Medical-Decathlon

INFOBOX

数据集名称	Medical Segmentation Decathlon
英文全称	Medical Segmentation Decathlon (MSD)
别名 / 简称	MSD、Decathlon、Medical Decathlon
疾病分类	多疾病多器官覆盖。脑肿瘤（2A00.Z）/ 心脏左心房（BA80.Z）/ 肝肿瘤（2C12.0）/ 海马体相关精神疾病（6A20）/ 前列腺疾病（XH0VF1）/ 肺肿瘤（2A25.0）/ 胰腺肿瘤（2C30.0）/ 肝血管病变（BD60.Z）/ 脾脏疾病（3B50）/ 结肠肿瘤（2B90.Z）
SNOMED CT	363406005 Brain tumor / 77852004 Left atrium / 126851000119102 Liver neoplasm / 24380002 Hippocampus / 414025005 Prostate / 363346000 Malignant neoplasm of lung / 372060008 Pancreatic tumor / 31630004 Hepatic blood vessel / 78961009 Spleen / 363404004 Colorectal tumor
数据模态	影像（CT 门静脉期 + 多参数 MRI：T1/T1-Gd/T2/FLAIR/ADC + 单模态 MRI）
AI 任务类型	3D 语义分割、多任务泛化学习、域自适应、AutoML 医学影像
样本总数	2,633 例 3D 医学影像体素数据（10 个任务，17 个目标区域）
数据大小	~72.5 GB（压缩后，10 个任务合计）
数据格式	NIfTI（.nii.gz）+ JSON（dataset.json 元数据描述）
许可证	CC-BY-SA 4.0（允许商业使用，需署名 + 相同方式共享）
访问级别	开放（免费下载，无需注册）
DUO 标签	NRES
语言	不适用（医学影像数据，无文本内容）
首发日期	2018-09（MICCAI 2018，西班牙格拉纳达）
最后更新	2022-07-15（Nature Communications 正式发表）
发布机构	King’‘’‘’‘’‘’‘’‘’‘’'s College London（M. Jorge Cardoso 团队）+ Memorial Sloan Kettering Cancer Center（Amber L. Simpson 团队）+ German Cancer Research Center（Lena Maier-Hein 团队）等
官方主页	http://medicaldecathlon.com/
下载地址	http://medicaldecathlon.com/（Google Drive）/ https://msd-for-monai.s3-us-west-2.amazonaws.com/（MONAI S3 镜像）
DOI	10.1038/s41467-022-30695-9（Nature Communications 挑战赛论文）/ arXiv:1902.09063（数据集论文）
引用次数	1,899+（Google Scholar，截至 2026-08）
AI 就绪度评分	⭐⭐⭐⭐⭐（5/5）— 官方 train/test 划分 + 标准 NIfTI 格式 + MONAI 一键加载 + nnU-Net 自配置框架 + CC-BY-SA 4.0 完全开放；扣分项：单一标注者无 IAA、无人口统计数据
页面状态	published

§0 E-E-A-T 信任声明与免责声明

医学审核者：[千方病案医学编辑部]交叉审核：§2 医学背景（10 个任务的 ICD-11 映射、临床任务定义、金标准描述）、§7 偏倚分析。

数据工程审核者：[千方病案医学编辑部交叉审核] 医疗 AI 数据工程师，审核范围：§4 DAIMS 数据字典、§5 数据划分策略、§6 预处理 Pipeline 和坑点。

审核日期：2026-08-07

医疗免责声明：本页面提供的医学信息仅供研究和教育目的，不构成医疗建议、诊断或治疗方案。数据集的医学描述基于公开发表的文献，未经逐一临床验证。任何基于该数据集训练的 AI 模型在应用于临床决策前，必须经过独立的临床验证和监管审批。

技术免责声明：本页面的代码示例、预处理建议和基准性能数据基于公开资料整理，不保证在特定环境下的准确性和适用性。使用者应自行验证代码安全性和数据预处理流程的正确性。千方病案医数集不对因使用本页面信息而导致的任何直接或间接损失承担责任。

数据使用合规：使用本页面描述的数据集前，请务必阅读并遵守数据集原始许可协议。MSD 采用 CC-BY-SA 4.0 许可证，允许商业和非商业使用，但要求署名并以相同方式共享衍生作品。DUO 标签仅供参考，具体使用限制以数据集官方协议为准。

§1 数据集概览（Overview）

§1.0 📌 30 秒速览（Executive Summary）

Medical Segmentation Decathlon (MSD) 是 2018 年 MICCAI 会议上发布的大规模 3D 医学影像分割基准数据集，包含 2,633 例涵盖脑、心、肝、肺、胰、前列腺、海马体、肝血管、脾、结肠 10 个解剖部位的 CT 和 MRI 扫描，每个病例均由专家进行体素级标注。

它的独特价值在于提出了"通用分割算法"的划时代标准——参赛者必须用同一套架构和超参数，在无需任何人工调优的情况下完成 10 个截然不同的分割任务。这一设计直接催生了 nnU-Net——一个自配置分割框架，在赛后两年内赢得了 53 个进一步分割挑战中的 33 个，成为医学影像分割的事实标准。挑战赛论文发表于 Nature Communications，已被引用 1,899 余次。

你可以用它来：开发和评估通用医学影像分割算法、研究多任务学习和域自适应技术、或者作为 nnU-Net 的标准训练测试床。

§1.1 摘要

Medical Segmentation Decathlon (MSD) 由 King’‘’‘’‘’‘’‘’‘’‘’'s College London 的 M. Jorge Cardoso 团队联合 Memorial Sloan Kettering Cancer Center、German Cancer Research Center、NIH、Vanderbilt University 等 6+ 机构共同创建。数据集包含 10 个独立的 3D 语义分割任务，覆盖 CT 和 MRI 两种模态、4 种 MRI 序列（T1、T1-Gd、T2、FLAIR）、17 个目标区域（ROI）。每个任务针对不同解剖结构和临床应用，刻意设计了多样化的挑战维度：小样本量（Heart 仅 30 例）、标签不平衡（大器官 vs. 小肿瘤）、多中心变异性、多模态输入、精细小结构分割等。

挑战赛采用"十项全能"赛制——参与者必须提交一个在所有 10 个任务上均无需人工干预即可运行的统一分割流水线，分为 7 个开发阶段任务和 3 个神秘阶段任务。数据采用标准 NIfTI 格式，统一目录结构（imagesTr/、labelsTr/、imagesTs/），并附带 dataset.json 元数据描述文件。所有数据在 CC-BY-SA 4.0 许可下完全开放。

§1.2 战略价值分析

技术创新维度：MSD 是首个要求算法在多个不同临床任务上进行泛化的医学影像分割挑战。在此之前，挑战赛通常聚焦于单一任务（如 BraTS 仅做脑肿瘤、LiTS 仅做肝脏），导致算法过度针对特定任务优化。MSD 的"十项全能"赛制证明了一个关键假设：一个在多个任务上表现一致的算法，比在单一任务上表现最优的算法更具有泛化潜力。nnU-Net 的胜利——通过自动配置而非架构创新——颠覆了"新架构 = 更好性能"的社区惯性思维。

生态推动维度：MSD 直接催生了 nnU-Net，后者在赛后两年内参加了 53 个进一步分割挑战并赢得 33 个，包括著名的 BraTS 2020。2020 年的 10 个分割挑战冠军中有 9 个基于 nnU-Net 构建。MSD 的标准数据格式（NIfTI + 统一目录结构 + dataset.json）被 MONAI 框架直接采用为默认格式，成为整个医学影像 AI 生态的基础设施级数据集。

§1.3 横向对比

数据集	样本量	模态	任务数	标注方式	核心差异化
MSD	2,633	CT + MRI	10	专家体素级标注（单标注者）	多任务泛化基准，nnU-Net 诞生地
AMOS	600（标注）+ 3,200（未标注）	CT + MRI	2	半自动 + 医生修正	15 器官多中心 + ID/OOD 域划分
BraTS	1,251（2023）	mp-MRI	1	专家共识标注	脑肿瘤细分（8 类亚区域）
LiTS	201	CT	1	专家标注	肝脏 + 肿瘤分割专项
AbdomenCT-1K	1,112	CT	1	专家标注	4 器官大样本量

§1.4 版本演进时间轴

时间	事件
2018-09	MSD 挑战赛在 MICCAI 2018（西班牙格拉纳达）举办，发布 7 个开发阶段任务
2018-12	神秘阶段 3 个任务（Hepatic Vessel、Colon、Spleen）发布，nnU-Net 获得双阶段冠军
2019-02	数据集论文发布（Simpson et al., arXiv:1902.09063）
2019-12	滚动竞赛上线（grand-challenge.org），nnU-Net 提交并占据榜首近 1 年
2020-10	滚动竞赛中 nnU-Net 被超越，多个基于 nnU-Net 的改进方法上线
2021-09	MONAI 框架集成 MSD 数据集，提供 S3 镜像和一键加载 API
2022-07	挑战赛论文正式发表于 Nature Communications（Antonelli et al., 2022）

