KiPA22 肾脏解析 — 一百三十例 CTA 的四结构掩膜

KiPA22 的全名是 Kidney Parsing Challenge 2022，中文可译作「肾脏解析挑战赛 2022」，副标题是「面向肾癌治疗的多结构分割」。它是 MICCAI 2022 挑战赛序列里的一员，由东南大学计算机网络与信息集成教育部重点实验室与南京鼓楼医院泌尿外科联合组织，2022 年 9 月在新加坡的会议现场完成赛程。给出的数据是一百三十例腹部增强 CT 血管成像，每一例都带一套逐体素的四类掩膜：肾、肿瘤、肾动脉、肾静脉。

它值得单独成篇，不在病例数，而在「血管」两个字。肾脏分割的公开数据不少，肾与肿瘤两类的分割基准也有，但把肾动脉和肾静脉从同一幅 CTA 里单独拆出来做掩膜的公开集极少，而肾动脉在整幅图像里只占 0.27% 的体素。这决定了它不是一个「多标一个器官」的数据集，而是一个把器官级轮廓推进到血管级解剖的任务。

有两点需要先校正。其一，它与儿科无关：官方描述的对象是做腹腔镜肾部分切除术的肾癌患者，标注类别里既没有 Wilms 瘤也没有儿童队列的任何说明，把它当作儿科肾肿瘤基准是误读。其二，它也不等于「肾肿瘤 CT 分割」的同义词——与库内 kits19 那种肾加肿瘤的两类任务相比，它多出的两条血管才是全部难点所在。一屏速览见下表。

数据集名称	KiPA22（Kidney Parsing Challenge 2022）
英文全称	Kidney Parsing Challenge 2022: Multi-Structure Segmentation for Renal Cancer Treatment
别名/简称	KiPA 2022、Kidney Parsing 2022、肾脏解析挑战赛
疾病背景	肾细胞癌（ICD-11 2C90）、肾血管平滑肌脂肪瘤、肾嗜酸细胞腺瘤
数据模态	腹部增强 CT 血管成像（CTA），单模态
AI 任务类型	多结构语义分割、细管状结构分割、术前三维重建
标注类别	4 类前景：肾、肿瘤、肾动脉、肾静脉（标签值 1–4）
样本总数	130 例：训练 70 / 开放测试 30 / 封闭测试 30
公开可下载	70 例带掩膜 + 30 例仅影像
数据格式	NIfTI（.nii.gz），单文件多标签掩膜
单例视野	肾区裁剪块，反推视野约 6–15 厘米
体素间距	约 0.55–0.78 毫米，三轴近似相等
许可证	站内无 SPDX 声明；受挑战赛数据使用协议约束
访问级别	注册 + 表单申请，审批后发放
评测指标	DSC、HD、AVD，逐类计算
赛事时间	2022-03-26 注册开放，2022-09-18 现场赛程，2022-10-01 转入常规赛
发布机构	东南大学 / 南京鼓楼医院
官方主页	https://kipa22.grand-challenge.org/
配套代码	https://github.com/KiPA2022/kipa22
AI 就绪度评分	⭐⭐⭐（3/5）— 目录规整、掩膜干净；扣分项：仅半数病例公开、无临床表、无许可声明

---

§1 数据集概览

§1.1 三十秒速览

一句话：这是一套给肾癌术前规划用的「四结构解剖图」，一百三十例腹部 CTA，每例一张包含肾、肿瘤、动脉、静脉的多标签掩膜，公开的只有七十例。

它解决的问题在手术台上。腹腔镜肾部分切除术要在阻断肾动脉的前提下把肿瘤剜出来，术前需要知道三件事：肿瘤长在肾的哪一面、供血动脉是哪一支、静脉回流怎么走。这三件事对应三个结构，加上肾脏本身，正好是四类标注。研究者用这套掩膜训练模型，目标是把放射科医生手工勾画几十分钟的三维重建自动化。

它最容易被高估的地方，是把「四类」读成「四个器官」。肾动脉与肾静脉不是器官，是树状管道，最细的分支只有几个体素宽，勾画一致性远低于器官轮廓。这一点在 §4 会反复回到。

§1.2 摘要

挑战赛的组织脉络可以追到两篇方法学论文。2021 年发表在 Medical Image Analysis 的 Meta grayscale adaptive network 与 2020 年同刊的 Dense biased networks，处理的是同一类问题：三维一体化肾结构分割，包括细肾动脉。这两项工作积累的标注规范与评价口径，后来成为 KiPA22 的数据基础，官方引用页把这两篇与两篇泌尿外科临床论文并列，要求使用者一并引用。

数据按 70 / 30 / 30 三分。训练集七十例带掩膜，开放测试三十例只给影像、靠公开榜单打分，封闭测试三十例的影像与掩膜都不发放，只在赛程结束后公布成绩。常规赛阶段官方明确写了「只有训练集与开放测试集可用」，这句话解释了为什么今天能下载到的只有一百例的影像、七十例的掩膜。

评测用三个指标：Dice 相似系数、Hausdorff 距离、平均 Hausdorff 距离。三者并用的用意在于覆盖不同的失败模式——Dice 对整体重叠敏感，对孤立的小块假阳性不敏感；Hausdorff 距离只看最远点，专门抓离群；平均 Hausdorff 距离折中，对离群不那么敏感但能反映表面贴合度。三类指标逐类结构分别计算，不取全局平均，这意味着一个模型可以在肾上拿到很高的 Dice，同时在动脉上几乎为零而不被平均值掩盖。

§1.3 决策卡：你的处境决定它能帮你什么

你的处境	它能帮你什么
要做术前三维重建、肾部分切除术规划	四类结构齐全，可直接生成带血管树的肾脏模型
要研究细管状结构在极端类别不平衡下的分割	肾动脉只占 0.27% 体素，是天然的极端不平衡样本
要做一个「器官 + 血管」的联合分割基线	一张掩膜四类值，省掉多任务标签对齐的麻烦
要研究肿瘤异质性带来的形状变化	肿瘤体积跨度从不到 2 毫升到 260 毫升以上，形态差异极大
要做儿科肾肿瘤（Wilms 瘤）研究	给不了你任何儿童病例，这条线要另找数据
要做肾囊肿、肾结石、肾功能定量	给不了，四类里没有囊肿与结石，也没有分期与实验室指标
要一份带年龄、性别、病理分型的临床表	给不了，官方只发影像与掩膜
要跨中心泛化验证	单中心单机型，只能当源域，不能当外部验证集

§1.4 不适合谁

不适合把「肾肿瘤分割」当成一个统一任务的研究者。库内已经有成人肾肿瘤 CT 的基准，两类的、三类的都有；如果研究问题只是「把肾和肿瘤分开」，KiPA22 的一半价值用不上，而它单中心、半量公开的短板却要全额承担。

也不适合做儿科影像的人。这一条需要说得直白：数据里没有任何儿童病例，没有 Wilms 瘤，没有儿童腹部尺寸的解剖分布。把它当作儿科基准使用，得到的结论在儿科人群上没有意义，而且这个错误在文献里并不罕见——「pediatric」这个词有时会因为数据集名字里的「Kidney」被错误联想。

同样不适合需要临床变量的研究。没有年龄、没有性别、没有病理亚型的逐例标注、没有随访。任何「肿瘤亚型与影像特征相关」的选题，在这份数据上只能做无监督聚类，不能做有标签的分类。

