Learn2Reg 2023（learn2reg）— AI-Ready Wikipedia

INFOBOX — Learn2Reg 2023 一屏速览

维度	内容
本质	MICCAI 2023 医学图像配准挑战赛——持续评测平台型基准（非单一数据集论文），配准领域的"ImageNet 式"基础设施
组织方	Uni Lübeck（Mattias Heinrich）+ UKSH（Malte Sieren）+ Radboudumc & Fraunhofer MEVIS（Alessa Hering）
官方记录	Zenodo 10.5281/zenodo.7844799（2023-04-19，挑战赛描述记录——注意不是论文）
2023 任务	Task 1：NLST2023 胸部 CT 吸气-呼气跨期配准（扩展两阶段）；Task 2：ThoraxCBCT 放疗 FBCT↔CBCT 跨模态配准（新增）
NLST2023	210 对（170/10/30）@224×192×224/1.5mm；2023 扩展=双专家每例 >100 landmarks + 肺结节 TRE 入榜
ThoraxCBCT	19 例/38 对（11/3/5）@390×280×300/1.0mm，源 TCIA 4D-Lung（20 名 NSCLC 患者，183 GB，CC BY 3.0）
提交制	Type 2 Docker 为主（test 窗口 2023-09-14 至 09-29）+ phase 2 组织方代跑训练 Docker
排名	Medical Decathlon 式：逐指标 Wilcoxon p<0.05 → metric rank 0.1-1.0 → 任务 rank=几何平均
NLST 冠军	LapIRNv2（TRE 1.441 mm，rank 0.800；未配准基线 10.40 mm）
ThoraxCBCT 冠军	SynDeeds（rank 0.705，DSC 70.16%）；ConvexAdam 为组织方 baseline（0.710，不参评）
指标家族	TRE / TRE30 / TRE(KP) / TREnodules / Dice / HD95 / SDlogJ / runtime
许可	源数据公开（CC BY 4.0 + CC BY 3.0）；预处理包平台注册制；隐藏评测层请求制
生态位	2019 tutorial → 2020/2021 → 2022 → 2023 → 2024/2025 → 2026（PSMAReg + Learn2Breath）；OncoReg spin-off
数字时点	全部排行与规模数字固定于 2026-09-26 抓取时点；排行榜为活系统

Learn2Reg 2023 是医学图像配准领域的年度基准挑战赛：它不是一个"采集-标注-发布"式的传统数据集，而是一套任务化的持续评测基础设施——把脑、腹、胸多个解剖部位、CT/MR/超声多模态、同患者/异患者、有/无监督的场景拆成并列任务，用统一的 Docker 提交通道、统一的统计检验排名与公开排行榜，把学习式与传统式配准算法放到同一把尺子上。2023 届的两件大事，一是把肺癌筛查 NLST 的吸气-呼气跨期配准任务升级为两阶段制（组织方代跑参赛者的训练 Docker 于隐藏大样本上），把"肺结节 TRE"这个临床指标正式搬进排名；二是新增 ThoraxCBCT 任务，首次把放疗科真实的 FBCT-CBCT 跨模态、跨呼吸相位、跨数月时间差配准难题端上基准台面。

从数据工程的角度看，2023 届还留下一个常被忽略的贡献：它示范了"上游收藏→任务包→隐藏评测层"的三层数据供给侧结构。上游（TCIA 的 NLST 与 4D-Lung）保持最大开放；中层（重采样、配对、预对齐、掩码、keypoints 的任务包）承担"消除工程方差"的职责；顶层（隐藏测试与统计排名）承担"排名公信力"的职责——三层各司其职，开放与严谨不再互相牺牲。这个结构对本库其他"数据集 vs 基准"类条目（评测基准向的 VOCAB 标签家族）具有直接的借鉴意义。

导语读法三则：

1. 只想下数据跑基线：直奔 §6 获取与许可——源数据 TCIA 公开直链，挑战赛预处理包平台注册制，隐藏测试标注请求制，三层别混。
2. 关心"谁最强"：直奔 §4 结果与排行——注意 ConvexAdam 是 baseline 不参评、SynDeeds 才是 ThoraxCBCT 官方冠军（坑 6），NLST 2023 结果出自 2024 总结论文（坑 2）。
3. 设计自己的挑战赛：直奔 §3 评测体系——两阶段设计、Wilcoxon 显著性排名、多指标几何平均，是可整体复用的赛制模板。

行文约定四条（全文生效）：术语首现标注英文原文（如"靶注册误差（Target Registration Error, TRE）"）；所有排行与规模数字可溯源至 FACTS/附录 B 的三源登记；"例/对/患者"三种计数单位严格区分；届别与任务名永远与数字同行出现。

§0 导读：这个基准解决什么问题

医学图像配准（image registration）是把两幅图像——不同时相、不同模态、不同患者——几何对齐的基础操作：肺结节随访要看两次 CT 之间病灶长了没有，放疗计划要把 CT 上的靶区映射到当天的 CBCT 上，脑研究要把所有人的 MRI 拉进同一坐标系。它是"做得好不好全看下游用着顺不顺"的典型：同一个算法在论文里 Dice 0.9，换到医院真实 CBCT 上可能完全失效。

在 Learn2Reg 出现之前，这个领域恰恰缺"同一把尺子"。各论文各用各的数据、各报各的指标，学习式方法在 OASIS 脑数据上训练、从没见过带伪影的术中 CBCT；传统优化方法被默认贴上"慢"的标签；一个方法的超参数是为它自己的测试集调的。Learn2Reg 用四件事对准这些痛点：多任务并列（强制方法在解剖、模态、监督条件迥异的任务间证明自己）、Docker 制提交（组织方统一环境复现，防"评测漂移"）、隐藏测试（test 标签不发放，只交位移场或算法）、统计化排名（逐指标 Wilcoxon 显著性检验后计 rank，拒绝单指标定胜负）。

2023 届是这条路线的定型点。Zenodo 官方记录里写明了两大动机：其一，泛化不足——挑战赛数据永远不可能穷举临床场景，所以推动"自配置（self-configuring）"算法，让超参数选择成为流水线的自动环节；其二，指标的临床相关性不足——肺部的解剖 landmark 只是肿瘤相关结构的代理，所以 2023 把"治疗相关靶结构"与"肺结节 TRE"直接纳入评测。这两点决定了 2023 届的两个任务形态：NLST2023 的两阶段制与 ThoraxCBCT 的新增。

0.1 "基准"与"数据集"的辨析：为什么这个条目长成这样

对习惯了"下载数据集→跑模型→报指标"的读者，Learn2Reg 的形态需要一次对齐：

维度	传统数据集（如库内多数条目）	Learn2Reg 2023
核心资产	一批图像+标注	任务包+评测代码+排行榜+赛制
获取	下载即用	分层：源数据公开/包注册制/隐藏请求制
规模语义	例数即规模	每任务各自规模，且含隐藏层不可知部分
复现含义	在同一份数据上复跑	在同一接口（位移场/Docker）上复跑
时效	静态快照	持续开放（2019-2026 运营中）
引用对象	数据论文	Zenodo 记录+多篇论文+平台页（坑 2 的根源）

这解释了本条目的三个写法选择：规模数字必须带任务名与口径（§2）；结果必须带届别与来源（§4）；获取必须分三层说（§6）。

对库内条目读者的三点直接含义：其一，引用本条目数据时，"record 指向的是挑战赛"而非某一组文件——下载入口、许可、规模都要按任务与层查（§6.1 表是唯一权威分流器）；其二，本条目的结果数字是"排行榜快照"性质，随届次与提交动态演化，条目内所有排行数字均固定于 2026-09-26 抓取时点；其三，若你在为另一个数据集设计评测，本条目 §3 的赛制与 §10 的坑位清单可以整体作为设计评审单。

0.2 三分钟版本

• 是什么：MICCAI 2023 的医学图像配准挑战赛，双任务（NLST2023 跨期肺 CT 配准 + ThoraxCBCT 跨模态放疗配准）+ 历届任务持续开放。
• 给谁用：做配准算法的（打榜）、做放疗/肺结节临床 AI 的（选型）、研究评测方法学的（借鉴赛制）。
• 规模：NLST2023 210 对 + ThoraxCBCT 38 对 + 历史包近千例；监督标注三件套（landmarks/掩码/keypoints）。
• 最强者：NLST 上 LapIRNv2（TRE 1.441 mm）、ThoraxCBCT 上 SynDeeds（官方冠军，ConvexAdam baseline 更高但不参评）。
• 许可：源数据 CC BY（4.0/3.0）公开；包与隐藏层有门槛。
• 最大坑：双官网+三份"NLST 榜"+TMI 论文年份错配——引用前先对届别（§10）。

0.3 关键人物与机构速记

人物/机构	角色	在 2023 届的足迹
Mattias Heinrich（Uni Lübeck）	创始组织者、系列灵魂人物	Zenodo 记录一作；DeedsBCV/SynDeeds/ConvexAdam 系方法的源头；MDL-UzL 组织
Alessa Hering（Radboudumc & Fraunhofer MEVIS）	联合组织者	Zenodo 记录合作者；肺配准（多解剖约束 CNN）路线代表；后延续至 2026 届组织名单
Malte Sieren（UKSH）	临床侧组织者	Zenodo 记录合作者；OncoReg 邀请讲者——临床放疗视角的接口
Christoph Großbröhmer（Uni Lübeck）	平台与评测工程	Zenodo 记录合作者；ConvexAdam 合作者
Junyu Chen（JHU）	新一代领衔者	2024 LUMIR 任务负责人；2026 届主席；NLST 基准的当代维护者
Uni Lübeck / UKSH / Radboudumc	三机构组合	数据打包、临床标注（UKSH 放疗科）、方法与平台（Radboudumc+Fraunhofer MEVIS）

机构背景的一个注脚：Lübeck 组（MDL-UzL）同时是 Deeds、PDD-Net、ConvexAdam、SynDeeds 一整条方法线的作者——"组织方=最强 baseline 的作者"是这个基准的特色，也正因为如此才有了"baseline 不参评"的规则设计（坑 6 的制度根源）。同一批人既造尺子又做选手，公信力靠两件事兜底：评测代码全开源（谁都能复算排名）+ baseline 强制标记（谁都不许冒充冠军）。

§0 读法三则：

1. 条目主角是"挑战赛+数据包+评测体系"三位一体：数据规模要看任务包口径（§2），排行数字要看来源届别（坑 2、坑 8），获取方式要看三层许可（§6）。
2. 本条目所有排行数字均可溯源：NLST 2023 表出自 MELBA/arXiv 总结论文（arXiv 2509.01217 §4.1.4 Table 1），ThoraxCBCT 2023 表出自 OncoReg 论文（arXiv 2503.23179 Table 2），源 URL 均已落在 FACTS 与正文。
3. 检索时若把 learn2reg.github.io 当主站，会拿到 2020-2022 的旧信息——2023 起官方主站是 learn2reg.grand-challenge.org（坑 1）。

§1 数据集速览：十问十答

Q1：Learn2Reg 2023 到底是"一个数据集"还是"一场比赛"？
两者都是，但核心是"带数据包的持续评测平台"。2023 届发布了两个任务数据包（NLST2023 与 ThoraxCBCT），并把历届数据（Lung CT、OASIS、CuRIOUS、AbdomenCT-CT、Abdomen MR-CT、Hippocampus）留在 learn2reg-test 平台持续开放——你可以今天提交算法、明天拿排名。对检索者，这意味着"Learn2Reg 数据集"永远要追问到任务级；对复用者，这意味着 2023 届的数字并不会随挑战赛结束而冻结——排行榜是活的。

Q2：NLST2023 包里有什么？
210 对同患者吸气-呼气胸部 CT（170 train / 10 val / 30 test），统一重采样到 224×192×224、1.5 mm 各向同性。2023 扩展的关键在标注：每例由两位医学专家独立标注超过 100 个解剖 landmark，并加入治疗相关靶结构与肺结节标注（后者产生 TREnodules 指标）。包内还附肺掩码与仿射预对齐——组织方的立场很明确：把工程杂活从参赛者手里拿走，让比赛聚焦配准本身。

Q3：NLST 的原始数据从哪来？
美国国家肺癌筛查试验（NLST）——NEJM 2011 那篇证实低剂量 CT 筛查降低肺癌死亡率的里程碑研究（DOI 10.1056/nejmoa1102873）的影像遗产，经 TCIA 发布（DOI 10.7937/TCIA.HMQ8-J677），CC BY 4.0。这个出身决定了数据的临床气质：受试者是高危吸烟人群、扫描是低剂量协议、随访间隔以月计——正是"筛查-随访"闭环里配准最该工作的场景。

Q4：ThoraxCBCT 又是什么？
放疗科的"日常 vs 教科书"差距：治疗前患者要做高质量扇束 CT（FBCT）做计划，治疗中每天用低剂量锥束 CT（CBCT）摆位——两者模态不同、呼吸相位相反、还可能隔着几个月。任务是从 TCIA 4D-Lung 的 20 名局部晚期 NSCLC 患者里取 19 例，每例 1 张 FBCT（最大吸气相）+2 张 CBCT（最大呼气相，疗程首尾），构成 38 对。第一个配对考验"近期跨模态"，第二个配对考验"跨模态+跨数月"——后者是真实放疗自适应流程里最疼的一刀。

Q5：ThoraxCBCT 的标注质量如何？
半自动加人工验证：分割掩码 13 个结构（TotalSegmentator 生成、经配准传播到 CBCT、UKSH 临床医生验证）；landmark 全部手动勾画、平均每对 16 个、覆盖整个躯干而不只是肺；另有体干二值掩码与 DeedsBCV 导出的配对 Förstner keypoints 供自监督训练。注意这里的"半自动金标准"属性——掩码不是纯手工（坑点见附录 C），做标注质量研究时要点明。

Q6：怎么提交、怎么排名？
验证阶段每天可多次上传位移场或 Docker，实时上榜；测试阶段（2023-09-14 至 09-29）要么上传位移场（Type 1）要么交 Docker（Type 2）。排名按 Medical Decathlon 赛制：每个指标做两两 Wilcoxon 显著性检验（p<0.05），按"胜场"映射到 0.1-1.0 的 metric rank，任务总 rank 是各指标 rank 的几何平均。几何平均的选择是刻意的：一项指标崩盘就拖垮总分，"偏科冠军"在 Learn2Reg 体系里活不长。

Q7：2023 年谁赢了？
NLST 2023 冠军 LapIRNv2（TRE 1.441 mm，rank 0.800），组织方 corrfield baseline 以 1.638 mm 跟随；ThoraxCBCT 官方冠军 SynDeeds（rank 0.705，DSC 70.16%），但注意 ConvexAdam 作为组织方 baseline rank 0.710 更高却不参评——"赢"的定义在这里有讲究（坑 6）。两场胜利恰好代表两条路线：LapIRNv2 是纯学习式级联网络的胜利，SynDeeds 是"学习式修图+传统配准"混合路线的胜利。

Q8：数据能直接下载吗？
分三层：TCIA 源数据（NLST CC BY 4.0、4D-Lung CC BY 3.0）公开直链；挑战赛预处理包（NLST2023.zip 等）经 grand-challenge 平台注册后从 Uni Lübeck 云发放（未登录直探返回 401）；test 标注与隐藏数据 upon request 或只提供在线评测。MONAI 官方 tutorial 直接以 NLST2023.zip 为教学素材——这是"包可直接用于教学与原型"的最好背书。

Q9：为什么它对 AI-Ready 重要？
它是"评测即服务"范式的样本：数据公开、评测代码开源（GitHub MDL-UzL/L2R）、排名可统计复核，但隐藏层标注刻意不发放——这是防数据泄漏的设计选择，代价是本地完整复现受限。条目 §6 按 DAIMS 五维给出评级。对库内其他条目，它还是"源数据-预处理包-评测层"三层异构许可的极端案例：同一任务数据可以同时是 CC BY 公开与请求制封闭。

Q10：它和库内其他条目什么关系？
腹部跨模态对应库内 chaos（CT-MRI 腹部数据，Abdomen MR-CT 任务的原料之一）、amos；肺配准的前辈是 pddca（DIRLab 4DCT）；头颈跨模态配准有 hecktor 系列；配准挑战家族还有 fetreg、reg2026；ThoraxCBCT 的掩码生成用了 totalsegmentator。详见 §9 互链网络。一句话：本条目是"配准家族"的枢纽——按解剖（腹/胸/脑/头颈）、按模态（CT/MR/PET/超声）、按工具（TotalSegmentator/nnU-Net）三个方向都能从它出发继续检索。

1.1 一图流：2023 届全景

MICCAI 2023 · Learn2Reg
├── Task 1  NLST2023 (extended)
│   ├── 数据：TCIA NLST → 210 对 (170/10/30) @224×192×224, 1.5mm
│   ├── 监督：双专家 >100 landmarks/例 + 肺结节 + 靶结构（隐藏层）
│   ├── 赛制：phase 1 公开榜 → phase 2 组织方代跑训练 Docker（隐藏大样本）
│   ├── 指标：TRE-LM / TRE-KP / SDlogJ / TRE30 / TREnodules / runtime
│   └── 冠军：LapIRNv2 (TRE 1.441mm, rank 0.800)
└── Task 2  ThoraxCBCT (new)
    ├── 数据：TCIA 4D-Lung → 19 例 / 38 对 (11/3/5) @390×280×300, 1.0mm
    ├── 监督：13 结构半自动掩码 + 手动 landmarks (~16/对) + Förstner keypoints
    ├── 赛制：Type 1 位移场 或 Type 2 Docker；OncoReg spin-off 接 type 3
    ├── 指标：Dice / TRE-KP / HD95 / SDlogJ / runtime
    └── 冠军：SynDeeds (rank 0.705)；ConvexAdam baseline 0.710 不参评
持续开放：Lung CT / OASIS / CuRIOUS / AbdomenCT-CT / AbdomenMRCT / Hippocampus（learn2reg-test）

