信息速览
PDDCA — 头颈 OAR 勾画基准数据集 AI-Ready Wikipedia
INFOBOX
| 数据集名称 | PDDCA |
| 英文全称 | Public Domain Database for Computational Anatomy |
| 别名/简称 | MICCAI 2015 Head and Neck Auto-segmentation Challenge dataset、PDDCA 1.4.1 |
| 疾病分类 | 口咽/喉/下咽鳞癌为主（ICD-11：2B6A 口咽恶性肿瘤 / 2B6D 下咽恶性肿瘤） |
| SNOMED CT | 119238007 Brain stem / 244453006 Optic chiasm（详见 §2.1b） |
| 数据模态 | CT（断层影像）+ 手工骨性标志点（Slicer Markups .fcsv） |
| AI 任务类型 | 头颈 OAR 自动分割（多器官逐体素二值掩码）、放疗自动勾画、小器官精细分割 |
| 样本总数 | 48 例患者 CT / 9 类 OAR 勾画 / 5 个骨性标志点 |
| 数据格式 | NRRD（影像 + 标签）/ 3D Slicer Markups .fcsv / ZIP 3 分卷 |
| 许可证 | 公有领域（Public Domain，名义）；上游 TCIA 集合依 CC BY 3.0 分发 |
| 访问级别 | 开放（官方页面直接下载，无注册要求） |
| DUO 标签 | NRES（无限制使用） |
| 语言 | 英文 |
| 首发日期 | 2015（MICCAI 2015 头颈自动分割挑战赛发布） |
| 最后更新 | v1.4.1（现行版本，ZIP 3 分卷） |
| 发布机构 | MICCAI 2015 头颈自动分割挑战赛组织委员会（UMIT、MGH、Univ. Magna Græcia Catanzaro）；数据维护：MGH 放疗科 Gregory C. Sharp 团队 |
| 官方主页 | https://www.imagenglab.com/newsite/pddca |
| 下载地址 | https://www.imagenglab.com/newsite/pddca（ZIP Part 1-3 直接下载） |
| DOI | 10.1002/mp.12197（评估论文）/ 10.7937/K9/TCIA.2015.7AKGJUPZ（上游 TCIA 集合） |
| 引用次数 | 241+（Scilit 收录 Raudaschl 2017 论文，截至 2026-09） |
| AI 就绪度评分 | ⭐⭐⭐（3/5）— 结构规整、有官方 38/10 划分；扣分项：NRRD 需转换至主流框架、文献划分不统一、部分 OAR 覆盖不满 48 例且无官方预处理脚本 |
| 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（ICD-11 与 SNOMED CT 映射、头颈部鳞癌流行病学与临床任务定义、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：§4 DAIMS 数据字典（NRRD 体数据与掩码结构、标志点文件、缺失结构编码）、§5 数据划分策略、§6 预处理 Pipeline 和坑点。
审核日期：2026-09-05
审核方式：交叉审核
利益冲突声明：千方病案医数集与 MGH 放疗科、UMIT、Univ. Magna Græcia Catanzaro、MICCAI 会议组委会及 TCIA 无任何商业利益关联。本页面不销售 PDDCA 数据集本身，仅提供 AI 就绪指南与学术信息服务。编辑者未接受上述机构的任何形式资助。
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。PDDCA 以公有领域（Public Domain）名义分发、官方页面可直接下载，其上游 TCIA Head-Neck Cetuximab 集合依 CC BY 3.0 许可发布，署名链请以官方页面要求为准。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
§1.0 📌 30 秒速览
这是什么？ PDDCA 是一份公有领域的头颈 CT 分割数据集，收录 48 例头颈部肿瘤患者的 CT 体数据，每例由专家统一重新勾画 9 类危及器官（OAR）：脑干、视交叉、左右视神经、左右腮腺、左右颌下腺与下颌骨，另附 5 个骨性标志点。它源自 MICCAI 2015 头颈自动分割挑战赛（第三届），是放疗自动勾画方向被广泛引用的公共基准。
为什么重要？ 放射治疗计划要求对脑干、视神经、腮腺等危及器官做精确勾画，人工逐层勾画耗时且高度依赖医师经验。PDDCA 提供了由挑战赛组织方统一重勾画的标注与官方 38/10 训练/测试划分，使不同自动勾画算法能在同一基准下公平对比；其公有领域许可也让学术与产业用户几乎没有获取摩擦。
我能用它做什么？ 可以训练与评测 3D 分割网络、研究视交叉等小器官的精细分割、搭建 NRRD 数据处理与放疗勾画教学 Pipeline。但请注意它只有 48 例、CT 单模态，适合方法研究与基准评测，不能支撑临床级泛化结论。
一句话快速判断：如果你的项目需要能直接下载、许可无摩擦、标注统一、被同行反复对比过的头颈 CT 分割基准，PDDCA 合适；如果你需要大规模、多模态、纵向随访或临床级部署验证，请先读完 §1.3 的同类数据集与 §7 的局限性再决定。
§1.1 技术摘要
PDDCA 的构建路径是"临床试验 → 影像归档 → 挑战赛策展"。患者影像来自 RTOG 0522 III 期随机对照试验（2005-11 启动、2009-03 完成入组，随机化 940 例 III-IV 期口咽/喉/下咽癌患者，覆盖美国与加拿大 150 余家中心）；该试验影像以 Head-Neck Cetuximab 集合形式进入 TCIA（111 例，含 PT/CT/RTSTRUCT/RTDOSE/RTPLAN）。MICCAI 2015 头颈自动分割挑战赛（第三届）组织委员会从中策展 48 例，由专家为统一质量重新勾画 9 类 OAR 并补充 5 个骨性标志点，以 NRRD 格式分为 3 个 ZIP 分卷公开，官方推荐 38/10 训练/测试划分。2015 年 6 支队伍在慕尼黑 MICCAI 2015 卫星事件上同台评测；评估论文发表于 Medical Physics 44(5):2020-2036（2017，DOI 10.1002/mp.12197）。此后社区围绕划分协议与预处理差异持续产出新基准，全 OAR 平均 DSC 从挑战赛时代的 0.76 提升至约 0.85（转引自 Tappeiner et al. 2022 综述口径，截至 2026-09）。
对使用者的含义：这条构建路径决定了 PDDCA 的三项基本性质——(1) 所有患者均为放疗定位用途的治疗计划 CT，体位与扫描协议按放疗计划流程优化，与日常诊断 CT 存在场景差异；(2) 标注质量上限由挑战赛策展决定，而非临床工作流的真实分布；(3) 数据以公有领域名义分发的表面之下，仍嵌套着上游试验的伦理与署名链。理解这三点，比记住任何一个 DSC 数字都重要。
§1.2 战略价值
维度一：公有领域许可的医疗影像基准稀缺样本。 医疗深度学习数据集多受 CC、非商业或注册协议约束，而 PDDCA 以公有领域（Public Domain）名义分发、官方页面直接下载、无注册无 DUA，叠加头颈 OAR 勾画这一放疗刚需任务，使其成为教程、开源仓库与论文复现的首选数据集之一；其上游 TCIA 集合则依 CC BY 3.0 分发，为需要明确署名链的场景提供了合规路径。
维度二：专家统一重勾画带来的标注一致性。 PDDCA 的标注并非日常临床勾画的自然沉淀，而是挑战赛组织方为统一质量由专家重新勾画的结果。这消除了多机构勾画风格漂移，使模型间的性能差异更多来自算法本身而非标注噪声；但反过来，它也意味着标注分布与真实临床勾画存在系统性差异（详见 §7.2）。
维度三：小器官精细分割的试金石。 48 例中 9 类 OAR 的体素规模横跨多个数量级——下颌骨等大骨结构与视交叉（约 1 cm³ 量级）共存，z 向 spacing 中位 3.0 mm，使其成为评估类别不均衡与小结构召回的经典压力测试集；约 0.85 的全 OAR 平均 DSC 背后，小器官的类别内方差显著高于大器官（详见 §8.1）。
三个维度合起来刻画了 PDDCA 的生态位：它不是最大的、不是多模态的、也不是临床就绪的，它是容易获取、定义清晰、被反复使用过的——这三点对基准数据集而言恰恰是最稀缺的组合。