§1.5 典型 AI 应用场景

1. 通用分割算法开发：开发能自适应多个不同临床任务而无需人工调参的分割框架（AutoML for medical imaging）
2. 多任务学习研究：研究跨解剖部位、跨模态的迁移学习和联合训练策略
3. nnU-Net 生态开发：作为 nnU-Net 的标准训练和验证数据集，开发改进变体（如 nnU-Net v2、ResEnc L、ConvNeXt 等）
4. 域自适应研究：利用多中心、多扫描仪数据研究跨域泛化能力
5. 分割基础模型评估：评估 SAM、Swin UNETR 等基础模型在医学影像分割任务上的零样本或少样本能力

§2 医学背景（Medical Context）

§2.1 ICD-11 编码映射

MSD 覆盖 10 个不同解剖部位和病理类型，以下为各任务的 ICD-11 编码映射：

任务	目标结构	ICD-11 编码	ICD-11 术语
Task 01 Brain Tumour	胶质瘤亚区域（水肿、增强、非增强肿瘤）	2A00.Z	中枢神经系统肿瘤，未特指
Task 02 Heart	左心房	BA80.Z	左心房结构异常
Task 03 Liver	肝脏 + 肝肿瘤	2C12.0	肝细胞癌
Task 04 Hippocampus	海马体头 + 体	6A20	精神分裂症相关海马体萎缩
Task 05 Prostate	前列腺移行带 + 外周带	XH0VF1	前列腺恶性腺癌
Task 06 Lung	肺肿瘤	2A25.0	肺恶性肿瘤
Task 07 Pancreas	胰腺实质 + 胰腺肿块	2C30.0	胰腺恶性肿瘤
Task 08 Hepatic Vessel	肝血管 + 肿瘤	BD60.Z	肝血管疾病
Task 09 Spleen	脾脏	3B50	脾脏疾病
Task 10 Colon	结肠癌原发灶	2B90.Z	结肠恶性肿瘤

§2.1b SNOMED CT 映射

数据集任务	ICD-11	SNOMED CT	SNOMED CT 术语
Brain Tumour	2A00.Z	363406005	Brain tumor (disorder)
Heart	BA80.Z	77852004	Left atrium structure
Liver	2C12.0	126851000119102	Malignant neoplasm of liver
Hippocampus	6A20	24380002	Hippocampus structure
Prostate	XH0VF1	414025005	Malignant neoplasm of prostate
Lung	2A25.0	363346000	Malignant neoplasm of lung
Pancreas	2C30.0	372060008	Pancreatic tumor
Hepatic Vessel	BD60.Z	31630004	Hepatic blood vessel structure
Spleen	3B50	78961009	Spleen structure
Colon	2B90.Z	363404004	Malignant neoplasm of colon

§2.2 疾病简介与流行病学

MSD 覆盖的 10 个任务跨越多个临床领域，核心疾病负担如下：

• 脑胶质瘤：最常见原发性脑恶性肿瘤，年发病率约 6/10 万，胶质母细胞瘤中位生存期仅 15 个月
• 肝细胞癌：全球第六大常见癌症，年发病约 90 万例，门静脉期 CT 是标准诊断模态
• 肺肿瘤：全球癌症死亡首要原因，年死亡约 180 万例
• 胰腺癌：预后最差的实体瘤之一，5 年生存率约 10%
• 结肠癌：全球第三大常见癌症，年发病约 190 万例

§2.3 临床任务定义

MSD 的 10 个任务均定义为诊断性分割——即在已确诊患者中精确勾画病变和解剖结构边界，用于：

• 手术规划：肝肿瘤、胰腺肿瘤、结肠癌的术前定位
• 放疗计划：脑肿瘤、肺肿瘤的靶区勾画
• 治疗监测：化疗前后脾脏体积变化评估
• 解剖定位：海马体萎缩定量、前列腺带状结构分区
• 心血管评估：左心房三维重建

§2.4 患者人群特征

维度	特征
数据来源	6+ 机构横跨 4 国：美国（Vanderbilt、MSKCC、NIH）、英国（King’‘’‘’‘’‘’‘’‘’‘’'s College London）、法国（IRCAD Strasbourg）、荷兰（Radboud University）
采集时间	各机构不同，均为回顾性采集
年龄分布	未公开（MSD 未发布详细人口统计数据）
性别比例	未公开
种族分布	未公开
就医类型	住院/门诊混合（各机构不同）

⚠️ 人口统计缺失：MSD 论文未公开各任务的患者人口统计数据（年龄、性别、种族），这是进行公平性评估的重大障碍。

§2.6 金标准 / 参考标准

数据划分	标注方式	标注者	金标准性质
Train	专家体素级手动标注	各来源机构领域专家（放射科医生/神经科学家）	参考标准（单标注者，无 IAA）
Test	专家体素级手动标注	同 Train（各任务独立标注）	参考标准（标签不公开，需提交 grand-challenge.org 评估）

标注者说明：所有数据由专家人工标注并验证，以最大努力模拟临床所需精度。但由于标注来自多个不同机构，标注程序异质，且每例数据仅由单一标注者完成，未提供标注者间一致性（Inter-Rater Agreement, IAA）估计。

§3 数据集规格（Specifications）

§3.0 版本抉择矩阵

你的需求	推荐版本	大小	理由
快速原型/教学演示	单任务下载（如 Task09_Spleen）	~1.5 GB	最小任务，适合快速验证 DataLoader 和 Pipeline
nnU-Net 训练/多任务研究	全量 10 任务	~72.5 GB	完整基准，覆盖所有任务和模态
MONAI 框架用户	MONAI S3 镜像	~72.5 GB	无需 Google Drive，直接 HTTP 下载，支持断点续传
云端训练	AWS Open Data	~72.5 GB	AWS Open Data 注册，EC2 内下载速度最快

§3.1 模态详细说明

MSD 覆盖两种医学影像模态：

CT（计算机断层扫描）：

• 6 个任务使用 CT（Liver、Lung、Pancreas、Hepatic Vessel、Spleen、Colon）
• 均为门静脉期对比增强 CT（Liver、Pancreas、Hepatic Vessel、Spleen、Colon）或非增强 CT（Lung）
• 空间分辨率：面内 0.5–1.0 mm，层厚 0.45–7.5 mm（跨任务差异大）

MRI（磁共振成像）：

• 4 个任务使用 MRI（Brain、Heart、Hippocampus、Prostate）
• Brain：多参数 MRI（mp-MRI），4 个序列（T1、T1-Gd、T2、FLAIR），1mm³ 各向同性
• Heart：单模态 MRI，1.25×1.25×2.7 mm
• Hippocampus：T1 MPRAGE，1mm³ 各向同性
• Prostate：多参数 MRI（T2 + ADC），T2: 0.6×0.6×4mm，ADC: 2×2×4mm

§3.2 样本总数

任务	模态	目标 ROI	训练集	测试集	总计	来源机构
Task 01 Brain Tumour	mp-MRI (4 ch)	水肿、增强、非增强肿瘤（3 ROI）	484	266	750	BraTS 2016/2017
Task 02 Heart	MRI	左心房（1 ROI）	20	10	30	King’‘’‘’‘’‘’‘’‘’‘’'s College London
Task 03 Liver	CT	肝脏、肿瘤（2 ROI）	131	70	201	IRCAD Strasbourg
Task 04 Hippocampus	MRI (T1)	海马体头、体（2 ROI）	263	131	394	Vanderbilt University
Task 05 Prostate	mp-MRI (T2+ADC)	移行带、外周带（2 ROI）	32	16	48	Radboud University
Task 06 Lung	CT	肿瘤（1 ROI）	64	32	96	Cancer Imaging Archive
Task 07 Pancreas	CT	胰腺实质、肿块（2 ROI）	282	139	420	MSKCC
Task 08 Hepatic Vessel	CT	血管、肿瘤（2 ROI）	303	140	443	MSKCC
Task 09 Spleen	CT	脾脏（1 ROI）	41	20	61	MSKCC
Task 10 Colon	CT	结肠癌原发灶（1 ROI）	126	64	190	MSKCC
合计	CT + MRI	17 ROI	1,746	888	2,633	6+ 机构

划分说明：8/10 任务采用 2/3 训练 + 1/3 测试的划分；Brain Tumour 和 Liver 任务因复用已有挑战赛数据（BraTS、LiTS），保留原始划分。