1.2 规模全景：从任务包到上游收藏的完整账本

以"一份数据到底有多少"为线索，把 2023 届相关的所有数字放在一张账本里（每行注明口径，防止跨层误引）：

数据层	计数口径	数字	上游/下游关系
TCIA NLST 收藏（上游）	受试者/影像系列	数万受试者级筛查队列（NEJM 2011 试验人群）	NLST2023 包的源
NLST2023 挑战赛包（下游）	配对	210 对（170/10/30）	仿射预对齐+1.5mm 重采样
NLST2023 隐藏扩展层	未披露	组织方持有（含靶结构/结节标注）	phase 2 代跑训练用
TCIA 4D-Lung 收藏（上游）	患者/体量	20 患者、183.04 GB、347,330 幅	ThoraxCBCT 包的源
ThoraxCBCT 任务包（下游）	例/配对	19 例、38 对（11/3/5）	1mm 重采样+掩码+keypoints
OncoReg type 3 私有集	例	27 例（25 患者，15/3/9 三折）	UKSH 常规放疗数据，不发放
pre-2022 历史包合计	例	近千例（OASIS 455+Hippocampus 394+其他）	learn2reg-test 持续开放
2020-2021 两届提交	方法/队	65+ 方法、20+ 队	评测规模（非数据规模）

这张账本的读法：纵向看层（上游收藏永远大于等于下游任务包），横向看任务（不同任务的"例"语义不同——NLST 的"例"是配对，ThoraxCBCT 的"例"是患者研究）。凡在摘要、数据卡或数据库字段里填规模数字，先对照本表选行。

1.3 常见检索词与命中面对照

你会搜的词	会命中什么	别混淆什么
Learn2Reg 2023	本条目：双任务挑战赛届次	Learn2Reg tutorial（2019）、Learn2Reg 2024/2026
NLST registration	NLST2023 任务（本条目）	NLST 原始筛查试验本身（NEJM 2011）
ThoraxCBCT	本条目 Task 2 + OncoReg 论文	4D-Lung 收藏（上游，规模更大）
Learn2Reg OASIS	历史任务包（脑异患者）	OASIS 原始队列（Washington University）
Learn2Reg Abdomen	AbdomenCT-CT/Abdomen MR-CT 包	库内 chaos/amos（原料与延伸）
L2R docker	Type 2 提交规范	MDL-UzL/L2R 仓库名
learn2reg grand-challenge	现役主站	learn2reg.github.io（老站，坑 1）
OncoReg	ThoraxCBCT 的 spin-off（type 3）	学习式方法 DINO-Reg（其冠军）

这张表的用法：先把你的检索词定位到"届-任务-层"三要素之一，再进对应章节——本条目 §2 管层（数据）、§4 管届（结果）、§7 管谱系（届次）。

§2 数据构成与规格

2.1 总览：2023 届的两个任务包与历史任务矩阵

任务	届别	模态	患者域	训练/验证/测试	指标组合	源数据 license
NLST2023（extended）	2022 起设、2023 扩展	CT↔CT	同患者（吸气-呼气跨期）	170/10/30 对	TRE(LM)/TRE(KP)/SDlogJ+TRE30+TREnodules	CC BY 4.0（TCIA NLST）
ThoraxCBCT（new）	2023 新增	FBCT↔CBCT	同患者（跨模态+跨时相）	11/3/5 例（22/6/10 对）	Dice/TRE(KP)/HD95/SDlogJ+runtime	CC BY 3.0（TCIA 4D-Lung）
Lung CT（LungC）	2020-2021	CT↔CT	同患者	20/—/10 例	TRE(landmark)/Dice	Zenodo 合集
OASIS	2020-2021	MR T1w↔MR T1w	异患者	416/—/39 例	Dice(35 labels)/SDlogJ	Zenodo 合集
CuRIOUS	2020-2021	MR T1w/FLAIR↔US	同患者（术中）	22/—/10 例	TRE(9-18 landmarks)	Zenodo 合集
Abdomen CT-CT	2020-2021	CT↔CT	异患者	30/—/20 例	Dice(13 labels)	Zenodo 合集
Abdomen MR-CT	2020-2021	MR T1w↔CT	同患者	8/—/8 对（+90 unpaired）	Dice(4-9 labels)	TCIA/BCV/CHAOS 混合
Hippocampus MR	2020-2021	MR T1w↔MR T1w	异患者	263/—/131 例	Dice(2 labels)	VUMC/Decathlon 派生

这张矩阵本身就是 Learn2Reg 的方法论宣言：配准的难点不是单一的——小样本（Abdomen 仅 30 训练例）、大形变（肺吸气-呼气）、多模态（MR-CT、MR-US）、部分视野（CuRIOUS 术中超声）、小结构（海马）、噪声标注（腹部手工标签）被刻意拆散到不同任务，让"在 A 任务第一名"的算法去 B 任务现形。TMI 论文把这八类挑战（多模态、少/噪声标注、部分视野、小数据集、大形变、小结构、无监督、缺失对应）做成了方法-任务矩阵——每支参赛队被逐格标注"用了什么、没做什么"，这是配准方法学第一次被完整地图谱化。

八类挑战逐类说明（对应任务与典型失效方式）：

挑战	代表任务	典型失效方式
多模态扫描	Abdomen MR-CT、CuRIOUS	强度相似度在跨模态下失效，算法"对齐了伪影"
少/噪声标注	Abdomen 系	过拟合薄标签，评测结构外的形变失控
部分视野	CuRIOUS 术中 US	视野外结构被强行"对齐"到错误位置
小数据集	Abdomen CT-CT（30 训练）	深度网络欠拟合或记忆化
大形变	Lung CT/NLST	单尺度网络捕获范围不足，直接落到局部极小
小结构	Hippocampus	体素级损失被大背景淹没，微小结构对齐被牺牲
无监督注册	各包 unpaired 部分	无金标准时形变合理性（折叠）失控
缺失对应	术前后对比（对 2 型）	解剖本身变化，强行一一对应反而制造错误

这八行表是读 §4 榜单的"解码器"：每个方法在某任务上的名次变化，几乎都能在其中两三行的失效方式里找到解释。

2.2 NLST2023：从筛查试验到配准基准

2.2.1 NLST 是什么：一次临床试验的影像遗产

NLST（National Lung Screening Trial，国家肺癌筛查试验）是美国 ACRIN 与 Lung Screening Study 联合的随机对照试验：5 万余名 55-74 岁高危（重度吸烟史）受试者随机分入低剂量螺旋 CT 组与胸片组，NEJM 2011 论文（Aberle et al., DOI 10.1056/nejmoa1102873）报告低剂量 CT 使肺癌死亡率相对降低 20%。试验停止后，其系列影像（同一患者多次低剂量 CT、间隔数月到数年）经 TCIA 开放（DOI 10.7937/TCIA.HMQ8-J677）。

对配准研究，这批数据有三个天然优点：

1. 同患者多时相：筛查随访协议天然提供"基线-复查"对，正是 intra-patient 配准的定义场景；
2. 临床真实性：低剂量协议的噪声、高危人群的肺气肿/结节/术后改变——真实世界的困难样本，而非健康志愿者；
3. 明确的临床终点：配准好坏直接关联"结节长没长、长多快"的判读——这是 TREnodules 指标合法性的来源。

一个常被忽视的背景：NLST 影像进入配准领域经过了"筛查试验→TCIA 开放→挑战赛任务化"三层转手，每层都有自己的引用要求（试验论文、收藏 DOI、任务记录）。这也是本条目坚持"三段式引用链"的原因——任何一层缺引，都会让下游研究的数据溯源在审稿中断裂。

2.2.2 挑战赛预处理包规格

项目	规格
配对	210 对（170 train / 10 val / 30 test），固定-移动对=同患者吸气-呼气
图像尺寸	224×192×224
体素间距	1.5×1.5×1.5 mm（各向同性重采样）
预对齐	仿射预对齐
附加数据	肺掩码；2023 扩展另发预测语义标签（phase 2 隐藏集含靶结构与结节标注）
分发	NLST2023.zip（Uni Lübeck 云，平台注册制）+ NLST_dataset.json 配对清单
下游标准引用	MONAI 官方 tutorial（3d_registration/learn2reg_nlst_paired_lung_ct.ipynb）以 NLST2023.zip 为默认素材

2023 扩展评测的三处关键升级：

1. 双专家独立 landmark：每例超过 100 个解剖标志点由两名医学专家各自独立标注——提供了可以量化标注者间离散度的金标准，也使 TRE 的统计检验更扎实。专家独立标注（而非共识标注）还保留了一个隐藏福利：研究者可以用它研究 landmark 标注本身的不确定性。
2. 治疗相关靶结构：把放疗语境下真正要跟踪的结构纳入评测，回应"landmark 只是代理"的批评（Zenodo 记录原文：lung landmarks are only a proxy for relevant tumour lesions）。
3. TREnodules 入榜：肺结节层面的靶注册误差直接进入排名，Top-4 方法在结节上的误差（1.135-1.434 mm）约为 MONAI/UCLA 基线的一半——筛查-随访闭环里最被临床关心的数字首次有了榜单位次。

2.2.3 规模口径的精确说明

规模口径提示：210 对（170/10/30）是挑战赛包的官方口径，与 MONAI tutorial、DEQReg 等多个独立来源一致；个别文献（如 SAMCL，arXiv 2406.17575）报告 294/42/84 幅图像（即 147/21/42 对）系其自述的 3 mm 重采样口径。两个口径的比例都是 7:1:2，差异只在配对计数方式与预处理。任何引用必须注明口径，详见坑 4。2023 扩展在公开包之外还有组织方持有的隐藏扩展集（含非公开标注），其规模不随包披露——这也意味着"NLST2023 总量"没有单一权威数字，公开可及部分以上述 210 对为准。

2.2.4 预处理流水线：从 DICOM 到任务对

组织方把"脏活"标准化成了一条可描述的流水线，理解它有助于判断你自己的数据适不适合用同一套基准：

步骤	操作	设计动机
1 配对抽取	从 NLST 系列中取同患者吸气-呼气两次扫描	intra-patient 跨期场景
2 重采样	各向同性 1.5 mm、统一 224×192×224	消除分辨率异质性，统一显存负担
3 仿射预对齐	提供初始对齐	把"大平移"从难度里剥离，聚焦形变本身
4 掩码生成	肺掩码随包发放	训练正则与快速评测双用途
5 标注（2023 扩展）	双专家 >100 landmarks/例+结节/靶结构（隐藏层）	统计检验级金标准+临床指标
6 打包分发	NLST2023.zip + NLST_dataset.json 配对清单	平台注册制+MONAI 生态直连

同样的流水线逻辑在 ThoraxCBCT 上再跑一遍（重采样 1.0 mm、人工预对齐大平移、掩码+keypoints 三件套）——两条流水线合起来构成了"配准任务包"的可复制模板，这也是 L2R 数据被后续届次与新任务（PSMAReg/Learn2Breath）沿用的原因。

2.3 ThoraxCBCT：把放疗室搬进基准

2.3.1 临床问题：IGRT 的三重错位

图像引导放疗（IGRT）的日常是这样运转的：患者先做一次高质量 CT（放疗计划 CT）勾画靶区与危及器官；治疗开始后每次摆位用治疗床自带的 CBCT 快速扫描、与计划 CT 配准后校正位置；疗程持续数周，肿瘤可能缩小、肺可能塌陷、患者可能消瘦。于是配准算法面对的是三重错位同时发生：

错位维度	具体表现	对算法的考验
模态错位	FBCT（诊断级剂量、软组织清晰）vs CBCT（低剂量、散射伪影、杯状伪影）	相似度度量要跨模态稳健（MIND/LNCC 类），伪影不伪装成解剖
呼吸错位	FBCT 采于最大吸气、CBCT 采于最大呼气	大形变（膈肌位移可达数厘米）、肺体积剧变
时间错位	对 2 中 FBCT 与 CBCT 相隔通常数月	解剖本身变化：肿瘤消长、胸水、肺不张

2.3.2 数据链路：从 TCIA 收藏到任务包

上游：TCIA 4D-Lung 收藏——“Data from 4D Lung Imaging of NSCLC Patients (Version 2)”（DOI 10.7937/K9/TCIA.2016.ELN8YGLE）：

项目	内容
人群	20 名局部晚期 NSCLC 患者（放化疗期间，总剂量 64.8-70 Gy，每日 1.8/2 Gy 分割）
4D-FBCT	Philips Brilliance Big Bore 16 排螺旋 CT，10 呼吸相位分箱（0-90%），3 mm 层厚；模拟期全员采集，14/20 名患者疗程中每周加采
4D-CBCT	Varian On-Board Imager，约 2500 投影/8-10 分钟，125 kVp/20 mA/20 ms 半扇弓，10 相位 FDK 重建（in-house）
呼吸管理	全部采集配视听生物反馈（audio-visual biofeedback）
其他标注	单名放射肿瘤医生在全部 4D-FBCT 与部分 CBCT 的所有 10 相位勾画靶区与 OAR（RTSTRUCT）；7 名患者瘤内/瘤周金标 fiducial
体量	183.04 GB / 589 studies / 6,690 series / 347,330 images
描述论文	Hugo et al. 2017, Medical Physics 44(2):762-771, DOI 10.1002/mp.12059；Balik et al. 2013（PMCID PMC3647023）

下游：Learn2Reg 任务化打包（OncoReg 论文 Table 1/正文口径）：

项目	ThoraxCBCT 规格
例数	19 例（11 train / 3 val / 5 test），每例 2 配对 → 38 对
每例构成	1×FBCT（治疗前，最大吸气相）+ 2×CBCT（疗程首、尾，最大呼气相）
两个子任务	对 1：FBCT-CBCT_t0（时间相近）；对 2：FBCT-CBCT_end（通常相隔数月）
图像尺寸	390×280×300
体素间距	1.0×1.0×1.0 mm（各向同性）
预对齐	大平移人工校正（manual pre-alignment）
分割掩码	半自动 13 结构（肺、肿瘤、心脏/脊髓/食管/气管/主动脉等 OAR、椎骨/肋骨/锁骨/肩胛骨等骨结构）——FBCT 缺失掩码由 TotalSegmentator 生成、经配准传播至 CBCT、UKSH 临床医生验证
Landmarks	全手动，平均每对 16 个，覆盖全躯干（不限于肺）：气道分叉、主动脉弓顶、心尖与骨性结构关键点等
Keypoints	配对 Förstner keypoints（基于 DeedsBCV 位移场导出）——供 keypoint 自监督训练
体干掩码	每幅图像附二值 body-trunc mask（TotalSegmentator 生成）

这个任务的三重难点组合在配准基准里是首见：跨模态（FBCT 与 CBCT 的剂量、伪影、软组织对比度差异）、跨呼吸相位（吸气相固定 vs 呼气相移动，大形变）、跨时间（对 2 相隔数月，解剖本身可能变化）。它把"配准评测"从计算机视觉式的人造场景推向了放疗科室的真实工作流。与既往 L2R 任务"聚焦肺内"不同，ThoraxCBCT 的 keypoint 采样横跨整个躯干——评测覆盖面也随之"出肺"。

2.3.4 两种 CT 的物理差异（为什么跨模态难）

参数	4D-FBCT（计划 CT）	4D-CBCT（摆位 CBCT）
设备	Philips Brilliance Big Bore 16 排螺旋	Varian On-Board Imager（加速床载）
用途	放疗计划勾画	每次摆位验证
采集	螺旋扫描，10 呼吸相位分箱	约 2500 投影/8-10 分钟慢弧，10 相位 FDK 重建
剂量/管参数	诊断级	125 kVp/20 mA/20 ms（低剂量）
典型伪影	少	散射伪影、杯状伪影、金属（金标）伪影
软组织对比	高	低（肿瘤边界常模糊）

对配准算法，这张表翻译过来就是：基于强度相似度的方法要扛伪影（MIND/LNCC 类对比度不变度量因此吃香）；基于学习特征的方法要扛域差（FBCT 训练的特征到 CBCT 上会漂移）——SynDeeds 干脆先合成再配准，ConvexAdam 则用 nnU-Net 特征跨模态桥接。两条路线在 §4.2 的榜单上正面相遇，并非偶然。

还有一层容易被忽略的物理：CBCT 的 10 呼吸相位由约 2500 个投影分箱重建而来——每个相位只分到约 250 个投影，图像噪声与伪影天然比全剂量 FBCT 严重。这意味着 ThoraxCBCT 的"跨模态"不只是设备差异，还是"信息量差异"：moving 图像（CBCT）本身携带的解剖证据就比 fixed 少。跨模态配准的文献常把这类问题称为"quality asymmetry"（质量不对称）——它是 §4.2 榜单上覆盖类指标（Dice/HD95）整体低于单模态任务的物理学根源。