§1.5 定位差异

资源	核心内容	与 KiPA22 的差异
KiPA22	肾、肿瘤、肾动脉、肾静脉四类，CTA，130 例	多出两条血管类别，任务从器官轮廓变成血管树解析
KiTS19 系列	肾与肿瘤两类，增强 CT，数百例	类别少一半，样本多几倍，无血管标注
AMOS 腹部多器官	十余个腹部器官，CT 与 MRI 双模态	覆盖广但深度浅，不含肾内肿瘤与肾血管
肾移植活检病理集	病理切片与炎症细胞点标注	模态完全不同，属组织学层面

一句可操作的判断：要器官级的分割基线，走 KiTS 那条线；要血管级的外科解剖，只有 KiPA22 这一类；要跨模态的腹部全景，走 AMOS。三者的重叠区间比名字暗示的小得多。

§2 数据构成与规模

§2.1 官方规模口径

官方页面给出的数字只有一组：一百三十幅图像，七十例训练、三十例封闭测试、三十例开放测试。措辞用的是 image 而不是 patient，这一点值得留意——它没有声明是否存在同一患者多次检查的情况。社区转述时普遍按「一百三十例患者」理解，一篇 2024 年使用该数据的论文也直接写作 130 patients，但这属于二次转述，官方页面本身没有这句话。

全部数据以 .nii.gz 保存。官方没有公布总体积、总层数、体素总数，也没有给逐例的病灶计数。

口径	数字	来源
总例数	130	官方首页 Task 段
训练集	70（带掩膜）	官方首页 Dataset 段
开放测试	30（仅影像）	官方首页 Dataset 段
封闭测试	30（不发放）	官方首页 Dataset 段
公开可得影像	100 例	训练 + 开放测试
公开可得掩膜	70 例	仅训练集

这张表里最容易被忽略的是最后两行。一百三十是名义规模，一百是能下载到的影像数，七十是能拿到标签的例数。写论文时若写「在 130 例上训练」，审稿人一查就会发现训练集只有七十例。

§2.2 三个划分各自意味着什么

训练集是唯一带掩膜的部分，七十例，影像与标签各一个目录，文件名是纯序号。官方特别注明「不提供专门的验证集，任何形式的验证都可以」，这句话把划分责任交给了使用者：七十例里切多少做验证、按什么切、要不要做交叉验证，全凭自己声明。这也是后续论文里数字难以横向比较的根源之一。

开放测试集三十例只有影像，掩膜在组织方手里。参赛队把预测结果提交到开放测试榜，每周最多五次，系统自动打分刷新。常规赛阶段只保留这一个榜单，闭赛榜单不开放。

封闭测试集三十例的影像也不发放。它在赛程内用于最终排名，赛程结束后成绩公布，数据不进入公开流通。所以任何声称「在一百三十例上做了五折交叉验证」的说法，都需要追问多出来的六十例从何而来。

§2.3 单例的体数据形态

社区维护的数据集卡片对七十例训练集做过统计，给出的数字可以当作工程预期的参照。体素间距落在 0.5488 到 0.7793 毫米之间，且三个轴向取值相等；矩阵尺寸最小 116×116×147，最大 189×189×280。三轴间距一致这一点很关键：原始 CT 的层厚通常远大于面内间距，三轴相等说明发放前做过各向同性重采样。

把间距与矩阵相乘，可以反推出视野：最小的一例约 6.4×6.4×8.1 厘米，最大的一例约 14.7×14.7×21.8 厘米。全腹 CT 的视野通常在 35 厘米以上，两者差了一个量级。结论很明确：发放的不是完整腹部扫描，而是围绕肾脏裁出来的小块。

这一点官方首页没有写明，但它是使用这份数据时最先撞上的事实。裁剪带来的后果在 §3.3 展开。

§2.4 逐类体积分布

同一份社区统计还给了逐类的体积区间，七十例全覆盖。

结构	最小（立方厘米）	中位（立方厘米）	最大（立方厘米）
肾	96.4	142.3	247.6
肿瘤	1.9	27.2	263.9
肾静脉	1.6	5.6	14.4
肾动脉	0.9	3.0	6.2

四行数字放在一起，能读出三件事。

器官与血管的体量差了近五十倍（肾中位 142.3 对动脉中位 3.0），这是类别不平衡的几何来源，比体素占比的 0.27% 更直观。肿瘤的体积跨度最大，中位数 27 立方厘米但最大值超过肾本身，说明样本里既有直径一两厘米的小肿瘤，也有几乎占据整个患肾的巨大肿块。静脉的体积约为动脉的两倍，与「静脉比动脉粗、分支更少」的解剖常识一致。

还有一处需要留个问号：肾的体积中位 142 立方厘米，若按单侧肾计算偏大，按双侧合计计算偏小——单侧成人肾约 120 到 150 立方厘米，双侧合计约 250 到 300 立方厘米。这份统计没有说明是单侧还是双侧合计，所以 142 这个数字的口径是不确定的。做体积归一化时若直接拿它当单侧参考，会系统性偏移。

另一处不一致来自不同二手来源。一篇 2024 年的论文给出的肿瘤体积区间是 2.06 到 646.68 毫升，上限是上表的两倍多；肾的区间是 73.73 到 263.02 毫升，下限又低于上表。两套数字不可能同时对应「每例一个肿瘤、只算患侧」。合理推测是统计口径不同——按病灶计还是按例计、算双侧还是算患侧、有没有把囊性成分计入。官方没有发布体积表，所以正确做法是在原始掩膜上自己重算，并在方法里写清口径。

§2.5 类别不平衡的真实量级

官方用一句话点明了难点：肾动脉是极细结构，只占整幅图像的 0.27%。这个数字的含义是，在一万个随机抽取的体素里，平均只有二十七个属于动脉。按体素加权的交叉熵损失在这种分布下会几乎完全忽略动脉类，模型倾向于把所有体素判成背景或肾脏。

肿瘤的占比没有官方数字，但从体积表可以估：中位 27 立方厘米对整幅裁剪体的体积——以典型 150×150×198、间距 0.63 毫米计算，约为 1.7 升——占比在百分之一点五左右。动脉是千分之三，肿瘤是百分之一点五，肾是百分之八上下，剩下八成以上是背景与肾周脂肪。四个前景类加起来的体素份额不到一成。

这就是为什么这个任务的报告结果总是呈现同一个形状：肾的 Dice 很高，肿瘤中等，动脉和静脉最低。差异不是模型能力问题，是分布问题。

§2.6 命名与主键

文件名是纯序号，从 0 开始。训练集是 0 到 69，开放测试从 70 起。影像与掩膜同名，分放两个目录。没有患者编号、没有检查日期、没有左右侧标识。这种命名方式的好处是不会泄露任何身份信息，坏处是无法从文件名推断任何临床属性，也无法判断哪些病例属于同一患者。

§2.7 规模数字该怎么用

写方法 section 时，建议把三个数字分开写清楚：名义队列一百三十例、公开影像一百例、公开掩膜七十例。三者混用是这个数据集最常见的引用错误。

做统计功效估计时，用七十而不是一百三十。七十例做五折交叉验证，每折训练不到六十例，方差会很大；用固定划分、多次换种子重复，比交叉验证更能反映稳定性。

做工程预算时，用体积而不是例数。七十例裁剪体、每例不到两百万体素，解压后总量在几个 GB 量级，比同例数的全腹 CT 小一个数量级，单卡训练完全可行。

§3 影像来源层：谁拍的、怎么拍的

§3.1 CTA 与普通增强 CT 的区别

CTA 三个字母指 CT angiography，血管成像。它与常规增强 CT 的差别不在扫描方式，而在时相与用途：造影剂在动脉内浓度最高的那十几秒里完成扫描，让动脉成为图像中最亮的结构。常规腹部增强 CT 通常采集动脉期、静脉期、延迟期多个时相，用于观察实质脏器强化；CTA 为了血管重建，往往只取动脉期，并把层厚压到最薄。

