MAMA-SYNTH 虚拟增强乳腺 MRI 挑战赛

MAMA-SYNTH 是一项关于乳腺磁共振「虚拟增强」的公开挑战赛，2026 年作为 MICCAI Deep-Breath 研讨会的卫星赛事举办。它要解决的问题很具体：给定一张增强前的 T1 加权乳腺 MRI 切片，让算法生成这位患者在峰值增强相位的对应切片。训练队列沿用 MAMA-MIA 的全部病例，评测则放在荷兰 Radboud 大学医学中心与阿根廷 Instituto Alexander Fleming 两个此前未参与训练的外部中心，各 200 例与 100 例。

之所以值得单独做一场比赛，是因为动态增强磁共振的价值与代价同时来自钆对比剂。增强后的图像能显示肿瘤的强化模式，是诊断、分期与疗效评估的核心依据；但反复注射带来的安全性顾虑、含钆废水在环境中的检出、以及增强流程对设备与预约时长的占用，都指向同一个方向——能否只做增强前扫描，用算法补出增强后的信息。此前的研究各自为战，数据、协议与评价方式互不相同，结论难以横向比较。

想用这份基准的人，第一步应当读评测协议而不是模型库：四组八项指标里有两组直接测下游任务，最终名次是四组排名的等权平均，因此单点优化外观相似度不会赢。第二步确认训练队列的来路，MAMA-MIA 有独立的获取渠道与使用条款。第三步留意两套测试集规模数字并存，引用时要写明取自哪一页。

§1 它是什么

1.1 一句话定义

MAMA-SYNTH 是一个图像到图像的合成任务基准，任务是从增强前推增强后。输入是乳腺动态增强磁共振（Dynamic Contrast-Enhanced MRI，DCE-MRI）中的一张增强前 T1 加权切片，输出是同一位患者、同一解剖层面、在峰值增强相位采集到的切片。参赛者提交的是一个 Docker 容器，平台在隐藏的外部测试集上运行并打分。

它不发布生成好的合成图像，也不发布预训练生成模型。它发布的是一套评测协议、一份多中心测试集、一份训练队列的指向、以及两个可跑通的基线容器。这一点决定了它的使用方式与普通数据集不同：拿不到测试集，能拿到的只是训练队列与评分代码。

1.2 任务的边界

任务限定在二维切片，不是三维体数据。官方数据页写明，每个测试例对应一位患者 DCE 检查中的一张 2D 切片，选取规则是「在峰值增强相位中恶性肿瘤面积最大的那张切片」。所有测试图像均为脂肪抑制、轴位采集。

限定在单张切片，带来几处需要使用者自觉处理的后果。三维上下文被切掉了，病灶与胸壁、皮肤、心脏的相对位置关系不再可见；时间维度也被切掉了，DCE 的动力学曲线原本是判断良恶性的关键，而这里只保留峰值一个时间点。换句话说，这项任务并不追求还原一次完整的增强检查，它追求的是在给定的一个时间点、一个层面上，把增强带来的对比度差异还原出来。

1.3 与 MAMA 系列的关系

MAMA-SYNTH 冠以 MAMA 之名，因为它的训练队列直接沿用 MAMA-MIA。MAMA-MIA 是 2025 年发表于 Scientific Data 的乳腺 DCE-MRI 基准集合，收录全美的治疗前扫描，来自美国 25 家以上中心。MAMA-SYNTH 的数据页明确写道，这份集合此前已用于第一届 MAMA 挑战赛，任务分别是原发肿瘤分割与病理完全缓解预测；在本届挑战赛中，它转为虚拟增强合成的开发队列。

因此存在一条清晰的谱系：同一批影像先服务于分割与疗效预测，再服务于图像合成。三个任务共用同一份影像，意味着任何在这三处发表的结果都共享同样的病例构成偏倚，不能把它们当作三次独立的证据。

1.4 举办与出处

挑战赛在 Grand Challenge 平台托管，官方站为 mamasynth.grand-challenge.org，另有一份 GitHub Pages 镜像站。提案以 PDF 形式发布在 Zenodo，记录号为 19852228，版本 v1，发布日期 2026 年 4 月 28 日，文件 125.3 kB。提案署名十人，来自巴塞罗那大学、Helmholtz Munich、慕尼黑工业大学、Radboud 大学医学中心、荷兰癌症研究所与 Instituto Alexander Fleming。

截至本次核对，尚未见到该挑战赛的正式会议论文。官方页给出的引用入口是 Zenodo 提案与一份 Camera-Ready Checklist，没有结果论文的链接。这意味着方法学描述目前只能靠提案 PDF、数据页正文与代码仓库三处拼合，缺少经过同行评审的统一叙述。

§2 数据构成

2.1 队列结构

评测采用「一个开发队列 + 两个外部测试队列」的结构。开发队列负责训练与调参，两个外部队列负责排名。数据页的 cohort summary 表把这一结构列成三列，逐项对比来源、场强、厂商与协议。

属性	训练队列（MAMA-MIA）	测试队列 A（Radboud）	测试队列 B（Fleming）
角色	开发／训练	外部测试	外部测试
国家	美国	荷兰	阿根廷
病例数	约一千五百	200	100
中心数	25 家以上	1 家	1 家
影像类型	治疗前乳腺 DCE-MRI	DCE-MRI 的 2D 切片	DCE-MRI 的 2D 切片
采集平面	轴位 84.4%／矢状位 15.6%	轴位	轴位
脂肪抑制	未单列	是	是
图像尺寸	未单列	416 × 416 px	512 × 512 px
场强	1.5T 72.1%／3T 27.9%	3T	1.5T
厂商	GE 64.1%／Siemens 27.3%／Philips 8.6%	Siemens	GE

这张表本身就是这份基准最值钱的部分。训练队列是 25 家以上中心的混合，测试队列则是两家单中心，场强、厂商、像素尺寸全不相同。排行榜因此不只反映模型能力，还同时反映方法对分布偏移的鲁棒性——这一点在解读名次时必须记住。

2.2 两套测试集规模数字

关于测试集有多大，官方页面之间存在两套说法，且互不吻合。

口径	来源	Radboud	Fleming	合计
主口径	Grand Challenge 数据页与首页	200	100	300
镜像口径	mama-research.github.io	177	94	271