§1.3 同类数据集横向对比
| 数据集 | 规模 | 模态 | 标注 | 与 PDDCA 的差异化 |
|---|---|---|---|---|
| PDDCA v1.4.1（本页） | 48 例 | CT | 9 类 OAR 专家统一重勾画 + 5 骨性标志点 | 公有领域、MICCAI 2015 挑战赛官方基准 |
| TCIA Head-Neck Cetuximab（上游） | 111 例 | PT/CT/RTSTRUCT/RTDOSE/RTPLAN | 原始 RTSTRUCT（单医生按 Brouwer 2015 指南重勾 28 OAR） | PDDCA 的直接上游，52.36 GB，含放疗剂量与计划文件 |
| TCIA Head-Neck-PET-CT | 298 例 | PET/CT | 28 类 OAR | 4 家法国机构、规模更大，名称与 PDDCA 相近易混淆 |
| PDDCA-Lite（Hugging Face 派生） | 96 行（2D 切片派生） | CT 2D 切片 | 派生掩码 | 1.87 GB 教学友好切片版，非全集、不可替代原集 |
表中上游与派生集的完整关系见 §3.10 溯源链；与 PDDCA 名称高度相近的 TCIA Head-Neck-PET-CT 的完整辨析见坑点 4。
§1.4 版本时间轴
| 版本/时间 | 事件 | 说明 |
|---|---|---|
| 2015 | MICCAI 2015 挑战赛发布 PDDCA | 第三届头颈自动分割挑战赛官方数据，慕尼黑卫星事件，6 队参赛 |
| v1.1 | 早期版本（4 个分卷） | 官方声明旧版本可能含 bug 数据 |
| v1.2 / v1.3 / v1.3.1 | 迭代修复 | 同上，官方建议直接使用最新版 |
| v1.4 | 收敛版本 | 分卷结构调整为 3 个 ZIP |
| v1.4.1 | 现行版本（3 个 ZIP 分卷） | 48 例全量，官方推荐使用 |
| 2017-03-08 | 评估论文发表 | Medical Physics 44(5):2020-2036，DOI 10.1002/mp.12197 |
时间轴里最值得记住的是 v1.1 → v1.4.1 的分卷结构变化（4 分卷 → 3 分卷）：任何教程或仓库若提到"4 个分卷"，即可判定其基于旧版本，应按坑点 1 的纪律处理；而评估论文发表于数据发布近两年后（2017-03），说明社区在版本稳定上等待了完整的挑战赛周期。
§1.5 典型应用场景
- 头颈 OAR 自动分割基准评测：在官方 38/10 划分或自建划分上对比 U-Net 系、nnU-Net 系与 Transformer 分割网络的逐器官 DSC。
- 放疗计划自动勾画系统的算法预研：在采购或自研 TPS 勾画模块前，用 PDDCA 快速验证候选算法的精度与失败模式。
- 小结构分割算法研究：视交叉与视神经体素规模极小，是评估深监督、边界感知损失与各向异性重采样策略的理想试验场。
- 医学影像预处理教学：NRRD 读取、HU 窗截断、z 向各向异性重采样与掩码对齐构成一条完整的教学链路。
- 数据治理案例研究：版本链（v1.1-v1.4.1）、分卷与缺失结构管理（Part 3）是真实世界数据集治理的活教材。
以上场景共享同一条工作流起点：下载 v1.4.1、解压合并三个分卷、建立"器官 × 患者"存在性索引（§4.5），差异只在后续的模型与评测层。
§2 医学背景
§2.1 ICD-11 编码表
PDDCA 队列以 RTOG 0522 试验人群为源（III-IV 期口咽/喉/下咽鳞癌，排除鼻咽、鼻窦与唾液腺原发）。下表列出相关头颈肿瘤的 ICD-11 编码，供检索与标注映射使用：
| ICD-11 编码 | 中文名称 | 英文名称 | 与本数据集的关系 |
|---|---|---|---|
| 2B6A | 口咽恶性肿瘤 | Malignant neoplasms of oropharynx | RTOG 0522 队列主要原发部位；2B6A.0 为鳞状细胞癌 |
| 2B6D | 下咽恶性肿瘤 | Malignant neoplasms of hypopharynx | RTOG 0522 队列纳入部位；2B6D.0 为鳞状细胞癌 |
| 2B6B | 鼻咽恶性肿瘤 | Malignant neoplasms of nasopharynx | RTOG 0522 排除鼻咽原发，此处仅作头颈肿瘤家族对照 |
| 2B67 | 腮腺恶性肿瘤 | Malignant neoplasms of parotid gland | 队列排除唾液腺原发；腮腺在本数据集中为受照射 OAR |
| 2B68 | 颌下腺或舌下腺恶性肿瘤 | Malignant neoplasms of submandibular or sublingual gland | 同上，颌下腺为受照射 OAR |
（编码参照 KEGG疾病分类 br08411 与 ICD-11 官方编码工具，核实于 2026-09。）
§2.1b SNOMED CT 映射表
PDDCA 标签沿用挑战赛惯用英文命名。下表仅列出经公开术语服务核实的映射，未核实条目明确标注，请勿在下游系统臆造编码：
| 标签 | SNOMED CT SCTID | 首选术语 | 备注 |
|---|---|---|---|
| BrainStem | 119238007 | Brain structure（脑干结构，DICOM CID 7153 收录） | 注意：12738006 是 Brain（脑），不是脑干，常见误用 |
| OpticChiasm | 244453006 | Optic chiasm（视交叉，DICOM CID 7153 收录） | 视觉通路 OAR |
| OpticNrv_L / OpticNrv_R | — | — | 本页未核实到公开 SNOMED SCTID 映射 |
| Parotid_L / Parotid_R | — | — | SNOMED 编码未核实；可用 MeSH A03.556.500.760.464 作为术语锚点 |
| Glnd_Submand_L / Glnd_Submand_R | — | — | 本页未核实到公开 SNOMED SCTID 映射 |
| Bone_Mandible | — | — | SNOMED 编码未核实；解剖部位可用 ICD-O-3 C41.1（下颌骨）定位 |
（SNOMED 编码核实自 DICOM CID 7153 术语表，核实于 2026-09。）
这张表的诚实留白本身就是信息：PDDCA 发布时没有提供官方术语映射表，脑干与视交叉的编码是使用者社区逐步补齐的成果。若你的系统需要全部 9 类的机器可读编码，建议以 DICOM CID 7153（放疗结构命名）为起点做一次完整映射，并将结果作为自己的数据字典资产维护。
§2.2 疾病简介与流行病学
头颈部肿瘤是一组起源于口咽、喉、下咽、口腔、鼻腔鼻窦与唾液腺等部位的上皮源性恶性肿瘤的统称，鳞状细胞癌占绝大多数。按 GLOBOCAN 2022 统计，全球头颈癌合计新发约 947,211 例、死亡约 482,428 例，位居全球癌症发病谱第 7 位。主要亚位构成如下：
从治疗视角看，同步放化疗（放疗联合顺铂为基础的化疗）是局部晚期头颈鳞癌的核心治疗手段之一，RTOG 0522 正是在该标准之上测试西妥昔单抗的增益——这正是 PDDCA 影像的临床语境：全部 CT 均为放疗定位用途的计划 CT，勾画需求产生于放疗计划流程而非诊断或随访流程。另需注意，近年口咽癌中 HPV 相关肿瘤占比上升正在改变疾病谱构成，而 PDDCA 队列采集于 2005-2009 年，使用者不应把当下的流行病学特征投射回该队列。
| 亚部位 | 新发例数（GLOBOCAN 2022） | 备注 |
|---|---|---|
| 唇 + 口腔 | 389,846 | 亚位中占比最高 |
| 喉 | 189,191 | RTOG 0522 纳入部位 |
| 鼻咽 | 120,434 | RTOG 0522 排除 |
| 口咽 | 106,400 | RTOG 0522 队列主要原发部位，HPV 相关比例上升 |
| 下咽 | 86,257 | RTOG 0522 纳入部位 |
| 唾液腺 | 55,083 | RTOG 0522 排除；腮腺/颌下腺为本数据集 OAR |
（数据来源：WCRF 基于 GLOBOCAN 2022 的统计与 MDPI Cancers 2025, 18(14):2228，截至 2026-09。）