对分割任务来说，CTA 的直接后果是静脉不亮。官方对肾静脉的难点描述是「只有少量造影剂进入静脉，静脉区域信号低，与背景难以区分」。同一幅图像里，动脉是高对比的正样本，静脉是低对比的正样本，两者共用一套模型参数时，梯度会被静脉类拖向「宁可不判」。

§3.2 采集协议：单机型、单参数

一篇 2024 年使用该数据的论文转述了采集参数：西门子双源 64 排 CT，扫描时注射造影剂，管电流 480 毫安，卷积核 B25f，曝光时间 500 毫秒，管电压 120 千伏。这组参数是放射科日常腹部 CTA 的常规配置，B25f 属于软组织重建核，噪声低、边缘柔和，适合观察实质与血管的过渡。

参数的价值不在于记住具体数值，而在于它说明了数据的同质性：全部病例出自同一台机器、同一个重建核、同一套注射方案。同质性的好处是训练稳定——模型不会因为重建核差异把噪声当成解剖；坏处是泛化性无法估计——把模型拿到不同厂商、不同重建核的医院，性能下降幅度在这份数据上无法预测。

§3.3 裁剪带来什么

发放的是肾区裁剪块，这个事实有三层后果。

第一层是上下文缺失。模型看不到肝、脾、胰腺、脊柱，也就学不到「肾在腹腔里的相对位置」。靠全局解剖先验做左右侧判别、做器官定位的方法在这里会失效，因为先验本身被裁掉了。

第二层是尺度失真。全腹 CT 视野 35 厘米，裁剪体 10 厘米上下，同样的卷积核在两者上覆盖的解剖范围差三倍。把在全腹数据上训练的模型直接推理，需要在物理空间上重采样对齐，否则网络的感受野语义就变了。

第三层是数据量被压缩。裁剪让单例的体素数降到两百万以内，七十例的总体量只有几个 GB，这对存储与训练都是好事，但也意味着这份数据不适合做自监督预训练——它能提供的图像多样性太少。

§3.4 造影时相与静脉低信号

官方对四类结构的难度描述，其实是一份时相说明：动脉亮、静脉暗、肾被肿瘤破坏形状、肿瘤有五种外观。这四条合起来说明数据集中在动脉期，静脉期没有单独采集。

对使用者的实际影响是：如果你的下游任务需要静脉期图像（例如肾静脉癌栓评估），这份数据帮不上忙；如果你的任务是动脉期血管分割，这份数据的时相是匹配的，但要注意不同患者的循环时间差异会导致动脉强化程度不一，同一类结构在不同病例里的绝对 CT 值可以差出一倍。

§3.5 单中心意味着什么

官方页面没有声明多中心。组织方是东南大学的影像实验室与南京鼓楼医院的泌尿外科，采集参数单一，机型单一，这些线索合起来指向单中心来源，但官方并未把「单中心」写成一句话，所以严格表述应当是「未声明多中心，从机型与协议的一致性推断为单中心」。

单中心的影响在三点上：人群构成（同一地区、同一就诊路径的患者）、扫描习惯（同一批技师、同一套协议）、手术指征（能进腹腔镜肾部分切除术的病例，肿瘤分期偏早期）。这三点共同决定了这份数据是一个「特定外科视角下的肾癌切片」，不是肾癌总体的随机样本。

§3.6 没有的东西

影像层能拿到的就这些：一个 .nii.gz 的灰度体数据，加一个同名的标签体数据。没有 DICOM 头，没有扫描日期，没有患者年龄性别，没有造影剂剂量，没有层厚原始值（只剩重采样后的间距），没有左右侧标记，没有病理结果。

这份清单本身就是一份使用说明书：任何需要临床变量的研究，都要么外接别的数据源，要么放弃。

§4 标注体系层：四类结构与五个亚型

§4.1 标签值与顺序

官方评测代码给出了标签的顺序。代码在输出逐例结果时按 Vein、Kidney、Artery、Tumor 四列写 CSV，对应的类别索引是 1 到 4，0 是背景。也就是说掩膜的取值是 0 到 4 五个整数，一个文件装下全部结构。

标签值	结构	官方描述的难点
0	背景	—
1	肾静脉	造影剂进入少，信号低，与背景难分
2	肾	被肿瘤破坏，失去正常形状，形状变化大
3	肾动脉	极细，仅占 0.27% 体素，类别不平衡
4	肿瘤	五种亚型外观不同，分布差异大

这个顺序不是解剖顺序，也不是字母顺序，写作时容易记错。一个实用的记法是「静脉打头、肾居中、动脉其次、肿瘤收尾」，与代码里的列顺序一致。

§4.2 肾：被肿瘤破坏的器官

官方的表述很克制：「肾结构被肿瘤破坏，失去正常形状，形状变化带来很大挑战。」这句话把肾脏类从「器官分割」的常规难度里摘了出来。正常肾是蚕豆形，边界光滑，模型靠形状先验就能补全被遮挡的部分；患肾的形状由肿瘤的位置和大小决定，外凸、内凹、局部缺失都可能出现。

这也是为什么这份数据不能当作正常肾的解剖模型用。用它训练出来的模型，遇到健康肾脏时可能过度预测——它见过的肾都带着病灶。

§4.3 肿瘤：五个亚型，一个标签

官方描述肿瘤时用的是「五种亚型，外观不同」，但没有在首页列出亚型名称。二手文献给出的清单是：透明细胞肾细胞癌、乳头状肾细胞癌、嫌色细胞癌（文献里写作 smoky cell carcinoma）、血管平滑肌脂肪瘤、嗜酸性腺瘤。

这份清单本身值得推敲。前三个是恶性上皮性肿瘤，第四个是良性间叶性肿瘤（血管平滑肌脂肪瘤），第五个是良性上皮性肿瘤（嗜酸细胞腺瘤，即 oncocytoma）。把良恶性混在同一类里，意味着「肿瘤」这个标签在病理上不是同质的：一个含大量脂肪的血管平滑肌脂肪瘤在 CT 上呈低密度，与强化的透明细胞癌外观相反，但两者都是标签 4。

对建模的影响是双面的。好处是模型必须学会处理极大的密度与形态差异，鲁棒性要求高；坏处是「肿瘤分割」的误差无法归因——你不知道错的那一块是恶性病灶漏了，还是良性脂肪瘤被当成了背景。想做亚型分层，只能自己找病理，而数据里没有。

还有一点必须写明：五个亚型不体现为五个标签值。评测代码逐例输出四列，肿瘤只有一列。谁要是以为掩膜里有 1 到 5 的肿瘤亚类值，一定会在读数据时发现对不上。

§4.4 肾动脉：0.27% 的类别

官方用一整段解释肾动脉：极细结构，只占整幅图像的 0.27%，类别不平衡是主要挑战。这个数字换算成体素数，在一千五百万体素的一例里大约是四万个。

细管状结构的分割难点不止在占比。血管的拓扑是树，主干粗、分支细，最末端的分支可能只有一两个体素宽，而卷积网络的下采样会把这种宽度抹掉。断层之间血管走向是斜的，单层上看是断开的点，模型必须跨层整合才能连成管。断裂与虚假连接在 Dice 上惩罚很轻，在 Hausdorff 上惩罚极重——这正是官方把 HD 纳入指标的直接理由。

