口径汇总（引用时请带限定词）

数字	口径限定
288 / 168	训练阶段全 SP / 全非 SP 视频数
24,434 / 2,906 / 31,450	训练阶段帧数（SP 总数 / 带分割标注 SP 帧 / 非 SP 帧）
0.518 / 0.801 / 11.519° / 15.088 px	官方基线在测试集成绩
0.9452 / 0.918 / 8.90 / 14.35	Oxford 队在自建 hold-out（4 患者 224 帧）成绩
0.996 / 0.917	UESTC 队自评分类 Acc / 分割 IoU（口径独立）

19.3 本条目的责任边界

本条目为二次文献（百科条目），其数据规模、指标与时间线均以文末来源为准并经三源互证；官方渠道（登录后的 CodaLab 页面）可能载有本条目无法查证的信息（完整 T&C、精确 leaderboard、患者级统计）。发现出入时以官方页面为最高权威。数据许可状态（未明示）的任何后续变化不在本条目追踪范围内。

20 建议互链点

以下为建议在库内导航中与本条目互链的条目（slug + rid），以及一句话关系说明：

psfhs（rid=791）——同域前驱：胎头+耻骨联合分割静态图像数据集（Scientific Data 2024），IUGC 文献引用网络直接关联，两篇互为「静态密集标注 vs 视频级联任务」互补对。
fetal-planes-db（rid=538）——任务一同型：胎儿超声标准平面分类（静态图像库），可对照产时场景与常规产检场景的标准平面判定差异。
fetal-abdominal（rid=898）——结构同构：「分类→分割→测量」级联（胎儿腹围），与 IUGC 的 AoP/HSD 级联在任务设计上同构、解剖部位不同。
care-challenge（rid=934）——同会议家族：MICCAI 胎儿超声挑战赛。
focus-fetal（rid=881）——同会议家族：胎儿超声挑战赛。
maternal-ultrasound-nutrition（rid=615）——同临床场景：产科超声数据的另一应用面。
miccai-surgt（rid=83）——组织范式同源：MICCAI 卫星挑战赛（手术工具定位）。
endovis-challenges（rid=79）——组织范式同源：MICCAI/内窥镜挑战赛家族。

INFOBOX 尾注——本条目由千方病案医数集编辑部基于公开来源编撰（成稿 2026-10-17）。数据许可未明示为本条目首要风险项；任何使用前请阅读 §8 与 §12。

21 实战坑点：坑 1-坑 12

本节以「坑 N：」编号制汇总该数据集使用过程中的高频坑点。每则按「现象 → 根因 → 处置」三段展开，来源为官方说明、基线工具包结构与参赛论文的公开信息，以及在同类数据集上可迁移的通用教训。

坑 1：训练分类器拿高 Acc，上测试集直接崩到随机水平

现象：在训练集（视频级标签纯一）上分类 Acc 轻松逼近 1.0，官方测试集上却只有 0.5 出头（官方基线实测 0.518）。
根因：训练视频是「全 SP / 全非 SP」的构造性纯一分布，分类器学到的是视频级捷径（帧间相似性推断视频标签），而非帧级解剖特征；测试集混合视频 + 强异质性设计专杀这条捷径。
处置：帧级稀疏采样打断视频级伪相关（Oxford 方案）；评估时只用混合型视频；切勿以训练 Acc 为选型依据。

坑 2：把无掩码的标准平面帧当负样本或直接丢弃

现象：训练分割模型时发现多数 SP 帧没有掩码，于是把无掩码帧全部丢弃或全部当作「背景」。
根因：官方标注策略是分层的——大多数全 SP 视频只周期性发放标注，少数视频才逐帧标注。无掩码 ≠ 非标准平面，也 ≠ 无结构。
处置：区分「周期性标注」与「逐帧标注」两种视频类型；无掩码帧可用于自监督、伪标签或时序一致性约束（这正是官方鼓励的「关注帧之间相关性」）；参考 MBZUAI 的合成掩码弱监督路线。

坑 3：用完整椭圆先验去「修正」胎头掩码，指标反而变差

现象：认为胎头应为完整椭圆，把标注掩码中不完整的轮廓补全后再训练，评估分数下降。
根因：官方标准平面定义明确允许「胎头轮廓不完整，只要耻骨联合清晰可见且胎头右侧主要轮廓可见」——部分轮廓是协议语义，不是标注错误。
处置：训练与评估都按协议语义处理掩码；椭圆拟合只放在测量环节（§6.3）的几何构造阶段，不回写训练标签。

坑 4：HSD 报告了偏差数字却没写单位，论文被审稿人质疑

现象：复现测量任务后报告 ΔHSD，未注明是像素还是物理长度，被质疑跨研究可比性。
根因：官方基线以像素报告（15.088 px），数据集未提供统一物理标定链。
处置：报告时显式注明像素口径并附图像分辨率信息；若做物理换算，写明标定来源；比较他人数字时先核对口径。

坑 5：DSC 与 IoU 混报，横比他人结果得出错误结论

现象：把自己的 IoU 0.917 与他人 DSC 0.918 直接比较，误判性能相当或反超。
根因：DSC 与 IoU 数值不等（同一分割下 IoU ≤ DSC），但量级相近极易误读；UESTC 队报 IoU、官方基线与 Oxford 队报 DSC。
处置：本数据集语境下统一报 DSC；引用他人数字时先换算或注明指标种类；杜绝跨指标横比（§10.2）。

坑 6：只评各任务子集，系统级表现被高估

现象：分类在标注帧子集 Acc 0.99、分割在金标准掩码帧 DSC 0.92，端到端跑混合视频后 AoP 误差却远大于按子集成绩的预期。
根因：三任务是级联链（§6.4），分类错误截断分割、分割误差放大测量；子集评估绕过了级联误差传导。
处置：复现测试环境必须用混合 SP/非 SP 视频跑完整链路；汇报时给出系统级 ΔAoP/ΔHSD 而非仅单点任务成绩。

坑 7：Test 阶段唯一一次邮件提交因容器封装问题报废

现象：模型本地跑通，邮件提交完整代码后平台侧运行失败或结果异常，且无第二次机会。
根因：官方评审为容器化代码提交（submit_code/ 含 model.py / model.pickle / metadata），序列化环境、依赖版本、路径假设都可能与本地不一致；Test 阶段仅一次提交。
处置：Validate 阶段用官方提交容器完整演练（含 pickle 序列化与 metadata 填写）；保持依赖极简（官方基线仅 numpy/opencv/SimpleITK/scikit-learn）；提交前在干净环境重放一次推理。

坑 8：从 Kaggle 镜像下载数据后直接开训，规模与官方对不上

现象：使用第三方 Kaggle 镜像训练，报告数字与官方口径（288/168 视频、24,434/31,450 帧）对不上。
根因：镜像为第三方上传，可能与官方版本存在裁剪、重命名或预处理差异，一致性未经验证。
处置：走 CodaLab 官方渠道获取；拿到数据先清点帧数与官方口径比对；引用时注明数据获取渠道。