§2.3 临床任务定义
- 放疗 OAR 勾画（本数据集核心任务）：在放疗计划设计前，勾画脑干、视交叉、视神经、腮腺、颌下腺与下颌骨等正常器官的空间轮廓，用于剂量限制评估与优化。这是一项逐层、逐体素的分割任务，精度直接影响处方剂量与危及器官限量的平衡。
- 自动勾画（auto-contouring）：用算法替代人工逐层勾画，输出与人工等效的器官掩码；临床价值在于缩短计划周转时间、减少勾画者间变异。
- 任务形式：本数据集将任务形式化为"每器官一个二值掩码"（与 CT 同网格的 NRRD 体积），可按 3D 体积或 2D 切片方式训练；骨性标志点则为定位/配准辅助任务提供参考。
- 基准化角色：本数据集把上述临床任务进一步形式化为可复现的数字基准——9 类 OAR 的二值掩码 + 官方划分 + DSC/95HD 评测协议，使"勾画质量"从主观评价变成可比较、可复现的指标体系（§8.3）。
§2.4 患者人群
| 维度 | 描述 |
|---|---|
| 数据来源 | RTOG 0522 III 期随机对照试验（ClinicalTrials.gov：NCT00265941） |
| 入组周期 | 2005-11 至 2009-03（Cochrane CD010341 收录的试验档案） |
| 样本量 | 计划样本量 945；实际随机化 940 例；分析集 891 例（Ang et al. 2014）；PDDCA 从上游 111 例 TCIA 集合中策展 48 例 |
| 机构分布 | 美国与加拿大 150 余家临床试验中心 |
| 病种与分期 | III-IV 期口咽/喉/下咽癌（排除鼻咽、鼻窦、唾液腺原发） |
| 性别构成 | 男性 88% / 女性 12% |
| 基线中位年龄 | 男性 58 岁 / 女性 57 岁 |
| 就医类型 | 多中心 III 期临床试验人群，局部晚期患者为主 |
（人群统计来自 Ang et al. 2014 JCO 与 TCIA 集合页，截至 2026-09。）
需要强调的是：表中所有统计都是试验级（RTOG 0522 全体 940 例随机化人群）而非 PDDCA 策展级——48 例是从 111 例归档影像中再次筛选出来的子集，其例级人口学分布未公布。引用人群统计时应注明"源试验人群"口径，避免读者误以为是 48 例本身的构成。
§2.5 临床价值
头颈放疗的疗效与并发症高度依赖 OAR 勾画质量：腮腺与颌下腺受照体积直接关联放疗后口干（xerostomia）的严重程度，口干是头颈放疗最常见的剂量限制性不良反应之一；视交叉与视神经受照过量可致放射性视神经病变与不可逆视力损伤；脑干为硬性剂量限制器官；下颌骨受照则与放射性骨坏死相关。因此，这些器官的自动勾画是头颈放疗计划自动化链条中收益最直接的环节。PDDCA 将上述 9 类器官的专家勾画公开发布并配套统一基准，使算法研究能与临床剂量限制需求直接对接：模型在视交叉、腮腺等器官上的逐类别 DSC，可以近似映射为"该器官勾画可否交托给自动系统"的证据强度。
值得注意的是，这 9 类器官恰好覆盖了头颈放疗剂量限制清单中"神经-唾液腺-骨"三大类：脑干与视路属神经系统限量，腮腺与颌下腺属唾液功能保护，下颌骨属骨坏死预防。PDDCA 的类别选择不是任意凑出的 9 个器官，而是放疗计划自动化中优先级最高的一组。
§2.6 金标准描述
| 项目 | 描述 |
|---|---|
| 数据划分 | 官方推荐 38 训练 / 10 测试；挑战赛时代并存 25/15 划分（详见 §5） |
| 标注方式 | 人工逐层勾画；挑战赛组织方为统一质量由专家重新勾画（re-segmented for uniform quality） |
| 标注者 | MICCAI 2015 挑战赛组织委员会协调的专家团队（UMIT、MGH、Univ. Magna Græcia Catanzaro）；具体勾画医师名单未公开 |
| 金标准性质 | 挑战赛统一策展型基准（single-reference），而非多标注者投票共识；勾画者间一致性指标未随集发布 |
解读这张表的关键是"single-reference"四个字：PDDCA 的每个器官只有一份参考勾画，不存在多医生投票或共识会议的平滑效应。它降低了使用复杂度，也把参考不确定性的解读责任完全交给了使用者（§7.2）。
§3 数据集规格
§3.0 版本抉择矩阵
| 你的需求 | 推荐版本 | 大小 | 理由 |
|---|---|---|---|
| 复现挑战赛/基准论文 | v1.4.1（ZIP 3 分卷） | 官方未标注总大小 | 官方声明旧版本可能含 bug 数据，v1.4.1 为现行推荐版 |
| 课堂教学与快速演示 | PDDCA-Lite（Hugging Face 派生） | 1.87 GB | 2D 切片派生集、加载快；注意非全集，不可替代原集 |
| 需要 PET/剂量/放疗计划文件 | TCIA Head-Neck Cetuximab（上游） | 52.36 GB | 111 例，含 PT/CT/RTSTRUCT/RTDOSE/RTPLAN；标签与 PDDCA 不同源（见坑点 3） |
三行矩阵的共同前提是版本纪律：无论选择哪条路径，都应把版本号与获取日期写入实验记录——PDDCA 的版本链经历过结构性调整（v1.1 的 4 分卷到 v1.4.1 的 3 分卷），跨版本混用是可复现性的隐形杀手（坑点 1）。
§3.1 模态详情
PDDCA 仅含 CT 单模态（无 PET/MR），为治疗计划 CT。影像以 NRRD 存储，保留 HU 值与空间头信息（spacing、origin、space 方向）。社区统计的全集体数据几何特征如下：
所有病例均为放疗定位用途的计划 CT：患者以固定装置仰卧位扫描，扫描范围覆盖颅底至锁骨上区，层间距（z 向）取 1.25-3.0 mm，在计划精度与扫描负担之间折中。面内分辨率（约 1 mm）显著高于层间距——这一各向异性是全部预处理决策的出发点（§6.3、坑点 6）。
| 统计量 | 面内 spacing（x/y，mm） | 层间距（z，mm） | 切片矩阵 | 切片数 |
|---|---|---|---|---|
| 最小 | 0.76 × 0.76 | 1.25 | 512 × 512 | 76 |
| 中位 | 1.10 × 1.10 | 3.0 | 512 × 512 | 141 |
| 最大 | 1.27 × 1.27 | 3.0 | 512 × 512 | 360 |
（统计来自 Awesome-Medical-Dataset PDDCA.md，核实于 2026-09。）
NRRD 是医学影像社区常用的"裸数据 + 头信息"格式：体素阵列与空间元数据（space、space directions、origin）同置一个文件。相比 DICOM 序列，NRRD 单文件免去了序列拼接步骤，但使用者需自行处理其 space 方向约定（多为 left-posterior-superior，见坑点 8）。读取推荐 pynrrd 或 SimpleITK/ITK，两者均原生支持 NRRD。
§3.2 按子集样本数
划分维度：官方推荐 38 训练 / 10 测试；挑战赛时代对 40 例有下颌骨标注的病例采用 25 训练（0522c0001-0522c0328）/ 15 测试（0522c0555-0522c0878）；后续文献另有 20/10、33/15 等变体（详见 §5.2）。
ID 段落本身携带划分信息：挑战赛测试段集中在 0522c0555-0522c0878 区间，训练段在 0522c0001-0522c0328 区间，而官方 38/10 的完整 ID 清单需从论文材料或社区整理获取——目录名数值排序不等于划分归属，切勿按 ID 排序自行切分后宣称"官方划分"。
标注覆盖维度：9 类 OAR 的覆盖例数并不均匀，缺失集中在第 3 分卷：
| OAR 标签 | 覆盖例数（共 48 例） | 备注 |
|---|---|---|
| BrainStem | 48 | 全覆盖 |
| OpticChiasm | 48 | 全覆盖 |
| OpticNrv_L | 48 | 全覆盖 |
| OpticNrv_R | 48 | 全覆盖 |
| Parotid_L | 48 | 全覆盖 |
| Parotid_R | 48 | 全覆盖 |
| Glnd_Submand_L | 41 | 7 例缺失 |
| Bone_Mandible | 40 | 8 例缺失 |
| Glnd_Submand_R | 36 | 覆盖最少（12 例缺失） |