两套数字相差 29 例。判断主次的三条依据：其一，首页 Challenge Phases 一节写「测试阶段使用 300 例隐藏数据做官方排名」，与 200 + 100 自洽；其二，数据页的 Radboud 分子分型一栏给出 Luminal 165、三阴性 23、其他 12，三项相加恰为 200，为 200 这个数字提供了一次独立佐证；其三，镜像站结构明显更早，其「Note」栏自述多项信息未提供。

即便如此，差别仍未解释。合理解释包括镜像站反映的是早期规划的队列规模、或其中一部分病例因质量剔除，但两种都是推测。引用时的稳妥写法是并列两个数字并注明出处，而不是二选一后当作定论。

2.3 测试队列的采集参数

两家外部中心的差异远不止病例数，采集参数几乎逐项不同。

项	Radboud（荷兰）	Fleming（阿根廷）
场强	3T	1.5T
厂商	Siemens	GE
像素尺寸	416 × 416	512 × 512
采集协议	t1_fl3d_tra_Dixon_W	未披露
重复时间	5–10 ms	4.2 ms
回波时间	2–5 ms	2 ms
翻转角	8–15°	12°
层厚	约 1 mm	1.1 mm
对比剂	DOTAREM 99%、GADOVIST 0.5%	DOTAREM、GADOVIST
分子分型	Luminal 165（85.7%）／三阴性 23（9.4%）／其他 12（4.9%）	Luminal 37（37%）／三阴性 30（30%）／其他 20（20%）

分子分型这一栏透露的信息比参数差异更值得注意。Radboud 的队列里 Luminal 型占八成半，Fleming 只有三成七，三阴性比例则从 9.4% 升到 30%。三阴性乳腺癌的强化模式与 Luminal 型不同，通常表现为更快的强化与更明显的廓清，这对合成方法是一次实质性的分布偏移测试。

同时要留意 Fleming 一栏的加总问题：37 + 30 + 20 = 87，既不等于 100，也不等于 94。可能的解释是分型只覆盖了已确定分型的子集，但官方未作说明。因此这一列只能读作「已分型部分的构成」，不能当作对全队列的完整描述。

2.4 切片是怎么抽出来的

数据页只说了选取规则，代码仓库说得更细。预处理脚本 preprocess.py 的五步流程是：先按文件名后缀识别每位患者的全部 DCE 相位；再在三维空间上比较各相位的肿瘤平均强度，取最高者作为峰值增强相位；然后在该相位沿最短轴逐层计算肿瘤面积，取面积最大的那一层；接着用训练集增强前切片的均值与标准差做 z-score 归一化；最后输出 .mha 与 .png 两种格式。

这套流程把「哪张切片」这个问题完全确定化了，好处是可复现，代价是样本选择偏倚。所有样本都是肿瘤面积最大的一层，意味着数据集中几乎不存在小病灶或边界模糊的病灶，模型也因此不会在小病灶上被惩罚。任何声称方法「在早期小肿瘤上同样有效」的推断，都不能从这份基准的成绩中得到支持。

2.5 格式与读取

正式提交与评测走 .mha 格式。仓库 README 用一行加粗警示说明：PNG 只用于可视化，没有按挑战赛要求做归一化，不能拿来训练或提交。这条提示看似琐碎，实际是新手最容易踩的一处。

目录结构上，预处理脚本输出 mha/input（增强前）、mha/ground_truth（峰值增强）、mha/mask（肿瘤掩膜）三个子目录，另有 png/、intensity_plots/ 与一份逐患者的 report.csv。归一化统计量预先算好，存放在 training_pre_stats.json，内容包括均值与标准差两项。

§3 怎么拿到

3.1 三条获取路径

要拿到数据，得先把三类资源分开：训练队列、测试队列、代码与评估工具。

训练队列即 MAMA-MIA，官方给出两条路径。首选 Synapse，项目号 syn60868042，数据页附了 wiki 入口。若因地区或机构限制无法访问 Synapse，数据页另给 Health-RI XNAT 作为备用通道，项目标识 mama_mia，需要先注册 XNAT 账号才能进入该项目。对访问受限地区的研究者而言，第二条路径是实际可行的入口。

测试队列不可下载。验证阶段与测试阶段都由平台在隐藏数据上评分，参赛者只能通过提交容器间接接触。这是排行榜不可外部复现的根本原因。

代码与评估工具在 GitHub 仓库 mama-research/mama-synth，分三个部分：src/preprocessing 负责三维到二维的抽取与归一化，src/evaluation 负责四组指标计算，src/submission 提供两个可容器化的基线。

3.2 使用规则

数据页的 Data access and usage 一节列了三条允许与三条禁止。

允许的训练材料是：挑战赛提供的数据，以及额外的公开可用数据集。使用任何外部数据集都必须在提交材料中明确记录。禁止的是私有数据、非公开的机构数据，以及通过私下渠道共享的模型开发资源。

此外还有一串合规要求：参赛者须遵守行政令 EO 14117、联邦法规 28 CFR Part 202 与 NIH 指南通告 NOT-OD-25-083，并明确不得使用 NIH 受控访问数据存储库（CADRs）。这几条合起来指向同一件事——数据来源必须是公开可核验的，不能通过受控访问渠道获取后混入。

3.3 许可状态

官方页与代码仓库都没有标注具体许可证。数据页只说数据「用于 MAMA-SYNTH 2026 范围内的开发与评测」。这与 PhysioNet 上同类数据常见的 CC BY-NC 系列标注不同，属于未声明状态。

未声明不等于可以随意使用。稳妥的处理是：学术研究按挑战赛规则引用即可；涉及再分发、商用或纳入产品，需要先向组织方书面确认。仓库根目录存在一个 LICENSE 文件，但其具体条款未逐条核对，代码与数据的许可也应分开看，不能因为代码开源就推断数据同样可用。

3.4 时间窗

挑战赛的时间线已经走完。验证阶段 2026 年 5 月 8 日开放，测试阶段 6 月 25 日开放，7 月 10 日截止投稿，7 月 15 日截止论文提交，7 月 31 日出评审结果，8 月 2 日发布官方结果，8 月中旬截止 Camera Ready，9 月 27 日在法国斯特拉斯堡的 Deep-Breath 研讨会上公布获奖名单。

对现在才开始关注的人来说，报名窗口已关闭，实际可用的东西是：训练队列、评分代码、两个基线容器、以及一份固定的评测协议。用这套协议去评估自己的方法仍然可行，只是无法进入官方排行榜。