§3.3 数据格式

文件类型	格式	说明
影像文件	NIfTI (.nii.gz)	统一 NIfTI 格式，经 fslreorient2std 重定向到右前上（RAS）坐标系
标签文件	NIfTI (.nii.gz)	与影像同格式，整数值表示 ROI 标签（0=背景，1,2,3…=各目标区域）
元数据	JSON (dataset.json)	每个任务一个 JSON，描述模态、标签定义、训练/测试文件列表
目录结构	标准化	imagesTr/（训练影像）、labelsTr/（训练标签）、imagesTs/（测试影像）

§3.4 存储大小

任务	压缩后大小	解压后大小	说明
Task 01 Brain Tumour	~7.5 GB	~15 GB	最大任务（750 例 4D mp-MRI）
Task 02 Heart	~0.3 GB	~0.5 GB	最小任务（30 例）
Task 03 Liver	~2.5 GB	~5 GB	—
Task 04 Hippocampus	~1.0 GB	~2 GB	—
Task 05 Prostate	~0.1 GB	~0.2 GB	—
Task 06 Lung	~2.0 GB	~4 GB	—
Task 07 Pancreas	~5.0 GB	~10 GB	—
Task 08 Hepatic Vessel	~10.0 GB	~20 GB	—
Task 09 Spleen	~1.5 GB	~3 GB	—
Task 10 Colon	~8.0 GB	~16 GB	—
合计	~72.5 GB	~130 GB	建议预留 200 GB 磁盘空间

§3.5 标注方式

MSD 的标注流程因数据来源不同而异质：

各来源机构专家标注
        │
        ▼
┌───────────────────┐
│  各机构独立标注流程  │
│  (BraTS/LiTS/LASC  │
│   等已有标注)       │
└───────┬───────────┘
        │
        ▼
┌───────────────────┐
│  MSD 统一格式化     │
│  · NIfTI 格式转换   │
│  · RAS 坐标重定向   │
│  · MRI 强度归一化   │
│  · 文件名去标识化   │
└───────┬───────────┘
        │
        ▼
┌───────────────────┐
│  专家验证           │
│  · 以最大努力模拟   │
│    临床精度标准     │
│  · 单一标注者/例    │
│  · 无 IAA 估计      │
└───────────────────┘

§3.6 标注者信息

维度	说明
标注者人数	未公开（各来源机构不同）
标注者资质	领域专家（放射科医生/神经科学家）
每例标注者数	1（单一标注者，无多次标注聚合）
IAA 估计	不可用（论文明确说明"因数据双重标注的复杂性，无法提供 IAA"）
标注工具	各机构不同（未统一）

§3.7 数据采集时间

各来源机构独立采集，具体时间范围未统一公开。BraTS 数据采集于 2016-2017 年之前，LiTS 数据采集于 2017 年之前，其余任务为各机构历史临床数据。

§3.8 地域覆盖

国家	机构	负责任务
美国	Memorial Sloan Kettering Cancer Center	Pancreas、Hepatic Vessel、Spleen、Colon
美国	Vanderbilt University Medical Center	Hippocampus
美国	NIH Cancer Imaging Archive	Lung
英国	King’‘’‘’‘’‘’‘’‘’‘’'s College London	Heart
法国	IRCAD Hôpitaux Universitaires	Liver
荷兰	Radboud University Nijmegen	Prostate
多国	BraTS 联盟	Brain Tumour

§3.9 采集设备规格

MSD 数据来自多个机构的历史临床数据，未统一采集设备。CT 扫描仪涵盖西门子、GE、飞利浦等主流厂商，MRI 扫描仪场强以 1.5T 和 3T 为主。各任务内部存在多扫描仪、多协议异质性，这既是挑战也是价值——为算法泛化研究提供了真实的域变异环境。

§3.10 深度溯源链

患者原始扫描
    │
    ▼ (各机构 PACS 系统)
原始 DICOM 影像
    │
    ▼ (各机构专家手动标注)
原始标注 (机构特定格式)
    │
    ▼ (MSD 团队统一处理)
NIfTI 格式转换 + RAS 重定向
    │
    ▼ (MRI 非定量模态鲁棒 min-max 归一化)
强度归一化
    │
    ▼ (文件名去标识化，BraTS/LiTS 数据重命名)
去标识化
    │
    ▼ (发布至 medicaldecathlon.com + AWS Open Data)
公开数据集
    │
    ▼ (MONAI 集成 S3 镜像)
MONAI 一键加载 (msd-for-monai.s3-us-west-2.amazonaws.com)

§4 数据结构详解（Data Schema）

§4.0 目录结构预览

MSD_root/
├── Task01_BrainTumour/
│   ├── imagesTr/
│   │   ├── BRATS_001.nii.gz          # 4D 体积 (4 通道: T1, T1-Gd, T2, FLAIR)
│   │   ├── BRATS_002.nii.gz
│   │   └── ...
│   ├── imagesTs/
│   │   ├── BRATS_485.nii.gz
│   │   └── ...
│   ├── labelsTr/
│   │   ├── BRATS_001.nii.gz          # 标签 (0=背景, 1=非增强肿瘤, 2=水肿, 3=增强肿瘤)
│   │   └── ...
│   └── dataset.json                  # 元数据: 模态、标签、文件列表
├── Task02_Heart/
│   ├── imagesTr/
│   │   ├── la_003.nii.gz             # 3D 体积 (1 通道)
│   │   └── ...
│   ├── imagesTs/
│   ├── labelsTr/
│   │   ├── la_003.nii.gz             # 标签 (0=背景, 1=左心房)
│   │   └── ...
│   └── dataset.json
├── Task03_Liver/
│   ├── imagesTr/
│   │   ├── liver_0.nii.gz            # 3D 体积 (1 通道: CT)
│   │   └── ...
│   ├── imagesTs/
│   ├── labelsTr/
│   │   ├── liver_0.nii.gz            # 标签 (0=背景, 1=肝脏, 2=肿瘤)
│   │   └── ...
│   └── dataset.json
├── ... (Task04-Task10 同结构)
└── LICENSE.txt

§4.1 DAIMS 标准化字段描述表

以 dataset.json 中的字段为核心，8 列格式：

字段名	数据类型	说明	示例值	AI 用途	观测误差	信息性缺失编码	取值范围
name	string	任务名称	“Task01_BrainTumour”	任务标识	—	—	10 个预定义任务名
description	string	任务描述	“Gliomas segmentation”	理解任务语义	—	—	自由文本
reference	string	来源链接	“BraTS 2016/2017”	数据溯源	—	—	URL/机构名
licence	string	许可证	“CC-BY-SA 4.0”	合规检查	—	—	固定值
modality	string[]	模态列表	[“MRI”] / [“CT”]	预处理决策	—	—	{“MRI”, “CT”}
labels	string[]	标签名称	[“background”, “edema”, …]	标签映射	—	—	按任务定义
numTraining	integer	训练集大小	484	划分验证	—	—	20–484
numTest	integer	测试集大小	266	划分验证	—	—	10–266
test	string[]	测试文件列表	[“BRATS_485.nii.gz”, …]	测试集加载	—	—	文件名列表
training	object[]	训练文件+标签	[{“image”: “…”, “label”: “…”}]	训练集加载	—	—	对象数组

§4.2 标签分布

任务	标签 ID	标签名称	阳性体素占比（近似）	挑战特征
Brain Tumour	1	非增强肿瘤	~1-3%	异质位置，小目标
Brain Tumour	2	水肿	~5-10%	中等大小，边界模糊
Brain Tumour	3	增强肿瘤	~2-5%	小目标，高对比
Heart	1	左心房	~10-15%	中等大小，形状多变
Liver	1	肝脏	~30-50%	大目标，形状稳定
Liver	2	肿瘤	~0.5-2%	极小目标，严重不平衡
Hippocampus	1	海马体头	~0.5-1%	小目标，精细结构
Hippocampus	2	海马体体	~0.3-0.8%	极小目标
Prostate	1	移行带	~5-10%	中等，个体差异大
Prostate	2	外周带	~3-8%	中等，边界模糊
Lung	1	肿瘤	~0.1-0.5%	极小目标，大视野
Pancreas	1	胰腺实质	~2-5%	中等，形状多变
Pancreas	2	肿块	~0.1-1%	极小目标，严重不平衡
Hepatic Vessel	1	血管	~1-3%	管状结构，分支复杂
Hepatic Vessel	2	肿瘤	~0.5-2%	小目标，异质外观
Spleen	1	脾脏	~5-15%	大小范围变化大
Colon	1	结肠癌原发灶	~0.5-2%	异质外观，标注困难

§4.3 关键统计

• 最易任务：Spleen（2018 挑战赛中位 DSC = 0.94，滚动竞赛提升至 0.97）
• 最难任务：Colon cancer primaries（2018 挑战赛中位 DSC = 0.16，前五名 0.41）
• 第二大难任务：Pancreas tumor（2018 挑战赛中位 DSC = 0.21，前五名 0.37）
• 样本量最小：Heart（仅 30 例，20 训练 + 10 测试）
• 样本量最大：Brain Tumour（750 例 4D 体积）
• ROI 最多：Brain Tumour（3 个 ROI）
• 空间分辨率最高：Hippocampus（1mm³ 各向同性）
• 空间分辨率最低：Liver（层厚可达 6mm）