每例另附 1 个骨性标志点文件（Landmarks_0001.fcsv，5 个标志点）。（覆盖统计来自 Awesome-Medical-Dataset PDDCA.md，核实于 2026-09。）
覆盖数的差异分布（缺失集中在 Part 3）是使用 v1.4.1 时必须接受的结构事实；其医学成因官方未说明（对应 §7.7 第 10 项），使用者应以存在性索引而非成因假设来处理这些缺失。
§3.3 格式规格
| 内容 | 格式 | 路径约定 | 说明 |
|---|---|---|---|
| CT 体数据 | NRRD | 0522cXXXX/img.nrrd | 含 HU 值与 space 头信息 |
| OAR 标签 | NRRD | 0522cXXXX/structures/<器官名>.nrrd | 每器官一个二值掩码，与 CT 同网格 |
| 骨性标志点 | 3D Slicer Markups | 0522cXXXX/Landmarks_0001.fcsv | 每例 5 个标志点，CSV 变体格式 |
| 分发打包 | ZIP 3 分卷 | — | Part 3 含部分结构缺失图像 |
格式选型的含义：NRRD 掩码与 CT 同网格、同尺寸，训练时无需任何标签配准步骤；但 3 个 ZIP 分卷必须全部解压并合并到同一根目录后数据才完整（Part 3 承载了相当比例的掩码文件），只解压部分分卷会人为制造缺失——注意与坑点 2 的"官方结构性缺失"区分：前者是使用错误，后者是数据集本身的事实。
§3.4 存储大小
官方分发页未标注 v1.4.1 总大小（本页不提供估计值，以下载时显示为准）。可作参照的官方数字：上游 TCIA Head-Neck Cetuximab 集合为 52.36 GB（111 例，含 PET/CT/RTSTRUCT/RTDOSE/RTPLAN）；Hugging Face 派生集 PDDCA-Lite 为 1.87 GB（2D 切片派生，非全集）。磁盘规划上，建议为工作目录预留不小于下载体积 2 倍的空间，以同时容纳压缩包与解压副本。
§3.5 标注方式
标注为人工逐层勾画：挑战赛组织方为统一各机构勾画质量与风格，邀请专家对 9 类 OAR 重新勾画（re-segmented for uniform quality），输出与 CT 同网格的 NRRD 二值掩码；骨性标志点为手工放置（每例 5 个）。上游 TCIA 集合另含原始 RTSTRUCT（单医生按 Brouwer 2015 共识指南重勾 28 OAR），与本数据集标签不同源，混用会引入定义不一致（见坑点 3）。
与"直接沿用临床勾画"的常见做法相比，统一重勾画是成本更高的路线：组织方需协调专家按同一协议工作。回报是 9 类 OAR 命名统一、格式统一、勾画风格统一，跨论文比较因此有了共同参照；代价则是样本外代表性与勾画噪声量化的缺失（§7.2）。
§3.6 标注者资质与一致性
标注由挑战赛组织委员会（Karl Fritscher 与 Patrik Raudaschl，UMIT；Greg Sharp，MGH；Paolo Zaffino，Univ. Magna Græcia Catanzaro）协调完成，勾画者具有放疗/影像背景，但具体勾画医师数量与个人资质未公开。勾画者间一致性指标（如多医生重复勾画的 DSC）未随集发布；挑战赛评估采用自动结果对专家参考的成对比较而非多参考共识，解读 DSC 时应将参考标注本身的不确定性计入（详见 §7.2）。
实操含义：不要试图从 PDDCA 反推"专家勾画应该是什么样"——它是一份刻意标准化过的产物。若你的应用需要模拟真实临床勾画的变异（例如评估勾画质量自动审核工具），应引入多标注者数据或在验证时叠加人工勾画扰动。
§3.7 采集周期
CT 影像采集于 RTOG 0522 试验入组期内（2005-11 至 2009-03），影像归档与 TCIA 发布在后；PDDCA 于 2015 年随 MICCAI 2015 挑战赛发布。
这近四年的采集窗口意味着：48 例影像在扫描设备、重建算法上必然横跨多个世代，只是这些差异没有元数据可查（§3.9）。把它当作设备异质性的自然混合来设计鲁棒的预处理策略，比假设同质更安全。
§3.8 地域覆盖
美国与加拿大 150 余家临床试验中心（RTOG 0522 试验网络）；PDDCA 未公布 48 例病例级的中心归属分布。
地理覆盖的广度（150 余家中心）与发布口径的窄度（无病例级中心信息）形成对比：宏观上它是多中心数据，微观上你无法做中心分层——这也是 §7.1 队列偏倚难以在数据集内部缓解的原因。
§3.9 设备规格
官方分发不包含扫描设备型号、管电压/管电流、层厚协议等 DICOM 设备元数据，仅有 NRRD 头中的 spacing/尺寸信息。这意味着数据集内部混合了多中心、多设备扫描协议，而使用者无法按设备分层分析；跨设备域偏移只能依赖 spacing 与表观统计推断（相关风险见 §7.1 与坑点 6）。
这一空白对 AI 工程的直接后果是：HU 归一化、窗宽窗位与重采样策略无法按设备分层定制，只能采用对设备异质鲁棒的统一策略（如 §6.3 的固定窗截断）。在跨设备研究中，PDDCA 内部的设备构成应视为隐变量而非可控变量；需要设备维度消融的实验，应在元数据齐全的数据集上补做。
§3.10 深度溯源链
| 层级 | 内容 | 出处 |
|---|---|---|
| 1. 临床试验 | RTOG 0522：加速放疗 + 顺铂 ± 西妥昔单抗，III-IV 期口咽/喉/下咽癌 | ClinicalTrials.gov NCT00265941；Ang et al. 2014, JCO 32(27):2940-2950 |
| 2. 影像归档 | Head-Neck Cetuximab 集合：111 例，PT/CT/RTSTRUCT/RTDOSE/RTPLAN，52.36 GB | TCIA，DOI 10.7937/K9/TCIA.2015.7AKGJUPZ |
| 3. 挑战赛策展 | 组织委员会选 48 例、9 类 OAR 专家统一重勾画、5 骨性标志点，NRRD 分发 | MICCAI 2015 挑战赛（MIDAS Journal issue 408） |
| 4. 分发维护 | Gregory C. Sharp（哈佛医学院 MGH 放疗科）团队提供并维护，imagenglab 页面分发 | https://www.imagenglab.com/newsite/pddca |
| 5. 派生资源 | Kanglin Chen（Fraunhofer MEVIS）头颈概率图谱 v1.2；HF PDDCA-Lite；Zenodo 第三方重托管 | imagenglab 页面；huggingface.co；Zenodo DOI 10.5281/zenodo.19658040 |
沿这条溯源链解读，PDDCA 的每一层都留下了可核查的锚点：试验注册号（NCT00265941）→ TCIA DOI → 挑战赛论文集（MIDAS Journal issue 408）→ 官方分发页。对数据来源的任何质疑都可沿锚点逐层回溯；反过来说，任何无法回溯到这条链上的"PDDCA 变体"（第三方镜像、派生集），都应在使用前完成与官方版的一致性核对。
§4 数据结构
PDDCA 的数据结构是"一患者一目录"的扁平设计：没有全局索引文件、没有划分清单、没有元数据表，所有组织信息都编码在目录名与文件名约定中。本节先给出目录树与字段字典，再给出标签分布与缺失语义，让你在写第一行加载代码之前掌握数据的全部形态。
§4.0 目录树
将 3 个 ZIP 分卷解压并合并到同一根目录后，结构如下：
PDDCA/ # 解压根目录（3 分卷合并）
├── 0522c0001/ # 患者目录，0522cXXXX 全局唯一
│ ├── img.nrrd # CT 体数据（NRRD，HU 值）
│ ├── Landmarks_0001.fcsv # 5 个骨性标志点（3D Slicer Markups 格式）
│ └── structures/ # OAR 二值掩码目录（按器官存在与否缺失）
│ ├── BrainStem.nrrd
│ ├── OpticChiasm.nrrd
│ ├── OpticNrv_L.nrrd
│ ├── OpticNrv_R.nrrd
│ ├── Parotid_L.nrrd
│ ├── Parotid_R.nrrd
│ ├── Glnd_Submand_L.nrrd
│ ├── Glnd_Submand_R.nrrd
│ └── Bone_Mandible.nrrd # 仅 40/48 例存在
├── 0522c0002/
│ └── ...