坑 9：默认数据「公开可下载 = 开放许可」，做了再分发

现象：把数据集重新打包发布到公开仓库，或把掩码用于衍生数据集对外发布。
根因：官方许可条款未公开明示（CodaLab T&C 需登录），「可得」不等于「许可」；GitHub 仓库亦无 LICENSE 文件。
处置：再分发与衍生发布前向主办方书面确认许可（§8.2）；本条目已将此标注为首要风险项；衍生成果只承诺到「竞赛与学术用途」的保守边界。

坑 10：把「周期性标注」当成均匀采样，时序模型训练集偏置

现象：以帧序号等间隔构造时序训练样本，发现模型对特定相位模式的帧过拟合。
根因：周期性标注的周期由标注工作流决定，不与心动周期/呼吸周期或扫查节奏对齐；逐帧标注视频与周期性标注视频的比例失衡会造成标注密度与视频类型的混淆。
处置：训练时按视频类型分层采样；评估划分按视频（患者）级而非帧级切分，防帧级泄漏。

坑 11：患者级信息缺失导致训练/验证划分泄漏

现象：按视频随机划分训练/验证集，验证成绩虚高，真实新患者场景表现下滑。
根因：同一患者的多段视频可能被拆到两侧；数据集未公开患者级 ID，默认划分容易按视频泄漏。
处置：尽量按采集会话/日期分组划分并在论文中声明局限；参考 Oxford 队自建患者级 hold-out（4 患者 224 帧）的做法，有条件时构建自己的患者级留出集。

坑 12：引用挑战赛数字时把「训练阶段说明」里的占位符当真实数字

现象：中文社区转译文中存在「将有超过 xx 个帧」的官方原文占位符残留，检索者误以「xx」或错位数字引用。
根因：官方说明的部分数字在转译链中未替换或被截断；本条目采用的 24,434/2,906/31,450 是转译文后续明确给出的数字，与论文集互证。
处置：引用规模数字一律回溯本条目 §4.2 表格或英文论文集原文；见「xx」「待定」等占位符时弃用该句。

22 常见问题解答（FAQ）

Q1：IUGC 2024 的「IUGC」是什么缩写？
Intrapartum Ultrasound Grand Challenge，产时超声大挑战。2024 年为首届（本条目所载），官方缩写 IUGC 2024。

Q2：数据是二维图像还是视频？
训练阶段以视频为单位发放（每案例一个视频），帧级标注在其上稀疏展开；验证/测试为混合型真实视频。因此它本质上是一个超声视频基准。

Q3：需要多少标注预算才能复现一个像样的系统？
零额外标注即可起步：官方 2,906 帧掩码 + 基线代码足以训练。若走 MBZUAI 弱监督路线，核心投入在合成掩码生成而非人工标注。

Q4：可以只做三个任务中的一个吗？
方法研究上可以，但系统评测必须级联（官方验证/测试即按级联设计）；单任务成绩不能外推为系统性能。

Q5：AoP 和 HSD 哪个更难？
从论文集数字看，测量的相对改进幅度小于分类与分割（基线到代表方法的 ΔAoP 从 11.519° 到 8.90°，约 23%），因为测量误差 = 分割误差 × 几何推导的敏感性，上限被分割质量锁死。

Q6：为什么耻骨联合右侧轮廓这么重要？
AoP 的切线锚点与 HSD 的参考点都定义在耻骨联合轮廓的右端（图像右侧为胎头侧）；该点识别错误会同时污染两个测量参数。

Q7：测试集到底有多少数据？
未公开。官方仅说明测试集与训练/验证相比「表现出很强的异质性」。精确规模需以登录后的 CodaLab 页面或主办方公告为准。

Q8：论文集里能找到完整排行榜吗？
不能。LNCS 论文集只收录投稿论文的代表队；完整排名需查 CodaLab leaderboard 与主办方在 MICCAI 2024 现场研讨的公告。

Q9：数据采集用了什么设备品牌？
公开渠道未披露设备型号与品牌分布，仅知为三所医院的多中心采集。设备异质性主要靠测试集设计间接体现。

Q10：和 PSFHS 数据集用哪个好？
看任务：单帧分割模型开发选 PSFHS（密集标注、静态帧）；时序建模、级联系统、测量端到端评测选 IUGC 2024。两者可结合——先在 PSFHS 上预训练，再在 IUGC 上做时序适配。

Q11：验证阶段和测试阶段的区别是什么？
验证阶段（2024-06-10 起）在 CodaLab 平台提交代码、即时出结果、可多次迭代；测试阶段（2024-08-11 起）邮件提交完整代码、仅一次机会，决定最终名次。

Q12：官方基线的分类 Acc 0.518 是不是官方代码有 bug？
没有证据支持该判断。0.518 是在刻意异质化的测试集上、朴素两支路架构下的成绩，其「崩塌」正是测试集设计意图的体现（§10.1）。

Q13：这个数据集有患者人口统计学信息吗？
公开渠道未见年龄、孕周、BMI 等人口统计学披露。这对亚组分析构成实质限制。

Q14：GitHub 上两个 IUGC2024 仓库什么关系？
maskoffs/IUGC2024 是官方基线与提交工具包；tyb311/IUGC2024 是参赛队（UESTC）的开源实现，二者勿混淆。

Q15：本条目为什么不给出数据许可的归类？
因为官方未公开明示（§8.2）。库内纪律是「许可不明不归类、不善意推断」，本条目如实标注为风险项并建议向主办方确认。

23 大事记

日期	事件
2024-06-10	CodaLab Validate 阶段开放（竞赛 18413），提交代码容器即时评审
2024-08-11	Test 阶段开放，邮件提交完整代码（每队仅一次）
2024-09-11	竞赛收官，成绩锁定
2024-10-06	MICCAI 2024 现场研讨（马拉喀什）；Springer LNCS 论文集上线（doi:10.1007/978-3-031-96318-6）
2024-10-06	官方基线论文（_1）、UESTC（_2）、Oxford（_5）、MBZUAI（_7）等随集出版
2025-05	Oxford 队方案全文公开于 arXiv（arXiv:2505.14572）
2026-02	第三方导航站收录 Kaggle 非官方镜像条目
2026-10-17	本条目成稿（千方病案医数集编辑部）