§4 质量与已知问题

4.1 这份基准测的到底是什么

评测由四组指标组成，每组两项。

组	指标	方向	粒度	盯的是什么
图像到图像保真	MSE	越低越好	逐例	像素级差异
	LPIPS	越低越好	逐例	深度特征空间中的感知差异
ROI 到 ROI 肿瘤真实性	SSIM（肿瘤 ROI 内）	越高越好，0–1	逐例	亮度、对比度、局部结构
	FRD	越低越好	聚合	放射组学特征分布的 Fréchet 距离
下游分类	AUROC（增强前 vs 增强后）	越高越好	聚合	合成图是否还保留「增强」这一信息
	AUROC（肿瘤 vs 非肿瘤）	越高越好	聚合	合成图是否还保留「病灶」这一信息
下游分割	Dice	越高越好，0–1	逐例	肿瘤分割重叠度
	HD95	越低越好	逐例	分割边界的最坏偏差

排名规则是：组内先对各指标单独排名，取平均排名作为组得分；再把四组得分平均，得到最终名次。官方页只说「跨四组平均」，镜像站补充「所有指标等权」。题目没有披露任何权重系数，因此可以认为八项指标在设计上是平的。

4.2 为什么不只看外观指标

官方在评测理由里给了一段很直接的说明：虚拟增强不能只靠单一图像相似度来评价，因为一张合成图可以看上去很有说服力，却同时丢失了有诊断意义的强化模式或肿瘤特征。这段话解释了指标设计的两处刻意安排。

第一处是把 FID 换成 FRD。FID 衡量的是整幅图像在某个预训练网络特征空间中的分布距离，对肿瘤区域并不敏感——肿瘤在一张 416 × 416 的切片里可能只占很小的面积，整幅图的分布距离主要由腺体、脂肪与背景决定。FRD 把特征空间换成放射组学特征，把计算范围收到肿瘤 ROI 内，等于把评价的放大镜对准了临床真正关心的那部分像素。这个指标出自 Osuala 等人的工作，本次挑战赛的组织者之一正是该方法的提出者，属于自用自家指标，这一点应当知道。

第二处是两组下游任务。分类组的两项 AUROC 都直接从肿瘤掩膜内提放射组学特征再分类，判的不是「这张图像不像」，而是「这张合成图上还能不能分出增强前后」「还能不能分出肿瘤与非肿瘤」。分割组用 Dice 与 HD95，判的是「在这张合成图上还能不能把肿瘤勾出来」。

把这三层放在一起，才能回答一个真问题：模型是真的学到了增强的生理机制，还是只学会了让图像看起来更亮。

4.3 下游任务是否真的受益

这是评价一切合成数据时最核心的判据，也是这份基准最容易被误读的地方。四组等权平均的排名，看上去把下游任务抬到了与外观指标同等的地位，但细读评分实现会发现一个关键事实：两个下游模型是在真实数据上训练好的固定模型，参赛者只提交合成图，不提交分类器或分割器。

这意味着 AUROC 与 Dice 量的是「合成图能否被一个在真实图上训练好的模型正常处理」，而不是「用合成图训练一个模型后，在留出真实数据上性能是否提升」。两者差别很大。前者的失败模式是图像分布偏移导致现成模型失灵；后者的失败模式是生成过程引入的伪影被模型学走，在真实数据上表现为系统偏差。后者才是临床落地的真正门槛，而这份基准并未设置这一终点。

官方把这组设计称为「下游分类效用」与「下游分割效用」，用词是 utility 而非 training benefit，措辞本身是准确的。但中文语境里很容易被转述成「合成数据能提升下游任务表现」，这是一个越界的推论。仓库 README 里有一句更直白的话：两个下游模型都训练在 MAMA-MIA 的含肿瘤切片上，用的是同一个数据源，因此它们的判断标准与参赛模型共享同一套分布假设。

真正能坐实「合成数据可用于训练」的证据，需要另做实验：仅用合成图训练、在真实图测试，与仅用真实图训练做对照。这份基准不提供这个对照，也不声称提供。

4.4 假设、支持与反对

围绕虚拟增强这条路是否成立，可以把几种立场摊开。

假设	支持证据	反对或保留
增强前切片中已包含足够信息推回增强后	任务被设定为图像到图像转换，隐含这一前提；两家外部中心的数据被用于检验	增强反映的是对比剂在血管与组织间的动态分布，涉及药代动力学与灌注，单张增强前图像并不直接测到这些量
多中心外部测试能反映鲁棒性	两个测试中心场强、厂商、像素尺寸、分型构成均不同	只有两家单中心，且都在特定设备上采集，不能代表全球人群；两家中心的病种构成差异极大
下游指标能反映临床价值	分类与分割都基于医师核验的掩膜 ROI 提取特征	下游模型固定、不涉及重训练，测的是兼容性而非增益
等权平均排名可防止单点优化	官方明言设计意图如此	等权意味着「分割 Dice 提高一分」与「MSE 降低一分」被同等对待，但两者的临床含义并不等值

四条里，前两条是设计上的合理选择，第三、四条则触及评价体系的边界。特别是第四条，等权在防过度拟合单一指标上有效，但它也回避了一个更难的问题：不同指标之间的临床权重该怎么定。这个问题在挑战赛层面没有答案，也不可能靠平均排名解决。

4.5 已知局限清单

按影响从大到小排列。

训练与评测同源。 下游分类器与分割器都训练在 MAMA-MIA 的切片上，参赛模型的训练数据也来自 MAMA-MIA。二者共享同一批病例的影像统计特性，这使得下游指标对「见过同类数据」的方法更宽容。

测试集隐藏，结果不可复现。 外部团队只能读到排行榜名次，无法在本地重跑同一批评测。任何引用名次的说法，都必须附上「仅在官方测试集上成立」的限定。

缺少正式论文。 截至核对时点，只有 Zenodo 提案与 Camera Ready Checklist，没有结果论文，也没有对获奖方法的统一描述。方法学细节要靠代码仓库反推。

两套规模数字并存。 测试集 300 与 271 的差异没有官方解释，引用时必须并列。

验证集信息不足。 首页提到 50 例验证样本，数据页的队列表未列该行，来源与抽取规则均未披露。

许可未声明。 数据与代码的许可条款都没有明确写出，数据页只限定「挑战赛范围内使用」。

单层单时点，剥离了诊断上下文。 任务只取一张切片、一个相位。临床上判断病灶良恶性依赖多期动力学曲线与三维形态，这部分信息在这份基准里完全缺席。

§5 能做什么

5.1 任务清单

按用途分，这份基准可以支撑以下工作。

方法对比。 在自己的方法与他人的方法之间做一次同一协议下的横向比较，是它最直接的用途。四组八指标覆盖了从像素到下游任务的不同层次，比单一 FID 或单一 PSNR 提供的信息更立体。