└── 0522c0878/ # 0522c0555-0522c0878 属挑战赛测试段
两点注解：其一，患者目录名以 0522c 为前缀（源于上游试验编号体系），ID 数值大小不等于入组时间顺序；其二，structures/ 目录内文件数因例而异（5-9 个），这是官方结构性缺失的体现（§4.5、坑点 2），而非解压不完整。
§4.1 DAIMS 字段字典
下表按"物理字段 → 语义角色 → 工程注意"的顺序组织：前四行是磁盘上的实际文件对象，后两行是附着在文件内部的元数据属性。逐列读一遍，再回头看 §4.0 的目录树，两者应能完全对上。
| 字段 | 类型 | 说明 | 示例值 | AI 用途 | 观测误差/注意 | 信息性缺失编码 | 取值范围 |
|---|---|---|---|---|---|---|---|
| 患者目录名 | string | 0522cXXXX，全局唯一主键 | 0522c0001 | 划分与索引主键 | 目录 ID 顺序不代表入组顺序 | 无 | 0522c0001-0522c0878 区间内 48 个 |
| img.nrrd | NRRD 体 | CT 体数据，含 HU 值与 space 头 | 矩阵 512 × 512 × 141（中位） | 模型输入 | space 方向可为 LPS，与常见 RAS 工具链需对齐 | 无 | HU 值，动态范围因例而异 |
| structures/*.nrrd | NRRD 体 | 逐器官二值掩码，与 CT 同网格 | 0/1 体素阵 | 监督标签 | 9 类 OAR 最多 432 个掩码文件，实际存在 405 个 | 文件不存在 = 该例无此器官标注 | 0/1 |
| Landmarks_0001.fcsv | Markups CSV | 5 个骨性标志点坐标 | 3D Slicer RAS 坐标 | 配准/定位辅助 | RAS 与 NRRD 常见 LPS 空间需显式转换（坑点 8） | 无 | 3D 坐标行 |
| spacing（头字段） | float ×3 | 体素间距（x, y, z） | (1.10, 1.10, 3.0) mm 中位 | 重采样依据 | z 向各向异性显著（坑点 6） | 无 | 见 §3.1 表 |
| 器官命名 | string | 挑战赛惯用英文命名 | Glnd_Submand_R | 术语映射（§2.1b） | 无官方术语映射表 | 无 | 9 个固定名 |
两处读表提示：其一，NRRD 掩码与 CT 同网格、同尺寸，因此 mask 数组可直接与影像逐体素对位，无需配准——这是 NRRD 打包方式对 AI 工程最友好的性质；其二，NRRD 头的 space directions 是 3×3 方向矩阵而非简单对角向量，代码中取对角线前应确认影像无斜向采集（PDDCA 全部为轴位体数据，取对角线安全），并取绝对值以剥离方向符号。
§4.2 标签分布
按类别规模可分两层：大结构（下颌骨、双侧腮腺，体素量大、边界清晰）与小结构（视交叉、双侧视神经，体素量小、边界纤细）。9 类 OAR 覆盖例数合计 405 个掩码文件（48 × 6 + 41 + 40 + 36）。社区标签统计显示视交叉体积仅约 1 cm³ 量级，是 9 类中最小、DSC 方差最大的类别；大器官（如下颌骨）则通常贡献最高的类别内 DSC。类别间体素规模的悬殊意味着：直接以全 OAR 平均 DSC 汇报会掩盖小结构的失败模式，逐类别报告是社区共识做法（见 §8.3）。
| 规模分层 | 器官 | 训练关注点 |
|---|---|---|
| 大结构 | Bone_Mandible、Parotid_L/R | 边界清晰但存在牙内伪影干扰；覆盖 48/40 例 |
| 中等结构 | Glnd_Submand_L/R、BrainStem | 边界平滑；颌下腺覆盖不满（41/36 例）需存在性索引 |
| 小结构 | OpticChiasm、OpticNrv_L/R | 约 1 cm³ 量级；重采样敏感（坑点 6）、DSC 方差大 |
这张分层表也可以反过来用：如果应用只关心大器官（例如下颌骨相关的口腔康复研究），覆盖缺失几乎不构成障碍；如果核心是小结构，就需要按 §6.6 的约束重新审视重采样与增强策略，并接受逐病例指标的高方差。
§4.3 关键统计
| 统计项 | 值 | 来源 |
|---|---|---|
| 患者数 | 48 | 官方页 |
| OAR 类别数 | 9（另 5 骨性标志点） | 官方页 |
| 掩码文件总数 | 405（最多 432，缺 27） | 按 §3.2 覆盖数计算 |
| 骨性标志点 | 5 个/例（.fcsv 文件） | 官方页 |
| ZIP 分卷数 | 3（v1.4.1） | 官方页 |
| 中位切片矩阵 | 512 × 512 | Awesome-Medical-Dataset 统计 |
| 中位切片数 | 141（范围 76-360） | Awesome-Medical-Dataset 统计 |
| 中位 spacing | (1.10, 1.10, 3.0) mm | Awesome-Medical-Dataset 统计 |
两点补充：其一，5 个骨性标志点随每例的 .fcsv 文件分发，可用于配准/定位类任务的参考；其二，掩码文件总数 405 是按覆盖统计的直接算术结果（48 × 6 + 41 + 40 + 36），可作为解压完整性校验的辅助指标（与"48 个患者目录"一起检查，见坑点 1）。
§4.4 数据层级
患者（48 例，无随访多时间点）
└── 检查（每例 1 次治疗计划 CT）
└── 序列（每检查 1 个 NRRD 体，76-360 层）
└── 切片（512 × 512，HU 值）
标注层级：患者 → 器官掩码（每例 0-9 个 NRRD 体）→ 逐层勾画
辅助层级：患者 → 骨性标志点（每例 5 个，.fcsv）
层级设计的直接推论：患者是唯一的无泄漏切分单位——同一患者的切片共享扫描环境与解剖连续性，任何按切片切分训练/验证的做法都会造成患者内泄漏（§5.4 的按患者分组交叉验证即由此而来）；每例单次检查也意味着没有纵向随访维度可用，疾病进展类任务在本数据集上无从谈起。
§4.5 缺失值与信息性缺失编码
| 缺失情形 | 表达方式 | 处理建议 |
|---|---|---|
| OAR 标注缺失（合计 27 个掩码位） | structures/ 下对应文件不存在 | 建立"器官 × 患者"存在性索引；训练时按存在性屏蔽损失（坑点 2） |
| 切片级标签空洞 | 掩码内 z 向中间层缺失（文献记载） | 最近邻切片填充或 3D 连通域修复（坑点 7） |
| 设备/采集协议元数据 | 完全未随集分发 | 不可假设扫描同质；按 spacing 分层做敏感性分析 |
| 患者人口学信息 | 未随集分发 | 试验级统计见 §2.4；禁止例级人口学臆测 |
| 坐标系约定 | 官方文档未说明 | 读取 NRRD 头 space 字段自行判断（坑点 8） |
实践中建议把上表第一行固化为工程资产：数据加载前的目录扫描产出一个"患者 × 器官"布尔索引（JSON/CSV 随仓库管理），此后所有训练与评测代码都从该索引读取器官存在性，而不是在运行时反复做文件存在性判断——既消除 I/O 分支，也让每个实验可追溯到同一份索引快照。
§5 划分与使用建议
§5.1 官方划分
官方推荐 38 训练 / 10 测试，为后续多数论文沿用（Zhu、Gao 等的工作均以此口径汇报）。官方划分未随集附带清单文件，复现时应以论文补充材料或社区整理清单核对测试集 ID。
需要理解的一点是：10 例的测试集对任何器官类别的统计功效都非常有限——单一病例的勾画异常即可拉动类别均值数个百分点。因此官方划分更适合"与历史工作对齐"的场景，方法学结论应以交叉验证为准（§5.4）。
§5.2 社区惯例划分
| 划分 | 训练/测试 | 说明 |
|---|---|---|
| 官方推荐 | 38 / 10 | 官方页与多篇后续论文沿用 |
| 挑战赛时代 | 25 / 15 | 40 例有下颌骨标注者：0522c0001-0522c0328 训练 / 0522c0555-0522c0878 测试 |
| 文献变体 | 20/10、25/15、33/15、38/10 并存 | Tappeiner et al. 2022 表 2 系统整理；跨文献分数不可直接比较（坑点 5） |
这张表是 PDDCA 最常被引用也最常被误用的部分。稳妥做法是把划分选择当作论文方法部分的必填项写清楚；反过来，评审时看到"PDDCA DSC X.XX"而无划分说明，应视为信息不完整而非结论。
§5.3 泄漏风险（重点）
- 上游子集关系：PDDCA 的 48 例是上游 TCIA Head-Neck Cetuximab 集合（111 例）的子集。若用 TCIA 集合（含其 RTSTRUCT 标签）做预训练或联合训练，再在 PDDCA 测试集上评测，同一患者的同次扫描将横跨训练与测试——这是本数据集最隐蔽的泄漏通道。