§4.4 数据层级

MSD 数据集
├── Task 01-10 (10 个任务)
│   ├── 训练集 (imagesTr/ + labelsTr/)
│   │   └── 病例 (Case)
│   │       └── 3D/4D 体积 (Volume)
│   │           └── 体素 (Voxel) ← 标注粒度
│   └── 测试集 (imagesTs/)
│       └── 病例 (Case)
│           └── 3D/4D 体积 (Volume)
│               └── 体素 (Voxel) ← 标签不公开

§4.5 缺失值情况

数据类型	缺失情况	信息性缺失编码
影像体素	无缺失（完整 3D 体积）	0（背景值）
标签体素	无缺失（完整标注）	0（背景/非目标区域）
人口统计	完全缺失（未公开）	—
扫描仪信息	完全缺失（未公开）	—
临床元数据	完全缺失（未公开）	—

§5 数据划分与使用建议（Splits & Usage）

§5.1 官方划分

MSD 为每个任务提供官方 train/test 划分，但不提供验证集划分。社区标准做法：

• nnU-Net 方案：对训练集进行 5 折交叉验证，自动选择最优模型配置
• MONAI 方案：从训练集中按 8:2 随机划分训练/验证集
• BraTS 复用方案：Brain Tumour 任务可直接使用 BraTS 的原始验证集

§5.2 划分比例

任务	训练集	测试集	训练占比
Brain Tumour	484	266	64.5%（BraTS 原始划分）
Heart	20	10	66.7%
Liver	131	70	65.2%（LiTS 原始划分）
Hippocampus	263	131	66.8%
Prostate	32	16	66.7%
Lung	64	32	66.7%
Pancreas	282	139	66.9%
Hepatic Vessel	303	140	68.4%
Spleen	41	20	67.2%
Colon	126	64	66.3%

§5.3 测试集评估

测试集标签不公开，需通过以下方式评估：

1. grand-challenge.org：提交分割结果，获取 DSC 和 NSD 分数
2. 本地评估：如获得测试集标签（需联系组织方），可使用官方评估脚本
3. 交叉验证：在训练集上做 5 折交叉验证作为替代评估

§5.4 多任务实验建议

实验类型	推荐任务组合	理由
CT-only 基准	Liver + Lung + Pancreas + Spleen	覆盖大/小目标 + 不同难度
MRI-only 基准	Brain + Hippocampus + Heart	覆盖多参数/单模态 + 不同分辨率
模态间迁移	Brain (MRI) → Liver (CT)	测试跨模态泛化
难度梯度分析	Spleen (易) → Pancreas (难) → Colon (最难)	分析性能-难度关系
小样本学习	Heart (30) + Prostate (48) + Spleen (61)	测试低数据场景
大样本训练	Brain (750) + Hepatic Vessel (443) + Pancreas (420)	测试大数据收益

§5.5 预训练与迁移

• 跨任务迁移：MSD 任务间可互相预训练（如用 Brain 预训练 Liver），但因模态不同需调整输入通道

• 外部预训练：可使用 MedicalNet、Models Genesis 等医学影像预训练权重

• 自监督预训练：Swin UNETR 使用 MSD 无标签数据进行自监督预训练后微调

§6 AI 就绪指南（AI-Ready Guide）

§6.0 云端快速启动

🚀 5 分钟极速体验：使用 MONAI 框架内置的 MSD 数据集加载器，无需手动下载。

# MONAI 一行代码加载 MSD 任务
from monai.apps import DecathlonDataset

# 下载并加载 Spleen 任务（最小任务，约 1.5 GB）
dataset = DecathlonDataset(
    root_dir="./data",
    task="Task09_Spleen",
    section="training",
    download=True,
    cache_rate=0.0,
    num_workers=4,
)

§6.1 快速上手

<details>
<summary>📝 PyTorch + MONAI DataLoader（点击展开）</summary>

# ========================================
# Medical Segmentation Decathlon — 快速上手
# 环境要求: torch>=2.0, monai>=1.3, nibabel, numpy
#
# ⚠️ 目录结构预期：
#   请将数据下载至 ./data/ 目录，MONAI 会自动创建以下结构：
#   ./data/
#   └── Task09_Spleen/
#       ├── imagesTr/           # 训练影像
#       ├── imagesTs/           # 测试影像
#       ├── labelsTr/           # 训练标签
#       └── dataset.json        # 元数据
#
#   MONAI 的 DecathlonDataset 会自动下载并解压数据
# ========================================

import torch
from monai.apps import DecathlonDataset
from monai.transforms import (
    Compose, LoadImaged, EnsureChannelFirstd,
    ScaleIntensityRanged, CropForegroundd,
    RandCropByPosNegLabeld, RandFlipd,
    RandRotate90d, RandShiftIntensityd,
    EnsureTyped
)
from monai.data import DataLoader

#  数据变换 
# CT 任务的预处理 Pipeline（以 Spleen 为例）
train_transforms = Compose([
    LoadImaged(keys=["image", "label"]),
    EnsureChannelFirstd(keys=["image", "label"]),
    ScaleIntensityRanged(
        keys=["image"],
        a_min=-57, a_max=164,          # Spleen CT HU 范围
        b_min=0.0, b_max=1.0,
        clip=True,
    ),
    CropForegroundd(keys=["image", "label"], source_key="image"),
    # 随机裁剪 96x96x96 patch，正负样本比 1:1
    RandCropByPosNegLabeld(
        keys=["image", "label"],
        label_key="label",
        spatial_size=(96, 96, 96),
        pos=1, neg=1,
        num_samples=4,
    ),
    RandFlipd(keys=["image", "label"], spatial_axis=[0], prob=0.5),
    RandFlipd(keys=["image", "label"], spatial_axis=[1], prob=0.5),
    RandFlipd(keys=["image", "label"], spatial_axis=[2], prob=0.5),
    RandRotate90d(keys=["image", "label"], prob=0.5, max_k=3),
    RandShiftIntensityd(keys=["image"], offsets=0.1, prob=0.5),
    EnsureTyped(keys=["image", "label"]),
])

val_transforms = Compose([
    LoadImaged(keys=["image", "label"]),
    EnsureChannelFirstd(keys=["image", "label"]),
    ScaleIntensityRanged(
        keys=["image"],
        a_min=-57, a_max=164,
        b_min=0.0, b_max=1.0,
        clip=True,
    ),
    CropForegroundd(keys=["image", "label"], source_key="image"),
    EnsureTyped(keys=["image", "label"]),
])

#  数据加载 
# 训练集（自动从训练集中按 8:2 划分训练/验证）
train_ds = DecathlonDataset(
    root_dir="./data",
    task="Task09_Spleen",
    section="training",
    transform=train_transforms,
    cache_rate=0.1,       # 缓存 10% 到内存
    num_workers=4,
    download=True,         # 自动下载
)

val_ds = DecathlonDataset(
    root_dir="./data",
    task="Task09_Spleen",
    section="validation",
    transform=val_transforms,
    cache_rate=0.1,
    num_workers=4,
)

train_loader = DataLoader(train_ds, batch_size=2, shuffle=True, num_workers=4)
val_loader = DataLoader(val_ds, batch_size=1, shuffle=False, num_workers=4)

#  检查数据 
check_data = next(iter(train_loader))
print(f"Image shape: {check_data[''''''''''''''''image''''''''''''''''].shape}")   # [B, C, 96, 96, 96]
print(f"Label shape: {check_data[''''''''''''''''label''''''''''''''''].shape}")   # [B, C, 96, 96, 96]
print(f"Label values: {torch.unique(check_data[''''''''''''''''label''''''''''''''''])}")  # {0, 1}

</details>

§6.2 数据获取

获取方式	链接	大小	说明
官方网站	http://medicaldecathlon.com/	~72.5 GB	Google Drive 分享，需翻墙
MONAI S3 镜像	https://msd-for-monai.s3-us-west-2.amazonaws.com/	~72.5 GB	按 task 分别下载，无需翻墙
AWS Open Data	AWS Open Data Registry	~72.5 GB	EC2 内下载最快
OpenDataLab	https://opendatalab.com/OpenDataLab/Medical_Segmentation_Decathlon	~72.5 GB	国内镜像

§6.3 预处理 Pipeline

<details>
<summary>📝 通用预处理函数（CT + MRI）（点击展开）</summary>

# ========================================
# MSD 通用预处理 Pipeline
# 支持 CT 和 MRI 两种模态
# ========================================

import numpy as np
import nibabel as nib
from scipy.ndimage import zoom

def preprocess_ct(image_path, label_path, output_size=(128, 128, 64)):
    """
    CT 预处理：HU 裁剪 + 归一化 + 重采样
    注意：不同任务的 HU 范围不同，需根据 dataset.json 中的描述调整
    """
    img = nib.load(image_path).get_fdata().astype(np.float32)
    label = nib.load(label_path).get_fdata().astype(np.int32)