§4.5 肾静脉：低对比的正样本

静脉的难处在信号而不在尺寸。动脉期扫描时造影剂尚未充分进入静脉，肾静脉的 CT 值接近肾实质，边界模糊。官方原话是「只有少量造影剂进入静脉，静脉区域信号低，难以与背景区分」。

从评测角度看，静脉是最容易出现「整类缺失」的一类。模型若把静脉整体判成背景，Dice 记为 0，HD 记为漏检。逐类报告的好处在这里显现：整体平均分可能仍然体面，但静脉那一列会暴露问题。

§4.6 贯穿案例：一份参赛报告里的肿瘤离群预测

2022 年 8 月，上海交通大学的一支参赛队公开了技术报告（arXiv:2208.05772），题目是「带轮廓正则的 U-Net 用于肾结构分割」。报告的出发点不是提升平均分，而是修一个具体的失败模式：nnU-Net 基线的肿瘤预测里出现大量离群块（outlier prediction）。

报告对这件事的处理方式值得完整拆一遍。

第一步，定位现象。作者写明基线 nnU-Net 在肿瘤标签上「产生许多离群预测」，也就是说除了主病灶之外，模型还在肾脏其他位置、甚至肾外区域输出孤立的假阳性团块。

第二步，判断成因。离群块不是边界不准，而是连通性断裂——预测出的肿瘤区域被切成互不相连的几块，最大的那块可能还是对的，其余是噪声。

第三步，改损失。他们在 Dice 损失与交叉熵之外加了一项轮廓正则损失，用最大池化与最小池化的差构造局部概率变化量，约束预测区域的连续性。权重由一个系数调节，与另两项损失相加。

第四步，验证效果。报告称加入该项后离群预测减少，肿瘤类的表现改善。

这个案例的价值有三层。技术层，它说明肿瘤类的失败模式与器官类不同：器官错在边界，肿瘤错在连通性。指标层，它解释了官方为何把 HD 与 AVD 与 DSC 并列——Dice 对一块孤立假阳性几乎无感，Hausdorff 会直接把它抓出来，三种指标的组合正好覆盖「整体重叠好但碎块多」这种情况。使用层，它提醒后来者：在这份数据上报一个肿瘤 Dice，必须同时报 HD，否则无法区分「边界略糙」与「满图碎块」。

§4.7 标注流程与质量

官方没有公布标注流程的细节：几个人标、标了几轮、有没有交叉复核、一致性指标是多少，这些都没有。一篇 2024 年的论文转述说「先用成熟算法生成初稿，再由三位不同专家修正」，但这是二手描述，官方页面未确认。

可以确认的是掩膜经过了临床审校，理由是四类结构的边界定义与外科需求直接挂钩——肾动脉要能支持选择性阻断，边界必须到肾门分支；肾静脉要能支持回流评估，必须包含主干。这类边界不是算法能自动生成的。

无法确认的是标注一致性。对细血管而言，这一项的缺席影响很大：不同医生对「哪一级分支算肾动脉」的判断可以差出一整个数量级，而这种差异在掩膜上表现为动脉体积的成倍波动。前述体积表里动脉从 0.9 到 6.2 立方厘米，接近七倍的跨度，其中有多少是解剖差异、多少是标注习惯差异，无从分辨。

§4.8 掩膜的工程细节

单文件多标签的好处是省事，坏处是几个经典陷阱。

标签是整数，不能当浮点读；读进来若是 float，比较 == 3 可能因为精度问题失败。体数据的轴顺序与图像库有关，SimpleITK 给的是 z-y-x，NumPy 习惯 z-y-x，而 matplotlib 显示时要转置。掩膜与影像必须共用同一个仿射矩阵，裁剪后若只裁了数组没改 origin，重采样会错位。四个类别的值不连续（0 到 4 连续，但没有单独的「左肾」「右肾」），所以不能按实例做分析。

§5 任务与评测层：赛制、指标与取数

§5.1 赛制时间轴

官方首页的新闻列表就是一份完整赛程，按时间读下来能看清这个挑战赛的运作方式。

日期	事件
2022-03-26	注册开放
2022-04-10	训练集发布
2022-04-22	评测代码与基线模型开源
2022-07-01	开放测试集发布，开放榜开始接收提交
2022-07-16	封闭测试阶段开始
2022-08-10	开放与封闭测试结束
2022-09-18	MICCAI 2022 现场赛程
2022-10-01	转入常规赛，训练集与开放测试持续提供

这张表里有两个容易被误读的节点。9 月 18 日是赛程结束，不是数据下架；10 月 1 日转入常规赛，意味着挑战赛从「限期比赛」变成「长期可用的基准」，训练集与开放榜继续开放。所以今天仍能申请数据，靠的是常规赛这条线。

§5.2 三个指标各自抓什么

Dice 相似系数衡量重叠，公式是两倍交集除以体积和，取值 0 到 1。它对整体形状敏感，对小块假阳性不敏感——一个占真值 1% 的孤立假阳性块，Dice 只下降约 0.01。

Hausdorff 距离衡量最远点距离，取预测表面到真值表面的最大最近邻距离，再取双向最大值。它对离群极敏感：只要有一个假阳性体素落在十厘米外，HD 就是十厘米，与其余部分多准无关。

平均 Hausdorff 距离把最大换成平均，稳定一些，但仍比 Dice 更能反映表面贴合。

三者并用的效果是互补：Dice 高而 HD 差，说明整体对但有碎块；HD 好而 Dice 低，说明边界贴合但内部有空洞或类别混淆；三者都差，说明模型没学会。

§4.6 的案例把这件事说透了：一份参赛报告发现基线的肿瘤预测里出现大量互不相连的碎块，而这类错误在 Dice 上只掉零点零几，只要把 HD 列出来就原形毕露。指标设计不是形式主义，它决定了什么样的失败会被看见。

§5.3 逐类计分，不取平均

官方评测代码按类别循环计算，输出四列 CSV，一列一个结构。它没有给「总分」的定义，榜单如何汇总由组织方决定，但代码层面是逐类的。

这个设计对使用者有直接指导意义：报告结果时必须逐类列，不能只报平均。四个类的难度差一个量级，平均值会把动脉的失败稀释掉。一个常见的坏实践是报「平均 Dice 0.85」，旁人无从判断这是四类都 0.85，还是肾 0.95、肿瘤 0.85、动静脉 0.6。

§5.4 开放与封闭的差别

开放测试三十例的影像公开，掩膜保密，靠提交预测到榜单获取分数。每周最多五次提交，错误提交也计数。封闭测试三十例的影像不公开，赛程内提交，成绩赛后公布。

对今天的复现者来说，只有开放榜还在运转。这意味着任何「与官方榜单对比」的说法，都要说明对比的是开放榜还是当年的封闭榜，两者不是同一批数据。

§5.5 取数路径

获取路径是注册加申请，不是直接下载。

1. 在 Grand Challenge 平台注册账号，加入 KiPA22 Regular Challenge。
2. 打开数据页填写申请表单，团队所有成员共同签署一份。
3. 审批通过后获得训练集与开放测试集的下载权限。
4. 训练集含影像与掩膜，开放测试集只有影像。

数据页在未登录状态下返回 Forbidden，这不是数据下线，而是权限控制。若申请长期无响应，官方给出的联系方式是 KiPA2022@outlook.com。

§5.6 用官方代码算分

官方仓库提供了评测实现，按目录约定放好预测与真值即可直接跑。下面这段沿用其接口，不改动逻辑。

#-- 克隆官方仓库并安装依赖
git clone https://github.com/KiPA2022/kipa22.git
cd kipa22
python3.11 -m pip install SimpleITK numpy pandas