鲁棒性检验。 两家外部中心在设备、场强、像素尺寸上的差异，构成了一次天然的分布偏移测试。若方法在 Radboud（3T、Siemens、416 px）上表现好而在 Fleming（1.5T、GE、512 px）上崩塌，说明它对设备或分辨率有隐含依赖。

评测工具复用。 即使不参赛，src/evaluation 也可以直接拿来做本地评估。四组指标的实现都在仓库里，分类器与分割器的权重可以单独下载。

预处理流程复用。 preprocess.py 实现了三维 DCE 到二维切片的标准化抽取，包括相位识别、峰值增强选择、肿瘤面积最大的层面选择与数据集级 z-score 归一化。这套流程对任何基于 MAMA-MIA 或其他 DCE 数据集的二维实验都有参考价值。

基线搭建。 identity-baseline 是一个最小可运行的容器骨架，submission-gan 是一个带 GPU 推理的完整示例，两者都可以作为自己容器化提交的模板。

5.2 最小可执行示例

下面的流程只依赖仓库公开的部分，不涉及隐藏测试集，目的是在本地跑通一次完整评估链路。

第一步，准备三维输入。需要按患者分目录存放各相位的 .nii.gz，文件名遵循 patient_id_<phase_index>.nii.gz，其中 _0 为增强前；另需一份逐患者的肿瘤分割 patient_id.nii.gz。

第二步，运行预处理：

python src/preprocessing/preprocess.py \
    --image_dir /path/to/3d_images \
    --seg_dir /path/to/segmentations \
    --output_dir /path/to/output \
    --global_stats src/preprocessing/training_pre_stats.json

输出目录下会生成 mha/input、mha/ground_truth、mha/mask 三个子目录。归一化统计量已经预置在 training_pre_stats.json，若要复现，可运行 compute_dataset_stats.py 重算。

第三步，下载评估模型权重，放入 src/evaluation/models/，目录结构为 classification/contrast_classifier.pkl、classification/tumor_roi_classifier.pkl，以及 segmentation/ 下的 nnU-Net 模型文件夹。

第四步，设置环境变量并运行评估：

export MAMA_PREDICTIONS_DIR=/path/to/predictions
export MAMA_GT_DIR=/path/to/ground_truth
export MAMA_MASKS_DIR=/path/to/mask
export MAMA_MODELS_DIR=/path/to/models
export MAMA_OUTPUT_DIR=/path/to/metrics
export MAMA_ENSEMBLE=True
python src/evaluation/evaluate.py

结果写入 metrics.json，分两块：case 下逐例存 MSE、LPIPS、SSIM、Dice、HD95；aggregates 下存 FRD、两个 AUROC 与 MSE 的均值与标准差。

5.3 结果怎么读

metrics.json 的结构本身透露了各项指标的聚合层级差异。MSE、LPIPS、SSIM、Dice、HD95 都是逐例计算后再聚合，因此可以看到方差；FRD 与两个 AUROC 是聚合量，只给一个数。这意味着 FRD 与 AUROC 在单个病例上不可解释，不能用来定位「哪一例合成失败了」。

排序方向也不一致：MSE、LPIPS、FRD、HD95 越低越好，SSIM、两个 AUROC、Dice 越高越好。直接把这些数字排成一列做平均会得出错误结论，必须按方向归一化后再合并。

5.4 不适用的用法

若干用法超出这份基准的能力范围，需要明确排除。

不能用来判断某方法能否在临床替代增强扫描。基准测的是图像处理链路，不是诊断效能的非劣效性。要回答「免对比剂方案是否安全可用」，需要前瞻性临床试验，终点是诊断准确率与漏诊率，不是 AUROC 或 Dice。

不能用来证明合成数据能提升下游任务。如前所述，下游模型是固定的，不涉及用合成数据重训练。

不能用来做人群代表性推断。25 家以上中心听起来多，但都是美国机构；两个外部测试中心一个在西欧、一个在南美，样本量分别只有 200 与 100，且都取自单一机构。

不能拿排行榜名次与 MAMA-MIA 挑战赛的名次横向比较。两者任务不同、测试集不同、指标不同，名次之间没有可比性。

§6 常见误读与引用陷阱

关于这份基准，容易流传错误的说法集中在「合成什么」「多大」「走了哪条技术路线」「测的是什么」四处。

常见说法	实际口径	证据位置
它合成的是乳腺 X 线或整幅三维 MRI	合成的是 DCE-MRI 的增强后 2D 切片，输入是增强前 T1 加权切片	官方首页首段与数据页
训练集是 200 例加 100 例	200 与 100 是外部测试集的切片数；训练队列是 MAMA-MIA	数据页 cohort summary
测试集规模就是 300	官方页写 200 + 100，镜像站写 177 + 94，两套并存	数据页与 github.io 镜像站
它用的是 GAN，官方指定了生成模型	挑战赛不规定生成方式，任务是图像到图像转换；官方只提供 Pix2PixHD 与恒等映射两个基线	仓库 README 与提交说明
走的是物理或药代动力学建模路线	官方基线均为数据驱动；药代动力学路线在规则上不被排除，但没有官方基线	仓库 src/submission
它是 MAMA-MIA 的又一个版本	训练队列同源，但发布方、任务、标识符、评测数据都不同；测试集是两批全新外部数据	数据页与 Zenodo 19852228
合成得好意味着能替代增强扫描	基准测的是图像链路兼容性，不涉及诊断非劣效	官方评测理由与指标构成
用合成数据训练能让下游涨点	下游模型固定，不涉及重训练；官方并未声称训练增益	仓库 README 评估说明
FRD 就是 FID	FRD 在放射组学特征空间、肿瘤 ROI 内计算，不是图像特征空间的整图分布距离	官方评测页 ROI 一节
训练数据可以随意下载与再分发	训练队列经 Synapse 或 Health-RI XNAT 分发，许可未标注，仅限赛事范围内使用	数据页 Data access and usage

技术性陷阱

PNG 不能拿来提交。 预处理脚本同时输出 .mha 与 .png，但 README 明确写了 PNG 未按评测要求归一化，只用于可视化。用 PNG 训练或提交，得到的分数没有意义。