- 标签不同源：上游 RTSTRUCT（单医生按 Brouwer 2015 指南重勾 28 OAR）与 PDDCA 专家重勾画并非同一套标注，即便患者不重叠，标签定义也不一致，跨源混训需显式声明（坑点 3）。
- 派生集与预训练权重：HF PDDCA-Lite 直接派生自原集；Fraunhofer 头颈概率图谱亦出自同分布数据。使用任何第三方权重前应核对其训练谱系。
- 患者内无重复：每例仅 1 次 CT、无随访，患者内时间泄漏风险不存在；风险集中在跨数据集与跨标签源维度。
概括成一句检查口诀：训练过的每一例，都应能回答三个问题——影像从哪来、标签从哪来、与 PDDCA 测试集有无交集。答不出其中任何一个，就先停下训练。
§5.4 交叉验证建议
48 例的规模不足以支撑单一固定划分上的可靠结论，推荐 5 折交叉验证（全 48 例参与，按患者分组，绝无按切片分组——同患者切片必须同折）；同时固定"器官 × 患者"存在性索引，逐折检查 9 类器官的覆盖数；汇报跨折均值 ± 标准差与逐类别 DSC，而非单次划分的单点数字。若必须遵守官方 38/10 口径与他人对比，请在交叉验证结果之外补报官方划分结果并注明清单来源。
逐折存在性检查之所以必要，是因为 405 个掩码在 48 例上的分布不均（§3.2）：某折若恰好集中了缺失颌下腺的病例，该折的颌下腺评测分母会小于其他折，跨折比较时需要把分母一并报告。
§5.5 外部验证建议
内部调参完成后，应迁移至分布外数据验证：可选方向包括 TCIA Head-Neck-PET-CT 集合（298 例、4 家法国机构、28 OAR，注意仅取其 CT 与对应器官）、自有机构临床勾画数据或其他头颈 OAR 基准。外部验证时必须重新核对器官命名与勾画定义（不同指南对腮腺深浅叶、颌下腺边界的约定不同），并在报告中区分"分布内微调"与"零样本迁移"两种设置。Tappeiner et al. 2022 提供了在 PDDCA 之外独立机构数据上的外部验证范式（0.75 ± 0.16 内部 vs 0.72 ± 0.18 外部，95HD 3.02 ± 1.92 vs 6.30 ± 16.2 mm），可作为协议参考。
执行外部验证时建议固定一份"器官对齐表"：把 PDDCA 的 9 类标签与外部数据的对应器官逐一映射，标注勾画定义的差异点（如是否含茎突、颌下腺前后界约定）；这张表是外部分数可解释性的前提，也是审稿人最常追问的材料。
§6 AI 就绪指南
§6.0 云端快速启动
- Hugging Face 派生集（最快）：2D 切片派生集 PDDCA-Lite（1.87 GB）可在 Colab 直接加载，适合教学演示；注意它是派生子集，不能替代原集。
- Zenodo 第三方重托管：官方 ZIP 分卷存在第三方重托管（如 Zenodo DOI 10.5281/zenodo.19658040，2026-04-20），便于云端拉取；下载后务必与官方页分发内容核对（见坑点 1 的版本纪律）。
- 完整数据：建议从官方页（https://www.imagenglab.com/newsite/pddca）下载 3 个 ZIP 并在本地解压合并。
# Colab 快速体验（2D 派生集 PDDCA-Lite，非全集，仅作教学入口）
from datasets import load_dataset
ds = load_dataset("YongchengYAO/PDDCA-Lite") # 96 行 / 1.87 GB 的 2D 切片派生集
三条路径的选择逻辑：正式实验走官方分发页（唯一权威）；云上教学走 PDDCA-Lite（秒级加载，但记住它是 2D 派生集）；网络受限环境走 Zenodo 镜像（必须与官方核对后再用）。无论哪条路径，都应在实验记录中登记来源 URL 与获取日期。
§6.1 快速上手
下面的最小示例演示如何读取一例完整数据。代码前置说明：预期目录结构见 §4.0（data_root/0522cXXXX/{img.nrrd, structures/*.nrrd}）；data_root 拼接关系为 case_dir = os.path.join(data_root, case_id)；最小可用子集为任意一例的 img.nrrd + 其 structures/ 目录下实际存在的掩码。
import os
import nrrd
data_root = "data/PDDCA" # 3 个 ZIP 解压合并后的根目录（见 §4.0）
case_id = "0522c0001" # 任选一例
case_dir = os.path.join(data_root, case_id) # data_root/0522cXXXX
ct, header = nrrd.read(os.path.join(case_dir, "img.nrrd"))
print(ct.shape, header.get("space")) # (512, 512, 141) 'left-posterior-superior'
print(header.get("space directions")) # 3×3 方向矩阵，对角线即各轴 spacing
struct_dir = os.path.join(case_dir, "structures")
masks = sorted(os.listdir(struct_dir))
print(masks) # 该例实际存在的掩码 —— 缺失器官的文件不存在（坑点 2），勿假设 9 类齐全
mask, _ = nrrd.read(os.path.join(struct_dir, "BrainStem.nrrd"))
print(mask.dtype, set(mask.ravel().tolist())) # 二值掩码，取值 0/1
这段代码的三行输出分别验证了三件事：体数据形状与 spacing（对照 §3.1 统计）、space 方向约定（坑点 8 的前置判断）、structures 目录的真实内容（坑点 2 的存在性检查）。第一次接触 PDDCA 时，建议对全部 48 例跑一遍这三项检查并汇总。
§6.2 数据获取
四个渠道的分工明确：官方页是基准实验的唯一数据源，TCIA 服务于需要 PET/剂量文件的放疗研究，HF 与 Zenodo 服务于教学与云端场景。
| 渠道 | 内容 | 前置要求 | 建议 |
|---|---|---|---|
| 官方分发页（imagenglab） | v1.4.1 ZIP Part 1-3 | 无注册、无申请 | 首选；版本纪律见坑点 1 |
| TCIA（上游集合） | 111 例 Head-Neck Cetuximab 全集合（52.36 GB） | 无 | 仅需 PET/剂量/计划文件时使用 |
| Hugging Face | PDDCA-Lite（2D 派生，1.87 GB） | 无 | 教学演示；不可用于正式基准 |
| Zenodo（第三方重托管） | 部分分卷镜像 | 无 | 云端中转；下载后与官方核对 |
# 官方 3 分卷下载后，解压到同一根目录并校验目录数
unzip 'PDDCA_1_4_1_Part1*.zip' -d data/PDDCA
unzip 'PDDCA_1_4_1_Part2*.zip' -d data/PDDCA
unzip 'PDDCA_1_4_1_Part3*.zip' -d data/PDDCA
ls data/PDDCA | grep -c '^0522c' # 应为 48
（压缩包文件名以官方分发页实际命名为准；解压后若不足 48 个患者目录，检查分卷完整性。）
获取流程本身极简——没有注册、没有 DUA、没有审批等待，这是 PDDCA 区别于大多数医疗数据集的最大工程优势；流程里唯一的纪律是版本与完整性校验：解压后核对 48 个患者目录与 405 个掩码文件（见坑点 1 与 §4.3）。
§6.3 预处理全流程
社区在 PDDCA 上沉淀的标准链路（HU 截断与重采样参数参考 IEEE 9104998 记载的实践），按"读取 → 截断归一化 → 重采样 → 标签堆叠"四步展开：
- HU 截断与归一化：截断至 [-1000, 2500] HU 后线性归一化至 [0, 1]；
- 重采样：原始 z 向 spacing 中位 3.0 mm、面内约 1.1 mm，各向异性显著；将 z 向插值到约 2.0 mm（影像三线性、标签最近邻），或按社区实践的 z:y:x 体素比 0.77:1:1 目标做三线性重采样；
- 标签堆叠：9 类器官堆成 one-hot 通道，文件不存在的器官以全 0 通道占位并记录存在性向量；
- 增强：见 §6.6 的安全/危险清单。
import numpy as np
from scipy import ndimage
HU_MIN, HU_MAX = -1000.0, 2500.0 # 社区常用窗