由此还能推出一条使用建议：在 ThoraxCBCT 上，“先修图再配准”（SynDeeds）与"特征桥接"（ConvexAdam）都不改变 CBCT 信息量不足的事实——若下游只需要特定结构（如肿瘤）的对齐，把结构掩码作为约束先验（任务包已提供 13 结构掩码）往往比继续堆配准网络更划算。

2.3.3 标注流水线的工程启示

ThoraxCBCT 的标注流程值得单独记录，因为它示范了"大模型工具+医生验证"的现代医学标注配方：

1. FBCT 缺失的分割掩码用 TotalSegmentator 自动生成（而非从零人工勾画）；
2. 掩码经配准传播到 CBCT（CBCT 上人工勾画 13 结构成本过高）；
3. UKSH 临床医生逐例验证——人工只做质量闸门，不做生产力单元；
4. 全躯干 landmarks 纯手动（这一步无法自动化，也最贵——所以每对只 16 个）；
5. 训练自监督所需的密集对应关系用 DeedsBCV 自动导出（明确标注了来源算法，供方法学研究时溯源偏差）。

这套配方与库内 synthrad 等条目描述的合成数据标注逻辑相通：自动生成、人工验证、来源透明。

2.4 历史任务包：pre-2022 数据矩阵的持续开放

2023 届没有废弃历史任务，而是让它们在 learn2reg-test 平台继续接受提交。Zenodo 合集 DOI 10.5281/zenodo.3835682 打包了 pre-2022 数据。各包规格（Datasets 页官方口径）：

数据包	尺寸/间距	例数（train/test）	标注	附加	下载体积
Lung CT	192×192×208 @1.75×1.25×1.75mm	30（20/10）	100 landmarks/例	肺掩码	530 MB
OASIS	160×192×224 @1×1×1mm	455（416/39）	35 anatomical labels	—	1.3 GB
CuRIOUS	256×256×288 @~0.5×0.5×0.5mm	32（22/10）	9-18 landmarks/例	—	2.6 GB
Abdomen CT-CT	192×160×256 @2×2×2mm	50（30/20）	13 器官 labels	—	1 GB
Abdomen MR-CT	192×160×192 @2×2×2mm	16 对（8/8）+90 unpaired	4 labels（train）/9 labels（test）	ROI 掩码	1.8 GB
Hippocampus MR	64×64×64 @1×1×1mm	394（263/131）	2 labels（头+体）	—	54 MB

几个值得注意的构成细节：

• Abdomen CT-CT 来自门静脉对比期的临床采集（512×512×53-368 不等、层厚 1.5-7.0 mm），13 个器官标签（脾、双肾、胆囊、食管、肝、胃、主动脉、下腔静脉、门/脾静脉、胰腺、双肾上腺）由两名受训 6 个月的本科生初标、放射医生 MIPAV 逐体积复核——"少而脏"的标注正是任务设计想考验的噪声标注场景。
• Abdomen MR-CT 是三层来源的"缝合"数据集：TCGA-B8/BP/DD 系列受试者（TCIA）+ Beyond Cranial Vault（BCV）挑战 + CHAOS 收藏，16 对外另配 90 对无配对 CT/MR 供无监督实验。它的存在使库内 chaos 条目成为直接上游（CHAOS 数据的原始出处）。
• Hippocampus MR 派生自 Vanderbilt 精神表型库（90 健康成人 + 105 精神障碍患者：56 精神分裂症、32 分裂情感障碍、17 精神分裂样障碍），经 Medical Decathlon 进入配准领域——异患者配准中"最像分类任务"的一支，也是"小结构+大数据集"象限的唯一代表。
• CuRIOUS 是唯一的多模态术中任务（MR T1w/FLAIR→超声），部分视野与术中形变使它成为"最像手术导航"的包。
• Lung CT（2020 版）是 NLST 的精神前身：30 例、每例 100 个 landmark、吸气-呼气配对——2023 的 NLST 扩展相当于把这个任务搬进真实筛查数据并放大标注密度。

六包的用途指引（按研究目标分派）：

你的目标	推荐包	理由
快速验证新配准网络	Hippocampus MR（54 MB，394 例）	体量小、迭代快、异患者 Dice 可即时自评
测试多模态稳健性	Abdomen MR-CT、CuRIOUS	跨模态+部分视野双重压力
模拟临床部署	Lung CT→NLST2023、ThoraxCBCT	真实采集噪声与临床指标
研究标签噪声影响	Abdomen 系（本科生标注+医生复核）	已知的标注噪声结构
大样本监督实验	OASIS（455 例 35 labels）	学习式方法的"主场"
复刻历史排行	对应包+TMI 论文参数	排名代码开源可复算

这张指引表的隐含结论：六个历史包并非"旧数据仓库"，而是按目标分派的工具架——体量小的适合迭代、标注脏的适合研究噪声、真实采集的适合临床模拟。Learn2Reg 把它们留着持续开放，正是让不同成熟度的方法各取所需。

2.5 规格对照：2023 任务包与库内同域数据集

把两个 2023 任务包放到库内同域数据集旁边，可以看出 Learn2Reg"小而精+重标注"的选型口味：

数据集	模态	规模	标注重心	与 L2R 的关系
NLST2023（本条目）	CT↔CT	210 对	双专家 landmarks+结节	基准任务本体
4D-Lung（上游）	4D-FBCT+4D-CBCT	20 患者/183 GB	RTSTRUCT+金标	ThoraxCBCT 源
pddca/POPI（库内 454）	4D CT	10-31 例	100 landmarks/例	肺配准前代基准（landmark 传统同源）
chaos（库内 337）	CT+MR 腹部	100 例	器官分割	Abdomen MR-CT 任务原料之一
amos（库内 76）	CT+MR 腹部	500 例	15 器官	跨模态腹部配准的扩展评测场
ct-rate（库内 546）	CT	508 例	纵隔淋巴结	跨期胸 CT 的随访形态
totalsegmentator（库内 422）	CT	大规模	全身分割模型	ThoraxCBCT 掩码生成工具

对照的结论：Learn2Reg 任务包的绝对规模在医学影像界属于"小型"，但其标注密度（每例 >100 双专家 landmark、逐例掩码+keypoints+掩码三件套）与评测基础设施（隐藏测试+统计排名）是库里少见的。这决定了它的最佳用途是方法对比与算法选型，而不是从头预训练一个大模型。

§3 挑战赛设计：任务、指标与排名机制

3.1 挑战赛分型与两阶段赛制

grand-challenge 体系的提交分型（2023 年的语境）：

分型	提交内容	隐藏程度	2023 应用
Type 1	位移场（申请下载 test 图像，标签隐藏）	图像半隐藏+标签全隐藏	2023 test 期可选通道
Type 2	Docker 算法（统一 GPU 评测，含 runtime）	组织方代跑	2023 主推通道；NLST phase 2 同理
Type 3	Docker，训练也在隐藏数据上完成	图像+标签全隐藏	OncoReg type 3（2023-12 启动）

Learn2Reg 2023 的组织设计（Zenodo 记录 + OncoReg 论文互证）：

Validation Phase（验证期）：参赛者用公开的训练/验证数据开发算法，对验证病例计算位移场上传 grand-challenge.org；每天可多次提交，结果实时进入公开排行榜——鼓励迭代，也让"调参过拟合验证集"的行为可见。

Test Phase（测试期）：2023-09-14 开放至 2023-09-29 23:59 CET（learn2reg-test.grand-challenge.org 专站）。两种通道任选：Type 1 上传位移场，或 Type 2 提交 Docker 由组织方统一硬件评测并附加推理运行时统计。

NLST 的进一步升级——两阶段制（Zenodo 记录）：phase 1 照常本地训练提交；phase 1 优胜队伍改交训练用 Docker，由组织方在包含非公开标注的更大肺部/胸部数据集（解剖 landmarks、几何 keypoint correspondences、治疗相关靶结构、语义分割四类监督）上代跑训练再评测——参赛者根本见不到这些数据。训练出的网络随后经 grand-challenge 公开发放。这是把"防泄漏"推到极致的设计：连训练集都藏起来一半。

2023 届年内时间线（多源拼合）：

时点	事件
2023-04-19	Zenodo 挑战赛记录 v1 发布（任务设计与创新说明）
2023 年中	L2R23 data release 论坛帖发布两任务数据包（NLST2023/ThoraxCBCT）
2023-08-09	仓库更新 L2R23_Snapshot_NLST / L2R23_Snapshot_ThoraxCBCT 排名 notebook
2023-09-14	test 提交窗口开启（learn2reg-test 专站）
2023-09-29 23:59 CET	test 提交截止
MICCAI 2023 workshop	结果讨论与颁奖（NLST：LapIRNv2；ThoraxCBCT：SynDeeds）
2023-12-06	OncoReg type 3 kickoff（虚拟帮助会）
2024-01-31	OncoReg 最终 Docker 截止
2024-02-20	OncoReg 虚拟 winter workshop（收官）

这份时间线的用途：任何"2023 届成绩何时产生"的疑问都可在表中定位——公开任务的成绩产生于 9 月窗口与 MICCAI workshop 之间，OncoReg type 3 的成绩则是 2024 年 2 月——引用时别把两者混为"2023 结果"。

3.2 指标家族：四个维度合成一张榜

Learn2Reg 的评测哲学是"没有任何单一指标能抓住配准质量"（官方文档原文口径），因此每任务捆绑一组互补指标。读这张表的方法是先看"维度"列——同一维度内的指标互为冗余（TRE 与 TRE-KP），跨维度的指标互为制衡（TRE 与 SDlogJ）：

维度	指标	含义	2023 应用
准确性	TRE（mm）	靶注册误差：landmark/keypoint 经形变后的距离误差	NLST（TRE-LM/TRE-KP）、ThoraxCBCT（TRE-KP）
准确性（临床）	TREnodules	肺结节层面 TRE	NLST 2023 新增
覆盖	Dice/DSC（%）	解剖标签经形变后的重叠度	ThoraxCBCT（13 结构）、Abdomen、OASIS
覆盖（边界）	HD95（mm）	表面距离 95 百分位	ThoraxCBCT
鲁棒性	TRE30	最差 30% landmark 的 TRE	NLST
合理性	SDlogJ		log Jacobian
效率	runtime	Docker 统一 GPU 实测推理时间	Type 2 提交者

四个维度的互补关系可以这样理解：TRE 回答"点对上了吗"，Dice/HD95 回答"面对上了吗"，TRE30 回答"最难的案例崩了吗"，SDlogJ 回答"形变场物理上说得通吗"，runtime 回答"临床等得起吗"。任何一个维度缺失，都会产生被论文里优雅数字掩盖的失败模式——例如只报 TRE 的方法可以在 landmark 附近过拟合、在器官边缘产生折叠位移场。

Jacobian 行列式指标值得单说：位移场若发生折叠（Jacobian ≤ 0），拓扑结构被破坏，下游任何"沿位移场传播剂量/轮廓"的应用都会出 silent failure。放疗场景里这意味着剂量可能被映射到错误的解剖位置——SDlogJ 进榜把"形变合理性"从论文里的附加实验变成了硬性排名项，这是 Learn2Reg 对放疗社区最直接的制度善意。

指标间的冲突不是理论风险，2023 两个任务都有实例：NLST 上 Birmingham 的 TRE（1.425 mm）低于冠军 LapIRNv2（1.441 mm），但鲁棒性与平滑性次之，总 rank 反而低两个身位；ThoraxCBCT 上 SSKJLBW 的 HD95（17.60 mm）全场最佳、SDlogJ（0.26）全场最差——边界对得越紧、内部形变越拧巴。这两例合起来说明："哪个指标重要"取决于下游用法——结节测量场景看 TREnodules，剂量累积场景看 SDlogJ，轮廓传播场景看 Dice/HD95。Learn2Reg 不替你做这个选择，它只是把所有维度并排摆出来。

3.3 排名机制：统计显著性与几何平均

排名代码（GitHub MDL-UzL/L2R ranking 目录）完全开源，规则为：

1. 对任务内每个指标，所有方法两两做 Wilcoxon signed-rank 检验（p<0.05 记显著差异）；
2. 每对显著比较中"赢"的一方得 1 胜场；按胜场数排序后线性映射到 [0.1, 1.0] 的 metric rank（并列共享分值）；
3. 任务总 rank = 该任务全部指标 metric rank 的几何平均——意味着任何一项指标崩盘都会拖垮总排名；
4. 未提交（或无 Docker）的方法直接记最低 0.1。

用 ThoraxCBCT 2023 的真实数字演算一遍排名逻辑的后果：Fourier-Net 的 TRE（4.03 mm）与 TRE30（3.85 mm）全场最低，但 DSC 61.91% 与 HD95 47.80 mm 接近垫底——它的准确性与覆盖维度互相抵消，总 rank 只有 0.535；SynDeeds 没有拿到任何单指标第一，但每一项都在前排，几何平均把它推到 0.705。官方 baseline ConvexAdam 的 0.710 则说明：混合路线的天花板被组织方自己标注了出来。

这套设计刻意惩罚"偏科生"，同时给"全面但不极致"的 baseline 留出视野——这正是官方把 ConvexAdam 放进榜单当参照物的目的：它既是靶子也是标尺。

3.4 自配置（self-configuring）路线的制度化

2023 届最鲜明的学术议程是把"自动超参数选择"写进赛制。Zenodo 记录原文：挑战赛数据永远无法穷举临床应用，要让超参数选择成为自动流水线的一部分。具体措施（Task 3 从 2022 的改进延续）：

• 提供一组 baseline 算法（含 ConvexAdam、corrField 等）作为实现参照；
• 发布 dummy 数据集（含监督与评测配置文件），让参赛者在正式提交前完整走通评测链路；
• 测试时提供预测语义标签（nnU-Net 风格），供特征提取类方法使用；
• 开放 sanity check 通道——提交零位移场即可校验评测管线（仓库另附 zero-deformation fields）；
• 改进时间线，给 Docker 实现与调试留足窗口。

成果可以从方法谱系看出：ConvexAdam（凸优化+Adam 实例优化+自动超参搜索）在 2020-2021 跨任务总分第一，2023 年又以 baseline 身份继续压制一众专用算法——"少学习、多配置"路线与深度学习路线的正面竞争，是 Learn2Reg 对配准方法学最大的公开实验。这场实验的阶段性结论（§5.3）已经写进了 TMI 论文：纯端到端深度学习并没有统治这个领域，混合与自配置路线站稳了脚跟。

自配置议程的延伸影响在基准之外：当"选择超参数"本身成为被评测的能力，方法论文的评价标准就从"在固定配置下刷点"转向"在陌生任务上自动达成合理配置"——这与 2024/2026 届不断加入新域（术中、显微镜、核医学）的选task逻辑形成呼应：新任务越陌生，自配置的价值越大。

3.5 赛制的可移植性：设计自己的配准评测能抄什么

Learn2Reg 2023 的赛制是一个可以被整体移植的模板，逐条对应"你办评测时该抄什么"：

Learn2Reg 设计	解决的问题	移植成本
多任务并列而非单任务	防"单任务特化"刷榜	高（要凑多套标注）
仿射预对齐统一发放	把工程杂活与算法创新分离	低
验证期每日多次提交+实时榜	观察过拟合行为、降低参赛门槛	低（grand-challenge 现成）
test 期 Type 1/2 双通道	兼顾轻量参与与可复现性	中
训练 Docker 代跑（NLST phase 2）	连训练集都能隐藏、防数据泄漏	高（组织方算力投入）
Wilcoxon 显著性+几何平均排名	拒绝单指标定胜负与噪声冠军	低（代码开源可直接用）
baseline 常驻榜单	给社区锚点+隔离组织方优势	中
零位移场 sanity check	消灭坐标系/方向类低级错误	极低
SDlogJ 入榜	把形变合理性变成硬指标	低
TREnodules 临床指标入榜	让排名对齐临床关心的东西	高（要额外临床标注）

移植时的常见错误是只抄"隐藏测试"不抄"显著性排名"——结果榜单被验证集噪声主导，前排名次在统计上不可区分，赛制公信力反而受损。Learn2Reg 的经验是：隐藏+统计检验+多指标几何平均是一个整体，拆开来用会互相抵消。

赛制移植前的自检问题（对照 Learn2Reg 逐项打勾）：

1. 我的任务有没有至少一个"非平均数"指标（最差百分位/边界距离）？
2. 有没有形变合理性指标（Jacobian 类）？
3. test 标签是否真的不可被参赛者间接重建（公开验证集与 test 是否同源同分布泄漏）？
4. 排名是否做了显著性检验？样本量撑得起吗？
5. baseline 是否覆盖传统与学习两派？是否明确标注不参评身份？
6. 有没有零解 sanity check 通道？
7. runtime 与硬件口径是否固化并披露？
8. 数据发布与结果发布的时间线是否留出 Docker 调试期？
9. 临床指标（若有）是否由临床专家定义而非工程侧内推？
10. 届次结束后排行榜是否保持开放（持续评测）？

十问全绿即是"Learn2Reg 级"评测设计；缺三项以上建议先补齐再开赛——这是 2019-2023 四届迭代用真实事故换来的清单。

§4 结果与排行榜分析

4.1 NLST 2023：LapIRNv2 的标杆战

来源声明：本节全部数字出自 Learn2Reg 2024 总结论文（arXiv 2509.01217 v3，MELBA 2025:034）§4.1.4 Table 1——该表是 2023 届 NLST 官方结果的唯一系统化出处；grand-challenge 在线榜与 GitHub snapshot notebook 为同源补充，与论文表口径一致。