24 术语表

按拼音/字母序排列本条目涉及的术语，首现英文与库内通用译法对照。

术语	英文	释义
产时超声	intrapartum ultrasound	分娩过程中实施的超声检查，本文特指经会阴入路
经会阴超声	transperineal ultrasound	探头置于会阴部的超声入路，产时胎头位置评估的标准入路
标准平面	standard plane (SP)	满足测量前提的超声切面：胎头与耻骨联合同时清晰、关键轮廓可见、地标可识别
非标准平面	non-standard plane	不满足 SP 判定标准的帧
胎儿头部	fetal head (FH)	分割任务目标结构一
耻骨联合	pubic symphysis (PS)	分割任务目标结构二，骨性解剖标志
进展角	angle of progression (AoP)	耻骨联合长轴与胎头切线的夹角，预测阴道助产结局的核心参数
头耻距	head-symphysis distance (HSD)	胎头轮廓与耻骨联合参考点的最短线段长度
胎儿生物测量	fetal biometry	胎儿相关几何参数的测量总称
阴道助产	instrumental vaginal delivery	产钳/胎吸助娩，AoP/HSD 的主要预测场景
剖宫产率	cesarean section (CS) rate	挑战赛动机所引用的全球卫生指标
阴道指检	vaginal examination	传统产程评估手段，主观且不适，被超声评估对照
观察者间变异	inter-observer variability	不同测量者之间的判断差异，挑战赛动机之一
观察者内变异	intra-observer variability	同一测量者不同时点的判断差异
稀疏采样	sparse sampling	Oxford 队方案：打断视频级伪相关的帧采样策略
深度集成	deep ensembles	多模型平均，压缩多中心采集差异的方差
弱监督	weakly supervised	MBZUAI 队路线：以合成掩码替代密集人工标注
合成掩码	synthetic masks	由弱监督管线生成的近似分割标签
动态损失缩放	dynamic loss scaling	多任务训练中平衡各任务损失的策略
连通域保留	largest connected component retention	掩码后处理：仅保留最大连通区域以剔除碎片
椭圆拟合	ellipse fitting	把分割轮廓替换为平滑椭圆几何的测量前处理
Dice 系数	Dice similarity coefficient (DSC)	分割主指标
IoU	intersection over union	分割指标，UESTC 队采用，数值 ≤ DSC
Hausdorff 距离	Hausdorff distance (HD)	分割轮廓的最大偏差指标
平均表面距离	average surface distance (ASD)	分割表面平均偏差指标
MCC	Matthews correlation coefficient	类别不平衡稳健的分类指标
AUC	area under ROC curve	分类排序能力指标
容器化代码提交	containerized code submission	提交推理代码而非预测结果、平台侧运行的评审模式
多中心采集	multi-center acquisition	跨医院的数据采集，天然引入设备与协议差异
分布偏移	distribution shift	训练与部署数据分布不一致，测试集设计所针对的核心问题
伪相关	spurious correlation	模型利用非因果捷径特征，本数据集的经典形态是视频级标签泄漏
观察者内一致性	—	见观察者内变异
数据论文	data paper	以数据集本身为成果的论文形态，本数据集缺失，为口径不完整的原因之一
LNCS	Lecture Notes in Computer Science	Springer 论文集系列，IUGC 2024 成果载体
CodaLab	—	挑战赛托管平台，竞赛编号 18413
ISUOG	International Society of Ultrasound in Obstetrics and Gynecology	国际妇产科超声学会，产时超声指南发布方
MICCAI	Medical Image Computing and Computer Assisted Intervention	医学影像计算顶会，IUGC 2024 挂靠会议
马拉喀什	Marrakesh	MICCAI 2024 与 IUGC 现场研讨举办地（摩洛哥）

25 方法论迁移笔记：从 IUGC 2024 到其他视频医学基准

IUGC 2024 虽是一个亚领域数据集，但其结构设计沉淀了四条可迁移的基准建设经验：

把分布偏移编码进测试集。训练集构造性纯一、测试集刻意异质的设计，把「训练分布 ≠ 真实分布」从一句警告变成可测量的指标落差（基线 0.518）。任何视频医学基准都可复制这一做法：验证集贴近训练分布保公平，测试集贴近部署分布测真值。
稀疏标注 + 时序先验的组合出题。周期性标注逼参赛者在「人工标注成本」与「时序信息利用」之间做方法学创新（稀疏采样、伪标签、合成掩码、时序一致性损失都在这里找到用武之地）。这与静态密集标注数据集（PSFHS 型）形成方法学互补。
测量任务的几何推导设计。让「真值」由分割掩码按公开几何规则推导（而非独立标注），既保证任务间一致性，又把测量误差归因到分割质量——评估归因链条清晰。fetal-abdominal（rid=898）的腹围测量采用了同构思路。
容器化代码提交 + 单次测试提交。保护测试数据不泄漏的同时，用「仅一次」制造与临床部署同构的不可回退压力。

相应地，它也示范了反面教训：竞赛说明导向的信息披露（无数据论文）导致患者级规模、设备清单、许可条款的系统性缺失——库内在审条目应引以为鉴，优先选择有正式 data paper 的候选。

26 与库内条目的对照速览

对照维度	iugc2024（本条目）	psfhs（791）	fetal-planes-db（538）	fetal-abdominal（898）
模态	产时经会阴超声视频	产时超声静态图像	胎儿超声静态图像	胎儿腹部超声
核心任务	分类→分割→测量级联	FH+PS 分割	标准平面分类	测量框架检测+腹部分割
标注密度	2,906 帧稀疏	密集逐帧	帧级类别标签	框架+掩码
挑战赛	MICCAI 2024 IUGC	数据集论文	数据集论文	MICCAI 挑战赛
时序信息	有（视频）	无	无	无
许可	未明示（风险项）	见其条目	见其条目	见其条目
与本条目关系	—	静态密集标注互补	任务一同型	级联结构同构

27 数据质量与复现性自评

披露充分度：训练集帧级数字三源互证一致（充分）；验证/测试集规模未披露（不充分）；患者级信息未披露（不充分）。

标注可信度：三名有经验超声医师标注 + 官方边界案例图例定义，协议透明度高于多数挑战赛；但观察者间一致性统计（如 κ 值）未见披露，标注质量的定量证据缺失。

基线可复现性：官方基线代码完整公开（GitHub 工具包 + 提交模板 + eval 脚本），依赖仅四个通用库，复现门槛在挑战赛数据集中属于最低一档；但基线论文未附消融细节，部分设计选择的依据需读代码反推。

方法可复现性：UESTC 队完整开源；Oxford 队开源代码（tyb311 之外的仓库）与 arXiv 全文；MBZUAI 队提供短链代码（t.ly/ze6gN）。论文集整体可复现性良好。

许可透明度：低（未明示），为本数据集治理维度最大短板。

28 编辑部附记

本条目成稿过程中确认的三个编辑判断，供后续修订者参考：

定性为「挑战赛数据集」而非「论文数据集」：信息权威源是竞赛说明与论文集的组合，二者冲突时（如帧数占位符问题）以论文集与官方明确数字为准，占位符句一律弃用（坑 12）。
许可章节的处理口径：按库内纪律不做善意推断，直接标注「未明示」并列风险项。若日后主办方公开许可，应改写 §8.2 并移除 frontmatter license 字段中的风险表述。
HSD 单位：全文沿用官方像素口径并在 §6.3、§12.5、坑 4 三处显式提示，避免任何形式的静默换算。

条目版本：v1.0（2026-10-17）。编撰：千方病案医数集编辑部（agent-a-iugc2024）。核验：三源互证（CodaLab 官方页 / Springer LNCS 论文集 / 中文社区全文转译）。风险项：数据许可未明示（§8.2）。