    # HU 裁剪（按任务调整）
    # Liver: [-100, 250], Pancreas: [-100, 200], Spleen: [-57, 164]
    hu_min, hu_max = -100, 250
    img = np.clip(img, hu_min, hu_max)
    img = (img - hu_min) / (hu_max - hu_min)

    # 重采样到目标尺寸
    factors = [o / s for o, s in zip(output_size, img.shape)]
    img_resampled = zoom(img, factors, order=1)
    label_resampled = zoom(label, factors, order=0)  # 最近邻插值

    return img_resampled, label_resampled


def preprocess_mri(image_path, label_path, output_size=(128, 128, 64)):
    """
    MRI 预处理：Z-score 归一化 + 重采样
    注意：多参数 MRI (如 Brain) 需对每个通道独立归一化
    """
    img = nib.load(image_path).get_fdata().astype(np.float32)
    label = nib.load(label_path).get_fdata().astype(np.int32)

    # Z-score 归一化（对每个通道独立）
    if img.ndim == 4:  # 多通道 (如 Brain: 4 通道)
        for c in range(img.shape[-1]):
            channel = img[..., c]
            mask = channel > 0  # 非背景区域
            if mask.sum() > 0:
                mean, std = channel[mask].mean(), channel[mask].std()
                if std > 0:
                    img[..., c] = (channel - mean) / std
    else:  # 单通道
        mask = img > 0
        if mask.sum() > 0:
            mean, std = img[mask].mean(), img[mask].std()
            if std > 0:
                img = (img - mean) / std

    # 重采样
    factors = [o / s for o, s in zip(output_size, img.shape[:3])]
    if img.ndim == 4:
        img_resampled = np.stack([
            zoom(img[..., c], factors, order=1) for c in range(img.shape[-1])
        ], axis=-1)
    else:
        img_resampled = zoom(img, factors, order=1)
    label_resampled = zoom(label, factors, order=0)

    return img_resampled, label_resampled


def resample_volume(volume, target_shape, is_label=False):
    """重采样 3D 体积到目标形状"""
    factors = [t / s for t, s in zip(target_shape, volume.shape)]
    order = 0 if is_label else 1
    return zoom(volume, factors, order=order)

</details>

§6.4 框架加载

<details>
<summary>📝 TensorFlow / Keras DataLoader（点击展开）</summary>

# ========================================
# MSD — TensorFlow DataLoader
# 环境要求: tensorflow>=2.10, nibabel, numpy
# ========================================

import tensorflow as tf
import nibabel as nib
import numpy as np
import json
import os

class MSDTFDataset(tf.data.Dataset):
    """MSD TensorFlow 数据集加载器"""

    def __new__(cls, data_dir, task="Task09_Spleen", batch_size=2):
        dataset_json = json.load(
            open(os.path.join(data_dir, task, "dataset.json"))
        )
        train_files = dataset_json["training"]

        def gen():
            for item in train_files:
                img_path = os.path.join(data_dir, task, "imagesTr",
                                        os.path.basename(item["image"]))
                lbl_path = os.path.join(data_dir, task, "labelsTr",
                                        os.path.basename(item["label"]))
                img = nib.load(img_path).get_fdata().astype(np.float32)
                lbl = nib.load(lbl_path).get_fdata().astype(np.int32)

                # CT 归一化
                hu_min, hu_max = -57, 164
                img = np.clip(img, hu_min, hu_max)
                img = (img - hu_min) / (hu_max - hu_min)

                # 随机裁取 patch
                if img.ndim == 3:
                    img = img[..., np.newaxis]  # 添加通道维度

                # 随机裁剪 96^3
                h, w, d = img.shape[:3]
                ph, pw, pd = 96, 96, 96
                sh = np.random.randint(0, max(h - ph, 1))
                sw = np.random.randint(0, max(w - pw, 1))
                sd = np.random.randint(0, max(d - pd, 1))

                img_patch = img[sh:sh+ph, sw:sw+pw, sd:sd+pd]
                lbl_patch = lbl[sh:sh+ph, sw:sw+pw, sd:sd+pd]

                yield img_patch, lbl_patch[..., np.newaxis]

        return tf.data.Dataset.from_generator(
            gen,
            output_types=(tf.float32, tf.int32),
            output_shapes=((96, 96, 96, 1), (96, 96, 96, 1)),
        ).batch(batch_size).prefetch(tf.data.AUTOTUNE)

</details>

§6.5 常见坑点

⚠️ 坑点 1：CT 任务间 HU 范围差异被忽视（分类：预处理陷阱）

问题：MSD 的 6 个 CT 任务目标器官不同，HU 范围差异显著（Spleen: [-57, 164] vs. Liver: [-100, 250] vs. Lung: [-1024, +200]）。使用统一的 HU 裁剪范围会导致部分任务信息丢失。

症状：在 Spleen 任务上用 Liver 的 HU 范围预处理，性能下降 5-10%。

解决：每个 CT 任务需根据其目标器官的 HU 范围单独设置裁剪区间。nnU-Net 的做法是使用全局前景统计自动确定 CT 归一化范围。或参考各任务的 dataset.json 和论文中的推荐范围。

参考：Isensee et al. (2021), “nnU-Net: a self-configuring method for deep learning-based biomedical image segmentation.” Nature Methods.

⚠️ 坑点 2：单一标注者无 IAA 导致性能上限不可知（分类：偏倚陷阱）

问题：MSD 所有任务均由单一标注者标注，论文明确说明"因数据双重标注的复杂性，无法提供标注者间一致性（IAA）估计"。这意味着模型的 Dice 分数无法与人类标注变异进行对比——0.85 的 Dice 到底是"接近人类极限"还是"远低于人类共识"无从判断。

症状：模型性能卡在某个水平无法提升，但不确定是模型瓶颈还是标注噪声瓶颈。

解决：参考同类有 IAA 的数据集（如 BraTS 2020+ 提供了 IAA）估算人类标注变异范围。在论文中报告时，明确说明"由于 MSD 无 IAA，性能上限不可知"。

参考：Antonelli et al. (2022), Nature Communications. “inter-rater reliability estimates are not available for the MSD tasks.”

⚠️ 坑点 3：Brain Tumour 和 Liver 任务的文件名被重命名（分类：工程陷阱）

问题：Brain Tumour 数据复用自 BraTS 2016/2017，Liver 数据复用自 LiTS 2017。MSD 团队故意重命名了文件以防止参与者将两个挑战赛的数据映射关联。如果同时使用 BraTS/LiTS 原始数据和 MSD 数据，可能导致数据泄漏（同一患者出现在训练和测试集）。

症状：使用 BraTS 额外数据预训练后在 MSD Brain Tumour 测试集上性能异常高。

解决：如需使用外部数据，必须确认无患者重叠。推荐仅在 MSD 数据集内部进行实验，或使用完全独立的验证集。

参考：Antonelli et al. (2022), Nature Communications. “The filenames were changed to avoid participants mapping cases between the two challenges.”

⚠️ 坑点 4：测试集标签不公开导致无法本地评估（分类：评估误用）

问题：MSD 测试集标签不公开，必须提交到 grand-challenge.org 获取评估结果。每个团队每天只能提交一次（开发阶段），滚动竞赛可提交 15 次。这严重限制了快速迭代和消融实验。

症状：无法在本地计算测试集 Dice，只能依赖训练集交叉验证估计。

解决：(1) 使用 5 折交叉验证在训练集上评估（nnU-Net 标准做法）；(2) 保留部分训练数据作为hold-out验证集；(3) 谨慎使用 grand-challenge.org 的每日提交配额。

参考：http://medicaldecathlon.com/ — Schedule & Guidelines

⚠️ 坑点 5：小样本任务的交叉验证方差极大（分类：评估误用）

问题：Heart（30 例）、Prostate（48 例）、Spleen（61 例）等小样本任务，5 折交叉验证时每折仅 6-12 个测试样本，Dice 方差极大（可达 ±0.1），单次实验结果不可靠。

症状：同一模型在不同随机种子下的 5 折 CV 结果波动巨大，排名不稳定。

解决：(1) 使用重复多次的 5 折交叉验证（如 5×5 折）取平均；(2) 报告置信区间而非仅报告均值；(3) 使用 Wilcoxon 符号秩检验进行统计显著性比较（MSD 官方做法）。

参考：Antonelli et al. (2022), Nature Communications. Ranking methodology based on Wilcoxon-signed rank test.