官方表彰名单（双专家 >100 landmarks/例）：

名次	队伍/方法	TRE (mm)	SDlogJ	Rank
1	LapIRNv2（Mok & Chung 条件级联网络）	1.441	0.042	0.800
2	corrfield（组织方 baseline：Förstner keypoint+最小生成树）	1.638	0.038	0.670
3	Birmingham（Jia et al. 迭代式深度均衡方法系）	1.425	0.045	0.553
4	UKE	2.435	0.062	0.489
5	MONAI baseline	2.042	0.039	0.452
6	UCLA	2.934	0.071	0.352
—	initial（未配准）	10.40	—	—

三点解读：

1. 深度学习垄断前排但传统方法紧咬。冠军 LapIRNv2 是纯学习式级联网络；第二名却是传统优化式 baseline corrfield——按 TRE 绝对值看，Birmingham（1.425 mm）甚至比冠军还低，输在鲁棒性与形变合理性的均衡上。这个"传统方法只慢不差"的证据链从 TMI 论文延续到了 2023。
2. 临床指标与学术指标一致。TREnodules（肺结节 TRE）Top-4 达 1.135-1.434 mm，约为 MONAI/UCLA 基线误差的 50%，且与 landmark TRE 排序高度吻合——"筛查-随访"闭环最关心的结节跟踪精度，可以由 landmark 精度良好预测，这为后续基准只用 landmark 提供了正当性依据。
3. runtime 进入临床可接受区。前排方法执行时间为数秒级，官方评述"轻量学习式 MONAI baseline 也表现良好"——配准作为预处理步骤的工程成本已经不构成瓶颈。

从未配准基线 10.40 mm 到冠军 1.441 mm，任务把"配准能带来什么"压缩成了一个 7 倍因子；而 1.441 mm 已低于典型 CT 层厚（1-5 mm）——在这个数据上，配准误差进入亚体素区间，继续提升的边际收益要靠临床判断而非 leaderboard。

逐名次细读（与 §5 方法卡对照）：

• LapIRNv2（0.800）：级联式由粗到细是"大形变"的标准答案；它不是单项最准（Birmingham 的 TRE 更低），而是 TRE+SDlogJ 双优——印证几何平均奖励均衡。
• corrfield（0.670）：传统 keypoint 路线的体面成绩。它没有训练过程、不需要数据，证明在"有良好预对齐+关键点可检测"的场景里，经典方法仍是性价比之王。
• Birmingham（0.553）：DEQ 深度均衡路线，TRE 绝对值全场最低（1.425 mm）但 TRE30/SDlogJ 拖后——"最准但不最稳"的教科书案例。
• MONAI baseline（0.452）：官方教学级轻量网络。它的存在意义是"下限锚点"：连教学配置都在未配准基线上提升 5 倍，说明任务的预对齐已经把问题驯化到可学习区间。
• UKE（0.489）/ UCLA（0.352）： specialised 深度方案。UCLA 的 SDlogJ 0.071 最差——形变平滑性欠账直接反映在排名上。

4.2 ThoraxCBCT 2023：SynDeeds 与 baseline 的微妙关系

OncoReg 论文 Table 2（官方结果表，含组织方 baseline）：

方法	TRE↓(mm)	TRE30↓(mm)	DSC↑(%)	HD95↓(mm)	SDlogJ↓	Rank↑
initial（未配准）	11.91	16.26	29.04	48.13	—	—
ConvexAdam（组织方 baseline，不参评）	4.93	4.98	68.40	38.00	0.10	0.710
SynDeeds（官方冠军）	6.01	5.67	70.16	22.97	0.15	0.705
Niftyreg（传统基线）	4.90	4.51	62.11	43.41	0.05	0.577
DeedsBCV	8.76	7.38	69.00	22.38	0.16	0.537
Fourier-Net	4.03	3.85	61.91	47.80	0.07	0.535
SSKJLBW	5.80	7.44	69.45	17.60	0.26	—

任务叙事的三个看点：

1. "赢"的定义：ConvexAdam 总 rank 0.710 高于 SynDeeds 0.705，但它是组织方提供的 baseline、按规则不参评冠军——官方冠军是 SynDeeds（Deeds 前置一个学习式图像合成模块：先把 CBCT 的伪影"修图"再用 Deeds 配准）。两者的 DSC（68.40 vs 70.16）与 TRE（4.93 vs 6.01）互有胜负，差距远小于未配准基线（DSC 29.04、TRE 11.91）。任何"2023 ThoraxCBCT 冠军是谁"的叙述都必须写清这层（坑 6）。
2. 单指标冠军全是"偏科生"：TRE 最低 Fourier-Net（4.03 mm）DSC 却最低档；HD95 最低 SSKJLBW（17.60 mm）SDlogJ 最差（0.26，形变最不平滑）；传统 Niftyreg 的 SDlogJ 全场最优（0.05）但 DSC 只有 62%。跨模态任务上"准确性-覆盖-平滑"三角确实难兼得——这正是几何平均排名要暴露的结构性事实。
3. 跨模态+跨相位+跨时间的复合难度被量化：即便冠军，DSC 70.16% 也显著低于同组织方方法在单模态肺任务上的表现（NLST 上 Dice 类指标普遍更高）——CBCT 伪影与呼吸相位差构成了真实的性能天花板。OncoReg 论文自己的评述是：官方冠军与 baseline “在多数指标上非常接近”——冠军的含义是"在参赛者中最好"，不是"问题已解决"。

逐方法细读（供选型时按需求对号）：

• 要覆盖（Dice）：SynDeeds 70.16% 最高，DeedsBCV 69.00% 与 SSKJLBW 69.45% 紧随——三者都带"结构感知"成分；
• 要点准（TRE）：Fourier-Net 4.03 mm、Niftyreg 4.90 mm、ConvexAdam 4.93 mm——傅里叶域参数化与经典优化在点级打平；
• 要边界（HD95）：SSKJLBW 17.60 mm、DeedsBCV 22.38 mm、SynDeeds 22.97 mm——边界好的方案不一定点准，反之亦然；
• 要平滑（SDlogJ）：Niftyreg 0.05、ConvexAdam/Fourier-Net 0.10/0.07——传统正则化路线在合理性上稳定占优；
• 综合（Rank）：SynDeeds 0.705 是唯一在四个维度都不垫底的参赛者——跨模态任务的"均衡税"最贵也最值。

4.3 横向读法与不可比性警示

• 各任务指标组合、数据规模、预对齐状态不同，跨任务分数不可直接比较，官方比较单位只有"任务内 rank"与跨任务 rank 的几何平均（且仅对提交≥4 个任务的方法有意义）。
• NLST 2023 的 6 队是官方表彰名单口径（2024 论文 Table 1）；验证期实际提交队伍数更多但未在可核来源中披露——引用"参赛规模"时只能说 2020-2021 两届合计 20+ 队/65+ 方法（TMI 论文口径）。
• 历史 baseline 的存在使"第一名"叙事复杂化：corrField/ConvexAdam/MONAI 等官方 baseline 会与参赛者同榜展示，读榜先看身份列。
• OncoReg 论文还提醒了一个工程细节： trainable 方法在 NVIDIA RTX 4000 SFF Ada（20 GB 显存）上重训练评测，runtime 不计排名——不同届次的硬件基线不同，跨届比 runtime 无意义。

读榜三条军规（本条目 §4 全节的方法论总结）：

1. 先认身份再认名次——榜单上 baseline 与参赛者并列展示，冠军归属以"参评者中 rank 最高"为准；
2. 先问届别再引数字——同一任务名（NLST）在 2022/2023 两个榜与论文表中指标组不同，混引即错；
3. 先看显著性再谈优劣——小样本任务上未过 Wilcoxon p<0.05 的差距，严格说只是"并列"。

4.4 历史纵深：2020-2021 六任务奠定了什么

要理解 2023 结果的含金量，需要回看 TMI 论文记录的 2020-2021 届结论（六任务：Lung CT、OASIS、CuRIOUS、Abdomen CT-CT、Abdomen MR-CT、Hippocampus MR）：

• 参与规模：20+ 国际团队、65+ 方法提交——配准领域第一次有了可比样本量级的公开竞赛数据。
• 任务-方法图谱：TMI 论文 Table 2 对每支队伍逐格标注（无监督/监督、相似度度量、正则化、优化器、架构）——MIND/LNCC/NGF 相似度、扩散/弯曲能正则、Adam/凸优化/L-BFGS 的使用频率第一次可统计。
• 关键教训：OASIS（最大标注集）吸引了最多学习式方案——大标注数据决定深度学习参与度；Lung CT 上学习方法更多样（传统/纯学习/混合并存）；Hippocampus 上学习方法显著占优——训练集包含评测结构时学习式方法"作弊般"受益，这本身就是一条基准设计警告。
• 速度迷思破除：GPU 加速下优化式方法 3D 配准降到秒级，"学习式必然快"不成立——这条结论直接影响 2023 届保留传统方法 baseline 的决策。

2022 届（NLST 首秀 + Type 3 试验）与 2023 届（本条目）是这些教训的制度化：NLST 把"真实筛查数据+临床指标"变成常设任务；两阶段与 Type 3 把"隐藏"从 test 标签扩展到训练数据；自配置把"跨任务泛化"从口号变成排名项。

值得单独记录的一个 2020-2021 遗产是方法-任务勾选矩阵（TMI 论文 Table II）：每支参赛队被逐格标注监督方式、相似度度量、正则项、优化器与架构。这张矩阵在当时是描述性统计，到 2023 年已经变成方法设计的查表工具——想用 NGF 的可以看谁在多模态任务上靠它拿到名次，想用扩散正则的可以看它在肺任务上的表现。Learn2Reg 之所以能"跨届积累"，正是靠这类结构化记录让每届的方法学信息不随比赛结束而蒸发。

4.5 临床深读：一个肺结节随访闭环里的配准

把 NLST 任务的数字翻译回诊室场景：一位高危吸烟者在年度筛查中查出 8 mm 磨玻璃结节，半年后复查——放射科医生要回答"它长了吗"。这需要把两次 CT 的结节对齐比较，人工找对应费时且误差大；配准算法自动对齐后，结节体积倍增时间（volume doubling time）的计算才能自动化。此时：

• TRE 1.441 mm（冠军水平）意味着结节边界的定位误差低于一层 1.5 mm 重建图像——体积测量误差主要由分割而非配准主导；
• TRE30 与 TREnodules 分开报（后者 1.135-1.434 mm）意味着"最难 30% 案例"与"结节所在处"都被单独审计——胸膜旁结节、肺不张区这些配准失效重灾区不再是平均数里的隐形项；
• SDlogJ 0.042 意味着位移场没有折叠——沿它传播的结节轮廓不会翻转自交。

放疗场景（ThoraxCBCT）则多一层：配准结果要支撑"当天的 CBCT 上肿瘤到底在哪、剂量覆盖住了吗"的判断。冠军 DSC 70.16% 的另一面是 30% 的覆盖缺口——其中相当部分发生在 CBCT 伪影区。OncoReg 论文由此把"图像修复+配准"（SynDeeds 路线）与"特征对齐"（ConvexAdam 路线）的路线之争留给了后续届次。

这两段临床翻译是本条目把"排行数字"变成"使用证据"的核心：数字来自论文表格（可溯源），解读框架来自任务的官方动机陈述（Zenodo/OncoReg 原文），二者没有混入条目作者的外推。

4.6 一个检索者的最小结论集

如果只带三条结论离开本条目：

1. 胸 CT 跨期配准的公开基准选 NLST2023：210 对、双专家标注、临床指标齐备、MONAI tutorial 开箱即用；冠军级方法（LapIRNv2 类级联+实例优化）是复现起点。
2. 放疗 CBCT 配准的公开基准选 ThoraxCBCT：38 对、13 结构掩码+全躯干 landmarks、跨模态跨相位跨时间三重难度齐备；SynDeeds 的"先修图再配准"与 ConvexAdam 的"特征+凸优化"是两条已验证路线。
3. 任何排行引用先过届别关：2023 的结果表在 2024 论文与 OncoReg 论文里，不在 TMI 论文里——TMI 论文是 2020-2021 的（坑 2 是本条目最高频引用事故）。

§5 方法景观：谁在打这个基准、用什么打

5.1 官方 baseline 工具箱

方法	类型	一句话原理	官方角色
corrField	传统/无学习	Förstner keypoint 上 MIND-SSC 特征+最小生成树精确消息传递	NLST baseline（rank 0.670）
ConvexAdam	混合	nnU-Net 语义特征/MIND → 耦合凸优化 → Adam 实例优化；自动超参选择	ThoraxCBCT baseline（0.710 不参评）；2020-2021 跨任务总分第一
DeedsBCV	传统	稀疏 keypoints+块匹配 CVH	ThoraxCBCT 参评（0.537）；keypoint 导出工具
NiftyReg	传统	经典 B 样条自由形变	ThoraxCBCT 参评（0.577）
MONAI baseline	学习式	官方 tutorial 的轻量配准网络	NLST 参评（0.452）

baseline 的战略价值：一是给新参赛队"及格线"（打不过 NiftyReg 说明方法有问题）；二是给社区"可复现锚点"（corrField 有 grand-challenge 公共 algorithm 页，一键调用）；三是隔离"组织方优势"（ConvexAdam 是组织方成员参与开发的方法，以 baseline 身份出现避免"裁判员夺冠"争议——但也造成坑 6 的叙述陷阱）。

5.2 学习式阵营的谱系

• LapIRN / LapIRNv2（Mok & Chung，香港中文）：条件级联配准——由粗到细的多级形变估计，每级只处理上一级残差。NLST 2023 冠军（TRE 1.441 mm，rank 0.800）；2020-2021 亦多任务获奖（README 奖牌记录：两金一银一铜）。它的胜出路径印证了"大形变任务要靠多尺度"的老经验。
• SynDeeds（Heinrich 组，Lübeck）：传统 Deeds 前置学习式图像合成模块——把低质量 CBCT 的伪影"修复"回干净外观再配准。ThoraxCBCT 2023 官方冠军（DSC 70.16%）。OncoReg 论文给了它的完整描述：图像合成被表述为加性去噪问题，网络学习残差而非重建干净图像。这是"深度学习修图+传统配准"混合路线在跨模态任务上的标杆胜利。
• Fourier-Net：在傅里叶域参数化位移场（低频形变自然平滑、参数量小），TRE 全场最低（4.03 mm）但 DSC/HD95 偏弱——"点对得准、面对不齐"的典型偏科样本。
• VoxelMorph++（Heinrich & Hansen）：U-Net 骨干+离散化 heatmap 预测头，用 Förstner keypoints 做自监督，多通道实例优化；OncoReg（type 3 隐藏数据）亚军——说明 keypoint 自监督路线在域外数据上也能存活。
• DINO-Reg Ensemble（Song et al. 2024）：OncoReg type 3 冠军，隐藏数据上 TRE 与 DSC 双第一——自监督预训练特征（DINO 系）进入配准主赛场的信号。
• Birmingham / DEQ 系（Jia et al.）：深度均衡模型（DEQ）把迭代优化"蒸馏"进网络，无限步隐式求解；NLST 2023 的 TRE 绝对值全场最低（1.425 mm）但综合 rank 第三。
• SSKJLBW：ThoraxCBCT 上 HD95 最低（17.60 mm）——边界对齐最好的方案，但 SDlogJ 0.26 最差，位移场平滑性拖垮综合排名。

Lübeck 方法线时间轴（组织方自己的方法演进，亦是基准设计演进的镜像）：

年份	方法	步骤意义
2012-2013	Deeds（BCV）	稀疏关键点+块匹配的经典基座，后成为 keypoint 导出工具
2015	corrField	keypoint+最小生成树——"无学习也能打"的证明
2019	PDD-Net	概率密度位移——深度特征进入 Lübeck 线
2021-2022	ConvexAdam	特征学习+凸优化+自动超参——自配置路线成熟
2023	SynDeeds	图像修复+配准两段式——跨模态（CBCT）特化
2024	VoxelMorph++ / DINO-Reg 系	heatmap 自监督与自监督预训练特征接棒

这条时间轴与 Learn2Reg 届次几乎同步演进——组织方一边办赛一边用自家方法"探路"，baseline 的更替史就是"当代最强配置"的更替史。检索方法学论文时，从这条线切入可以快速理解每代 baseline 的设计动机。

5.3 三条方法学结论（官方口径）

1. 速度迷思破除：GPU 加速下传统优化式配准的 3D 计算降到数秒级，CNN 特征提取反而常是耗时大头——"学习式必然快"不成立（TMI 论文核心结论之一，2023 届再次验证）。
2. 标签监督的适用边界：分割标签监督主要利好异患者配准（Abdomen CT-CT 上 Dice 提升约 20 个百分点）；同患者场景（NLST）keypoint 自监督与无监督相似度度量（MIND/LNCC/NGF）更占优。这条边界画定了"要不要花预算标数据"的决策依据。
3. 混合架构是主流赢家：排名前排普遍是"深度特征/修复+传统优化"或"学习式网络+实例优化"的组合——纯端到端回归位移场的范式并未统治基准。ConvexAdam（特征学习+凸优化）与 SynDeeds（图像修复+Deeds）两个最高分方案都是混合体。