def load_and_preprocess(case_dir, target_spacing=(1.10, 1.10, 2.0)):
ct, header = nrrd.read(os.path.join(case_dir, "img.nrrd"))
# space directions 为 3×3 矩阵，其对角线给出各轴 spacing（含方向符号，取绝对值）
spacing = np.abs(np.diag(np.asarray(header["space directions"])[:, :3]))
ct = np.clip(ct.astype(np.float32), HU_MIN, HU_MAX)
ct = (ct - HU_MIN) / (HU_MAX - HU_MIN) # 归一化至 [0, 1]
zoom = spacing / np.asarray(target_spacing) # 旧/新 spacing 比即缩放因子
ct_rs = ndimage.zoom(ct, zoom, order=1) # 影像：三线性
return ct_rs, zoom
def resample_mask(mask, zoom):
m = ndimage.zoom(mask.astype(np.float32), zoom, order=0) # 标签：最近邻
return m > 0.5
参数的适用边界：[-1000, 2500] HU 窗与 z 向 2.0 mm 目标是社区常见起点而非官方规定——若下游任务对小结构召回敏感，应把这些超参数纳入消融实验而非直接沿用；重采样后应重新核对掩码体素数与 CT 尺寸一致（各轴 zoom 因子作用于影像与标签必须完全相同）。
§6.4 PyTorch DataLoader
import os
import numpy as np
import nrrd
import torch
from torch.utils.data import Dataset, DataLoader
from scipy import ndimage
ORGANS = ["BrainStem", "OpticChiasm", "OpticNrv_L", "OpticNrv_R",
"Parotid_L", "Parotid_R", "Glnd_Submand_L", "Glnd_Submand_R", "Bone_Mandible"]
class PDDCAVolumeDataset(Dataset):
"""PDDCA 3D 体积数据集（逐患者返回整卷）。
目录预期（§4.0）：data_root/0522cXXXX/{img.nrrd, structures/*.nrrd}
data_root 拼接关系：case_dir = os.path.join(data_root, case_id)
返回：ct (1, D, H, W) float；mask (9, D, H, W) float；presence (9,) float
"""
def __init__(self, data_root, case_ids, target_spacing=(1.10, 1.10, 2.0)):
self.data_root = data_root
self.cases = list(case_ids)
self.target_spacing = target_spacing
def __len__(self):
return len(self.cases)
def __getitem__(self, idx):
cid = self.cases[idx]
case_dir = os.path.join(self.data_root, cid) # data_root/0522cXXXX
ct, header = nrrd.read(os.path.join(case_dir, "img.nrrd"))
spacing = np.abs(np.diag(np.asarray(header["space directions"])[:, :3]))
ct = np.clip(ct.astype(np.float32), HU_MIN, HU_MAX)
ct = (ct - HU_MIN) / (HU_MAX - HU_MIN)
zoom = spacing / np.asarray(self.target_spacing)
ct = ndimage.zoom(ct, zoom, order=1)
masks, presence = [], []
for organ in ORGANS:
path = os.path.join(case_dir, "structures", f"{organ}.nrrd")
if os.path.exists(path): # 文件缺失 = 无标注（坑点 2）
m, _ = nrrd.read(path)
m = ndimage.zoom(m.astype(np.float32), zoom, order=0) > 0.5
presence.append(1.0)
else:
m = np.zeros_like(ct, dtype=bool)
presence.append(0.0)
masks.append(m)
ct_t = torch.from_numpy(np.ascontiguousarray(ct[None]))
mask_t = torch.from_numpy(np.stack(masks).astype(np.float32))
return ct_t, mask_t, torch.tensor(presence)
train_ds = PDDCAVolumeDataset(data_root, train_case_ids) # train_case_ids 见 §5 划分
train_loader = DataLoader(train_ds, batch_size=2, shuffle=True, num_workers=4)
# 训练循环中的存在性加权损失：缺失器官不计入平均
def masked_loss(per_class_loss, presence):
# per_class_loss: (B, 9)；presence: (B, 9)
weighted = per_class_loss * presence
return weighted.sum() / presence.sum().clamp(min=1.0)
两个训练提示：其一，batch_size=2 是整卷训练的典型起点，显存不足时可将 z 向目标 spacing 进一步压缩或改用 patch 训练；其二，presence 向量应走完整个训练与评测循环——验证阶段的逐类别 DSC 同样用它过滤分母，让"缺失"在训练与评测两侧保持同一语义。
§6.5 坑点清单
以下 8 个坑点全部来自 PDDCA 的官方说明、社区统计与同行评审文献记载的真实失败模式，按"数据获取 → 标签理解 → 划分评测 → 预处理工程"的顺序排列；每个坑点均给出简单方法、进阶方法与 SOTA 方法三层解法。
⚠️ 坑点 1：旧版本分卷含 bug 数据（分类：工程陷阱）
问题：官方页明确声明 v1.4.1 之前的旧版本可能含 bug 数据，但大量教程与旧仓库仍指向 v1.1-v1.3 时代的 4 分卷结构。
症状：同样的模型与划分，复现结果与已发表论文系统性偏离；标签出现难以解释的异常形态。
解决：
- 简单方法：只从官方页下载 v1.4.1（3 个 ZIP 分卷），删除本地一切旧版本副本。
- 进阶方法：解压后校验患者目录数应为 48、掩码文件总数应为 405（见 §4.3），并记录每个分卷的哈希值入实验配置。
- SOTA 方法：在实验管理工具（如 DVC/MLflow）中把数据集版本与哈希作为依赖节点，任何分数可追溯到确切分卷。
参考：官方分发页版本说明（https://www.imagenglab.com/newsite/pddca）。
⚠️ 坑点 2：Part 3 结构缺失，缺失文件不等于空标签（分类：标签理解）
问题：48 例仅脑干、视交叉、视神经与腮腺全覆盖；Bone_Mandible 仅 40/48、Glnd_Submand_L 41/48、Glnd_Submand_R 36/48，缺失集中在第 3 分卷。
症状：DataLoader 按 glob 收集掩码后各样本标签数不一致；误把"文件不存在"当作"器官轮廓为空"，训练/验证类别分布悄然偏斜，颌下腺类 DSC 方差异常增大。
解决：
- 简单方法：启动时扫描全量目录，建立"患者 × 器官"存在性索引（48 × 9 布尔矩阵），缺失器官不进损失与指标。
- 进阶方法：按 §6.4 的 presence 向量做存在性加权损失；验证时逐类别仅在"该类有参考标注"的病例上计算 DSC。