⚠️ 坑点 6：NSD 容差是任务特定的且基于主观临床判断（分类：评估误用）

问题：NSD（Normalized Surface Distance）的容差参数由各任务的临床专家根据"可接受的分割误差"主观设定，不同任务容差差异大。直接比较不同任务的 NSD 绝对值会产生误导。

症状：某模型在 Spleen 上的 NSD = 0.95 看起来远好于在 Pancreas 上的 NSD = 0.60，但实际上只是容差设定不同导致。

解决：(1) 不要跨任务比较 NSD 绝对值；(2) 在同一任务内比较不同模型的 NSD；(3) 同时报告 DSC 和 NSD 两个指标。官方排名使用基于显著性检验的排名方案而非绝对数值。

参考：Antonelli et al. (2022), Nature Communications. “The NSD tolerances are based on clinical opinions and were chosen by the clinicians segmenting each organ.”

§6.6 数据增强安全表

增强方法	安全性	适用模态	说明
随机翻转（3 轴）	✅ 安全	CT + MRI	nnU-Net 默认增强
随机旋转 90°	✅ 安全	CT + MRI	nnU-Net 默认增强
随机裁剪（Pos-Neg）	✅ 安全	CT + MRI	确保正负样本均衡
随机强度偏移	✅ 安全	CT + MRI	nnU-Net 默认
随机高斯噪声	✅ 安全	CT + MRI	增强鲁棒性
随机弹性变形	⚠️ 谨慎	CT + MRI	小目标任务慎用（可能扭曲标签）
Mixup	❌ 危险	CT + MRI	3D 分割中标签混合无物理意义
CutMix	⚠️ 谨慎	CT + MRI	需确保切割区域包含目标结构
颜色抖动	❌ 危险	CT	CT HU 值有物理意义，不宜随意缩放
颜色抖动	✅ 安全	MRI	MRI 强度为相对值，可缩放
模拟运动伪影	⚠️ 谨慎	MRI	需确保标签同步变换

§6.7 推荐模型配置

模型	适用任务	预训练	关键超参	预期 Dice（平均）	说明
nnU-Net v2	全部 10 任务	无	自动配置	~0.78 (CT 平均)	自配置框架，无需手动调参
Swin UNETR	全部 10 任务	SSL 预训练	patch=96³, batch=2	~0.79 (CT 平均)	Transformer + 自监督预训练
DiNTS	全部 10 任务	无	NAS 搜索	~0.78 (CT 平均)	神经架构搜索
U-Net (3D)	单任务	无	patch=128³, batch=2	~0.75	基线，需手动调参
UNETR	全部 10 任务	无	patch=128³	~0.72	Transformer 基线
CLIP-Driven Universal	全部 10 任务	CLIP	语言提示	~0.81 (CT 平均)	基础模型 + 语言提示
SAM2-3dMed	单任务	SAM2	框架提示	任务依赖	基础模型适配

§6.8 硬件配置

任务	最小 GPU 显存	推荐 GPU	训练时间（nnU-Net 5 折）	磁盘空间
Spleen	8 GB	RTX 3090 (24 GB)	~2 小时	~5 GB
Heart	8 GB	RTX 3090 (24 GB)	~1 小时	~2 GB
Hippocampus	8 GB	RTX 3090 (24 GB)	~2 小时	~5 GB
Prostate	8 GB	RTX 3090 (24 GB)	~1 小时	~2 GB
Liver	12 GB	A100 (40 GB)	~6 小时	~15 GB
Lung	12 GB	A100 (40 GB)	~4 小时	~12 GB
Pancreas	16 GB	A100 (40 GB)	~12 小时	~30 GB
Hepatic Vessel	16 GB	A100 (40 GB)	~15 小时	~60 GB
Colon	16 GB	A100 (40 GB)	~8 小时	~48 GB
Brain Tumour	16 GB	A100 (40 GB)	~20 小时	~45 GB
全部 10 任务	16 GB	A100 (40 GB)	~70 小时	~200 GB

§6.9 评估指标

<details>
<summary>📝 评估指标计算代码（DSC + NSD + 逐任务分析）（点击展开）</summary>

# ========================================
# MSD 官方评估指标
# 1. Dice Similarity Coefficient (DSC)
# 2. Normalized Surface Distance (NSD)
# ========================================

import numpy as np
from scipy.ndimage import distance_transform_edt

def dice_score(pred, gt, label=1):
    """计算 Dice 分数"""
    pred = (pred == label).astype(np.float32)
    gt = (gt == label).astype(np.float32)
    intersection = (pred * gt).sum()
    return 2.0 * intersection / (pred.sum() + gt.sum() + 1e-8)


def nsd(pred, gt, label=1, tolerance=1.0):
    """
    Normalized Surface Distance
    tolerance: 容差（mm），各任务不同，由临床专家设定
    """
    pred = (pred == label)
    gt = (gt == label)

    if pred.sum() == 0 or gt.sum() == 0:
        return 0.0 if pred.sum() != gt.sum() else 1.0

    # 计算表面体素
    pred_surface = pred ^ np.pad(pred, 1, mode=''''''''''''''''constant'''''''''''''''')[1:-1, 1:-1, 1:-1]
    gt_surface = gt ^ np.pad(gt, 1, mode=''''''''''''''''constant'''''''''''''''')[1:-1, 1:-1, 1:-1]

    pred_surface = pred_surface & pred
    gt_surface = gt_surface & gt

    # 计算距离变换
    dt_pred = distance_transform_edt(~pred_surface)
    dt_gt = distance_transform_edt(~gt_surface)

    # NSD 计算
    fpsd = (dt_gt[pred_surface] <= tolerance).mean()
    fnsd = (dt_pred[gt_surface] <= tolerance).mean()
    return (fpsd + fnsd) / 2.0


# 各任务 NSD 容差（mm），由临床专家设定
NSD_TOLERANCES = {
    "BrainTumour": {"edema": 3.0, "enhancing": 2.0, "non-enhancing": 2.0},
    "Heart": 3.0,
    "Liver": 5.0,
    "Hippocampus": 1.0,
    "Prostate": 2.0,
    "Lung": 3.0,
    "Pancreas": 2.0,
    "HepaticVessel": 1.0,
    "Spleen": 3.0,
    "Colon": 2.0,
}


def evaluate_task(predictions, ground_truths, task_name):
    """评估单任务的所有病例"""
    all_dice = []
    all_nsd = []
    tol = NSD_TOLERANCES.get(task_name, 2.0)

    for pred, gt in zip(predictions, ground_truths):
        all_dice.append(dice_score(pred, gt))
        all_nsd.append(nsd(pred, gt, tolerance=tol))

    return {
        "task": task_name,
        "mean_dice": np.mean(all_dice),
        "std_dice": np.std(all_dice),
        "median_dice": np.median(all_dice),
        "mean_nsd": np.mean(all_nsd),
        "std_nsd": np.std(all_nsd),
        "n_cases": len(all_dice),
    }


def evaluate_all_tasks(results_dict):
    """
    评估所有 10 个任务，输出汇总排名
    results_dict: {"Task01_BrainTumour": {"preds": [...], "gts": [...]}, ...}
    """
    task_results = []
    for task_name, data in results_dict.items():
        res = evaluate_task(data["preds"], data["gts"], task_name)
        task_results.append(res)
        print(f"{task_name}: Dice={res[''''''''''''''''mean_dice'''''''''''''''']:.4f} ± {res[''''''''''''''''std_dice'''''''''''''''']:.4f}, "
              f"NSD={res[''''''''''''''''mean_nsd'''''''''''''''']:.4f}")

    # 计算平均排名
    avg_dice = np.mean([r["mean_dice"] for r in task_results])
    avg_nsd = np.mean([r["mean_nsd"] for r in task_results])
    print(f"\nOverall: Avg Dice={avg_dice:.4f}, Avg NSD={avg_nsd:.4f}")
    return task_results

</details>

§7 质量评估与局限性（Quality & Limitations）

§7.1 已知偏倚

偏倚类型	描述	严重程度	缓解措施
选择偏倚	4/10 任务来自 MSKCC（癌症中心），患者群体偏向肿瘤患者	高	无（数据来源固有偏倚）
标注者偏倚	每例由单一标注者完成，无 IAA，标注程序异质	高	使用交叉验证评估稳定性
样本量偏倚	Heart (30) vs. Brain (750)，样本量差异 25 倍	中	小样本任务使用重复交叉验证
标签不平衡	多数任务存在大器官 vs. 小肿瘤的极端不平衡	高	使用 Dice + CE 联合损失，正负采样
人口统计缺失	无年龄、性别、种族信息，无法评估公平性	高	无（数据集未提供）
模态偏倚	CT 任务多于 MRI 任务（6:4），CT 难度梯度更大	中	按模态分组分析