5.4 方法卡：两场冠军战的战术细节

LapIRNv2（NLST 冠军）

• 架构：条件级联（conditional）多级配准网络——每级以前一级的形变为条件继续细化，天然匹配"呼吸形变由粗到细"的物理结构；
• 监督：NLST 提供 landmark/keypoint 监督信号，级联各级共享；
• 胜负手：TRE（1.441 mm）与 SDlogJ（0.042）同时前三——大形变任务的"准"与"稳"兼得；
• 复用建议：MONAI tutorials 有同系条件级联实现，适合作为"从基线到前排"的第一跳。

SynDeeds（ThoraxCBCT 冠军）

• 架构：学习式图像合成（修复 CBCT 伪影）+ 经典 Deeds 优化配准的两段式；
• 关键设计：合成模块被表述为加性残差问题（学习"退化-干净"之差而非直接重建），训练信号稳定；
• 胜负手：DSC 70.16% 全场最高、HD95 22.97 mm 前列——"把伪影修掉再配准"在覆盖类指标上红利最大；
• 局限：TRE（6.01 mm）低于 Fourier-Net/ConvexAdam——点级精度不是它的强项，恰好说明跨模态任务里"覆盖"与"点准"可以走完全不同的优化路径。

两卡合读的启示：2023 年的两场胜利都没有发明新理论，而是把"任务的难点结构"翻译成"模块化流水线"——这是 Learn2Reg 系基准对方法学最实在的引导作用。

复现提示两则：LapIRNv2 的条件级联思想在 MONAI tutorials 有同族实现，可直接改造为 NLST 参赛骨架；SynDeeds 的图像合成模块概念上可替换为任何 CBCT 去伪影模型（如库内 synthrad 类生成器），替换后应在 ThoraxCBCT 验证集上重跑全部四指标——覆盖类指标的收益与点级指标的损失需要一起看。

§6 获取、许可与 AI-Ready 评级

6.1 三层获取路径

层	内容	入口	状态（2026-09-26 探测）
源数据层	TCIA NLST（CC BY 4.0）；TCIA 4D-Lung 183.04 GB（CC BY 3.0）	cancerimagingarchive.net 收藏页公开直链/TCIA Data Retriever	公开可用
预处理层	NLST2023.zip（224×192×224@1.5mm，170/10/30 对）；ThoraxCBCT 包（38 对+掩码+keypoints）；pre-2022 合集（Zenodo 3835682）	grand-challenge 平台注册 → Uni Lübeck 云（cloud.imi.uni-luebeck.de/s/…/download）	平台注册制；未登录 HEAD 直探返回 401
评测层	test 图像与全部监督标注；OncoReg type 3 私有数据（UKSH 25 患者常规放疗 CT）	upon request（邮件 learn2reg@gmail.com）或 grand-challenge 在线评测（learn2reg-test）	请求制/仅服务

复现路径两条：

• 最低成本路线：TCIA 下载 4D-Lung/NLST 源数据自行预处理，或经 MONAI 官方 tutorial（3d_registration/learn2reg_nlst_paired_lung_ct.ipynb）以 NLST2023.zip 为素材训练+本地验证集评测——评测代码与零位移场 sanity check 在 GitHub MDL-UzL/L2R。
• 打榜路线：grand-challenge 注册 → 下载任务包 → 验证期上传位移场 → 测试期交 Docker（组织方 GPU 实测 runtime）。

获取路径决策树：

你的目标是？
├── 训练/方法研究（要数据本体）
│   ├── 只要原始影像 → TCIA 源层（NLST / 4D-Lung，公开直链）
│   └── 要官方配对与标注 → 平台注册 → 任务包（NLST2023 / ThoraxCBCT）
├── 方法对比（要排名）
│   ├── 快速自评 → MONAI tutorial + 验证集本地评测
│   └── 正式名次 → 验证期上传 → test 期位移场/Docker
└── 临床选型（要证据）
    ├── 肺随访场景 → §4.1 NLST 数字 + TREnodules
    └── 放疗 CBCT 场景 → §4.2 ThoraxCBCT 数字 + §7.3 OncoReg 域外对照

6.2 许可的分层声明

1. NLST 源数据：CC BY 4.0（TCIA 收藏页明示；数据引用要求附 DOI 10.7937/TCIA.HMQ8-J677 与 NEJM 2011/TCIA 平台论文引文）。
2. 4D-Lung 源数据：CC BY 3.0（引用要求：Hugo et al. 2016 TCIA DOI + Hugo et al. 2017 Medical Physics + Balik et al. 2013）。
3. 挑战赛预处理包：平台注册制发放，无统一开放 license 声明——重分发前应视为仅限研究使用。
4. 评测代码：GitHub MDL-UzL/L2R 公开（仓库未见 LICENSE 文件——按 GitHub 默认条款处理，引用代码请注明仓库）。
5. Zenodo 挑战赛记录（7844799/7844798）与 pre-2022 合集（3835682）各自带 Zenodo license 标注，引用前逐记录核对。

许可层与数据层的对应关系（一条记忆线）：越接近原始数据越开放（CC BY），越接近评测过程越封闭（注册/请求制）。这不是疏忽而是设计——开放源数据保证研究自由，封闭评测标注保证排名公信力。

许可三层的高频追问：

• “CC BY 4.0 和 CC BY 3.0 差在哪？”——对使用者几乎无差（署名即自由），差别在版本条款细节；引用时照抄各自收藏页标注的版本号即可，不要统一写成"CC BY"。
• “预处理包改了重采样，我还算用 CC BY 数据吗？”——衍生数据处理在 CC BY 框架内自由；灰色地带是"挑战赛配对与切分方案"本身——忠实复刻官方切分再分发，等于变相再分发预处理包，建议只分发"来源+代码"让他人复现。
• “隐藏层标注能买吗？”——非卖品；组织方提供的是评测服务而非数据本身，这是排名公信力的物质基础。

6.3 DAIMS 评级

维度	评分（0-5）	依据
D 可发现性	4.5	grand-challenge 平台+Zenodo DOI+TMI/MELBA 论文三重索引；但 learn2reg.github.io 老站与 grand-challenge 双站并存有检索混淆成本（坑 1）
A 可获取性	3.0	源数据公开直链+预处理包平台注册可及；401 直链门槛与 test 标注请求制拉低；无统一开放 license
I 可互操作性	4.0	NIfTI 统一格式、各向同性重采样、JSON 配对清单、MONAI/nnU-Net 生态直连；评测输入为标准位移场
M 元数据	4.0	官方 Datasets 页逐包规格+TCIA 收藏页完整 DICOM 元数据；缺预处理包的机器可读数据卡
S 可持续性	4.5	2019-2026 连续运营、排行榜持续开放、代码开源、后续届次（2026 CodaBench）已启动——基准寿命在医学 AI 领域罕见
AI-Ready 综合	4.0/5	"评测即服务"范式的标杆：公开数据+开源评测+隐藏测试的可复现性设计完备；扣分项在预处理包的注册制与统一 license 缺位

评级的两点说明：D 维扣分源于双官网割裂而非内容缺失——信息本身完备且免费，只是需要知道去哪找；A 维扣分是"分层获取"结构的必然代价，源数据层实际是满分的，拉低总分的是预处理包（401 门槛）与隐藏层（请求制）。若未来官方把预处理包迁至开放镜像（如 Zenodo/HF），A 维可升 4.5、综合可升 4.5——这是本条目最重要的升级触发点。

6.4 引用清单（逐 DOI）

引用对象	DOI/来源
挑战赛 2023 官方记录	10.5281/zenodo.7844799（姊妹 7844798）
2020-2021 基准论文	10.1109/TMI.2022.3213983（IEEE TMI 42(3):697-712；arXiv 2112.04489）
2022-2024 总结论文	10.59275/j.melba.2025-gc8c（arXiv 2509.01217）
OncoReg spin-off 论文	arXiv 2503.23179（MELBA 2026 特刊）
NLST 筛查试验	10.1056/nejmoa1102873（NEJM 365(5):395-409）
TCIA 平台	10.1007/s10278-013-9622-7（J Digit Imaging 26:1045-1057）
NLST 影像	10.7937/TCIA.HMQ8-J677
4D-Lung 影像	10.7937/K9/TCIA.2016.ELN8YGLE
4D-Lung 描述论文	10.1002/mp.12059（Med Phys 44(2):762-771）
4D-CBCT 方法论文	Balik et al. 2013（PMCID PMC3647023）
ConvexAdam	IEEE TMI 扩展版（xplore 10681158）/ CVPR 2023 版
pre-2022 数据合集	10.5281/zenodo.3835682
姊妹记录	10.5281/zenodo.7844798（与 7844799 同内容双记录）
持续评测站	learn2reg-test.grand-challenge.org
OncoReg 提交仓库	github.com/MDL-UzL/OncoReg
评测代码	github.com/MDL-UzL/L2R

6.5 复现成本估算

路线	数据获取	算力	人力	可达结果
TCIA 源数据自建	183 GB 下载+自写预处理	单卡可训 NLST 级别	1-2 周工程	自建任务包，指标需自行对齐官方
官方包+MONAI tutorial	平台注册下载	单卡（tutorial 默认配置）	1-3 天	NLST 本地训练+验证集评测
在线打榜	平台注册+Docker 打包	组织方 GPU（test 期）	1 周（含 sanity check）	官方排行榜位次与全部指标
OncoReg type 3	邮件申请（不发放数据）	自备训练算力	按申请流程	隐藏集评测分数（持续开放）

成本估算的基准假设：单卡（≥16 GB 显存）可完成 NLST 级训练与 ThoraxCBCT 推理；官方排行评测的算力由组织方承担；OncoReg type 3 的重训练在组织方指定 GPU（RTX 4000 SFF Ada 20GB）上统一执行——参赛者本地算力只影响开发迭代速度，不影响最终评测公平性。这是"评测即服务"在算力维度的体现：把硬件差异从排名变量里剔除。

6.6 库内 AI-Ready 光谱中的位置

对照库内其他条目的 AI-Ready 形态，Learn2Reg 2023 占据一个独特象限：

条目	数据形态	开放度	评测设施
本条目 Learn2Reg 2023	挑战赛任务包+隐藏层	中（三层混合）	满分型（排行榜+评测代码+统计排名）
TCIA 源数据系（如 lctsc）	原始 DICOM	高（CC BY）	无
大模型预训练系（如 abdomenct-1k）	大规模重采样包	高	无
请求制系（如掩码 upon request 类）	标注件	低	无

一句话：Learn2Reg 是库内"数据开放度中等、评测开放度最高"的样本——它把开放性花在评测与代码上而非全部标注上。检索者若目标是"训练数据"，走 TCIA 源层；若目标是"方法对比"，走任务包+排行榜。两种目标对应两种 AI-Ready 读法，条目 §6.1 的三层表是分流器。

§7 生态与谱系：从 tutorial 到 CodaBench

7.1 八年路线图

年份	形态	关键内容
2019	MICCAI 深圳 Learn2Reg Tutorial	专家讲座+实操——社区启蒙，非竞赛
2020	首届 challenge（Type 1）	六数据集雏形+开源评测/排名代码
2021	第二届（Type 1）	同六任务（Lung CT/OASIS/CuRIOUS/Abdomen CT-CT/Abdomen MR-CT/Hippocampus），两届合计 20+ 队/65+ 方法
2022	第三届（MICCAI workshop）	引入 NLST；试验 Type 3（全隐藏）；自配置赛制起步
2023	第四届（本条目）	NLST 扩展两阶段制+双专家 landmark+TREnodules；新增 ThoraxCBCT；OncoReg spin-off 启动
2024	第五届	三新任务：ReMIND2Reg（术中超声，Harvard/BWH Reuben Dorent 组）、LUMIR（大规模脑异患者，JHU Junyu Chen 组）、COMULISglobe SHG/BF（显微镜——首个显微配准基准）
2025	第六届	LNCS proceedings 出版（DOI 10.1007/978-3-032-25169-5）
2026	第七届（MICCAI Strasbourg）	迁至 CodaBench 托管；Task 1 PSMAReg（与 SNMMI 合作）；Task 2 Learn2Breath（COPDGene）

路线图的两条主线一目了然：任务面从"六任务平台"（2020-2021）收窄为"双任务深耕"（2023）再扩张为"三任务+显微"（2024）与"学会联办双任务"（2026）；制度面从 Type 1 一路推向 Type 3，平台从 grand-challenge 自研页迁到 CodaBench 引擎。每一步都保留上一届的任务作为历史包持续开放——"加法式演进、不减法退役"是 Learn2Reg 数据资产八年不缩水的直接原因。

7.2 2026 届的两个新任务：路线图的下一站

2026 届的选题继续沿"临床科室真实痛点"推进，且首次与专业学会联合办赛：

• Task 1 PSMAReg（与 SNMMI 核医学与分子影像学会合作，Junyu Chen 主导）：治疗前-随访全身 PSMA PET/CT 纵向配准，服务治疗计划、剂量测定与疗效评估。规模：训练+验证 597 例 PET/CT（378 名患者，其中 164 名有两次以上随访）；测试 262 例（131 名患者）。难点：治疗前后解剖变化、多模态表观差异、PET 定量保持——"形变不能破坏 SUV"是核医学版的 SDlogJ 困境。
• Task 2 Learn2Breath（与 COPDGene 多中心研究合作）：吸气-呼气胸部 CT 配准，服务肺生物力学与疾病进展量化。规模：200 对训练+10 对验证；测试 100 对（体积差 ≥2 L 的重度病例）。COPDGene 的慢阻肺人群把"大形变"推向极端——2 升的肺体积差比 NLST 的常规呼吸差更陡峭。

这两任务都标注了"internally acquired"测试集——组织方持有的内部采集数据做测试，公开部分只到验证为止：隐藏评测的范式已经完全内化。共性也值得记：PSMAReg（核医学纵向）与 Learn2Breath（呼吸力学）都把"公开训练+隐藏测试+临床学会背书"三件套齐装满员——Learn2Reg 2023 年立下的"临床相关性优先"路线至此完成制度化。

7.3 OncoReg：从 ThoraxCBCT 长出的肿瘤学分支

OncoReg 是 2023 届的直接衍生品，两步走：

• 第一步（type 1/2）：MICCAI 2023 后即启动，围绕 ThoraxCBCT 与扩展 NLST（加病灶标注）公开竞赛——本条目 §4 的结果表即此阶段产物。
• 第二步（type 3）：2023-12-06 kickoff，把 ThoraxCBCT 换成完全隐藏的私有数据——UKSH（石勒苏益格-荷尔斯泰因大学医院）放疗科常规采集的 25 名肺癌患者（27 例、每例 2 配对），3-fold CV 划分（15/3/9），256×192×192@1.5mm，52 结构半自动掩码、平均 25 landmarks/对、ConvexAdam 导出 keypoints、呼吸相位不同步（比 ThoraxCBCT 更贴近真实摆位场景）。深度学习方法以重训练方式参赛（组织方统一在 NVIDIA RTX 4000 SFF Ada 20GB 上重训练与评测），2024-02-20 虚拟 winter workshop 收官，DINO-Reg Ensemble 夺冠（TRE 与 DSC 双第一），VoxelMorph++ 与 ConvexAdam 跟进，传统 DeedsBCV/NiftyReg 垫底——域外真实数据上，学习式与混合式进一步拉开差距。

OncoReg 的意义在证明了一条"基准孵化"路径：公开任务（ThoraxCBCT）积累方法与信任 → 私有隐藏数据（type 3）检验域外泛化 → MELBA 特刊沉淀论文。官方宣称的初心也值得一记：全球每年超过 170 万人死于肺癌——配准的精度直接决定放疗剂量画在哪。

ThoraxCBCT（公开）与 OncoReg type 3（私有）的规格对照（OncoReg 论文 Table 1）：

项目	ThoraxCBCT（公开）	OncoReg type 3（私有）
例数	19 例（2 对/例=38 对）	27 例（2 对/例），3-fold CV 15/3/9
患者来源	TCIA 4D-Lung（试验性采集）	UKSH 常规放疗临床数据（25 患者）
呼吸相位	同步（FBCT 吸气/CBCT 呼气，受控）	不同步（真实摆位，相位随机）
图像规格	390×280×300 @1.0 mm	256×192×192 @1.5 mm
掩码	13 结构（部分标注）	52 结构（全量标注）
Landmarks	平均 16/对	平均 25/对
Keypoints 导出	DeedsBCV	ConvexAdam
获取	平台注册下载	仅评测服务

这张对照表是"公开基准→真实域外"鸿沟的量化呈现：结构数翻四倍、landmark 密度提高 56%、呼吸相位从受控变随机——公开榜上的好成绩迁移到 type 3 隐藏集时出现了明显衰减（冠军易主为 DINO-Reg Ensemble，传统方法垫底）。做临床部署预期管理时，这张表比任何排名都更直接。

对 2023 届本身的定位，这张表也给出一个注脚：ThoraxCBCT 公开包的成绩（冠军 DSC 70.16%）应读作"该任务的上界参考"而非"临床可达成水平"——OncoReg 论文正是用私有域外数据标定了这段差距，这也是 Learn2Reg 系条目在库内特有的"自带域外对照"优势。