分类器与分割器不一定是开着的。 若 src/evaluation/models/ 下缺权重，分类与分割两组评估器会被自动禁用，metrics.json 里只剩 MSE、LPIPS、SSIM、FRD 四项。看到自己的结果「少了两组」时，先查权重而不是查代码。

归一化统计量必须用训练集的。 z-score 的均值与标准差来自训练集增强前切片，写在 training_pre_stats.json。若用自己数据的统计量，训练与评测就处在不同的强度尺度上，MSE 会整体偏移。

峰值增强相位的选法会影响一切。 峰值相位由三维空间中肿瘤平均强度最高者决定，不是按时间序列编号取最大索引。若自己重实现时按「最后一个相位」取，与官方口径不同，生成的 ground truth 就与人家的不一致。

切片选择沿最短轴。 代码里是沿最短轴逐层计算肿瘤面积取最大。若数据中各轴层厚差异大，按不同轴选取会落到不同的解剖层面。

下游分类用的是掩膜内特征，不是全图。 两个分类器都从医师核验的肿瘤掩膜 ROI 提放射组学特征。因此分类成绩对掩膜质量敏感，掩膜边界稍有偏差，特征分布就会变。

肿瘤 ROI 分类器的对照区是对侧镜像。 仓库里有 mirror_utils.py 做中线检测与对侧掩膜镜像。这意味着「肿瘤 vs 非肿瘤」这一项比的不是随机背景，而是同一位患者对侧乳腺的对应区域，难度更高。

文件名字符串匹配会串号。 相位识别依赖 patient_id_<phase_index>.nii.gz 的命名。若患者编号本身含下划线或数字后缀，按最后一个下划线切分会切错。

算例数就是切片数，不要乘。 每个测试例对应一张切片，不是一位患者的多张切片。把 200 理解为「200 位患者，每人多张」会高估评测规模。

§7 在生态中的位置

7.1 三条技术路线的分野

乳腺影像的合成研究大致分三条路线，MAMA-SYNTH 落在其中一条上。

第一条是数据驱动的图像到图像转换，学的是像素到像素的映射。生成对抗网络与扩散模型都属于这一类，官方提供的 Pix2PixHD 基线是典型代表。它的可信度来自判别器或人类感知判断「像不像」——训练目标本质上是最小化合成分布与真实分布的距离。

第二条是物理与解剖建模，先估计组织参数（如对比剂在血管内与间质的分布、组织的灌注系数），再正向仿真出信号。药代动力学模型（如 Tofts 模型）属于这一类。它的可信度来自参数有生理含义、来路清楚——每一个输出都能追溯到一组可解释的物理量。

第三条是混合路线，用物理模型生成训练对，再用数据驱动模型做快速推理。

MAMA-SYNTH 明确站在第一条路线上。它把任务定义为输入一张增强前切片、输出一张增强后切片，官方给的两个基线一个是恒等映射、一个是 Pix2PixHD，均为纯数据驱动。规则并未禁止参赛者采用物理建模或混合路线，但没有提供相应的基线或数据接口。

这个分野决定了可信度的性质。数据驱动路线在「图像看起来对」这件事上有天然优势，在「增强的生理机制对不对」上则没有保证——它可能靠调整对比度与纹理就骗过 LPIPS，却完全没有捕捉到对比剂在时间维度上的行为。这也是为什么这份基准要把 FRD 与下游任务放进排名：仅靠外观指标，两条路线的差异会被掩盖。

有意思的是，挑战赛的组织者之一正是 FRD 的提出者。用放射组学特征空间替代图像特征空间，本质上是想把评价从「像素分布」往「组织属性」挪一点，让数据驱动路线也必须对肿瘤区域的纹理统计负责。

7.2 与 MAMA 系列其他赛事的关系

MAMA 这个前缀在本库中已经出现过一次，指向 MAMA-MIA 的预处理扩展版。二者的联系与区别需要说清。

维度	MAMA-SYNTH	MAMA-MIA 及其扩展
性质	挑战赛与评测协议	数据集本体与预处理产物
训练影像来源	MAMA-MIA	MAMA-MIA 本体
评测数据	Radboud 200 + Fleming 100 张外部切片	无外部评测集，全量公开
产出	排行榜与排名协议	影像、掩膜、校正序列
发布方	巴塞罗那大学、Radboud UMC、Fleming	维也纳团队（扩展版）；巴塞罗那团队（原始集）
标识符	Zenodo 19852228	PhysioNet DOI 10.13026/w6wc-jh81

关键的一点是：训练队列同源。两者都建立在上游那份集合之上。这意味着任何同时引用两份资源的研究，都要在方法部分说明这不是两批独立病例。把它们当成「1,506 × 2」的样本量会直接算错。

另一处容易混淆的是第一届 MAMA 挑战赛。那一届的任务是原发肿瘤分割与病理完全缓解预测，MAMA-SYNTH 的数据页明确说那份集合「已经用于第一届」，本届转为合成开发队列。三个任务共用同一份影像，结论之间共享同一个病例构成的限制。

7.3 与其他乳腺影像资源的分工

按模态分，公开的乳腺影像资源可以分成三个互不重叠的家族。

钼靶家族的规模最大，代表是 CBIS-DDSM 与 INbreast，像素级标注以钙化与肿块为主；超声家族居中，主要提供病灶边界与良恶性分级；磁共振家族最少，集中在治疗前分期与疗效评估。MAMA-SYNTH 属于磁共振家族，与钼靶或超声资源不能横向比较病例数，也不能把钼靶上的合成方法结论直接搬过来——X 线的成像物理与 MRI 完全不同，合成任务的难度与失败模式也不同。

在磁共振家族内部，各资源的定位也可以区分。有的提供多中心原始影像供通用研究，有的聚焦风险预测，有的专门做预处理产物。MAMA-SYNTH 的差异化在于它不生产数据，它生产一套评价方式。这一点使得它在生态中更像一个裁判而不是一个选手。

7.4 在免对比剂成像中的位置

免对比剂乳腺 MRI 是一个有明确临床动机的方向。钆对比剂的安全性顾虑、环境残留、以及增强流程对可及性的限制，都在推动这条线。虚拟增强是其中一条技术路径，与另一条路径——改用本身就能提供组织对比的非增强序列（如扩散加权成像、合成 MRI）——形成竞争关系。