29 官方基线代码库导览

GitHub maskoffs/IUGC2024 的目录结构与各文件职责逐项说明，供复现者按图索骥。依赖清单极简：numpy、opencv-python、SimpleITK、scikit-learn（见 starting_tool_kit/requirements.txt）。

29.1 顶层结构

IUGC2024-main/
├── baseline/                  # 分类支路完整实现
│   ├── starting_tool_kit/     # 分类侧工具子集
│   └── ...
├── utils/                     # 共享工具模块
├── model.py                   # 模型定义
├── resize_video.py            # 视频缩放预处理
├── train_cls.py               # 分类训练入口
├── train_seg.py               # 分割训练入口
├── eval/                      # 测量评估
│   ├── cal_aop.py             # AoP 计算
│   └── ellipse.py             # 椭圆拟合
├── latex_template/            # 论文集模板（main.tex）
├── model_encapsulation/       # 提交封装
│   └── baseline.py            # 推理封装基类
├── starting_tool_kit/         # 分割侧工具包
│   ├── utils/
│   ├── dataset_sample/        # 正负样本示例
│   ├── requirements.txt
│   ├── train_seg.py
│   └── README.md
└── submit_code/               # 提交模板
    ├── metadata
    ├── model.pickle
    └── model.py

29.2 utils 模块逐文件职责

文件	职责	使用提示
augmentation.py	分类与分割的数据增强类集合	超声特异增强（斑点噪声、增益扰动）需自行扩展
criterion.py	可组合的损失函数组合器	多任务时注意分类/分割损失配比（参考 MBZUAI 动态缩放）
dataset_classification.py	分类任务数据读取类	注意视频级标签与帧级读取的接口约定
dataset_segmentation.py	带掩码数据读取类	只会读到 2,906 帧子集；勿误当全集
evaluator.py	综合评估器	覆盖分类/分割/测量多类指标
loss.py	常用损失函数	Dice/BCE 组合是分割默认起点
metric.py	训练期验证指标	与 evaluator 的测试期指标分开维护

29.3 两个训练入口的差异

train_seg.py（顶层与 starting_tool_kit 各一份）：分割支路，读取带掩码子集，含超参配置（batch size、epochs、learning rate、image size）、验证循环与按验证分数的 checkpoint 保存。
train_cls.py（baseline/ 下）：分类支路，读取视频帧与帧级二分类标签。

两支路各自独立训练是官方基线的架构假设；若做多任务共享骨干，需自行改造并复测级联表现（坑 6）。

29.4 提交封装的关键约定

model_encapsulation/baseline.py 定义了平台侧调用的推理封装基类：参赛模型需继承并实现标准化推理接口，权重以 model.pickle 序列化、随 metadata 一起置于 submit_code/。平台在 Validate 阶段运行该容器并回填成绩。Test 阶段的邮件提交同样以此模板为准（坑 7）。

30 测量评估脚本深度解读

30.1 cal_aop.py：从掩码到角度

官方 AoP 计算脚本按 §6.3 的几何定义实现，关键步骤与易错点：

耻骨联合轮廓最远两点——从 PS 掩码提取轮廓后求相距最远的两点对；易错点：掩码碎片会把「最远点」拉到伪影上（先做连通域清理）。
最右点的切线——以耻骨联合最右点为锚，对胎儿头区域作切线；易错点：图像左右方向约定（胎头在图像右侧），翻转数据集（镜像采集）时若不统一方向，切线构造会系统性反向。
交点地标——切线与图像右侧的交点；易错点：切线近平行于图像边界时交点数值不稳定，这正是椭圆拟合（30.2）存在的原因。
角度合成——三地标构成的角度即 AoP；输出单位为度。

30.2 ellipse.py：椭圆拟合工具

对分割掩码拟合椭圆，用平滑几何替代毛刺轮廓。Oxford 队的用法是「最大连通域 → 椭圆拟合 → 切线构造」三级流水；自研管线若跳过这一步，ΔAoP/ΔHSD 通常出现方向性的恶化（测量对轮廓局部形态高度敏感）。

30.3 自评建议

复现测量任务时建议自建一个「几何单元测试」小集：取若干帧人工标注三个地标点，比对脚本输出角度/长度；再对同一帧做掩码微扰（膨胀/腐蚀 1-2 像素）观察测量输出的敏感度——敏感度曲线能直观暴露你的分割后处理是否达标。

31 临床决策场景推演

以下三个推演场景帮助临床研究者把「指标数字」翻译成「决策含义」。推演基于论文集公开数字与 §6.3 几何定义，不构成临床建议。

31.1 场景一：产程停滞的助产决策

决策问题：第二产程延长，是否行阴道助产或转剖宫产。
超声参数：AoP（文献常用的决策参考带围绕 120° 分段）与 HSD。
自动化现状：代表方法 ΔAoP ≈ 8.9°。在决策阈值附近（如 115° vs 125°），9° 误差足以翻转决策带归属。
推演结论：现水平适合做「筛查与分层提示」，不宜做「阈值硬判决」；人机协同（AI 预筛 + 医师确认）是稳妥形态。

31.2 场景二：产程动态监测

决策问题：连续监测 AoP 趋势以判断产程进展速度。
时序红利：单帧测量误差在趋势拟合下可被压缩——这正是视频数据集相对静态数据集的部署价值。
数据集映射：IUGC 的视频形态（混合 SP/非 SP）逼真还原了「连续扫查中夹带不可测帧」的真实监测条件；分类器承担「何时可测」的门控。
推演结论：评价此类系统应看「可测帧检出率 + 趋势误差」，而非单帧 DSC；这超出官方指标体系，属使用方的扩展评估。

31.3 场景三：低资源环境部署

决策问题：基层医院缺乏有产时超声经验的医师。
自动化意义：把「找平面、测参数」的技能部分外包给系统，降低对七年经验人力的依赖。
风险映射：跨设备/跨人群泛化未经外部验证（§12.4），低资源环境设备异质性往往更高。
推演结论：部署前必须做本地小样本验证；这正是主办方把「临床适用性」写进测试集设计意图的原因。

32 合规获取流程逐步指南

按顺序执行，每步产出可留痕：

注册 CodaLab 账号并登录竞赛 18413 页面；
通读 Participate 标签页的 Terms and Conditions，截图存档（这是确认许可的唯一可靠途径）；
下载训练集，清点视频数（应为 288 + 168）与帧数（SP 24,434 / 非 SP 31,450），与官方口径比对（坑 8）；
clone GitHub maskoffs/IUGC2024，记录 commit hash 以固定复现版本；
如需向主办方书面确认许可或引用条款，经 CodaLab 论坛（18357）或仓库 issues 发起并保存回复；
在内部数据管理系统中登记该数据集为「许可待确认」状态，使用范围先限定于竞赛与学术用途；
再分发、衍生发布等动作在取得书面许可前一律搁置（坑 9）。