7.4 影响力外溢

• NLST 成为胸 CT 配准的事实基准：2025 年的 MICCAI 配准新方法论文（如隐式形变/可学习核方法）仍以"Learn2Reg 2023 挑战赛的 NLST 数据"报告 TRE/TRE30/SDlogJ，并直接对标 uniGradICON、ModeT、H-ViT、NICE-Trans、WiNet 等历史成绩——一个挑战赛数据集变成独立存在的方法学舞台。
• 评测代码的公共品化：Wilcoxon 显著性排名、零位移场 sanity check、位移场 I/O 规范——L2R 仓库的这套工具被后续配准类挑战赛反复借用；grand-challenge 的 algorithm 容器模式（corrField 等公开算法页）也成了"论文方法可直接调用"的先例。
• “训练即提交”（phase 2 代跑训练 Docker）：2023 年在 NLST 上的制度实验，为 Type 3 赛制成熟铺路，也预演了 2024/2026 届的大规模隐藏评测。
• 组织团队的连续性：Heinrich（Lübeck）—Hering（Radboudumc/Fraunhofer MEVIS）组合贯穿 2020-2023；2024 起 JHU 的 Junyu Chen 团队接管主导，Hering/Heinrich 转为共同组织——基准的代际交接在医学 AI 领域罕见地平稳完成。
• MONAI/nnU-Net 生态的标准化效应：官方 tutorial 与 nnU-Net 特征接口让"配准新方法"的进入门槛降到"会训分割网络"的水平——2024 届参赛队的背景多样性（含纯放疗科团队）可部分归功于此。
• 对其他影像挑战赛的反哺：TREnodules（任务指标临床化）与 phase 2 代跑训练（防泄漏制度化）两项设计被后续非配准类挑战赛讨论与效仿——Learn2Reg 的赛制输出已成为 grand-challenge 社区的公共知识。
• 开放评测代码的示范效应：把评测与排名代码（连零位移场 sanity check）作为一等公民发布，让"挑战赛结束即失明"的常见病在本系列不存在——2023 届的每一次排名变动今天仍可独立复算，这在对时间敏感的系统综述里价值极高。

7.5 grand-challenge 平台机制速览

Learn2Reg 的持续运营依托 grand-challenge 平台的一套机制，理解它们有助于解读页面行为：

机制	表现	对检索者的含义
challenge 归档	主站导航含 Archive（L2R’20 至 L2R’25 各任务独立入口）	历届结果从归档进，不混在现页
leaderboard 快照	各任务榜独立 URL（如 evaluation/thoraxcbct/leaderboard）	引用时给出具体榜 URL+日期
删除线标记	L̶2̶R̶’̶2̶2̶ ̶N̶L̶S̶T̶ 表示已弃用版本	弃用榜数字勿再引用（坑 8）
algorithms 容器页	corrField 等 baseline 有公共 algorithm 页	不参赛也能一键调用 baseline
论坛	数据发布/FAQ 帖（部分登录墙）	登录墙内容以公开页与论文为准
CodaBench 迁移	2026 届起比赛引擎换为 CodaBench	老 API/自动化的引用者注意接口变化

7.6 出版物轨迹

年份	出版物	载体
2022/2023	TMI 基准论文（2020-2021 届总结）	IEEE TMI 42(3):697-712
2025	2024 届总结+NLST 2023 结果	MELBA 2025:034（DOI 10.59275/j.melba.2025-gc8c）
2025	2025 届 proceedings	Springer LNCS（DOI 10.1007/978-3-032-25169-5）
2026	OncoReg 论文（ThoraxCBCT 规格+结果）	MELBA 特刊/arXiv 2503.23179
2026	2026 届启动	CodaBench + MICCAI Strasbourg
持续	NLST 对标文献流	MICCAI/IPMI 等新方法论文的基准表

这条轨迹本身是个信号：Learn2Reg 选择"每届沉淀一篇开放式期刊总结"（MELBA）而非"只发 LNCS 会议短文"——总结论文里带着完整的排行数据表，这正是 2023 届数字今天仍可精确引用的原因。

§8 使用指南：三条复现路线与 12 项检查

8.1 三条复现路线

路线 A——源数据重建（最彻底）：从 TCIA 拉 NLST/4D-Lung 原始 DICOM → 按官方预处理（重采样、配对、预对齐）自建 → 用 L2R 仓库评测代码算指标。适合要做方法学审计或扩展标注的团队；成本最高。注意 4D-Lung 的 DICOM 含全部 10 个呼吸相位与 RTSTRUCT，任务包只取了最大吸气/呼气相——自建时先明确你要哪个相位的子集。

路线 B——任务包直训（最常用）：grand-challenge 注册下载 NLST2023.zip / ThoraxCBCT 包 → MONAI tutorial 跑通 NLST 基线 → 换自己的模型 → 验证集本地评测。NLST_dataset.json 的 training_paired_images 字段即配对清单；tutorial 的 transform 链把 keypoint 变换放在最后加载——这是容易踩的工程细节。

路线 C——在线打榜（最省心）：注册 grand-challenge → 验证期上传位移场拿实时排名 → 测试期（持续开放的历史任务）提交 Docker。注意打榜前先用零位移场文件做 sanity check，评测管线不通是最常见的第一晚翻车原因。

8.2 提交物规格：位移场与 Docker

位移场（Type 1 与验证期）：

• 3D 位移场，NIfTI 格式，与 fixed 图像同网格；
• 单位为毫米（与体素间距解耦——评测代码按 mm 计 TRE）；
• 在整个体积上评测（官方口径：evaluation across the full volume）；
• 提交前用仓库提供的零位移场文件做管线自检——零场应得 initial TRE（NLST 10.40 mm / ThoraxCBCT 11.91 mm），对不上说明坐标系或方向有错。

Docker（Type 2）：

• grand-challenge algorithms 平台容器规范（输入/输出接口声明）；
• 组织方统一 GPU 评测并记录 runtime（runtime 参与 2023 排名叙述但 OncoReg type 3 明确不计分）；
• NLST phase 2 的训练 Docker 还要包含训练入口——组织方在隐藏数据上代跑训练。

runtime 的评测口径（跨届可比性说明）：

届次	硬件口径	是否计分
2020-2021	未统一约束（TMI 论文自述为设计局限）	否
2023	组织方统一 GPU、Docker 实测	计入排名叙述
OncoReg type 3	NVIDIA RTX 4000 SFF Ada 20GB	明确不计分
2026	CodaBench 引擎（口径随任务页披露）	以任务页为准

位移场提交的高频错误清单（来自零场 sanity check 的设计动机）：

1. 坐标系搞反（RAS/LPS）——TRE 变得比未配准还大或出现负向偏移；
2. 单位搞错（体素 vs 毫米）——1.0 mm 体素的任务上误差恰差一个 spacing 倍数，最易漏检；
3. 网格错位（位移场与 fixed 图像仿射不一致）——评测端重采样后整体错位；
4. 方向翻转（z 轴上下颠倒）——肺任务上"膈肌顶"跑到"肺尖"；
5. 形变场折叠未检查——Dice 可能尚可但 SDlogJ 崩坏，几何平均被拖垮。

前四类都会被零场自检直接暴露（零场应精确复现 initial TRE），第五类要靠自己的 SDlogJ 预检——官方把 zero-deformation fields 文件放进仓库就是为此。

8.3 TCIA 源数据下载操作要点

走源数据层时的实用要点：

• 4D-Lung：收藏页提供两种入口——全量包（.tcia 清单文件，配 TCIA Data Retriever 下载，183.04 GB）与 IDC 云检索（portal.imaging.datacommons.cancer.gov，按 collection_id=4d_lung 过滤）。自建 ThoraxCBCT 口径需取每患者的 planning FBCT（吸气相）+ 疗程首尾 CBCT（呼气相）——先读 Hugo 2017 论文的相位定义再动手。
• NLST：体量远大于 4D-Lung，按受试者检索；挑战赛包只取了其中一小部分配对，自建配对要自己定义"吸气-呼气"判据（挑战赛口径未逐步公开，完全复刻 170/10/30 的切分不可行——这也是优先用官方包的理由）。
• 通用：TCIA 下载强制要求引用数据 DOI 与指定论文（收藏页 Citations 节），商用另核 TCIA 数据使用政策。

下载排障三则：一、TCIA Data Retriever 对大清单（4D-Lung 6,690 series）会分批断点续传，日志里 series 级重试属正常；二、IDC 云入口适合只要子集的场景（按 collection_id=4d_lung 过滤后可导出选定 series），比全量 183 GB 轻得多；三、两条入口的 DICOM 内容一致但打包方式不同，比对来源时认 UID 不认文件名。

8.4 基于 Learn2Reg 数据的研究检查清单（12 项）

1. 口径先行：引用规模数字时注明口径——NLST 210 对（170/10/30）是挑战赛包口径，SAMCL 等文献的 147/21/42 对是自述重采样口径（坑 4）。
2. 层数分离：TCIA 源数据（20 患者/183 GB）与 ThoraxCBCT 任务包（19 例/38 对）不是一个东西（坑 3），规模、license、引用对象都要分层。
3. baseline 识别：读榜先认身份列——ConvexAdam/corrField/MONAI/NiftyReg 是官方 baseline，"第一名"与"官方冠军"可能不同人（坑 6）。
4. 届别对齐：NLST 2023 结果出自 2024 总结论文；learn2reg.github.io 上是 2020-2022 旧榜；grand-challenge 现页是 2026 版——先确认届别再引数字（坑 1、坑 2、坑 8）。
5. 指标四件套：报 TRE 必须同时报 TRE30（鲁棒性）与 SDlogJ（合理性），单指标叙述会被审稿人抓住。
6. 显著性检验：宣称"A 优于 B"前自查 Wilcoxon p<0.05 是否成立——Learn2Reg 的 rank 体系只认显著差异，小样本任务（ThoraxCBCT 验证集仅 6 对）尤甚。
7. 预对齐依赖：ThoraxCBCT 附带人工大平移校正、NLST 附带仿射预对齐——你的方法若从零处理原始 DICOM，成绩不与榜上直接可比。
8. 呼吸相位语义：FBCT=吸气相、CBCT=呼气相是任务设定而非数据缺陷；跨相位大形变是特性，不要"矫正"掉。
9. keypoints 的来源：ThoraxCBCT 的配对 keypoints 由 DeedsBCV 导出——用它们做自监督训练会把 Deeds 的偏差带进你的模型，做方法学对比时应声明。
10. 掩码的半自动属性：13 结构掩码经 TotalSegmentator 生成+配准传播+UKSH 医生验证——是"半自动金标准"，不是纯手工；OncoReg 私有集才是全量标注（52 结构）。
11. 许可分层：源数据 CC BY（4.0/3.0）≠ 预处理包可再分发；衍生数据发布前核对 §6.2 五条。
12. 引用完整：数据引 TCIA DOI，任务设计引 Zenodo 7844799，结果表引 MELBA/arXiv 2509.01217 与 arXiv 2503.23179——三个来源缺一不可。

8.4 常见误区 FAQ

Q：我能在自己论文里说"在 Learn2Reg 上达到 SOTA"吗？
能，但要写清任务、届别、指标与是否含 baseline 对比；"SOTA"若来自在线提交，注明提交时间与排行榜版本——排行榜是活的。

Q：验证集能用来调参吗？
赛制允许（验证期每日多次提交就是明示），但 test 成绩的泛化责任自负——验证集 6-10 对的小样本意味着"调到验证最优"很容易过拟合，排名里的 Wilcoxon 检验部分就是为了吸收这种噪声。

Q：NLST 的训练对能和其他肺数据集（如 LIDC/库内 luna16 系）混训吗？
数据层面无禁止，但混训后模型不再是"L2R NLST 口径"的参赛者，成绩与榜上不可比；方法学研究可自由混训，基准对比要守口径。

Q：ThoraxCBCT 的两个配对要分开建模吗？
官方按 2 对/例评测（时间相近对+数月对），两类错位难度不同；论文报告细分对成绩（T0 vs END）是加分项——OncoReg 论文即按此展开讨论。

Q：runtime 怎么测才有效？
只在 Type 2 Docker 通道有意义（组织方统一硬件）；自己电脑上测的秒数没有基准可比性。

Q：我可以只报验证集成绩发论文吗？
技术上可以（验证集公开），但审稿风险高——验证集只有 6-10 对，且与 test 同分布；稳妥写法是"验证集本地评测 + 在线平台正式评测"双口径。

Q：Learn2Reg 的排名代码能用在非医学数据上吗？
能，ranking 代码只依赖逐案例分数矩阵与 Wilcoxon 检验；移植时注意其"未提交记 0.1 分"的约定是否适配你的场景。

Q：2023 届的 Docker 还能跑吗？
部分 baseline（corrField 等）有常驻 algorithm 页可调用；参赛者的 Docker 依平台策略保留，运行环境（驱动/CUDA）随平台演进可能需适配——引用 runtime 数字时注明届次硬件。

8.5 快速上手：跑通 NLST 基线的步骤清单（不含训练，约半天）

1. 注册 grand-challenge 账号，加入 Learn2Reg challenge（Join）；
2. 从 Datasets 页或任务页获取 NLST2023 下载入口（遇 401 走平台内链，坑 5）；
3. 解包后核对 NLST_dataset.json：training_paired_images 应有 170 条、validation 10 条；
4. 打开 MONAI tutorial notebook（3d_registration/learn2reg_nlst_paired_lung_ct.ipynb），按其 transform 链（keypoint 变换最后加载）载入验证集；
5. 用仓库提供的 zero-deformation field 先跑一遍评测：TRE 应接近 10.40 mm（未配准基线）——对不上先查坐标方向，不要开训；
6. 换任意可用模型（或 MONAI baseline）在验证集上出第一版 TRE/TRE30/SDlogJ 三指标；
7. 与官方 NLST 榜单（TRE-LM/TRE-KP/SDlogJ 组）对照定位自己处于 0.1-1.0 rank 的哪一段；
8. 需要正式名次再走验证期上传/测试期 Docker（§3.1）。

ThoraxCBCT 同构：包内 11 train/3 val 例、掩码+keypoints 齐备，评测指标组换为 Dice/TRE-KP/HD95/SDlogJ；先跑零场（TRE 11.91 mm/DSC 29.04%）自检。

§9 库内互链网络：配准家族的检索面

Learn2Reg 2023 在本库中的位置是"配准挑战赛家族"的中枢节点，向下连接各解剖部位与模态的数据集条目：

库内条目（record_id）	关联逻辑	检索场景
chaos（337）	腹部 CT-MRI 跨模态多器官数据——Learn2Reg Abdomen MR-CT 任务的三源数据之一（CHAOS 名列其引用 Readme），跨模态配准同题	查"腹部 MR-CT 配准原料"
amos（76）	腹部 CT+MRI 多器官 500 例——跨模态跨中心腹部配准的自然延伸评测场	查"腹部多器官跨模态"
abdomenct-1k（402）	千例腹部 CT——异患者腹部配准可扩展训练池	查"腹部配准扩数据"
ctpelvic1k（465）/ ctspine1k（443）/ verse-spine（435）	盆腔/脊柱 CT 大样本——骨性结构配准与 ThoraxCBCT"骨结构掩码"路线同源	查"骨性解剖配准"
ct-rate（546）	纵隔淋巴结 CT——同患者跨期胸 CT 的另一形态	查"胸 CT 跨期随访"
rider-lung-ct（267）/ lctsc（277）	TCIA 肺部 CT——与 NLST/4D-Lung 同库同源的放疗与随访场景	查"TCIA 肺放疗数据"
pddca（454）	DIRLab POPI 4DCT——肺 4D 配准的前代基准，100 landmarks 传统直接可比	查"肺配准老基准"
fetreg（343）	胎儿 MRI 配准挑战——MICCAI 配准挑战家族的产科分支	查"配准挑战赛家族"
hecktor（461）/ hecktor2026（638）	头颈 PET-CT/CBCT 配准挑战——同"跨模态+放疗"配方	查"头颈放疗配准"
autopet（468）/ autopet-v（634）	全身 PET-CT 自配准挑战——SUV 保持与形变合理性的同类矛盾	查"核医学配准"
reg2026（639）	配准方向后续挑战条目——届次演进链的下一环	查"配准挑战 2026"
totalsegmentator（422）	ThoraxCBCT 掩码生成与体干掩码的直接工具——标注流水线依赖	查"标注工具链"
synthrad（671）	跨模态合成（MR→CT 等）——ThoraxCBCT 的 SynDeeds"合成后配准"路线的姊妹问题	查"跨模态合成替代配准"
nih-pancreas-ct（367）	腹部 CT 小结构标注——异患者腹部任务的补充评测面	查"腹部小结构"
fastmri（23）	快速 MRI 重建——序列级对齐问题的近亲领域	查"跨模态重建-配准交界"
duke-breast-mri（440）	乳腺 MRI——异模态异患者对齐的候选延伸域	查"乳腺影像配准延伸"

互链叙事三则：

1. "挑战赛家族"横向链：pddca（2010s，传统 landmark）→ fetreg/hecktor（2020s，跨模态专科化）→ Learn2Reg（平台化多任务）→ reg2026/hecktor2026（延续）——一条"配准评测基础设施化"的完整时间线。
2. "工具-数据"纵向链：totalsegmentator 既是独立条目又是 ThoraxCBCT 标注管线的零件——标注工具与基准数据的共生关系在本库其他条目（如 nnU-Net 系）反复出现。
3. "同题异解"链：跨模态对齐问题在 synthrad（生成式合成）、SynDeeds（合成+配准）、hecktor/autopet（直接配准）三条路线并存——检索者按问题而非按数据集检索时，这组互链最有价值。