MAMA-SYNTH 只覆盖第一条路径，而且只覆盖单时点的二维切片。它回答不了「免对比剂方案整体是否可行」，但它确实提供了一个必要条件：如果连图像层面的增强信息都还原不出来，后续的临床验证也就无从谈起。从这个角度看，它的价值在于设置了一个可比的起点，而不是给出终点。

§8 评测实现细节

8.1 评分流水线的组成

仓库的 evaluate.py 是评测入口，按四个评估器顺序执行，最后写出一个 metrics.json。四个评估器各自独立，可以在缺权重时单独降级。

评估器	文件	输出	依赖
图像指标	image_metrics.py	MSE、LPIPS	无额外权重
ROI 指标	roi_metrics.py	SSIM（肿瘤内）、FRD	需要肿瘤掩膜
分类	classification.py	AUROC × 2	两个 .pkl 分类器
分割	segmentation.py	Dice、HD95	nnU-Net 单折权重

依赖关系里最值得注意的是 ROI 组：SSIM 与 FRD 都需要肿瘤掩膜。掩膜由放射科医师核验，属于真值的一部分。这意味着 ROI 组不是「模型输出的评价」，而是「模型输出在有掩膜约束下的评价」。若掩膜本身有误差，SSIM 与 FRD 会同时受影响，且方向不定。

8.2 分类器的构造

两个分类器都不是端到端的深度网络，而是放射组学特征加集成分类器的组合。

第一个分类器辨别增强前与增强后。它的输入是从切片提取的放射组学特征，目标是区分这张切片来自增强前还是增强后。这个任务在真实图上几乎是平凡的——增强后的肿瘤强化明显，对比度差异很大。但在合成图上就未必：如果合成图只是整体提亮，分类器可能仍然分不出增强前后，说明合成没有产生真实的强化模式。

第二个分类器辨别肿瘤区与非肿瘤区，用的是对侧镜像 ROI 作为对照。这一项的设计比较讲究：对照区取同一位患者对侧乳腺的对应位置，而不是随机背景。镜像区域的腺体构成、脂肪含量与患侧相近，因此分类器必须依赖真正的病灶特征才能区分，而不能靠「肿瘤区整体更亮」这类捷径。

两个分类器都从医师核验的掩膜内提特征，仓库 README 特意点明了这一点，用意是区别于全图特征。全图特征会把背景与腺体的差异也算进来，稀释掉肿瘤区域的信息。

8.3 分割器的构造

分割器是单折二维 nnU-Net。选择二维而非三维，与任务本身限定在二维切片一致——输入只有一张切片，没有相邻层可用。

单折意味着没有交叉验证的多个模型集成。这降低了推理成本，也意味着分割器的稳定性比多折集成稍弱。仓库提供了 MAMA_SEG_FOLD 环境变量，默认值为 0，说明结构上支持多折，但默认只跑一折。

8.4 基线的两个层次

官方提供两个基线，定位完全不同。

identity-baseline 是恒等映射：把输入原样复制成输出，不做任何合成。它的作用是验证容器 I/O 契约——如果你的容器能跑通这个基线，说明输入输出路径、文件格式、命名规则都对。同时它也是排行榜的下界参照：任何真实方法都不应低于恒等映射。

submission-gan 是 Pix2PixHD，来自 medigan 项目的模型 00023。它需要 GPU 与预训练权重 30_net_G.pth。仓库 README 提到一个技术细节：这个模型原本在 8-bit PNG 分布上训练，而挑战赛输入是 z-score 归一化的 .mha，因此需要一层归一化桥接。这层桥接没有标准化，属于实现层面的经验处理。

两个基线都提供了完整的构建脚本：do_build.sh 构建镜像，do_test_run.sh 本地试跑，do_save.sh 导出 .tar.gz 供平台上传。对第一次做 Grand Challenge 提交的队伍，这套脚本的实际价值可能高于它们作为算法基线的价值。

值得注意的是，两个基线的分数官方都没有公布。这意味着「下界参照」目前只有名义意义，没有数值。想判断自己的方法是否合格，只能与其他已发表的参赛结果比较，而官方结果页面在核对时点也未见完整榜单。

8.5 本地评估与平台评估的差异

本地跑 evaluate.py 能得到与平台相同的指标，但有三处差异需要留意。

其一是数据范围。本地只能用自己划分的数据，平台用的是隐藏外部集。同一份代码在两处的绝对值不可比。

其二是权重版本。平台用的分类器与分割器权重与本地下载的是否为同一版本，官方未说明。

其三是聚合方式。最终名次是组内排名再组间平均，而排名必须在同一批提交之间比较才有意义。本地单跑只能得到指标值，得不到名次。

§9 结论强度分级

9.1 分级表

把文中各项判断按证据强度分级，便于区分哪些可以直接引用、哪些只宜作为提示。

结论	级别	证据线数	说明
挑战赛存在，2026 年作为 MICCAI Deep-Breath 卫星赛事举办	A	3	Grand Challenge 站、GitHub 镜像站、Zenodo 提案三处一致
任务是从增强前切片合成峰值增强切片	A	3	首页、数据页、仓库 README 三处一致
训练队列为 MAMA-MIA，来自美国 25 家以上中心	A	3	数据页、首页、MAMA-MIA 上游
两个外部测试中心为 Radboud 与 Fleming	A	3	数据页、首页、Zenodo 署名单位
评测为四组八指标、组间等权平均排名	A	2	官方评测页与仓库 evaluate.py 一致
官方基线为恒等映射与 Pix2PixHD	A	2	仓库目录结构与 README
测试集为 200 + 100 共 300 张切片	B	2	官方页两处一致；镜像站给出不同数字，未能排除
图像尺寸分别为 416 与 512 像素	B	2	官方数据页与镜像站一致
Radboud 队列 Luminal 型占大多数、Fleming 三阴性比例更高	C	1	仅官方数据页一处，且 Fleming 一栏加总不闭合
验证阶段使用 50 例	C	1	仅首页一处，数据页未列该行
镜像站数字为早期版本	D	0	由该站结构更早推得，无直接证据
两套测试集数字的差异原因为病例剔除	D	0	无任何文档支持，属推测

A 级结论可以写进方法章节并直接引用；B 级可以作为工作假设，引用时应附出处页；C 级只宜在需要说明分布构成时带一句限定；D 级不应进入任何正式文本，正确的处理是写明「口径未明」。