33 观察者变异文献脉络：自动化测量的价值锚点

IUGC 2024 的动机链（「人工测量有变异 → 自动化降低变异」）在产时超声文献中有明确脉络，理解它能更准确评估数据集价值：

指南层：ISUOG 产时超声实践指南（2018）将 AoP/HSD 纳入推荐参数，确立了「超声参数替代主观指检」的路线。
参数验证层：Barbera 2009（AoP 预测助产方式）、Kalache 2009（第二产程 AoP 阈值）、Youssef 2013（活跃期胎头下降监测）等临床研究建立了参数的临床效度。
自动化前奏层：Dupuis 2005 比较了超声与指检的一致性；后续多篇研究量化了人工测量的观察者间变异幅度。
深度学习层：Bai 2022（双分支网络计算 AoP）、Lu 2022（多任务网络全自动 AoP）、Chen 2024（方向引导多尺度特征）、Ou 2024（RTSeg-Net 轻量实时分割）构成 IUGC 2024 之前的直接技术谱系。
数据集层：PSFHS（2024）提供静态密集标注；IUGC 2024 提供视频与级联任务。

一个常被忽略的事实：自动化系统降低的不仅是「测量操作」的变异，还有「平面选择」的变异——后者在人工流程中占比更高且更难训练（这正是任务一存在的理由）。

34 任务一补充：标准平面判定的七个官方示例帧

官方说明以七个示意帧（记为图 a-g）逐帧演示 SP/非 SP 的边界判定，本节按公开转译整理其判定逻辑，作为标注一致性的操作化参考：

示例	可见情况	判定	要点
a	胎头与耻骨联合均清晰、位于成像锥内	标准平面	理想帧
b	主要轮廓完整、测量地标齐备	标准平面	与 a 同级
c	部分轮廓欠清但两侧关键结构可辨	视具体轮廓而定	边界案例
d	耻骨联合完整、胎头仅右侧轮廓可见	标准平面	右侧主要轮廓可见即可
e	胎头右侧轮廓可见，但耻骨联合右侧位于成像锥外	非标准平面	PS 是测量的锚，缺失即不可测
f	胎头与耻骨联合均非常清晰、位于成像锥内	标准平面	与 a 同级
g	胎头轮廓有缺失，但右侧主要轮廓清晰且耻骨联合区内可测	标准平面	呼应 d 的宽容逻辑

三条判定原则归纳：①PS 优先——耻骨联合完整可测是硬前提（e 的否决即由此而来）；②胎头宽容——允许轮廓不完整，右侧主要轮廓可见即可（d/g）；③成像锥约束——关键结构须在锥内，锥外截断即非标准平面。

35 任务二补充：分割精度为什么向两处「敏感区」倾斜

官方说明对分割任务的特殊提示（§5.2 列出的两处轮廓）可进一步解释其几何来源：

PS 左右两侧轮廓：AoP 的三个地标中有两个（最远两点对的最右点、切线锚点）落在 PS 轮廓边缘；HSD 的两个地标全部落在 PS 轮廓边缘。PS 边缘的分割抖动会直接转化为测量端点的抖动——这是「一错全错」的传导路径。
胎头右上轮廓：AoP 切线与胎头轮廓的接触点、HSD 的胎头侧最短距离点都集中在图像右侧的胎头轮廓段；该段缺失或毛刺时，切线构造退化为对不完整信息的拟合。

由此得出一个训练策略推论：对两处敏感区施加轮廓级权重（boundary loss 加权或逐像素权重图）比对整幅掩码均匀加权的性价比更高。这一推论虽未在官方文档中明示，但与两份参赛论文的损失设计取向一致。

36 任务三补充：ΔAoP 与 ΔHSD 的误差来源分解

测量误差可按传导链分解为四层，逐层对应治理手段：

误差层	机理	占比趋势	治理手段
平面选择误差	非 SP 帧被误判为 SP 进入下游	级联首位，主导系统级差异	分类器质量（MCC）、门控阈值
分割轮廓误差	掩码边缘抖动传导为地标漂移	次主导	边界加权、集成
几何构造误差	切线/交点在病态几何下不稳定	对特定帧突发	连通域清理、椭圆拟合
标注参考误差	标注医师自身的测量变异	常量下限	多医师标注取一致（数据集已做）

基线 ΔAoP 11.519° 到 Oxford 8.90° 的改进主要发生在前两层（分类与分割质量），第三层靠后处理约束（§15.4），第四层为数据集固有下限。这个分解表也可用于诊断你自己的系统：先看分类 MCC 是否达标，再看 DSC，最后才调测量后处理。

37 与静态分割数据集的迁移学习工作流

结合库内 psfhs（791）等静态数据集的推荐工作流：

阶段一（密集标注预训练）：在 PSFHS 等静态密集标注集上训练 FH+PS 分割，习得稳定的单帧解剖先验；
阶段二（时序适配）：迁移至 IUGC 2024 视频数据，加入时序一致性约束（光流对齐、时序平滑正则）与稀疏标注监督；
阶段三（级联整合）：训练 SP 分类门控，与分割模型串接，在混合视频上端到端微调；
阶段四（患者级验证）：按 §37 坑 11 的教训构建患者级留出集验证。

该工作流的每一阶段都有独立可查的评测点（阶段一对照 PSFHS 榜、阶段三对照 IUGC 指标），避免「一次性端到端、失败无处归因」的调试黑洞。

38 数据集元数据卡

以下为面向机器可读场景的结构化元数据汇总（与 frontmatter 同源，正文冗余存放以防 frontmatter 字段截断）：

slug: iugc2024
官方名称: Intrapartum Ultrasound Grand Challenge 2024
中文名称: 产时超声大挑战 2024
年份: 2024
挂靠会议: MICCAI 2024（Marrakesh，Morocco，2024-10-06）
** proceedings DOI**: 10.1007/978-3-031-96318-6
模态: 经会阴二维超声视频
临床场景: 产程监测 / 胎儿生物测量
解剖结构: 胎儿头部（FH）、耻骨联合（PS）
任务类型: 视频帧分类 / 医学图像分割 / 几何测量
训练规模: 456 视频（288 SP + 168 非 SP）；24,434 SP 帧（2,906 帧掩码）+ 31,450 非 SP 帧
标注者: 3 名超声医师
采集机构: 暨南大学附属第一医院 / 南方医科大学珠江医院 / 中山大学附属第三医院
采集人员资质: ≥7 年经验（超声医师、产科医师、技术人员）
指标: Acc, F1, AUC, MCC / DSC, HD, ASD / ΔAoP (°), ΔHSD (px)
官方基线: Acc 0.518, DSC 0.801, ΔAoP 11.519°, ΔHSD 15.088 px（测试集）
获取渠道: CodaLab 18413（官方）、GitHub maskoffs/IUGC2024（代码）、Kaggle（非官方镜像）
许可: 未明示（风险项）
时间线: 2024-06-10 Validate / 2024-08-11 Test / 2024-09-11 结束
代码依赖: numpy, opencv-python, SimpleITK, scikit-learn
患者级信息: 未披露
设备信息: 未披露