#-- 直接调用官方评测函数：pred_dir/<model_name>/<case>.nii.gz 与 gt_dir/<case>.nii.gz
import sys
sys.path.insert(0, "kipa22/EVALUATION")
from evaluation import DSC, HDAVD

DSC(model_name="baseline", n_classes=5, pred_dir="pred", gt_dir="gt")
HDAVD(model_name="baseline", n_classes=5, pred_dir="pred", gt_dir="gt")

注意 n_classes=5 是含背景的类数，不是四类。传 4 会让肿瘤类被截断，输出的 CSV 少一列而不会报错——这是官方代码里最容易踩的一个静默错误。

§5.7 自己算分时的口径

官方实现里有一处必须照抄的细节：计算 HD 与 AVD 之前，把影像重采样到 1 毫米各向同性，用最近邻插值，参考尺寸取真值的物理尺寸。这一步决定了距离的单位是毫米而不是体素。

如果自己实现而不做重采样，不同病例的间距差异会让距离指标失去可比性——间距 0.55 毫米的一例，一个体素的误差在数值上只有 0.55，间距 0.78 的一例是 0.78，两者混在一起平均没有意义。

§6 与库内数据集的边界

§6.1 与 kits19 的边界：同器官、不同任务

库内的 kits19 是成人肾肿瘤 CT 分割的经典基准，肾与肿瘤两类，增强 CT，数百例。KiPA22 与它共享器官与病种，但任务定义不同。

维度	KiTS19 系列	KiPA22
前景类别	肾、肿瘤	肾、肿瘤、肾动脉、肾静脉
标注粒度	器官级轮廓	器官级 + 血管级
视野	完整腹部	肾区裁剪块
临床目的	肿瘤负荷测量、分割基准	术前三维重建、选择性动脉阻断
样本量	数百例	一百三十例，公开七十例

这个差异不是量变。KiTS 那条线的核心问题是「肿瘤边界在哪里、体积多大」，评价的是病灶勾画的准确度；KiPA 这条线的核心问题是「这条动脉是哪一支、能不能单独阻断」，评价的是血管拓扑的正确性。前者错一个体素的代价很小，后者错一段分支的代价是手术方案改变。

所以两者不是替代关系。要做器官级分割的大样本训练，KiTS 更合适；要做血管级解剖建模，KiPA22 是少数可选之一。把两者拼起来做「先学器官、再学血管」的课程学习，是一个有实际意义的组合。

§6.2 与 AMOS 的边界：多器官与多结构

库内的 AMOS 腹部多器官基准覆盖十余个腹部器官，CT 与 MRI 双模态。名字里的「多」指的是器官数量多，KiPA22 的「多」指的是同一器官系统内的结构层次多。

AMOS 里也有肾，但只有肾这个器官的整体轮廓，没有肾内肿瘤，没有肾动脉静脉的分离标注。它解决的是「腹部全景的器官定位与分割」，KiPA22 解决的是「一个器官系统内部的精细解剖」。两者可以互补：用 AMOS 做粗定位与器官先验，用 KiPA22 做肾区的精细解析。

§6.3 与肾移植活检病理集的边界：模态不同

库内另有一条肾相关的病理数据（移植肾活检炎症细胞检测，一百一十九张切片的点标注）。它与 KiPA22 唯一的共同点是器官，其余全不同：模态是光学显微图像而不是 CT，任务是细胞检测而不是器官分割，样本单位是切片而不是体数据。

把两者放在一起的唯一合理场景，是做「影像到病理」的跨模态研究——例如用术前 CT 预测移植肾的炎症程度。但这需要配对数据，而两份数据没有配对关系，所以这个场景目前只是设想。

§6.4 与肝肿瘤数据的关系

库内几条肝肿瘤数据（LiTS、HCC-TACE-Seg、ATLAS）在方法层面与 KiPA22 有可比性：都是腹部增强影像的多结构分割，都面对类别不平衡，都用 Dice 作为主指标。差别在结构类型——肝的血管标注在 HCC-TACE-Seg 里是门静脉与肝静脉两条，与 KiPA22 的肾动静脉在解剖上同类，但肝的血管更粗、对比更好。

如果要做「细管状结构分割」的方法比较，肝静脉与肾动脉是一对好对照：同样是静脉或动脉，同样在增强扫描里，一个管径毫米级、一个亚毫米级，难度差一个档。

§6.5 检索路径建议

按需求找数据时的路径可以这样走：要肾肿瘤的器官级分割，先看 kits19 那条线；要血管级解剖，看 KiPA22；要腹部全景的多器官，看 AMOS；要肾的病理层面，看活检那条线。四条线互不重叠，串起来才是完整的肾脏影像数据版图。

§7 质量评估与局限性

§7.0 阅读本节前需要知道的一件事

评价这份数据时，最容易犯的错是拿「基准集」的标准去衡量它，然后因为它只有七十例带标签而判定质量低。这是评价框架的错位。

KiPA22 的第一属性是挑战赛数据，第二属性才是公开基准。挑战赛数据的质量标准是：任务定义是否清晰、划分是否固定、评测是否可复现、榜单是否公开。按这四条衡量，它做得相当规范——划分固定、代码开源、指标逐类、榜单在运转。样本量小是赛制决定的，不是质量缺陷。

另一种误判是把它当成「肾癌影像总库」，然后抱怨没有临床表。它的定位从一开始就是外科解剖标注，不是流行病学队列。

§7.1 已知偏倚

偏倚	来源	后果
选择偏倚	只收能做腹腔镜肾部分切除术的病例	肿瘤偏早期、偏外生，晚期与中央型肿瘤缺失
单中心偏倚	未声明多中心，机型与协议单一	跨院泛化能力无法从数据内部估计
良性病变混入	五个亚型含血管平滑肌脂肪瘤与嗜酸细胞腺瘤	「肿瘤」类病理不同质，模型学到的是外观而非恶性
器官异常偏倚	全部肾脏被肿瘤破坏	不能当正常肾解剖模型
时相偏倚	只有动脉期	静脉低对比被固化为任务难度

这五条里，选择偏倚的影响最难估计。腹腔镜肾部分切除术的适应证是肿瘤局限、可保留肾单位，这意味着中央型、侵犯肾窦、伴静脉癌栓的病例不在其中。而这些恰恰是手术规划最需要三维重建的病例。数据覆盖的是「相对好做的手术」，不是「最需要辅助的手术」。

§7.2 标注质量

能确认的：掩膜经过临床审校，四类边界符合外科需求。
不能确认的：标注人数、复核轮次、一致性指标、动脉的分支级定义。

对细血管分割而言，最后一项的缺席最要命。「肾动脉」标到肾门主干，还是标到段动脉，还是标到亚段分支，体积可以差几倍，任务难度也差几倍。体积表里动脉最大 6.2 立方厘米、最小 0.9 立方厘米，这个跨度既可能来自解剖变异，也可能来自标注规范的不一致，而数据没有提供区分二者的信息。

一个可行的自查办法：抽若干例，看动脉掩膜是否延伸到肾实质内。若只到肾门，说明是主干级标注；若进入实质并分支，说明是段级。这个判断不需要原始标注规范，看掩膜就能做。

§4.6 的案例从另一个角度印证了标注的不确定性：那支团队要专门加一项轮廓正则损失去压碎块，说明肿瘤掩膜的边界在视觉上本就是模糊的，网络的碎块输出是对模糊边界的一种反应，不只是过拟合。