§7.2 标注质量评估

评估维度	评估结果	说明
标注者资质	✅ 专家级	各来源机构领域专家
标注一致性	❌ 未知	无 IAA 估计
多标注者验证	❌ 无	每例单一标注者
标注协议统一性	⚠️ 异质	各来源机构标注程序不同
临床精度模拟	✅ 最大努力	“best effort to mimic the accuracy required for clinical use”

§7.3 泛化性讨论

场景	失效风险	证据
跨机构部署	高	多中心数据已揭示机构间性能差异
不同扫描仪	中-高	各任务内部存在多扫描仪异质性
不同人群	高	无人口统计数据，无法评估种族/年龄泛化
不同病理亚型	高	肿瘤任务仅覆盖特定亚型（如胶质瘤非所有脑肿瘤）
儿科应用	高	无明确儿科数据，所有任务以成人数据为主

§7.4 伦理考量

1. 去标识化：所有影像数据已去标识化，但去标识化程度因来源机构而异
2. 知情同意：回顾性数据，各机构按当地 IRB 规定处理
3. 商业使用：CC-BY-SA 4.0 允许商业使用，但衍生作品必须以相同许可共享
4. 临床部署限制：MSD 标注为研究精度，非临床产品级精度，不可直接用于临床决策

§7.5 公平性评估

无法进行公平性评估——MSD 未公开任何人口统计数据（年龄、性别、种族），无法评估模型在不同人口群体间的性能差异。这是 MSD 的重大局限性，也是 DAIMS 评估中的扣分项。

§7.7 DAIMS 24 项数据就绪度评估表

#	评估项	状态	说明
1	数据集标识符	✅	DOI: 10.1038/s41467-022-30695-9
2	版本号	✅	v1.0（2018 首发，2022 Nature Comms 发表）
3	许可证	✅	CC-BY-SA 4.0（完全开放含商业）
4	数据格式	✅	NIfTI 标准格式 + JSON 元数据
5	标注者信息	⚠️	专家标注但单一标注者，无 IAA
6	标注协议	⚠️	各来源机构异质，未统一
7	数据字典	✅	dataset.json 描述模态、标签、文件列表
8	数据划分	✅	官方 train/test 划分（无 val）
9	缺失值文档	✅	影像完整无缺失
10	采集设备信息	⚠️	未公开具体扫描仪型号
11	采集协议	⚠️	各机构不同，未统一
12	空间分辨率	✅	各任务体素间距在论文中记录
13	时间覆盖	✅	回顾性数据，各机构不同
14	知情同意	⚠️	各机构按当地 IRB 处理，未统一文档
15	去标识化	✅	所有影像已去标识化
16	许可证一致性	✅	统一 CC-BY-SA 4.0
17	标准术语映射	✅	ICD-11 + SNOMED CT 可映射
18	数据增强安全	✅	提供安全表指导
19	评估指标	✅	DSC + NSD 官方脚本
20	基准性能	✅	nnU-Net + Swin UNETR + DiNTS 等公开
21	公平性评估	❌	无人口统计数据，无法评估
22	外部验证	✅	多任务跨机构天然外部验证
23	数据漂移	✅	回顾性历史数据，可能有时间漂移
24	可复现性	✅	固定测试集 + 标准格式 + nnU-Net 框架

DAIMS 评分：20.5 / 24
评分解读：优秀 — 达到接近满分的就绪度，可直接用于训练。

对你意味着什么：MSD 是医学影像分割领域的基础设施级数据集，AI 就绪度极高。标准 NIfTI 格式 + MONAI 一键加载 + nnU-Net 自配置框架使其几乎零门槛上手。主要扣分项集中在：单一标注者无 IAA（#5/#6）、人口统计缺失导致无法公平性评估（#21）、知情同意未统一文档（#14）。建议：(1) 使用 nnU-Net v2 作为基线起点；(2) 在小样本任务上使用重复交叉验证；(3) 如需公平性分析，需补充外部人口统计数据。

§7.8 外部验证矩阵

外部数据集/场景	来源机构	样本量	评估任务	性能指标	相对内部测试集变化	关键发现
BraTS 2020+	UPenn + 多机构	1,251	脑肿瘤分割	DSC 0.88-0.93	+5-10%	MSD Brain 数据为 BraTS 2016/2017 子集，新版 BraTS 标注质量更高
LiTS 2017+	IRCAD + 多机构	200+	肝脏+肿瘤分割	DSC 0.96 (liver)	持平	MSD Liver 直接复用 LiTS 数据，性能可比
AMOS 2022	HKU + 深圳机构	500 CT + 100 MRI	多器官分割	DSC 0.80-0.90	N/A	AMOS 覆盖 15 器官，MSD 仅覆盖单一器官/任务，AMOS 更全面
ACDC (Cardiac)	University of Lyon	100	心脏分割	DSC 0.90+	N/A	MSD Heart 仅 30 例，ACDC 为更大心脏数据集

§8 基准性能与生态（Benchmarks & Ecosystem）

§8.1 排行榜

MSD CT 任务 SOTA 排行（平均 Dice %）

排名	模型	Liver	Pancreas	HepaticVessel	Spleen	Colon	Lung	平均 (CT)	年份	关键技术	完整引用	代码
1	CLIP-Driven Universal	95.42	72.59	71.51	97.27	63.14	80.01	80.99	2023	CLIP 语言提示 + 预训练	Liu et al., 2023, ICCV. DOI:10.1109/ICCV51070.2023	GitHub
2	Swin UNETR	95.35	70.71	68.95	96.99	59.45	76.60	78.68	2022	Transformer + SSL 预训练	Tang et al., 2022, MICCAI W. DOI:10.1007/978-3-031-43907-0_3	GitHub
3	DiNTS	95.35	68.19	68.13	96.98	59.21	74.75	77.93	2021	可微神经架构搜索	He et al., 2023, IEEE TMI. DOI:10.1109/TMI.2023.3248313	GitHub
4	nnU-Net	95.75	67.21	69.12	97.43	58.33	73.97	77.89	2021	自配置 U-Net	Isensee et al., 2021, Nature Methods. DOI:10.1038/s41592-020-01008-z	GitHub
5	Models Genesis	—	—	—	—	—	—	76.97	2021	自监督通用预训练	Zhou et al., 2021, IEEE TMI. DOI:10.1109/TMI.2019.2874416	GitHub
6	Trans VW	—	—	—	—	—	—	76.96	2021	可迁移视觉词袋	Haghighi et al., 2021, MICCAI.	—

注意事项：

1. 不同论文的评估方式不同（nnU-Net 使用 5 折 CV，CLIP-Driven 使用官方测试集提交），绝对数值不可直接比较
2. Brain Tumour 和 Prostate（MRI 任务）因复用 BraTS 和 PROMISE12 数据，通常在各自独立排行榜中报告
3. 2018 挑战赛冠军 nnU-Net 的排名基于 Wilcoxon 符号秩检验排名方案，非绝对 Dice 排名
4. 滚动竞赛（grand-challenge.org）的提交允许在全部 10 任务上调优，与 2018 挑战赛的"无任务特定调优"规则不同

§8.2 SOTA 总结

方法类型	代表模型	核心优势	适用场景
自配置框架	nnU-Net v2	零调参，自动适配任何任务	快速基线 / 新任务探索
Transformer + SSL	Swin UNETR	大数据预训练收益	大样本任务
基础模型 + 语言	CLIP-Driven Universal	语言提示泛化	多任务统一模型
NAS	DiNTS	自动架构搜索	追求最优架构
SAM 适配	SAM2-3dMed / MA-SAM	零样本/少样本	标注稀缺场景

选型建议：新项目从 nnU-Net v2 开始作为基线。如需跨任务统一模型，考虑 Swin UNETR 或 CLIP-Driven Universal。如追求极致性能且有标注稀缺问题，评估 SAM 系列适配方法。

§8.3 评估协议

MSD 官方评估协议：

1. 指标：Dice Similarity Coefficient (DSC) + Normalized Surface Distance (NSD)
2. 计算：在 3D 体积上计算，非 2D 切片
3. 排名方案：基于 Wilcoxon 符号秩检验的显著性排名
   • 对每对算法进行 Wilcoxon 检验
   • 每个算法的排名 = 表现显著更差的算法数量
   • 按 ROI 取平均，再按任务取平均，得到最终排名
4. NSD 容差：各任务不同，由临床专家根据"可接受的分割误差"设定
5. 提交规则：2018 挑战赛开发阶段每天 1 次；神秘阶段仅 1 次；滚动竞赛共 15 次

§8.4 相关数据集

数据集	关系	说明
BraTS	来源	MSD Brain Tumour 直接复用 BraTS 2016/2017 数据
LiTS	来源	MSD Liver 复用 LiTS 2017 数据子集
LASC	来源	MSD Heart 复用 2013 LASC 数据
AMOS	互补	AMOS 覆盖 15 器官多中心，MSD 覆盖 10 独立任务
AbdomenCT-1K	互补	更大样本量腹部 CT 分割
TotalSegmentator	互补	117 解剖结构全身 CT 分割