39 自检对照表（编辑部用）

本条目成稿后逐项核对结果，留档备查：

检查项	结果
三源互证（CodaLab / Springer / 中文转译）	通过（§1、§18）
训练帧级数字一致	通过（24,434 / 2,906 / 31,450 三源一致）
官方基线数字一致	通过（0.518 / 0.801 / 11.519° / 15.088 px，_1 号论文）
代表方法数字一致	通过（Oxford _5 号论文 + arXiv:2505.14572；UESTC _2 号论文；MBZUAI _7 号论文）
许可状态核实	未明示，已如实标注（§8.2、§12.1、坑 9）
双口径存照	5 条（FACTS.md §9）
遗留疑点	4 条（FACTS.md §9）
互链条目	8 条（§20，均带 rid）
坑点编号制	12 则（§21，≥5 达标）
title 站点后缀	含「AI-Ready Wikipedia
frontmatter 直引号自查	双引号字符串内无英文直引号（中文强调用「」）
schema_org 节点式 RecordSet	`- "@type": "cr:RecordSet"` 节点式 ✓

40 版本与维护

v1.0（2026-10-17）：初稿成稿。基于三源互证；许可未明示标注为风险项；互链 8 条；坑点 12 则；遗留疑点 4 条移交主会话。
维护触发条件：①主办方公开许可条款 → 改写 §8.2 与 frontmatter license；②官方披露患者级/测试集规模 → 更新 §4.5 与元数据卡；③新外部验证研究发表 → 补充 §12.4。

（全文完）

41 MICCAI 2024 挑战赛生态中的位置

把 IUGC 2024 放回 MICCAI 2024 挑战赛生态中观察，可以看出它的三个差异化定位：

41.1 与同届影像挑战赛的对比

维度	IUGC 2024	典型分割挑战赛	典型检测挑战赛
模态	超声视频	CT/MRI 静态体数据	内镜/显微图像
任务结构	三级联	单任务	单任务或双任务
评审	容器化代码提交	多为预测结果提交	混合
测试设计	刻意异质化	常规留出	常规留出
临床参数输出	AoP/HSD（连续几何量）	掩码	边界框

「级联 + 测量终点 + 异质测试」的组合在当届挑战赛中少见，这使它成为研究「系统级评测」的优质样本。

41.2 与产科超声挑战赛谱系的关系

产科/胎儿超声挑战赛近年形成一条谱系：从早期标准平面检测，到胎儿腹部测量（库内 fetal-abdominal，rid=898），到 IUGC 2024 的产时场景。谱系的演化逻辑是「从筛查场景走向产房场景」——后者更难（环境高压、探头受限、时间窗窄），但临床收益也更直接（直接对接分娩决策）。

41.3 区域信号

IUGC 2024 的数据与主办力量来自中国广州三所大学医院，评审挂靠欧洲平台（CodaLab LISN）、出版走 Springer，参赛代表队横跨中、英、阿联酋、法。这一「中国数据 + 国际评审」的组合是该时期医学影像挑战赛的典型形态，也与库内多条中国机构主导的数据集条目形成区域互证。

42 各队方法对比总表

论文集主要方法论文的结构化对比（数字口径各异，见表注）：

队伍	机构	分类架构	分割架构	关键设计	报告成绩	代码
官方基线	暨南大学	CNN（train_cls.py）	CNN（train_seg.py）	两支路独立	测试集 Acc 0.518 / DSC 0.801 / ΔAoP 11.519° / ΔHSD 15.088 px	GitHub maskoffs
UESTC	电子科技大学等	ResNet	DeepLabV3	损失设计	分类 Acc 0.996 / 分割 IoU 0.917	GitHub tyb311
Oxford	MION Lab + VGG	集成分类器	集成分割网络	稀疏采样 + 集成 + 连通域 + 椭圆拟合	hold-out ACC 0.9452 / F1 0.9225 / AUC 0.983 / MCC 0.8361 / DSC 0.918 / HD 19.73 / ASD 5.71 / ΔAoP 8.90 / ΔHSD 14.35	arXiv:2505.14572
MBZUAI	MBZUAI	多任务 U-Net（分类头）	多任务 U-Net	合成掩码弱监督 + 动态损失缩放 + 复杂增强	较基线分类 +14% / Dice +6.3%，ΔAoP/ΔHSD 下降	t.ly/ze6gN

表注：各队评估集合与指标口径不同（§10.2），本表仅并列展示、不构成排名。

43 数据集治理评估卡

按库内数据集治理五维评估：

可获取性：中。官方渠道需注册登录；竞赛结束后渠道存续性无长期承诺（挑战赛资源的通病）；存在非官方镜像但一致性未验。
文档完备性：中低。任务与判定标准文档详尽（含七个边界示例帧），但无数据论文，患者级与设备级元数据缺失。
许可透明度：低。未明示，T&C 需登录（§8.2）。
基线与工具链：高。代码完整、依赖极简、提交模板齐备、评估脚本开源，可复现性在挑战赛数据集中属第一梯队。
社区存续：中。GitHub 仓库与 CodaLab 论坛留存，但赛后活跃度自然衰减；论文集提供长期学术锚点。

综合判断：技术资产完备、治理资产薄弱。适合作为方法研究基准使用；作为长期数据基础设施引用时需注明治理缺口。

44 面向不同写作场景的引用建议

引用数据集本体：引挑战赛论文集（doi:10.1007/978-3-031-96318-6）+ CodaLab 页面；规模数字带「训练阶段」限定词（§4.5）。
引用任务定义与判定标准：引官方说明（经论文集 _1 转述最完整）；边界案例引用七个示例帧（§34）。
引用基线成绩：引 _1 号论文（doi:10.1007/978-3-031-96318-6_1），注明测试集口径。
引用方法学进展：分别引各队论文（_2、_5、_7），不互相混引成绩。
引用 AoP/HSD 几何定义：引官方说明与 eval/cal_aop.py 实现，注意像素口径（坑 4）。

45 编辑手记：为什么这个数据集值得单独立条

在候选池中，IUGC 2024 一度面临「是否只是又一个超声分割集」的疑问。三源核验后确认其三个不可替代性：

产时场景稀缺性：库内产科超声条目集中于产前筛查（fetal-planes-db、fetal-abdominal、focus-fetal），产时（分娩中）场景此前空缺；
级联任务结构稀缺性：「分类→分割→测量」三任务端到端评测的数据集在库内仅 fetal-abdominal 同构；
异质性测试设计的教学价值：基线 0.518 的「设计性崩塌」是讲解分布偏移的最佳实例之一。

同时，它也带着挑战赛数据集的通病入场：许可不明、患者级信息缺失、竞赛渠道存续性无承诺。本条目的立场是如实呈现两面：既承认其方法学价值，也不粉饰其治理缺口。这正是「AI-Ready Wikipedia」条目应有的中立形态。