§7.3 泛化风险

三类泛化问题需要分开看。

跨中心泛化：数据是单机型单协议，模型学到的是特定重建核下的纹理。换到别的医院，性能下降幅度未知，因为没有第二个中心的数据可供测量。

跨任务泛化：在 KiPA22 上训练的模型，直接用于全腹 CT 会失败，原因是视野与尺度不同，不是解剖不同。这个问题可以通过重采样与滑窗推理缓解，但需要额外工作。

跨人群泛化：队列是成人，模型用于儿童会失效，因为器官尺寸与解剖比例完全不同。这一点与前面反复强调的「不是儿科数据」是同一件事的两面。

§7.4 DAIMS 评分表

#	检查项	状态	说明
1	描述层·身份与边界	✅	全称、任务、四类结构、划分比例均在首页写明
2	描述层·文档完备度	⚠️	无字段字典，无标注规范文档，无一致性报告
3	结构层·标识体系	✅	纯序号主键，影像与掩膜同名对应
4	结构层·层级一致性	✅	全部 NIfTI，单文件多标签，格式统一
5	结构层·模态配对	✅	影像与掩膜体素级对齐，无配准需求
6	访问层·开放程度	⚠️	需注册与表单审批，非即点即下
7	访问层·可复现性	✅	划分固定、代码开源、指标定义明确
8	访问层·许可清晰度	⚠️	无 SPDX 声明，仅指向挑战赛规则页

DAIMS 评分：5.5 / 8。扣分集中在文档与许可两项，可复现性反而是强项。

评分解读：这份数据在「结构规范」上做得比多数挑战赛数据好——格式统一、命名规整、对齐无需额外处理；短板在元数据，缺的是让人理解标注决策的那一层文档。

对你意味着什么：可以直接拿来训练，但不能直接拿来写「数据质量」相关的结论。要报告标注可靠性，得自己做抽样复核。

§7.5 外部使用与验证现状

这份数据在发表后的主要用途不是继续刷榜，而是当源域。一篇 2024 年的域适应研究把 KiPA22 的三十例作为源域、把另一个大型肾肿瘤队列作为目标域，报告平均 Dice 79.4%，并称肿瘤类相对基线提升十二个百分点。这类研究的逻辑是：KiPA22 有血管标注、有裁剪好的肾区、标签干净，适合当「学得清楚」的源域，再把知识迁移到标签噪声更大的目标域。

反过来，把它当目标域做外部验证的公开研究很少。原因不难理解——一百三十例、单中心、无临床表，作为验证集的代表性不足。

使用方式	公开证据	适用性
训练集（四类分割）	挑战赛六篇方法论文	充分
源域（域适应）	2024 年域适应研究	有效
目标域（外部验证）	罕见	代表性不足
预训练语料	无	体量与多样性都不够

§7.6 缺失清单与影响排序

缺口	影响面	能否补救
无临床表（年龄、性别、分期）	无法做亚组分析	不可补救
无病理亚型逐例标注	无法做亚型分类	不可补救
无标注一致性指标	掩膜误差不可量化	可抽样复核估计
无动脉分级定义	任务难度无法校准	可看掩膜反推
六十例不公开	无法做大规模验证	不可补救
无全腹视野	不能直接迁移到全腹流程	可重采样缓解

排在第一、第二位的两项是真正不可补救的，因为它们涉及数据从未采集的信息，不是没发布。这也决定了这份数据的上限：它是一个解剖标注集，不是一个临床研究队列。

§7.7 伦理与去标识

发布的是 NIfTI 体数据与掩膜，不含 DICOM 头、不含姓名、不含病历号、不含精确日期。主键是序号，无法回溯到院内编号。

残余风险在影像本身。裁剪到肾区后，可见的体表轮廓极少，面部与体表特征不可见，再识别风险低。但肾区血管解剖具有个体特异性，理论上存在生物特征意义上的唯一性，这一点在极少数研究中被讨论过，实际风险很低，使用者仍应按机构伦理要求处理。

§8 版本、生态与为何能持续

§8.1 版本时间轴

数据本身只有一个版本，没有迭代记录。站点的更新集中在赛制：2022 年 4 月发训练集，7 月开发放测试，8 月结束评测，9 月现场赛程，10 月转入常规赛。此后站点内容基本冻结，只在常规赛框架下继续发放数据。

这种「一次发布、长期挂机」的模式在挑战赛数据里很常见。优点是引用稳定，缺点是文档不会随使用者的反馈更新——七年后的使用者遇到的坑，与第一天的参赛队遇到的完全一样。

§8.2 生态位

在 MICCAI 2022 的挑战赛序列里，KiPA 与另外两个挑战赛合出一本 LNCS 论文集（第 13648 卷），收录六篇参赛方法论文与一篇前言。六篇论文的方法谱系相当集中：3D U-Net 变体、边界感知网络、多阶段框架、通道扩展与轴向注意力、nnU-Net 加正则、自编码器集成。这个分布本身就说明任务的性质——它不是需要新范式的问题，而是需要在标准架构上处理类别不平衡与细结构的问题。

在更广的生态里，它的位置是「肾脏影像的血管级补充」。器官级有 KiTS，多器官有 AMOS，病理级有活检数据，血管级只有它这一类。这个位置不大，但没有替代品。

§8.3 为何能持续

一个 2022 年的挑战赛数据，四年后仍在被下载与引用，靠的不是官方维护，而是三件事。

第一，任务没有替代品。公开的肾血管标注集极少，做选择性动脉阻断、肾段动脉分叉研究的人找不到第二个来源。需求稳定，供给单一，数据就不会沉底。

第二，托管在 Grand Challenge 平台上。平台承担了账号、权限、榜单、下载的基础设施，组织方不需要自己维护服务器。这是挑战赛数据能长期存活的常见原因——成本被平台摊掉了。

第三，被域适应研究选中当源域。这类研究需要「标签干净、结构完整」的小数据集，KiPA22 的七十例恰好符合，于是它在新一轮方法研究里获得了第二次生命。引用一旦形成正反馈，数据就脱离了原始赛事的生命周期。

反过来看，它的脆弱性也在这里：一旦出现另一个带肾血管标注的多中心大数据集，它的独特性和引用量会同时下降。

§4.6 的案例还有一层含义。参赛队愿意为一份公开数据写一份完整的技术报告，把失败模式、损失改动、效果验证逐条写出来，前提是这个失败模式足够具体、足够可复现。数据集的长期价值，一半在数据本身，一半在它能否让不同的人遇到同一个问题。

§8.4 关键文献

文献	作用
He 等，2021，Medical Image Analysis 71:102055	三维一体化肾结构分割的方法基础，官方要求引用
He 等，2020，Medical Image Analysis 63:101722	细肾动脉的半监督分割，动脉标注规范的来源
Yang 等，2022，LNCS 13648	挑战赛正式描述，赛制与数据的权威出处
Shao 等，2011，European Urology 59:849	分段动脉阻断的临床术式，任务动机
Shao 等，2012，European Urology 62:1001	双源 CTA 引导下的精准阻断，扫描协议依据

前两篇是方法，后两篇是临床。这个引用组合说明数据的血统：影像实验室的方法积累加泌尿外科的术式需求，两边对接才有这套标注。

§8.5 为什么标注能做得这么细

细血管标注的成本极高。一位医生手工勾画一例的肾动脉树，需要逐层追踪分支，耗时以小时计。一百三十例的标注量，靠外包或众包都做不出来，只能靠临床团队自己投入。

这也是为什么它只做了一百三十例。不是不想做大，是标注成本决定了上限。理解这一点，就能理解为什么这份数据的规模不可能通过「再要一点」来解决——要做大，必须有新的标注流程或新的自动预标注技术。