9.2 三条检索路径（按读者目的分流）

按解剖部位走：

• 胸/肺：本条目（NLST/ThoraxCBCT）→ pddca(454) → rider-lung-ct(267) → lctsc(277) → ct-rate(546)
• 腹部：chaos(337) → amos(76) → abdomenct-1k(402) → ctpelvic1k(465) → nih-pancreas-ct(367)
• 脊柱/骨：verse-spine(435) → ctspine1k(443)（骨性配准与 ThoraxCBCT 骨掩码同域）
• 头颈/脑：hecktor(461) → hecktor2026(638) →（脑异患者历史包 OASIS，见 §2.4）

按模态对走：

• CT↔CT（跨期）：NLST2023（本条目）→ pddca(454)
• CT↔MR（跨模态）：chaos(337) → amos(76) → synthrad(671, 合成路线)
• CBCT↔CT（放疗）：ThoraxCBCT（本条目）→ hecktor(461)
• PET↔CT：autopet(468) → autopet-v(634) →（2026 PSMAReg，见 §7.2）

按工具链走：

• 分割→配准标注：totalsegmentator(422) →（本条目 §2.3.3 流水线）
• 自监督对应点：ThoraxCBCT keypoints →（ConvexAdam/VoxelMorph++ 路线，§5）
• 评测与排名：MDL-UzL/L2R →（附录 D 伪代码）
• 跨模态合成替代：synthrad(671) →（SynDeeds 修图路线，§5.4）

三张路径图合起来覆盖了"我要做 X 配准"句式的大多数填空：X∈{部位}×{模态对}×{工具偏好}。每条路径的终点都是库内可下载数据或本条目的具体章节。

9.1 互链落点核对表（正文内链 5 处 + 表格 19 点）

按本库互链惯例，正文中至少 5 处出现库内条目内链语义（不依赖表格）：

1. §2.4 Abdomen MR-CT 的 CHAOS 来源 → 库内 chaos（rid 337）；
2. §2.3 标注流水线的 TotalSegmentator → 库内 totalsegmentator（rid 422）；
3. §4.4/§4.1 肺配准 landmark 传统与 DIRLab 前代 → 库内 pddca（rid 454）；
4. §5.4 SynDeeds"合成后配准" ↔ 跨模态合成 → 库内 synthrad（rid 671）；
5. §7.6/§7.1 挑战赛家族届次链 → 库内 hecktor2026（rid 638）、reg2026（rid 639）、fetreg（rid 343）。

表格版 19 点全景见上表。发布后由 link_builder 重建为导航链接。

§10 坑点清单：检索与复用必读的八则

坑 1：双官网并存，老站不可达且内容停在旧届
learn2reg.github.io 与 learn2reg.grand-challenge.org 长期并存：前者是 2020-2022 时代的老官网（本次核验中直连与 Wayback 快照均不可达），后者是现役主站——首页展示的却是 2026 届内容，2023 届信息藏在 Datasets、OncoReg 与归档页。检索 Learn2Reg 2023 若只看 github.io 或只看主站首页，都会拿错届别的信息。示例场景：有人在老站看到"Task 1-4"的四任务结构（2021 届），误当成 2023 届任务列表。处理：一律以 learn2reg.grand-challenge.org 为准，历史信息进归档页找。

坑 2：“Learn2Reg 2023 没有独立论文”——年份错配高发
Zenodo 记录（10.5281/zenodo.7844799，2023-04-19）只是挑战赛描述记录，不是论文；IEEE TMI 论文（10.1109/TMI.2022.3213983，2023;42(3):697-712）覆盖的是 2020-2021 届（六任务、20+ 队、65+ 方法）；2022-2023 届的正式总结要等到 2024 届总结论文（MELBA 2025，arXiv 2509.01217）与 OncoReg 论文（arXiv 2503.23179）。示例场景：论文写"NLLST 2023 数据，方法见 Hering et al. TMI 2023"——引的却是 2021 届的任务与结果。处理：结果表按届别引对应来源——NLST 2023 表引 arXiv 2509.01217 §4.1.4，ThoraxCBCT 2023 表引 arXiv 2503.23179 Table 2。

坑 3：ThoraxCBCT ≠ 4D-Lung——规模引用必须分层
L2R 任务包只含 19 例（11/3/5，38 对），是 TCIA 4D-Lung 收藏（20 名局部晚期 NSCLC 患者、183.04 GB、347,330 幅图像）的子集重打包。把"20 患者/183 GB"当 ThoraxCBCT 任务规模引用，或把"19 例"当 4D-Lung 收藏规模引用，都会错。示例场景：数据管理平台把 4D-Lung 收藏页的体量字段直接填进"Learn2Reg ThoraxCBCT"条目。处理：规模分层表述——上游收藏 vs 下游任务包，两层各有 DOI。

坑 4：NLST 规模多口径并存
挑战赛预处理包口径：210 对（170 train/10 val/30 test）、224×192×224@1.5mm（MONAI 官方 tutorial、DEQReg 论文、数据目录站三源一致）；SAMCL 论文（arXiv 2406.17575）写 294/42/84 幅图像（=147/21/42 对，自述 3mm 重采样口径）；2023 扩展版又叠加隐藏数据与双专家 >100 landmarks/例。示例场景：两篇综述引用 NLST 规模相差 40%，各自都没错——只是口径不同。处理：默认引用 210 对（170/10/30）并注明"挑战赛包口径"；见到其他数字先问预处理口径。

坑 5：Lübeck 云下载直链返回 401
Datasets 页挂的三个下载直链（cloud.imi.uni-luebeck.de/s/…/download）在未登录状态 HEAD 探测均返回 401——链接需要平台会话或已轮换。裸链下载会失败。示例场景：脚本化的数据管道把 Datasets 页直链写死，部署后整链失败。处理：经 grand-challenge 平台注册进入；源数据走 TCIA 公开直链不受影响；自动化管道应对 401 做人工介入降级。

坑 6：“谁是 ThoraxCBCT 冠军”——baseline 与参赛者必须区分
官方结果表里 ConvexAdam 总 rank 0.710 高于 SynDeeds 0.705，但 ConvaxAdam 是组织方提供的 baseline、不参评；官方冠军是 SynDeeds（DSC 70.16%、TRE 6.01 mm）。NLST 任务同理——corrfield（0.670）是官方 baseline。示例场景：新闻稿写"ConvexAdam 赢得 2023 ThoraxCBCT"——方法上说得通（rank 最高），赛制上是错的。处理：叙述冠军时写"官方冠军 SynDeeds（组织方 baseline ConvexAdam 未参评）"，勿省略括号里的半句。

坑 7：license 三层混合，没有统一答案
NLST 源数据 CC BY 4.0、4D-Lung 源数据 CC BY 3.0、挑战赛预处理包平台注册制无统一开放 license、test 标注 upon request、评测代码仓库无 LICENSE 文件、Zenodo 各记录另有标注。示例场景：把 NLST2023.zip 重打包上传到第三方数据仓库——预处置包层没有授权再分发的明确许可。处理：按 §6.2 五层分别声明；衍生数据发布前的最小安全集=只用 TCIA 源层并附完整引用链。

坑 8：三个"NLST 榜"指标互不相同，勿混
grand-challenge 排行榜侧栏里"L̶2̶R̶’̶2̶2̶ ̶N̶L̶S̶T̶"（删除线=2022 版已弃用）与"NLST"（2023 版）并存：前者指标 TRE(LM)/SDlogJ/TRE(KP)，后者 Dice/TRE(KP)/HD95/SDlogJ；而 2024 论文 Table 1 的 NLST 2023 结果表用 TRE/SDlogJ/Rank 三列。三个榜的队伍、指标、届别都不同。示例场景：把 2022 榜的 TRE-LM 数字与 2023 论文表的 TRE 直接对比，得出"方法退步"的错误结论。处理：引用任何 NLST 数字时注明"哪一届+哪个指标组+哪个来源"。

---

附录 A：核验时点与抓取存照

项目	时间/结果
本条目抓取与核验时点	2026-09-26（北京时间）
grand-challenge Datasets 页	成功抓取（HTML 51,854 B），确认 L2R-2023 两数据包与 license 引用
grand-challenge 主页	成功抓取，展示 2026 届+组织者名单+出版物列表
grand-challenge OncoReg 页	成功抓取，确认 spin-off 时间线与组织者五人
Zenodo 7844799	成功抓取（WebFetch），确认 v1 2023-04-19、作者三机构、Task 1/3 创新描述
TCIA 4D-Lung 收藏页	成功抓取（WebFetch），确认 20 患者/183.04 GB/CC BY 3.0
arXiv 2509.01217（v3 全文 HTML）	成功抓取（243,755 B），提取 NLST 2023 结果表与沿革段落
arXiv 2503.23179（ar5iv 全文）	成功抓取（152,928 B），提取 ThoraxCBCT Table 1/2 与 type 3 规格
learn2reg.github.io	直连与 Wayback 均失败（网络层阻断）——存照不引用
grand-challenge L2R23 data release 论坛帖	Forbidden（登录墙）——存照
Uni Lübeck 云三下载直链	HEAD 均 401——存照
GitHub MDL-UzL/L2R 主页与 ranking 目录	成功抓取（WebFetch），确认排名规则与 L2R23 snapshot notebook
MONAI NLST tutorial（jsdelivr CDN 镜像）	成功抓取（707,504 B），确认使用 NLST2023.zip+NLST_dataset.json
huggingface 主站/hf-mirror	未使用（无官方 HF 镜像需求；无 Learn2Reg 官方 HF 数据集）

核验覆盖度小结：官方侧（grand-challenge 三页+Zenodo）与学术侧（TMI/MELBA/OncoReg 三论文）全部直抓成功；数据上游（TCIA 两收藏）直抓成功；不可达项（老官网、论坛帖、Lübeck 云直链）均已定位并给出替代路径——核心数字无一条单源孤证。登录墙与 401 项不影响已发布事实，只影响"一手复算"，已在坑 2/坑 5 处理。

附录 B：三源核验登记表（核心数字）

#	核心事实	源 1	源 2	源 3	结论
1	2023 届两任务=NLST 扩展+ThoraxCBCT	Zenodo 7844799（Task 1/3 创新）	Datasets 页（New L2R-2023 两包）	learn2reg-test 页（“two tasks: Extended NLST and ThoraxCBCT”）	三源一致
2	ThoraxCBCT 19 例/38 对（11/3/5）	arXiv 2503.23179 正文	同文 Table 1	4D-Lung TCIA 页（上游 20 患者自洽）	一致
3	4D-Lung 上游 20 患者/183.04 GB/CC BY 3.0	TCIA 收藏页	Datasets 页引用（DOI+CC BY 3.0）	Hugo 2017 论文 DOI（10.1002/mp.12059）	一致
4	NLST 源 CC BY 4.0	Datasets 页	TCIA NLST DOI 记录	NEJM 2011 引用链	一致
5	NLST 2023 结果表（LapIRNv2 1.441mm/rank 0.800 等）	arXiv 2509.01217 §4.1.4 Table 1	grand-challenge NLST leaderboard 指标组（TRE-LM/TRE-KP/SDlogJ）	双专家 >100 landmarks 表述（同文）	一致（表为官方口径）
6	ThoraxCBCT 2023 结果表（SynDeeds 0.705/ConvexAdam baseline 0.710）	arXiv 2503.23179 Table 2	OncoReg 官方页（三方法 workshop 叙事）	ThoraxCBCT leaderboard 指标组（Dice/TRE(KP)/HD95/SDlogJ）	一致
7	test 窗口 2023-09-14 至 09-29	learn2reg-test 页	Zenodo 记录（两阶段设计）	OncoReg 论文 Validation/Test Phase 描述	一致
8	2020-2021 两届 20+ 队/65+ 方法	TMI 论文摘要（PubMedID 36264729）	arXiv 2509.01217 §2.2	Stanford Health Care 论文页	一致
9	NLST 包 210 对（170/10/30）@224×192×224/1.5mm	MONAI tutorial（NLST2023.zip）	DEQReg 论文转述	数据目录站（selectdataset）	三二手源一致（一手直链 401，存照）
10	2026 届 PSMAReg 597/262、Learn2Breath 200/10/100	grand-challenge 主页	CodaBench 任务链接	SNMMI 合作表述	一致
11	OncoReg type 3 数据 25 患者/27 例/3-fold	OncoReg 官方页（kickoff 日期）	arXiv 2503.23179 Table 1	grand-challenge OncoReg 页收官叙事	一致
12	排名规则（Wilcoxon p<0.05+几何平均+0.1 下限）	MDL-UzL/L2R ranking readme	2024 论文（Antonelli et al. Medical Decathlon 引用）	附录 D 伪代码与 ThoraxCBCT 实测位次互洽	一致

附录 C：任务包数据字典

NLST2023（NLST_dataset.json + NIfTI 对）

字段/文件	类型	语义
training_paired_images[].fixed / .moving	NIfTI 路径	吸气相（fixed）/呼气相（moving）224×192×224@1.5mm
training_keypoints / validation_keypoints	JSON	配对解剖关键点（双专家 >100/例，2023 扩展）
lung masks	NIfTI	肺掩码（Dice 类评测/预筛用）
displacement field（提交物）	NIfTI/.nii.gz	3D 位移场（mm），评测接口唯一输入
test 集监督	隐藏	landmark/结节/靶结构标注仅组织方持有（TRE/TREnodules 在线评测）

ThoraxCBCT（打包 NIfTI）

字段	类型	语义
image（FBCT/CBCT ×2）	NIfTI 390×280×300@1.0mm	治疗前 FBCT（吸气）+ 疗程首尾 CBCT（呼气）
label mask	NIfTI	半自动 13 结构（肺、肿瘤、OAR、骨结构；TotalSegmentator+配准传播+UKSH 验证）
landmarks	CSV/JSON	手动解剖标志点（平均 16/对，全躯干）
Förstner keypoints	JSON	DeedsBCV 位移场导出的配对关键点（自监督用）
body trunc mask	NIfTI	体干二值掩码（背景分离）
zero-deformation field	NIfTI	sanity check 用零位移场（L2R 仓库）

标注质量的独立评估建议（使用者的尽调清单）：

• 掩码层是"TotalSegmentator 自动+传播+UKSH 医生验证"的半自动产物——用前抽 5-10 例做目视 QA，重点看配准传播到 CBCT 的边界（膈顶、心脏缘）；
• landmarks 为纯手动（平均 16/对），但未公开标注者间一致度——对 TRE 的解释要留"金标准本身有方差"的余量；
• keypoints 由 DeedsBCV 导出，属于"模型生成的伪真值"——用它训练的模型上限受 Deeds 精度约束，对比实验时建议同时保留 landmark 评测；
• 两个子任务（t0 对 vs end 对）的难度结构不同——分拆报告比合并平均更有信息量（OncoReg 论文即如此处理）。

附录 D：排名机制伪代码（L2R ranking 目录口径）

for metric in task.metrics:
    for a, b in pairs(submissions):
        p = wilcoxon_signed_rank(scores[a][metric], scores[b][metric])
        if p < 0.05: wins[better(a,b)] += 1
    metric_rank[m] = 0.1 + 0.9 * normalize(wins)   # 0.1-1.0，并列共享
task_rank = geometric_mean(metric_rank.values())   # 任一指标崩盘即拖垮总分
未提交者: metric_rank = 0.1
baseline 方法: 计 rank 展示，不参与冠军评定

排名实例演算（以 ThoraxCBCT 2023 的 Fourier-Net 为例）：TRE 4.03（第一）+ TRE30 3.85（第一）贡献两个高 rank，但 DSC 61.91（倒数）与 HD95 47.80（倒数）贡献两个低 rank，SDlogJ 0.07（次低）中等——几何平均后 0.535，被"每项都在前排"的 SynDeeds（0.705）反超。这就是"没有任何单一指标能抓住配准质量"的数学化表达。

附录 E：检索路径示范

目标	推荐查询式	预期命中
2023 官方记录	Learn2Reg Challenge 2023 Zenodo / DOI 10.5281/zenodo.7844799	记录页（含全文描述）
2023 结果表	Learn2Reg 2024 NLST results / arXiv 2509.01217	MELBA/arXiv §4.1.4
ThoraxCBCT 规格	ThoraxCBCT OncoReg 4D-Lung / arXiv 2503.23179	OncoReg 论文 Table 1/2
源数据	TCIA NLST HMQ8-J677 / TCIA 4D-Lung ELN8YGLE	TCIA 收藏页
评测代码	github MDL-UzL L2R ranking	仓库（evaluation/ranking/zero fields）
训练样板	MONAI tutorial learn2reg NLST paired lung CT	3d_registration notebook
历史六任务	Learn2Reg TMI 10.1109/TMI.2022.3213983 / Zenodo 3835682	TMI 论文+合集
2026 届	Learn2Reg 2026 PSMAReg Learn2Breath CodaBench	grand-challenge 主页
论文复用案例	“Learn2Reg NLST” TRE TRE30 SDlogJ MICCAI 2025	新方法论文的 NLST 对标表
OncoReg type 3	OncoReg challenge UKSH type 3 / arXiv 2503.23179	OncoReg 论文 §3-4
MONAI 训练样板	MONAI tutorial learn2reg NLST	jsdelivr/项目 MONAI tutorials
排名规则原文	MDL-UzL/L2R ranking readme	GitHub 仓库

检索卫生两条：一、凡引用 Learn2Reg 数字先问"哪一届+哪个任务+哪个来源"（坑 2/坑 8）；二、grand-challenge 论坛帖与 test 站有登录墙，抓不到的内容以已公开的 Datasets/OncoReg 页与论文为准，勿以讹传讹。