46 交叉索引：本条目内部结构速查

为方便修订者定位，本条目 46 节的分布图：

定义与背景：§1 导言 / §2 临床背景 / §3 组织与时间线
数据与标注：§4 数据构成 / §5 标注体系 / §34 示例帧 / §35 敏感区 / §38 元数据卡
任务与评估：§6 任务设计 / §7 指标与基线 / §10 结果图景 / §30 评估脚本 / §36 误差分解
方法学：§9 参赛方法 / §15 案例解剖 / §22 FAQ / §41 生态位置 / §42 方法对比表
使用与合规：§8 获取与许可 / §13 实操清单 / §32 合规流程 / §44 引用建议
风险与局限：§12 局限 / §21 坑点 12 则 / §27 自评 / §43 治理评估
生态与互链：§11 谱系 / §20 互链点 / §26 对照速览 / §37 迁移工作流 / §39 自检表 / §40 版本

47 名词与译名约定

本条目对易歧义译名做统一约定，修订时请沿用：

standard plane 统一译「标准平面」，不用「标准切面」；
pubic symphysis 统一译「耻骨联合」，缩写 PS；
fetal head 统一译「胎头」或「胎儿头部」，缩写 FH；
angle of progression 统一译「进展角」，缩写 AoP，单位度（°）；
head-symphysis distance 统一译「头耻距」，缩写 HSD，官方口径为像素；
intrapartum 统一译「产时」，不用「分娩期」；
transperineal 统一译「经会阴」；
grand challenge 统一译「大挑战」或保留英文 Grand Challenge；
观察者内/间变异沿用 psychometrics 通行译法（intra-/inter-observer variability）。

48 致谢与来源责任声明

本条目的事实性内容全部来自 §18 所列公开来源，编辑部未接触原始数据，未进行任何独立测量或实验。对官方渠道登录后可见的信息（T&C、完整 leaderboard、患者级统计），本条目明确标注「未公开查证」而非引述传闻。若官方来源与本文有出入，以官方为准，并欢迎通过库内修订流程反馈。

（完）

49 逐任务复现笔记：从零到提交的最短路径

49.1 第一天：环境与数据验证

目标：确认数据完整、基线可跑。

安装依赖（四件套：numpy / opencv-python / SimpleITK / scikit-learn），建议隔离环境；
clone maskoffs/IUGC2024，记录 commit hash；
清点数据：视频数 288 + 168；SP 帧 24,434；非 SP 帧 31,450；带掩码帧 2,906（坑 8 的比对步骤）；
抽看 5 个 SP 视频与 5 个非 SP 视频，人工确认帧级标签与视频级标签一致；
跑通 starting_tool_kit/train_seg.py 1 epoch，确认读取类、损失、checkpoint 均正常。

49.2 第二周：单点性能达标线

按任务分层设定「值得进入级联整合」的达标线（依据：基线与代表队成绩的中间地带）：

分类：验证集 MCC ≥ 0.7（低于此值级联下游不可用，参考坑 1 的捷径检测：训练 Acc 高而 MCC 低即中招）；
分割：DSC ≥ 0.85（PS 结构单独报告，因其误差直接传导测量）；
测量：ΔAoP ≤ 10°、ΔHSD ≤ 15 px（先做连通域 + 椭圆拟合再评估，别裸分割直接测）。

49.3 提交前一周：容器演练清单

[ ] 模型推理封装继承 model_encapsulation/baseline.py 接口；
[ ] model.pickle 序列化后在新环境加载推理一帧成功；
[ ] metadata 按模板填写完整；
[ ] 干净容器内完整重放 Validate 提交一次并记录成绩；
[ ] 依赖版本固化（requirements 冻结）；
[ ] 邮件模板与附件清单准备好（Test 仅一次，坑 7）。

49.4 常见失败模式与首查位置

现象	首查位置
平台运行报模块缺失	requirements 冻结 / SimpleITK 等冷门依赖遗漏
推理成绩与本地差距巨大	图像方向（左右翻转，§30.1 第 2 步）/ 预处理不一致
分类成绩好但测量崩	级联门控阈值（宁可少放行 SP 帧，勿错放非 SP）
DSC 高但 ΔAoP 差	敏感区轮廓质量（§35）与后处理（§30.2）
时序模型验证虚高	帧级泄漏（坑 10/11），改患者级划分

50 扩展阅读与库内对照阅读顺序

建议按以下顺序在库内完成一次「产时/胎儿超声」主题阅读：

psfhs（rid=791）——先读：单帧分割的密集标注基线，理解 FH/PS 分割的基本盘；
fetal-planes-db（rid=538）——次读：标准平面分类的静态版本，理解 SP 判定的通用准则；
本条目（iugc2024）——本读：视频 + 级联 + 测量的系统级评测；
fetal-abdominal（rid=898）——对照读：同构级联的另一解剖部位，互证「分类→分割→测量」范式的普适性；
care-challenge（rid=934）与 focus-fetal（rid=881）——扩展读：MICCAI 胎儿超声挑战赛家族的其他成员；
maternal-ultrasound-nutrition（rid=615）——延伸读：产科超声数据的其他研究面。

完成该路径后，读者应能独立回答三个问题：①产时超声自动化的临床动因是什么；②「级联 + 异质测试」的基准设计如何暴露分布偏移；③许可不明数据集的合规使用边界在哪里。

51 结语

IUGC 2024 把一个真实的临床焦虑——「产程评估靠手摸、靠经验、误差大」——翻译成了一条可计算、可评测、可迭代的三任务基准链。它的数据不算大（训练 456 个视频），标注不算密（2,906 帧掩码），治理不算好（许可不明、患者信息缺失），但它用「异质测试集」这个设计动作，把医学影像 AI 最容易自欺的那个环节（训练成绩 ≠ 部署能力）变成了所有参赛者必须直面的数字。基线 0.518 的分类准确率是一面镜子：照出的是训练分布与临床现实之间那道沟。后来者在这条基准上做的每一点改进——稀疏采样也好、集成也好、合成掩码也好——本质上都是在学习如何跨过这道沟。这也是我们把「训练分布 ≠ 临床真实分布」这条教训写进坑 1、写进 §10.1、写进 §44 的原因：它是这个数据集给整个领域最贵的一课。

（全文完，v1.0，2026-10-17）

52 数据结构示例（字段级）

以下为训练集资产的字段级结构示意（依据官方工具包读取类的接口约定整理；实际字段名以发放数据为准）：

52.1 视频级资产

字段/资产	类型	说明
video 文件	超声视频/帧序列	训练阶段单类型（全 SP 或全非 SP）
视频级平面类型	二值	全标准平面 / 全非标准平面
帧序列索引	整数序列	帧顺序即扫查时序
标注发放标记	枚举	周期性标注 / 逐帧标注

52.2 帧级资产

字段/资产	类型	说明
帧图像	2D 超声图像	经会阴正中矢状面为主
SP 标签	二值	标准平面 / 非标准平面
FH 掩码	二值掩码	仅 2,906 帧子集；允许部分轮廓
PS 掩码	二值掩码	仅 2,906 帧子集；左右轮廓需完整
AoP 参考值	角度（度）	与掩码同源子集
HSD 参考值	像素长度	与掩码同源子集；无统一物理标定