9.2 三句话概括

MAMA-SYNTH 是一次以图像到图像转换为形式的虚拟增强评测，训练队列沿用 MAMA-MIA，评测放在两家此前未参与训练的外部中心。它的核心设计是把外观指标与下游任务放进同一个等权排名，用意是防止只把图像做得「像」。它的主要短板在于：下游模型固定、不涉及用合成数据重训练，因此测的是兼容性而非训练增益；测试集不公开，名次无法外部复现；两套规模数字并存，且无正式论文。

§10 质量评估与总结

10.1 DAIMS 维度评估

DAIMS 指数据与信息管理的一套评估框架，从可用性、可访问性、可解释性等角度审视数据集。按这一框架逐维打分如下，评分为定性判断，依据写在说明列。

维度	评价	说明
文档完备性	中	数据页与评测页写得清楚，指标与方向齐全；但缺正式论文，方法学细节要靠代码反推
可访问性	中	训练队列有两条公开通道，但需注册 Synapse 或 Health-RI 账号，且存在地区限制；测试集不公开
可复现性	低	排行榜不可外部复现；本地可复现的只有训练与评估代码链路
数据规模	中	训练队列约一千五百例、测试 300 张切片，对图像合成任务属中等；测试集单中心 200 与 100，统计功效有限
标注质量	较高	肿瘤掩膜经放射科医师核验，且下游指标全部基于掩膜 ROI
标注一致性	未披露	掩膜是否沿用上游 MAMA-MIA 的专家勾画、是否重新标注，官方未说明
许可清晰度	低	数据与代码均未标注具体许可，仅限定赛事范围内使用
临床相关性	较高	任务动机来自真实的免对比剂需求；但评测不涉及诊断终点
偏倚控制	中	两家外部中心构成分布偏移测试，但均为单中心、特定设备，样本量有限
评测严谨性	较高	四组八指标覆盖像素、ROI、分类、分割四个层次，等权平均防单点优化
版本管理	中	Zenodo 提案为 v1，仓库有提交记录；数据本身无版本号说明

整体看，这份基准在评测设计上的完成度明显高于在其数据治理上的完成度。指标设计考虑周全，许可与版本信息却接近空白。对学术使用者而言这不构成障碍；对需要合规审查的机构用户，未声明许可会直接卡住流程。

10.2 适用与不适用

场景	是否适用	理由
比较两种虚拟增强方法	适用	四组八指标提供多层次的横向比较
检验方法对设备与分辨率的鲁棒性	适用	两家外部中心参数差异明显
复用预处理与评估代码	适用	仓库分模块清晰，可单独调用
搭建 Grand Challenge 提交容器	适用	两个基线即模板
声称合成数据可提升下游任务	不适用	下游模型固定，不涉及重训练
声称可替代增强扫描	不适用	不涉及诊断非劣效性
做人群代表性推断	不适用	训练全美、测试两中心，样本构成单一
与 MAMA-MIA 挑战赛成绩横向比较	不适用	任务、指标、测试集均不同
直接商用作产品	不适用	许可未声明

10.3 使用检查要点

把前文的判断压缩成一份清单，按检查顺序排列。

1. 先确认手头的 MAMA-MIA 版本，是否与挑战赛数据页描述的例数一致。
2. 确认访问通道，Synapse 不可达时改走 Health-RI XNAT。
3. 读 training_pre_stats.json，确认归一化统计量来自训练集增强前切片。
4. 若自己重实现预处理，核对峰值相位选择规则与切片选择轴。
5. 评估前确认 src/evaluation/models/ 四类权重齐全，否则两组指标会静默缺失。
6. 引用测试集规模时并列 300 与 271，并注明出处页。
7. 引用任何名次时加「仅在官方隐藏测试集上成立」的限定。
8. 若结论涉及「可用于训练」，必须另做真实数据上的对照实验，不能引这份基准。
9. 商用或再分发之前，先向组织方确认许可。
10. 同时引用本挑战赛与 MAMA-MIA 相关条目时，说明训练队列同源。

10.4 总结

MAMA-SYNTH 的价值在于把一件此前分散在各家论文里的事——从增强前乳腺 MRI 合成增强后图像——收敛成一套公开可比的评价方式。四组八指标的设计有明确的防作弊意图：外观相似度只占四分之一，另外四分之三分别盯肿瘤区域、分类兼容性与分割兼容性。

它的局限同样清楚。下游模型固定、不涉及用合成数据重训练，因此它测的是「现成模型能不能处理合成图」，不是「合成图能不能训练出更好的模型」。测试集不公开、许可未声明、缺正式论文，这三点使它更像一次赛事而非一份可长期引用的基础设施。

使用时最需要守住的一条界线是：不要把它当作「合成数据能提升下游任务」的证据。它提供的是一个必要条件检验——如果连图像层面的增强信息都还原不出来，训练增益自然无从谈起；但反过来并不成立。

附录 A 关键数字速查

项	数值	口径
训练病例	见 patient_count	MAMA-MIA，25 家以上美国中心
测试切片（主口径）	200 + 100	Radboud + Fleming
测试切片（镜像口径）	177 + 94	同上，出处不同
验证切片	50	来源未披露
图像尺寸	416 × 416 / 512 × 512	Radboud / Fleming
场强	3T / 1.5T	Radboud / Fleming
指标组数	4	两组各两项，共八项
基线数	2	恒等映射、Pix2PixHD
提案版本	v1	Zenodo 19852228，2026-04-28

附录 B 缩写表

缩写	全称	中文
DCE-MRI	Dynamic Contrast-Enhanced MRI	动态增强磁共振
T1w	T1-weighted	T1 加权
ROI	Region of Interest	感兴趣区
MSE	Mean Squared Error	均方误差
LPIPS	Learned Perceptual Image Patch Similarity	学习感知图像块相似度
SSIM	Structural Similarity Index	结构相似性指数
FID	Fréchet Inception Distance	Fréchet 起始距离
FRD	Fréchet Radiomics Distance	Fréchet 放射组学距离
AUROC	Area Under the ROC Curve	ROC 曲线下面积
HD95	95th percentile Hausdorff Distance	95 分位 Hausdorff 距离
GAN	Generative Adversarial Network	生成对抗网络
CADR	Controlled-Access Data Repository	受控访问数据存储库
pCR	Pathological Complete Response	病理完全缓解
TNBC	Triple-Negative Breast Cancer	三阴性乳腺癌

附录 C 术语释义

虚拟增强（virtual contrast enhancement） 指不注射对比剂，用算法从非增强图像生成增强后图像的技术路线。它与「合成 MRI」（改变对比加权）不同，目标是对比剂引起的强化模式本身。