附录 F：双口径登记表

#	项	口径 A	口径 B	处理
1	NLST 规模	210 对（170/10/30，挑战赛包/MONAI/DEQReg）	147/21/42 对（SAMCL 3mm 重采样自述口径）	按 A 引用并注口径
2	ThoraxCBCT 规模	19 例/38 对（L2R 任务包）	20 患者/183.04 GB（TCIA 4D-Lung 上游）	分层各自引用
3	ThoraxCBCT 第一名	SynDeeds（官方冠军，rank 0.705）	ConvexAdam（rank 0.710，组织方 baseline 不参评）	双写+身份注明
4	“Learn2Reg 论文”	TMI 2023（42(3):697-712，覆盖 2020-2021）	MELBA 2025（含 2022-2023 总结）	按届别引用
5	官网	learn2reg.grand-challenge.org（现役）	learn2reg.github.io（老站，本次不可达）	以 grand-challenge 为准
6	参赛规模	20+ 队/65+ 方法（2020-2021 两届合计，TMI 口径）	各届单独数字（未系统披露）	只引合计口径
7	runtime 地位	NLST 2023 计入排名叙述	OncoReg type 3 明确不计分	注明届别口径

数字漂移说明：本条目所有排行与规模数字固定于 2026-09-26 抓取时点；Learn2Reg 排行榜为活系统，新提交会改变相对位次但不改变论文表格（表格数字永久可溯）。两类数字在条目内的呈现原则：论文表格数字（§4 主表）优先，平台实时榜仅在"持续开放"语境引用并注明日期。若未来官方发布 2023 届独立总结论文且数字与本条目不一致，按附录 K 触发更新流程，以新论文为准并在附录 F 追记漂移行。

附录 G：FAIR/AI-Ready 检查单

检查项	状态	说明
F1 全局唯一标识	✅	Zenodo DOI（挑战赛记录）+ TCIA DOI（源数据）+ 任务包平台 ID
F2 富元数据	✅	Datasets 页逐包规格+TCIA DICOM 元数据+论文表格
A1 可访问协议	⚠️	源数据公开直链；预处理包注册制（401 门槛）；test 标注请求制
A2 元数据可访问	✅	即便数据有门槛，规格与引用链始终开放
I1 互操作格式	✅	NIfTI+JSON+标准位移场接口；MONAI/nnU-Net 生态直连
I2 词汇表引用	✅	TRE/Dice/HD95/SDlogJ 均为社区标准指标并开源实现
R1 来源溯源	✅	每个任务包到 TCIA DOI 的派生链完整
R3 可复现流程	✅	评测代码+零场 sanity check+dummy 数据集+baseline 全开源
AI-Ready 综合	4.0/5	"评测即服务"标杆；扣分在注册制与统一 license 缺位

附录 H：术语中英对照（首现标注回查表）

中文	英文	备注
医学图像配准	medical image registration	本条目主题
形变配准	deformable registration	相对 rigid/affine
靶注册误差	target registration error, TRE	配准核心指标
解剖标志点	anatomical landmark	手动标注的金标准
关键点	keypoint	自动检测点（Förstner 系）
位移场	displacement field	提交物本体
雅可比行列式	Jacobian determinant	折叠检测
靶区/危及器官	target / organ at risk, OAR	放疗术语
扇束 CT / 锥束 CT	fan-beam CT / cone-beam CT, FBCT/CBCT	ThoraxCBCT 双模态
图像引导放疗	image-guided radiation therapy, IGRT	临床场景
自配置	self-configuring	超参自动选择路线
跨期/跨患者	intra-/inter-patient	患者域二分
吸气相/呼气相	inspiratory / expiratory phase	呼吸相位
低剂量 CT	low-dose CT, LDCT	NLST 筛查协议
排行榜	leaderboard	持续评测载体

附录 I：缩写速查

缩写	全称
L2R	Learn2Reg（挑战赛简称）
TRE / TRE30	Target Registration Error / 最差 30% landmark 的 TRE
TRE-KP / TRE-LM	keypoints / landmarks 口径的 TRE
TREnodules	肺结节层面 TRE（2023 新增）
DSC / Dice	Dice Similarity Coefficient
HD95	Hausdorff Distance 95th percentile
SDlogJ	标准差 of log Jacobian determinant（形变折叠指标）
FBCT / CBCT	Fan-Beam CT / Cone-Beam CT
IGRT	Image-Guided Radiation Therapy（图像引导放疗）
OAR	Organ At Risk（危及器官）
NLST	National Lung Screening Trial
NSCLC	Non-Small Cell Lung Cancer
TCIA	The Cancer Imaging Archive
UKSH	Universitätsklinikum Schleswig-Holstein
DAIMS	Discoverability/Accessibility/Interoperability/Metadata/Sustainability
Type 1/2/3	挑战赛提交分型：位移场 / Docker 算法 / 全隐藏
FDK	Feldkamp-Davis-Kress（CBCT 重建算法）
MIND / LNCC / NGF	配准常用相似度度量（模态稳健）
RTSTRUCT	DICOM 放疗结构集（靶区/OAR 轮廓）
DEQ	Deep Equilibrium Model（深度均衡模型）
CVH	Compressed Volumetric Haar（Deeds 块匹配特征）
FFD / B-spline	自由形变形变模型（NiftyReg 系）
VDT	Volume Doubling Time（结节体积倍增时间，随访场景）
PSMA	Prostate-Specific Membrane Antigen（2026 PSMAReg 任务）
COPDGene	Genetic Epidemiology of COPD（2026 Learn2Breath 数据源）

附录 J：届次-任务-结果速查总表

届次	任务	冠军/最佳	数字锚点
2020-2021	六任务（Lung CT/OASIS/CuRIOUS/Abdomen CT-CT/Abdomen MR-CT/Hippocampus）	ConvexAdam（跨任务总分第一）	20+ 队/65+ 方法；速度迷思破除
2022	NLST 首秀+历史任务	—（Type 3 试验）	L̶2̶R̶’̶2̶2̶ 榜已弃用（删除线）
2023	NLST2023	LapIRNv2（rank 0.800）	TRE 1.441 mm；initial 10.40 mm
2023	ThoraxCBCT	SynDeeds（rank 0.705）	DSC 70.16%；ConvexAdam baseline 0.710
2023 冬（OncoReg type 3）	UKSH 隐藏集	DINO-Reg Ensemble	25 患者私有；VoxelMorph++ 亚军
2024	ReMIND2Reg/LUMIR/COMULISSHGBF	next-gen-nn 跨任务稳定	VROC 拿下 COMULISglobe SHG/BF 第一
2025	持续评测	—	LNCS proceedings 出版
2026	PSMAReg/Learn2Breath（CodaBench）	进行中	597/262 与 200/10/100

届次叙述补注：2024 届两支全勤队（VROC 与 next-gen-nn）展示了两种极端策略——VROC 全程优化式（任务特定预处理+Demons 力）与 next-gen-nn 全程学习式（三个任务全部前十、LUMIR 第二）——它们的分化被 2024 总结论文用作"跨任务泛化"命题的活体实验。2025 届 proceedings 落地 Springer LNCS（978-3-032-25169-5），意味着 Learn2Reg 与 MICCAI 的关系从"workshop 附属"升级为"正式出版分支"。2026 届换引擎（CodaBench）与学会联办（SNMMI）是组织层面的两次升级——前者为可编程赛制（CodaBench 支持自定义评测器），后者为临床数据供给开辟了学会背书的通道。

附录 K：本条目生产档案

• 生产通道：50 篇冲刺批量生产·批次 3，代理 agentB-l2r（slug=learn2reg；备选 SegRap2023 未启用——主选三轮核验通过无需改道）
• 开工三查：锁文件创建（agentB-l2r 1790460694）；part 文件唯一化（/tmp/learn2reg_agentB-l2r_part1-5.md）；环境留痕 ps aux | grep -c "[c]odebuddy" = 4
• 研究：WebSearch×5+WebFetch×6+curl 直抓（grand-challenge/TCIA/arXiv/ar5iv/MONAI tutorial CDN 镜像）共约 15 轮；learn2reg.github.io 直连与 Wayback 均不可达已存照
• FACTS.md：writing/learn2reg/FACTS.md 九节
• 成稿方式：五 part 直写拼接（part1-5），每 part 尾留空行
• 坑点：§10 八则（坑 1-8"坑 N："编号制）
• 互链计划：chaos/amos/pddca/fetreg/hecktor/hecktor2026/reg2026/autopet/autopet-v/totalsegmentator/verse-spine/abdomenct-1k/ctpelvic1k/ctspine1k/ct-rate/rider-lung-ct/lctsc/synthrad/nih-pancreas-ct 共 19 点（§9 表）
• 更新触发点：2026 届数据发布（PSMAReg/Learn2Breath 包下载可用时）→ §7.2 与附录 J 扩行；官方 2023 独立总结论文若现身 → 坑 2 解除

交接清单（下一位编辑者从这里接手）：FACTS.md 九节为唯一事实底稿；本成稿五 part 源文件在 /tmp/learn2reg_agentB-l2r_part1-5.md（会话期有效，长期以拼接后的 writing/learn2reg/learn2reg_Wikipedia.md 为准）；租约锁 writing/learn2reg/.lock 到此任务完成后可释放；遗留疑点仅附录 A 标注的三项（老站原文、Zenodo 3835682 license、各届精确提交队伍数），均不阻塞发布。

附录 L：Learn2Reg 2023 与同类 MICCAI 挑战赛的对照

把 2023 年前后活跃的 MICCAI 配准类挑战赛放在一起，方便按需选型：

挑战赛	部位/模态	形态特色	与 Learn2Reg 的关系
Learn2Reg 2023（本条目）	脑/腹/胸，CT/MR/US	多任务平台+持续榜+统计排名	平台型母体
OncoReg（2023-2024）	肺，FBCT↔CBCT	Learn2Reg 的肿瘤学 spin-off，type 3 隐藏数据	子事件（同组织方）
Hecktor（2021-2026）	头颈，PET-CT/CBCT	聚焦放疗靶区，配准+分割复合	同"跨模态+放疗"配方（库内 rid 461/638）
AutoPET（2022-2024）	全身 PET/CT	淋巴瘤病灶，自配准	形变合理性矛盾的同题（库内 rid 468/634）
FetReg（2021）	胎儿 MRI	产科移动伪影	MICCAI 配准挑战家族（库内 rid 343）
Reg2026（2026）	—	配准方向后续挑战	届次演进链（库内 rid 639）
PDDCA/POPI（2010s）	肺 4DCT	landmark 传统源头	Learn2Reg 的"前史"（库内 rid 454）

选型口诀：平台型需求（多任务、打榜、持续评测）→ Learn2Reg；专科纵深（头颈/核医学/产科）→ 对应专科挑战赛；历史对照（landmark 传统的根）→ PDDCA。

附录 M：数据复用合规问答（5 条）

1. **我能否把 NLST2023.zip 镜像到国内网盘供实验室共享？**预处理包无明确再分发许可，稳妥做法是共享 grand-challenge 注册链接让同事自取；纯实验室内部使用风险低，公开发布不行。
2. **我能否用 4D-Lung 原始 DICOM 训练商业产品？**源层 CC BY 3.0 允许商用（含署名），但 TCIA 数据使用政策另有附加条款（如不得声称背书）——商用前逐条核对 TCIA 政策页。
3. **论文里贴 ThoraxCBCT 的测试集可视化结果可以吗？**test 监督标注不公开，但位移场可视化（自己方法的输出）无碍；引用官方指标数字需注明来自排行榜/论文。
4. **我的挑战赛要不要也用 Wilcoxon 排名？**小样本任务（<30 例）强烈建议——平均分在小样本上极不稳定，Learn2Reg 的做法是把这些噪声显式建模进排名。
5. **引用本条目时最短引用链是什么？**任务设计引 Zenodo 7844799 + 结果引 arXiv 2509.01217（NLST）/2503.23179（ThoraxCBCT）+ 数据引 TCIA DOI——三段式，缺一会被审稿人补刀。
6. **我能在 Learn2Reg 数据上预训练再发到别处吗？**源层（TCIA，CC BY）可以；预处理包层没有授权再分发，重训产物（权重）发布一般无碍，但应说明训练数据来源与许可层级。
7. **验证集能发论文吗？**能，验证集是公开的；但只报验证集成绩并暗示"达到挑战赛水平"会被质疑——test 成绩只能来自官方评测。
8. **双专家 landmark 的分歧数据公开吗？**2023 扩展的标注细节由组织方持有；公开包只含合并后的监督信号——做标注不一致研究需联系组织方（learn2reg@gmail.com）。
9. **排行榜上的历史成绩会被复算改变吗？**排名代码开源、快照可查（leaderboard history 功能），但新提交会改变相对位次——引用时给日期戳。
10. **OncoReg 的 25 患者私有数据现在还能评测吗？**官方页明示"We offer a continuation of the evaluation beyond the completion of the challenge"——邮件申请即可，这是"评测即服务"长期化的直接例证。

附录 N：发布前最终自检记录

检查	结果
check_md.py（行数/章节/坑点/DAIMS/G3 纯净度/围栏配对/category_tags 受控词表）	见最终运行输出
preflight_check.py（锚点唯一/标题重复）	见最终运行输出
frontmatter 长度	title/subtitle/data_source.name ≤255 字符；description ≤170 字符（成稿时即按限编写）
title 后缀	" — AI-Ready Wikipedia \
URL 占位	https://www.qianfanghub.com/ai-ready-dataset/learn2reg/685 ✅
坑点格式	“坑 N：” 编号制 1-8 ✅
DAIMS 表	§6.3 ✅
category_tags	医学影像/CT/MRI/挑战赛数据集/评测基准/肺癌（VOCAB 内 6 词） ✅
cover_image_prompt	淡色封面插画+浅米白底+青绿淡紫暖橙淡金+结尾禁令句 ✅
临时文件唯一化	/tmp/learn2reg_agentB-l2r_part1-5.md（无裸命名，无竞争写入） ✅
租约锁	writing/learn2reg/.lock（agentB-l2r 1790460694，全程持有） ✅
环境留痕	ps aux \
查重	ai_ready_dataset 无 learn2reg 同名条目（record 查询空） ✅
备选改道	SegRap2023 未启用（主选三轮核验通过，无需证伪改道） ✅

附录 J2：库内互链条目全表（19 点，供 link_builder 重建）

record_id	url_name	关联强度	关联语
337	chaos	强	Abdomen MR-CT 任务数据源（CHAOS）
76	amos	强	腹部跨模态配准延伸
454	pddca	强	肺 4D 配准前代基准
422	totalsegmentator	强	ThoraxCBCT 掩码生成工具
639	reg2026	强	配准挑战届次链
638	hecktor2026	中	挑战赛家族
461	hecktor	中	头颈跨模态放疗配准
343	fetreg	中	产科配准挑战
468	autopet	中	PET-CT 配准
634	autopet-v	中	PET-CT 配准续届
402	abdomenct-1k	中	腹部配准训练池
465	ctpelvic1k	弱	盆腔骨性配准域
443	ctspine1k	弱	脊柱骨性配准域
435	verse-spine	弱	脊柱分割/配准域
546	ct-rate	弱	胸 CT 跨期随访
267	rider-lung-ct	弱	TCIA 肺 CT
277	lctsc	弱	TCIA 肺放疗 CT
671	synthrad	中	跨模态合成姊妹问题
367	nih-pancreas-ct	弱	腹部小结构补充

---

尾注

本条目为 AI-Ready Wikipedia 数据集条目，生产于 2026-09-26，抓取与核验时点见附录 A。事实陈述以 grand-challenge 官方页（Datasets/OncoReg/主页）、Zenodo 记录（10.5281/zenodo.7844799）、IEEE TMI 论文（10.1109/TMI.2022.3213983）、MELBA 总结论文（10.59275/j.melba.2025-gc8c / arXiv 2509.01217）与 OncoReg 论文（arXiv 2503.23179）为源；双官网割裂、2023 无独立论文、规模多口径、baseline 与冠军之辨等原始文档陷阱已在坑点（§10）与附录 F 存照。条目与库内 chaos（rid 337）、amos（rid 76）、pddca（rid 454）、fetreg（rid 343）、hecktor（rid 461）、hecktor2026（rid 638）、reg2026（rid 639）、autopet（rid 468）、totalsegmentator（rid 422）等条目互链，构成医学图像配准挑战赛家族的完整检索面。Learn2Reg 系列仍在演进（2026 届已启动于 CodaBench），后续届次数据发布时按附录 K 触发更新。

---

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：

• lnq — 共享标签：医学影像 / CT / 挑战赛数据集 / 评测基准 / 肺癌
• ulf-enc — 共享标签：医学影像 / MRI / 挑战赛数据集 / 评测基准
• osic-pulmonary-fibrosis — 共享标签：医学影像 / CT / 挑战赛数据集 / 评测基准
• nsclc-radiogenomics — 共享标签：医学影像 / CT / 肺癌
• medpix — 共享标签：医学影像 / CT / MRI
• toothfairy2 — 共享标签：医学影像 / CT / 挑战赛数据集 / 评测基准
• curvas — 共享标签：医学影像 / CT / 挑战赛数据集 / 评测基准
• toothfairy3 — 共享标签：医学影像 / CT / 挑战赛数据集 / 评测基准
• stsr — 共享标签：医学影像 / CT / 挑战赛数据集 / 评测基准
• nsclc-radiomics — 共享标签：医学影像 / CT / 肺癌

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。