§8.5 关键论文

1. Antonelli et al. (2022) — “The Medical Segmentation Decathlon.” Nature Communications, 13(1), 4128. DOI: 10.1038/s41467-022-30695-9

   • MSD 挑战赛正式论文，描述了 10 任务设计、评估方法和结果分析。证明了一个在多任务上表现一致的算法能泛化到未见任务。

2. Simpson et al. (2019) — “A large annotated medical image dataset for the development and evaluation of segmentation algorithms.” arXiv:1902.09063

   • MSD 数据集论文，描述了 10 个任务的数据来源、标注和格式。

3. Isensee et al. (2021) — “nnU-Net: a self-configuring method for deep learning-based biomedical image segmentation.” Nature Methods, 18, 203-211. DOI: 10.1038/s41592-020-01008-z

   • nnU-Net 正式论文，MSD 挑战赛冠军方法。自配置框架自动适配预处理、训练和后处理。

4. Tang et al. (2022) — “Self-Supervised Pre-Training of Swin Transformers for 3D Medical Image Analysis.” CVPR 2022. DOI: 10.1109/CVPR52688.2022.02065

   • Swin UNETR，使用 SSL 预训练 + Transformer 架构在 MSD 上取得 SOTA。

5. He et al. (2023) — “DiNTS: Differentiable Neural Network Topology Search for 3D Medical Image Segmentation.” IEEE TMI. DOI: 10.1109/TMI.2023.3248313

   • 可微架构搜索方法，在 MSD 上搜索最优网络拓扑。

6. Liu et al. (2023) — “CLIP-Driven Universal Model for Organ Segmentation and Tumor Detection.” ICCV 2023.

   • 使用 CLIP 语言提示构建通用分割模型，在 MSD CT 任务上达到最佳平均 Dice。

7. Zhou et al. (2021) — “Models Genesis: Generic Autodidactic Models for 3D Medical Image Analysis.” IEEE TMI. DOI: 10.1109/TMI.2019.2874416

   • 自监督预训练通用模型，在 MSD 上验证迁移学习收益。

8. Reinke et al. (2021) — “Understanding Redundancy in Medical Image Segmentation Rankings.” Medical Image Analysis.

   • 分析 MSD 排名方案的冗余性和鲁棒性，指导挑战赛设计。

§8.6 社区活跃度

维度	数据	截至日期
挑战赛注册团队	180+ (2018) / 742+ (滚动竞赛)	2022-07
滚动竞赛有效提交	17	2022-07
Google Scholar 引用	1,899+	2026-08
GitHub Stars (nnU-Net)	5,000+	2026-08
MONAI 集成	内置 DecathlonDataset API	2026-08
AWS Open Data 注册	✅ 已注册	2022-07

§8.7 生态快照

资源	类型	链接	Star/Fork（截至 2026-08）	为什么值得关注
nnU-Net v2	工具库	GitHub	5,000+/1,700+	MSD 冠军方法，医学分割事实标准框架
MONAI	工具库	GitHub	5,500+/1,000+	内置 MSD 一键加载 API + 评估脚本
Swin UNETR	预训练模型	GitHub	活跃	Transformer + SSL 预训练 SOTA
CLIP-Driven Universal	预训练模型	GitHub	300+/50+	语言提示通用分割模型
grand-challenge.org	排行榜	链接	—	滚动竞赛持续接受提交
Medical Open Datasets	教程	MONAI	—	MONAI 官方 MSD 数据集教程

§9 相关资源与引用（Resources & Citation）

§9.1 引用格式

@article{antonelli2022medical,
  title={The Medical Segmentation Decathlon},
  author={Antonelli, Michela and Reinke, Annika and Bakas, Spyridon and Farahani, Keyvan and Kopp-Schneider, Annette and Landman, Bennett A and Litjens, Geert and Menze, Bjoern and Ronneberger, Olaf and Summers, Ronald M and van Ginneken, Bram and Bilello, Michel and Bilic, Patrick and Christ, Patrick F and Do, Richard K G and Gollub, Marc J and Heckers, Stephan H and Huisman, Henkjan and Jarnagin, William R and McHugo, Maureen K and Napel, Sandy and Pernicka, Jennifer S Golia and Rhode, Kawal and Tobon-Gomez, Catalina and Vorontsov, Eugene and Meakin, James A and Ourselin, S{\''''''''''''''''e}bastien and Wiesenfarth, Manuel and Arbel{\''''''''''''''''a}ez, Pablo and Bae, Byeonguk and Chen, Sihong and Daza, Laura and Feng, Jianjiang and He, Baochun and Isensee, Fabian and Ji, Yuanfeng and Kim, Ildoo and Maier-Hein, Klaus and Merhof, Dorit and Pai, Akshay and Park, Beomhee and Perslev, Mathias and Rezaiifar, Ramin and Rippel, Oliver and Sarasua, Ignacio and Shen, Wei and Son, Jaemin and Wachinger, Christian and Wang, Liansheng and Wang, Yan and Xia, Yingda and Xu, Daguang and Xu, Zhanwei and Zheng, Yefeng and Simpson, Amber L and Maier-Hein, Lena and Cardoso, M Jorge},
  journal={Nature Communications},
  volume={13},
  number={1},
  pages={4128},
  year={2022},
  publisher={Nature Publishing Group},
  doi={10.1038/s41467-022-30695-9}
}

@article{simpson2019large,
  title={A large annotated medical image dataset for the development and evaluation of segmentation algorithms},
  author={Simpson, Amber L and Antonelli, Michela and Bakas, Spyridon and Bilello, Michel and Farahani, Keyvan and Van Ginneken, Bram and Kopp-Schneider, Annette and Landman, Bennett A and Litjens, Geert and Menze, Bjoern and others},
  journal={arXiv preprint arXiv:1902.09063},
  year={2019}
}

§9.2 数据使用声明

使用 MSD 数据集时，必须：

1. 引用 Antonelli et al. (2022) Nature Communications 论文
2. 引用 Simpson et al. (2019) arXiv 数据集论文
3. 注明数据来源（各任务的原始来源机构）
4. 注明许可证：CC-BY-SA 4.0
5. 如衍生数据集，以相同许可证（CC-BY-SA 4.0）共享

§9.3 许可证详情

CC-BY-SA 4.0 (Creative Commons Attribution-ShareAlike 4.0 International)：

• ✅ 允许商业使用
• ✅ 允许修改和衍生
• ✅ 允许分发
• ⚠️ 必须署名（引用原始论文和数据来源）
• ⚠️ 衍生作品必须以相同许可证（CC-BY-SA 4.0）共享

§9.4 关键链接

资源	链接
官方主页	http://medicaldecathlon.com/
数据下载	http://medicaldecathlon.com/ (Google Drive)
MONAI S3 镜像	https://msd-for-monai.s3-us-west-2.amazonaws.com/
滚动竞赛	https://decathlon-10.grand-challenge.org/
评估脚本	http://medicaldecathlon.com/ (DSC + NSD Jupyter Notebook)
Nature 论文	https://doi.org/10.1038/s41467-022-30695-9
arXiv 数据集论文	https://arxiv.org/abs/1902.09063
nnU-Net 代码	https://github.com/MIC-DKFZ/nnUNet
MONAI 代码	https://github.com/Project-MONAI/MONAI

§10 AI 使用声明卡（AI Usage Card）

字段	值
AI 模型使用	Claude 3.5 Sonnet (文本撰写 + 代码生成) / WebSearch (数据调研)
AI 参与范围	全文撰写 + 数据调研 + 代码示例生成
输入文档	Antonelli et al. (2022) Nature Communications / Simpson et al. (2019) arXiv:1902.09063 / medicaldecathlon.com / MONAI 文档 / HuggingFace MSD 页面 / Emergent Mind MSD 词条
AI 生成章节	§1-§10 全文 + §C JSON-LD + §P 发布元数据
最后人工审核日期	2026-08-07

§10.4 人工校验表

内容模块	审核者	审核方式	审核状态
§2 医学背景	千方病案医学编辑部	交叉审核	✅ 已通过
§3 数据规格	千方病案医学编辑部	与 Nature Communications 论文交叉比对	✅ 已验证
§4 数据结构	千方病案医学编辑部	与 MONAI DecathlonDataset API 比对	✅ 已验证
§5 数据划分	千方病案医学编辑部	与官方 grand-challenge.org 比对	✅ 已验证
§6 代码示例	千方病案医学编辑部	逻辑审查	✅ 已通过
§7 偏倚分析	千方病案医学编辑部	交叉审核	✅ 已通过
§8 排行榜	千方病案医学编辑部	与 Emergent Mind / HyperAI SOTA 比对	✅ 已验证

页面状态：published（全部内容已完成审核并发布）