§9 使用指引

§9.1 三种角色的路径

做方法研究的人：直接下七十例，按官方四类训练，报逐类 Dice 与 HD。基线用 nnU-Net，重点看动脉与静脉两列。改进方向集中在损失函数（处理不平衡）与后处理（修连通性），而不是换骨干网络。

做临床应用的人：先确认自己的扫描协议与数据一致（动脉期、薄层、肾区）。若协议不同，先做重采样与窗宽窗位对齐，再考虑迁移。不要指望直接部署，这份数据没有外部验证。

做数据工程的人：把它当作「格式规整的小型多类分割集」使用，适合做流水线测试。七十例、单文件多标签、无临床表，接入成本低，是验证分割流水线的好素材。

§9.2 最小可运行流程

#-- 读取一例，检查标签取值、间距与各类体素数
import SimpleITK as sitk
import numpy as np
from pathlib import Path

case = "0"
img = sitk.ReadImage(f"train/image/{case}.nii.gz")
msk = sitk.ReadImage(f"train/label/{case}.nii.gz")

arr_i = sitk.GetArrayFromImage(img)          #-- 轴序为 z, y, x
arr_m = sitk.GetArrayFromImage(msk).astype(np.uint8)
print("image", arr_i.shape, img.GetSpacing())
print("labels", np.unique(arr_m))            #-- 期望 [0 1 2 3 4]

voxel_ml = np.prod(img.GetSpacing()) / 1000.0
for name, val in [("vein", 1), ("kidney", 2), ("artery", 3), ("tumor", 4)]:
    n = int((arr_m == val).sum())
    print(f"{name:7s} voxels={n:8d} vol={n * voxel_ml:8.2f} ml")

跑完这一段，你会得到三个关键事实：标签确实是 0 到 4，间距三轴相等，动脉的体素数比肾少两个数量级。这三个事实决定了后面所有的建模选择。

§9.3 按病例划分

七十例没有官方验证集，划分要自己定。建议按固定比例切一次，然后用多个随机种子重复，报告均值与标准差。不要做随机体素划分——同一病例的相邻层高度相关，随机分层会让验证集泄漏训练信息。

#-- 固定划分：56 训练 / 14 验证，按序号排序后取模，保证可复现
import random
from pathlib import Path

cases = sorted(p.stem.replace(".nii", "") for p in Path("train/image").glob("*.nii.gz"))
random.Random(2022).shuffle(cases)
val, train = cases[:14], cases[14:]
print(len(train), len(val))

用固定种子而不是 train_test_split 的默认行为，是为了让不同人跑出同一划分。这一点在复现性上比多拿 1% 的分数更重要。

§9.4 在 AI 流程中的位置

在「数据 → 训练 → 评测 → 部署」的链条里，这份数据适合放在训练与评测两段，不适合放在部署前的验证段。

训练段的价值是四类结构齐全，可以一次训出带血管的模型。评测段的价值是官方指标定义明确、代码可跑，结果有外部可比性。验证段需要的是与目标医院同分布的数据，而这份数据是单中心单机型，拿它当验证集会高估性能。

§10 AI 使用声明卡

项	内容
性质	人工撰写的百科正文，事实来自官方页面、官方仓库与公开论文
用途	数据集选型、接入参考、局限提示
不建议用途	替代原始论文的方法学阅读；替代挑战赛数据使用协议
伦理	数据已去标识；使用仍需遵守所在机构伦理审查
引用	见附录 E，官方要求四篇一并引用
版本	对应 2022-10-01 常规赛状态
状态	published

---

常见误读

常见说法	实际情况	证据
「KiPA22 是儿科肾肿瘤分割」	是成人肾癌术前规划，四类结构里没有儿科相关内容	官方首页 Clinical Significance 与 Task 段
「这是肾脏 CTA 血管分割，只标血管」	除两条血管外还标肾与肿瘤，共四类	官方 Task 段列四类结构
「有多模态，含 MRI」	只有 CT，全部为腹部 CTA	官方首页只提 CTA，数据页无 MRI 子集
「有囊肿与结石标注」	四类前景无囊肿，无结石	评测代码输出四列
「一百三十例都能下载」	只有七十例带掩膜，另三十例仅影像	官方 Dataset 段
「肿瘤分五个亚型，所以有五个肿瘤标签值」	亚型是病例属性，掩膜里肿瘤只有一个值	评测代码 Vein/Kidney/Artery/Tumor 四列
「有官方验证集」	官方明确说不提供验证集	官方 Dataset 段原文
「CC BY-ND 4.0 可以自由使用」	那条许可是 Zenodo 上一份摘要 PDF 的，不是数据	Zenodo 6361938 附件为 2.6 MB 论文
「和 KiTS19 是同一任务的不同版本」	类别数、视野、临床目的都不同	两站 Task 段对比
「标注一致性有官方报告」	无一致性指标，无标注规范文档	官方页面无此项

FAQ

Q1：KiPA22 到底是儿科还是成人？
成人。官方描述的对象是接受腹腔镜肾部分切除术的肾癌患者，四类结构是肾、肿瘤、肾动脉、肾静脉，没有任何儿童病例或 Wilms 瘤的说明。把它当儿科基准是名字引发的联想，不是数据事实。

Q2：一共多少例，我能下到多少？
名义一百三十例，按七十、三十、三十划分。能下到的是七十例带掩膜的训练集与三十例只有影像的开放测试集，剩下三十例封闭测试永不发放。

Q3：只有 CT 吗？
只有 CT，具体是腹部增强 CT 血管成像。没有 MRI，没有平扫，没有多期相。

Q4：为什么肾动脉这么难？
因为它只占 0.27% 的体素，而且是最细的树状结构。按体素加权的损失会忽略它，下采样会抹掉它，单层看它是断开的点。三个原因叠加，导致它是四类里分数最低的一类。

Q5：和 KiTS19 该怎么选？
要器官级的大样本分割训练，选 KiTS；要血管级的外科解剖，选 KiPA22。两者可以串起来用，先学器官再学血管。

Q6：能商用吗？
数据本身没有 SPDX 许可声明，使用受挑战赛数据使用协议约束。商业使用前应向组织方书面确认，不要依据 Zenodo 上那份摘要的 CC BY-ND 声明推断。

Q7：肿瘤的五个亚型在哪里？
只在文献描述里，不在数据里。掩膜把五个亚型合并成一个肿瘤类，没有逐例病理标注，做不了亚型分类。

Q8：为什么指标里有 HD？
因为 Dice 对孤立假阳性几乎无感。参赛报告显示肿瘤类的主要失败模式是离群碎块，HD 才能抓住这种错误。

Q9：七十例够训练吗？
做方法验证够，做产品级模型不够。医学图像分割的小样本基准普遍在这个量级，结论应当表述为「在该基准上有效」，而不是「在临床上可用」。

Q10：现在还能提交榜单吗？
常规赛框架下开放测试榜仍在，需注册并加入挑战赛。封闭榜随 2022 年赛程结束关闭。

术语表

术语	释义
KiPA	Kidney Parsing，肾脏解析，指把肾脏及其内部结构逐体素拆分
CTA	CT 血管成像，动脉期扫描，动脉内造影剂浓度最高
肾脏解析	区别于肾脏分割，强调肾内结构（肿瘤、血管）的分离
肾部分切除术	只切除肿瘤与部分肾组织、保留其余肾单位的手术
选择性动脉阻断	只阻断供应肿瘤的动脉分支，减少缺血损伤
肾门	肾动脉、肾静脉、输尿管进出肾脏的区域
段动脉	肾动脉在肾实质内的分支，供应特定肾段
掩膜	与影像同尺寸的标签体数据，逐体素记录类别
多标签掩膜	一个文件用不同整数值表示多个类别
类别不平衡	各类体素数量相差悬殊，导致训练偏向多数类
离群预测	与主病灶不相连的孤立假阳性块
轮廓正则	约束预测区域局部概率变化、抑制碎块的损失项
DSC	Dice 相似系数，两倍交集除以体积和
HD	Hausdorff 距离，双向表面最远点的最大值
AVD	平均 Hausdorff 距离，把最远点换成平均距离
各向同性重采样	把三个轴向间距统一，常用 1 毫米
裁剪块	围绕目标器官裁出的子体积，丢弃周边解剖
源域	域适应中提供训练数据的分布
目标域	域适应中需要适配的目标分布
挑战赛基准	固定划分、公开榜单、限期比赛的评测数据集
常规赛	赛程结束后转为长期开放的挑战赛形态
Wilms 瘤	儿童最常见的肾恶性肿瘤，与本数据无关
血管平滑肌脂肪瘤	良性肾肿瘤，含脂肪成分，CT 呈低密度
嗜酸细胞腺瘤	良性肾上皮肿瘤，CT 强化明显，易与肾癌混淆