峰值增强相位（peak-enhancement phase） DCE 序列中肿瘤强化程度最高的时间点。临床判读通常还看上升斜率与廓清速度，本挑战赛只取这一相位。

放射组学特征（radiomics features） 从图像 ROI 内提取的一批量化的纹理、形状与强度统计量。FRD 与两个分类器都建立在这类特征上。

分布偏移（distribution shift） 训练数据与测试数据来自不同分布的现象。两家外部中心在场强、厂商、像素尺寸上的差异即构成偏移。

等权平均排名 先对每项指标单独排名，取组内平均，再取组间平均。与此相对的是加权求和，后者需要先定义权重。

附录 D 引用模板

引用挑战赛本身时，可用如下形式：

Osuala R, Joshi S, van Dijk J, Han L, Cosaka ML, Mysler D, Garrucho L, Lekadir K, Balocco S, Diaz O. The MAMA-SYNTH Challenge: Synthesizing Virtual Contrast-Enhancement in Breast MRI. Zenodo; 2026. doi:10.5281/zenodo.19852228

引用训练队列时，应另引 MAMA-MIA 的数据论文，不要用挑战赛提案代替。两者是不同的出版物，指向不同的实体。

若引用具体指标定义，建议同时标注官方评测页与仓库 src/evaluation/evaluators/ 下的实现文件，因为两者在某些细节上并不完全对齐（如 FRD 的公式官方页未给出）。

附录 E 检索路径

按用途给出的检索入口。

查赛事信息：官方站首页的 Challenge Objective、Data Summary、Challenge Phases 三节，以及独立的数据页与评测页。

查训练队列：数据页的 Training cohort 一节，含 Synapse 与 Health-RI XNAT 两条链接。

查代码与基线：仓库 mama-research/mama-synth 的 README，其中 Repository Structure 一节列出了全部子目录。

查指标实现：仓库 src/evaluation/evaluators/ 下五个文件，分别对应四个评估器与镜像工具。

查提案原文：Zenodo 19852228 的 PDF，125.3 kB，含方法动机与组织信息的完整叙述。

附录 F 版本与变更留痕

时间	事项	来源
2026-04-28	Zenodo 提案 v1 发布	Zenodo 19852228
2026-04-20	仓库初始化预处理代码	GitHub 提交记录
2026-04-29	仓库更新 README 与 MICCAI 标识	GitHub 提交记录
2026-05-08	验证阶段开放	官方首页
2026-05-09	仓库保留参赛相关文件、加入基线	GitHub 提交记录
2026-06-25	测试阶段开放	官方首页
2026-07-10	投稿截止	官方首页
2026-08-02	官方结果发布	官方首页
2026-09-20	仓库更新网站链接	GitHub 提交记录
2026-09-27	Deep-Breath 研讨会公布获奖	官方首页

编辑说明

核验时间与方式：2026 年 10 月 18 日。主源为 Grand Challenge 官方站（首页、数据页、评测页）三页，次源为 GitHub Pages 镜像站与代码仓库 README，第三源为 Zenodo record 19852228 的元数据页。任务头给出的两个规模数字 200 与 100 已核准，出处为数据页 cohort summary 表与首页 Data Summary 一节，指两个外部测试中心各自的 2D 切片数。

双口径冲突登记：测试集规模在官方页（200 + 100）与镜像站（177 + 94）之间不一致，差额 29 例，主口径取官方页，理由见正文 §2.2。Fleming 的分子分型一列加总为 87，与 94 和 100 均不等，正文按「已分型子集」处理。验证集 50 例仅首页提及，数据页队列表未列该行，来源与抽取规则未披露。官方页的日期栏有两处并列两个日期（结果发布 08-01／08-02、Camera Ready 08-08／08-16），疑为新旧日期未删，正文取后一个。Zenodo 提案署名十人，官方页委员会九人加顾问六人，Simone Balocco 在提案署名中但不在委员会名单。

未覆盖内容：数据与代码的具体许可证标识未标注，未作推测。训练与验证切分是否沿用 MAMA-MIA 上游原切分，官方未说明。各指标的具体公式只在代码中实现，未逐行核对。获奖队伍名单与成绩官方未公布。仓库 LICENSE 文件的条款未逐条核验。

关于生成路线：挑战赛不规定生成方式，任务定义为图像到图像转换。官方提供的两个可直接运行的基线（恒等映射、Pix2PixHD）均为数据驱动路线。物理或药代动力学建模路线在规则上不被排除，但官方未提供相应基线或数据接口。正文按这一事实陈述，未对参赛队伍实际采用的方法作任何推断。

关于下游指标的表述边界：官方把两组下游任务称为分类效用与分割效用，对应的评测模型固定训练在 MAMA-MIA 切片上，参赛者只提交合成图。正文据此明确写明「不涉及用合成数据重训练」，并把「合成数据能否提升下游任务」列为这份基准无法回答的问题。任何超出此范围的转述都属越界。

版本日志：本文对应 Zenodo 提案 v1（2026-04-28）与仓库截至 2026-09-20 的状态。挑战赛已于 2026-09-27 公布获奖，若后续发布结果论文，需重核指标定义、基线分数与获奖方法描述三项。

下次复核：建议在官方结果论文公开、或仓库出现与评估相关的实质性提交时复核。若结果论文给出基线分数，附录 A 的数字速查需相应增补。

---

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：

• odelia — 共享标签：医学影像 / MRI / 乳腺影像 / 挑战赛数据集 / 乳腺癌
• bci-ihc — 共享标签：医学影像 / 乳腺影像 / 挑战赛数据集 / 乳腺癌 / 评测基准
• big-mri — 共享标签：医学影像 / MRI / 乳腺影像 / 挑战赛数据集 / 乳腺癌
• mama-miaai-extended — 共享标签：医学影像 / MRI / 乳腺影像 / 乳腺癌 / 评测基准
• ulf-enc — 共享标签：医学影像 / MRI / 挑战赛数据集 / 评测基准
• mrixfields — 共享标签：医学影像 / MRI / 挑战赛数据集 / 评测基准
• realnoisemri — 共享标签：医学影像 / MRI / 挑战赛数据集 / 评测基准
• trackrad — 共享标签：医学影像 / MRI / 挑战赛数据集 / 评测基准
• tus-rec — 共享标签：医学影像 / 挑战赛数据集 / 评测基准
• learn2reg — 共享标签：医学影像 / MRI / 挑战赛数据集 / 评测基准

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。