52.3 使用提示

帧级资产的存在性呈「金字塔」：SP 标签最全 → 掩码次之 → 测量参考最少；任何采样策略都要尊重这一密度梯度；
视频级平面类型标签是训练期的「作弊变量」，直接喂给模型即中坑 1；
掩码的部分轮廓语义见坑 3，测量参考的像素口径见坑 4。

53 指标速算对照

为方便快速解读成绩单，给出本数据集语境下的指标速算对照：

二分类 Acc 0.518：略高于随机（0.5），在异质测试上等价于「基本没学到」；
MCC 0.8361（Oxford）：类别不平衡下的真实分类力，远高于同队 Acc 表面值所暗示的不确定性；
DSC 0.918 与 IoU 0.917 换算：同一分割下 DSC = 2·IoU/(1+IoU)，IoU 0.917 对应 DSC ≈ 0.957——注意别把 UESTC 的 IoU 直接当 DSC 读（坑 5）；
ΔAoP 8.9°：相对基线 11.519° 改进约 23%；相对决策阈值带（约 120°）仍属「提示级」精度（§31.1）；
ΔHSD 14.35 px vs 15.088 px：同为像素口径下的约 5% 改进，跨分辨率不可比（坑 4）。

54 常用命令速查（复现者视角）

# 环境安装
pip install -r starting_tool_kit/requirements.txt

# 分割训练（基线）
cd starting_tool_kit && python train_seg.py

# 分类训练（基线）
cd baseline && python train_cls.py

# AoP 计算（评估）
python eval/cal_aop.py   # 输入分割掩码，输出角度

# 提交封装参考
# model_encapsulation/baseline.py -> submit_code/{model.py, model.pickle, metadata}

提醒：以上为工具包结构的通用用法示意；具体参数与路径以仓库当版 README 为准。资源渠道可能随赛事周期变化，长期项目请做本地存档（§32 第 3、8 步）。

附录 B：DAIMS 评估全表

维度	评分（1-10）	依据
D 可发现性	7	CodaLab 竞赛页 + GitHub 官方仓库 + Springer 论文集三入口可索引；中文社区转译文提高可发现性；但无独立数据发布页（landing page），「IUGC2024」名易与后续届次混淆
A 可获取性	5	数据需注册 CodaLab 登录后获取，竞赛结束后渠道存续性无承诺；基线代码 GitHub 直链可得；存在非官方 Kaggle 镜像但一致性未验——最大失分项
I 可互操作	6	帧图像 + 掩码 + 标签文件的常规医学影像组织，opencv/SimpleITK 可读；无 DICOM/开放标准封装，无官方转换脚本；HSD 像素口径缺物理标定降低跨库互比性
M 元数据质量	6	任务定义与判定标准文档详尽（含七个边界示例帧）；但患者级规模、设备清单、验证/测试集规模均未披露，无正式数据论文
S 可持续性	5	GitHub/CodaLab/论文集三重学术锚点提供长期可引性；但许可条款不透明 + 竞赛渠道依赖，长期数据基础设施属性弱
综合评级	5.8/10（中）	方法资产与技术工具链强（基线/评估脚本/提交模板齐备），治理资产弱（许可不明、元数据缺口、渠道依赖）——典型的「竞赛说明导向型」数据集画像

附录 B 补充：关键数字证据链自证

关键数字	来源	位置
288 全 SP / 168 全非 SP 视频	官方说明转译 + 论文集互证	腾讯云 art.2417471 / §4.2
24,434 SP 帧 / 2,906 帧掩码 / 31,450 非 SP 帧	官方说明转译 + 论文集互证	同上
测试集 Acc 0.518 / DSC 0.801 / ΔAoP 11.519° / ΔHSD 15.088 px	官方基线论文摘要	LNCS _1（doi:10.1007/978-3-031-96318-6_1）
Oxford hold-out 九项指标	Oxford 论文摘要 + arXiv 全文	LNCS _5 / arXiv:2505.14572
UESTC Acc 0.996 / IoU 0.917	UESTC 论文摘要	LNCS _2
MBZUAI +14% / +6.3%	MBZUAI 论文摘要	LNCS _7
Validate 2024-06-10 / Test 2024-08-11 / 结束 2024-09-11	CodaLab 竞赛页	codalab.lisn.upsaclay.fr/competitions/18413
三所采集团队与 ≥7 年经验、3 名标注医师	官方说明	转译文与论文集互证
AoP/HSD 几何构造	官方说明 + eval/cal_aop.py	GitHub maskoffs/IUGC2024

附录 C：数据获取决策树

你的需求是什么？
├── 快速跑通基线、学习任务结构
│   └── GitHub maskoffs/IUGC2024（零数据依赖，含 dataset_sample 样例）
├── 训练/评测分类-分割-测量级联系统
│   ├── 1) 注册 CodaLab，登录竞赛 18413
│   ├── 2) 阅读并截图 Terms and Conditions（许可确认）
│   ├── 3) 下载训练集，清点 288/168 视频、24,434/31,450 帧
│   └── 4) Validate 阶段容器演练，Test 邮件一次提交
├── 只需单帧分割预训练
│   └── 优先库内 psfhs(rid=791) 密集标注，再迁移本数据集（§37）
└── 计划再分发/衍生发布
    └── 停：许可未明示（§8.2），先取得主办方书面确认

维度	内容
本质	MICCAI 2024 卫星挑战赛数据集：产时（经会阴）超声视频的级联「分类→分割→测量」基准
官方名	Intrapartum Ultrasound Grand Challenge 2024（IUGC 2024），产时超声大挑战
会议	MICCAI 2024 卫星活动，摩洛哥马拉喀什，2024-10-06；Springer LNCS 论文集
采集方	暨南大学附属第一医院 + 南方医科大学珠江医院 + 中山大学附属第三医院联合团队
采集人员	超声医师、产科医师与技术人员（≥7 年经验）；3 名超声医师手动标注
训练数据	288 个全标准平面视频 + 168 个全非标准平面视频 = 456 个视频
帧级规模	标准平面 24,434 帧（2,906 帧分割标注）+ 非标准平面 31,450 帧
三项任务	①标准平面分类 ②胎头+耻骨联合分割 ③进展角 AoP 与头耻距 HSD 测量
指标	分类 Acc/F1/AUC/MCC；分割 DSC/HD/ASD；测量 ΔAoP、ΔHSD
官方基线	测试集 Acc 0.518｜DSC 0.801｜ΔAoP 11.519°｜ΔHSD 15.088 px
代表成绩	Oxford 队 hold-out ACC 0.9452/DSC 0.918/ΔAoP 8.90；UESTC 队分类 Acc 0.996/分割 IoU 0.917
时间线	验证阶段 2024-06-10 起；测试阶段 2024-08-11 起；2024-09-11 收官
获取	CodaLab 竞赛 18413（登录后参与）；GitHub maskoffs/IUGC2024 基线工具包
许可	官方未明示数据许可（风险项）——T&C 需登录查看，使用前向主办方确认