---

附录 A 数据组织与目录

数据按训练与测试两个根目录组织，影像与标签分放，文件名一致。

kipa22/
├── train/
│   ├── image/
│   │   ├── 0.nii.gz
│   │   └── ... 至 69.nii.gz        #-- 共 70 例
│   └── label/
│       ├── 0.nii.gz
│       └── ... 至 69.nii.gz        #-- 与影像同名
└── test/
    └── image/
        ├── 70.nii.gz
        └── ... 至 99.nii.gz        #-- 共 30 例，无 label 目录

三个要点：标签目录只存在于训练集；测试集只给 image 一个子目录；编号连续且全局唯一，训练与测试不重叠。读取时不要假设目录里一定有 label，用 Path.exists() 判断。

附录 B 标注类别与格式

项目	规格
文件格式	NIfTI-1，gzip 压缩，扩展名 .nii.gz
数据类型	影像为整型或浮点（视原始转换），标签为整型
标签取值	0 背景、1 肾静脉、2 肾、3 肾动脉、4 肿瘤
类别数	前景 4，含背景 5
单例文件数	影像 1 + 标签 1
对齐方式	同源体数据，仿射矩阵一致，无需配准
左右侧区分	无，双侧结构合并为同一类
实例区分	无，同一类内多个连通域不分离

这套格式的优点是极简，缺点是丢掉了实例信息。若下游任务需要按肾或按肿瘤实例计数，得自己做连通域分析，而连通域分析在细血管上会把一棵树拆成很多段。

附录 C 缩写对照

缩写	全称	中文
KiPA	Kidney Parsing	肾脏解析
CTA	Computed Tomography Angiography	CT 血管成像
MICCAI	Medical Image Computing and Computer Assisted Intervention	医学影像计算与计算机辅助干预会议
LNCS	Lecture Notes in Computer Science	计算机科学讲义丛书
DSC	Dice Similarity Coefficient	Dice 相似系数
HD	Hausdorff Distance	Hausdorff 距离
AVD	Average Hausdorff Distance	平均 Hausdorff 距离
DAIMS	Data Attribution and Information Management Standard	数据归因与信息管理标准
SPDX	Software Package Data Exchange	软件包数据交换许可标识规范
LPN	Laparoscopic Partial Nephrectomy	腹腔镜肾部分切除术
IRS	Integrated Renal Structures	一体化肾结构
RCC	Renal Cell Carcinoma	肾细胞癌

附录 D 复现清单

接手后的检查顺序，按依赖关系排：

步骤	检查什么	判据
1	目录结构	train 有 image 与 label，test 只有 image
2	标签取值	np.unique 结果为 0 到 4
3	间距	三轴相等，落在 0.55 到 0.78 之间
4	轴序	SimpleITK 读出为 z, y, x，与影像一致
5	类别体素比	动脉比肾少两个数量级
6	评测类数	传 5 而不是 4
7	重采样	HD 计算前统一到 1 毫米
8	划分	按病例切，按固定种子

七、八两步最容易被跳过。跳过第七步，HD 的数字单位不一，跨例平均无意义；跳过第八步，验证集泄漏，分数虚高。

附录 E 许可与引用

许可状态：官方站点未声明 SPDX 许可。数据获取需注册并提交申请表，使用受挑战赛规则页约束。Zenodo 上的 DOI 10.5281/zenodo.6361938 对应一份 PDF 摘要，该记录标注 CC BY-ND 4.0，但这一许可覆盖的是摘要文档，不是影像数据。这是最容易误传的一处，务必分清。

引用格式（依官方要求，四篇一并引用）：

@inproceedings{yang2022kipa,
  title     = {Kidney Parsing Challenge 2022: Multi-Structure Segmentation for Renal Cancer Treatment},
  author    = {Yang, Guanyu and He, Yuting and Shao, Pengfei and Xu, Yi and Zhu, Xiaomei and Kong, Jindi and Xu, Lizhan and Jiang, Ziyue},
  booktitle = {Lesion Segmentation in Surgical and Diagnostic Applications},
  series    = {Lecture Notes in Computer Science},
  volume    = {13648},
  year      = {2022},
  publisher = {Springer}
}

@article{he2021meta,
  title   = {Meta grayscale adaptive network for 3D integrated renal structures segmentation},
  author  = {He, Yuting and Yang, Guanyu and Yang, Jian and others},
  journal = {Medical Image Analysis},
  volume  = {71},
  pages   = {102055},
  year    = {2021}
}

@article{he2020dense,
  title   = {Dense biased networks with deep priori anatomy and hard region adaptation},
  author  = {He, Yuting and Yang, Guanyu and Yang, Jian and others},
  journal = {Medical Image Analysis},
  volume  = {63},
  pages   = {101722},
  year    = {2020}
}

两篇泌尿外科论文（Shao 2011、Shao 2012）按官方页面同样需引用，此处不重复列出，见 §8.4。

---

编辑说明

核验时间：2026-10-29。核验方式：以挑战赛官方首页为一级来源，官方 GitHub 仓库的评测代码为二级来源，Zenodo 记录与公开论文为三级来源；数据页在未登录状态下返回 Forbidden，故未能读取该页正文，凡涉及数据页的内容均转引自首页 Dataset 段。未覆盖内容：逐例标注者信息与一致性指标；肾动脉的分支级定义；体积统计的单双侧口径；是否存在同一患者多次检查。上述四项官方均未公开，正文中已逐处标注为推断或二手来源。

---

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：

• pddca — 共享标签：医学影像 / CT / 医学图像分割 / 肿瘤学
• ct-org — 共享标签：医学影像 / CT / 医学图像分割 / 肿瘤学
• headneck-radiomics — 共享标签：医学影像 / CT / 医学图像分割 / 肿瘤学
• hcc-tace-seg — 共享标签：医学影像 / CT / 医学图像分割 / 肿瘤学
• lctsc — 共享标签：医学影像 / CT / 医学图像分割 / 肿瘤学
• spinal-multiple-myeloma-seg — 共享标签：医学影像 / CT / 医学图像分割 / 肿瘤学
• calgb50303 — 共享标签：医学影像 / CT / 医学图像分割 / 肿瘤学
• ca-cancer-verse — 共享标签：医学影像 / CT / 医学图像分割 / 肿瘤学
• colorectal-liver-metastases — 共享标签：医学影像 / CT / 医学图像分割 / 肿瘤学
• radcure — 共享标签：医学影像 / CT / 医学图像分割 / 肿瘤学

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。