- SOTA 方法：训练与评测协议显式声明各器官的有效例数（如 Glnd_Submand_R 以 36 例为分母），复现者可核对分母一致性。
参考：官方分发页 Part 3 说明；Awesome-Medical-Dataset PDDCA.md 覆盖统计。
⚠️ 坑点 3：与上游 TCIA RTSTRUCT 混用导致标签泄漏（分类：数据泄漏）
问题：PDDCA 的 48 例是上游 TCIA Head-Neck Cetuximab 集合（111 例）的子集，但两套标签不同源——上游 RTSTRUCT 为单医生按 Brouwer 2015 指南重勾的 28 OAR，PDDCA 为挑战赛专家统一重勾画。
症状：用 TCIA 数据（影像或标签）做预训练/联合训练后在 PDDCA 测试集评测，同一患者的同次扫描横跨训练与测试，评测分数虚高且难以察觉——两套数据的患者 ID 体系不同，肉眼无法对上。
解决：
- 简单方法：预训练、联合训练与评测的数据源严格隔离，训练谱系写入实验记录。
- 进阶方法：跨源合并前按几何指纹去重——比较体数据尺寸、spacing 与切片数（§3.1 表），必要时以影像互相关对齐识别同一患者。
- SOTA 方法：在论文与模型卡中显式声明数据谱系（PDDCA ⊂ TCIA 111 例），审稿与复现可验证。
参考：arXiv 2401.5656（对勾画来源的梳理）；TCIA Head-Neck Cetuximab 集合页。
⚠️ 坑点 4：PDDCA 与 TCIA Head-Neck-PET-CT 名称混淆（分类：工程陷阱）
问题：两者名称高度相近且主题相同（头颈放疗 OAR），但 PDDCA 是 48 例 CT/9 OAR 的挑战赛基准，Head-Neck-PET-CT 是 298 例、4 家法国机构、28 OAR 的 PET/CT 集合。
症状：综述或代码注释里引用错数据集；规模与 OAR 数对不上（48 vs 298、9 vs 28）；对比实验实际跑在不同数据上。
解决：
- 简单方法：核对三个指纹——患者数（48）、OAR 数（9）、目录前缀（0522cXXXX）。
- 进阶方法：引用时同时给出官方页与 DOI 链（评估论文 DOI 10.1002/mp.12197），避免仅以数据集简称指代。
- SOTA 方法：团队内部维护数据集登记表（名称、指纹、许可、溯源），所有实验引用登记表条目而非口头简称。
参考：IEEE 9104998（Head-Neck-PET-CT 论文，arXiv 1912.02084 同文）。
⚠️ 坑点 5：文献划分不统一，基准分数不可直接比较（分类：评估误用）
问题：PDDCA 上的划分至少有 20/10、25/15、33/15、38/10 四种并存（官方 38/10、挑战赛时代 25/15，其余为文献变体），测试集大小与病例构成不同。
症状：同是"PDDCA 上平均 DSC"，0.85 与 0.66 的差距可能主要来自划分而非算法；跨论文排序失去意义。
解决：
- 简单方法：复现任何论文前先核对它的训练/测试划分与测试集 ID 清单。
- 进阶方法：自报结果时同时给出划分定义与逐类别 DSC；用 5 折交叉验证（§5.4）降低小测试集的方差。
- SOTA 方法：以 Tappeiner et al. 2022 表 2 的统一整理为对比框架（其明确标注各方法所用划分），或按其协议重评。
参考：Tappeiner et al., IJCARS 17:2103-2111, 2022，DOI 10.1007/s11548-022-02649-5。
⚠️ 坑点 6：视交叉等小结构经不起过激重采样（分类：预处理陷阱）
问题：视交叉体积仅约 1 cm³ 量级，z 向 spacing 中位 3.0 mm、最大 3.0 mm；为省显存而过度下采样（如 z 向 3 mm）会直接把小结构插没。
症状：全 OAR 平均 DSC 看起来正常，但 OpticChiasm 的 DSC 剧烈波动甚至趋近 0；训练日志里视交叉损失不发散也不收敛。
解决：
- 简单方法：z 向重采样不超过 2.0 mm（§6.3 参数），面内保持原生分辨率。
- 进阶方法：对小结构类别上采样/加权损失（Dice + Focal 组合），监控逐类别 DSC 而非仅看均值。
- SOTA 方法：采用 nnU-Net 式的按数据集统计自适应配置 patch 大小与 spacing，小器官类别单独核对召回。
参考：Raudaschl et al. 2017（逐器官结果显示小结构方差最大）；Awesome-Medical-Dataset 标签统计。
⚠️ 坑点 7：中间层切片标签缺失，2D 训练踩空洞（分类：预处理陷阱）
问题：文献记载 PDDCA 部分掩码在 z 向中间层存在勾画缺失（器官前几层与后几层有标注、中间层反而缺失），形成标签空洞。
症状：2D 切片训练时某些切片影像上器官清晰可见而标签全 0，网络学到"有器官也输出空"的假象；3D 渲染时标签出现层间断裂。
解决：
- 简单方法：对全 0 且被上下有标注切片夹住的切片，用最近邻切片填充（文献实践）。
- 进阶方法：3D 连通域分析 + 形态学闭运算修复层间断裂，修复样本数入实验记录。
- SOTA 方法：修复后抽样人工复核（放疗物理师参与），把"自动修复 + 人工抽检"写进数据治理 SOP。
参考：IEEE 9104998（记载中间层缺失与最近邻填充实践）。
⚠️ 坑点 8：.fcsv 标志点的 RAS/LPS 坐标系错配（分类：工程陷阱）
问题：骨性标志点文件为 3D Slicer Markups 格式（RAS 坐标系），而 NRRD 头的 space 常为 left-posterior-superior（LPS）；两套约定原点相同但轴向符号相反。
症状：标志点叠加到体数据上时位置镜像或明显偏移；配准任务中标志点残差大得离谱。
解决：
- 简单方法：读 NRRD 头的 space 字段判断坐标系，RAS↔LPS 只需翻转 x、y 轴符号（z 轴不变）。
- 进阶方法：用 SimpleITK 的物理坐标 API（TransformPhysicalPointToIndex）把标志点换算到体素索引，绕开手工符号变换。
- SOTA 方法：在可视化中叠加标志点与掩码做一次全量目检（48 例仅 240 个点级检查，成本低），确认后再进入配准流程。
参考：3D Slicer Markups 文档；NRRD 格式规范（space 字段定义）。
§6.6 数据增强
- 安全增强 ✅：小角度随机旋转（±10° 内）、随机缩放（0.9-1.1）、随机 z 向平移、高斯噪声与高斯模糊、随机亮度（HU 偏移量级）——这些变换不改变解剖左右关系与拓扑。
- 危险增强 ❌：左右翻转而不同时交换 L/R 成对标签（Parotid_L↔Parotid_R、OpticNrv_L↔OpticNrv_R、Glnd_Submand_L↔Glnd_Submand_R）——头颈部左右翻转后左腮腺跑到右侧，标签不交换即制造错误监督；过大弹性形变会把视交叉类纤细结构扭曲到不可辨认；超出 HU 窗的对比度拉伸破坏组织学一致性。
一个实用约定：任何增强策略上线前，先在 3-5 例上做增强前后的标签叠加可视化，肉眼确认 9 类掩码与影像仍几何一致——几分钟的人工检查能拦住绝大多数"增强作弊"事故。
§6.7 模型推荐
| 模型 | 特点 | 适用场景 |
|---|---|---|
| 3D U-Net / V-Net | 结构简单、复现成本低 | 教学与基线建立 |
| nnU-Net v2 | 按数据集统计自适应配置 spacing/patch/损失 | 头颈 OAR 分割的强通用基线 |
| nnFormer / Swin UNETR | Transformer 主干、长程依赖建模 | 有大规模预训练或显存充裕时 |
| 2D U-Net + DeepLabV3+ 头 | 切片级训练、显存友好 | 快速消融与课程教学 |
选型路径建议：先跑通 2D 基线确认数据链路无误，再上 3D U-Net，最后引入 nnU-Net 式配置搜索。跳过基线直接上复杂模型，出了问题将无法区分是数据问题还是模型问题。
§6.8 硬件需求
| 训练配置 | 建议显存 | 说明 |
|---|---|---|
| 2D 切片训练（batch 16） | 8-11 GB | 单张消费级显卡可行 |
| 3D 体积训练（patch 约 128 × 128 × 96） | 16-24 GB | 推荐；注意 z 向 patch 覆盖 |
| 滑动窗推理（全卷） | 8 GB | 重采样后体积更省 |
显存估算的依据：PDDCA 重采样到 z 向 2.0 mm 后，中位体积约为 512 × 512 × 212 体素，整卷 3D 训练仍偏大，因此实践上以 patch 训练为主——这也是 nnU-Net 类框架的默认行为；2D 切片训练则几乎不受体积限制，瓶颈转为数据加载吞吐。
§6.9 评估指标代码
import numpy as np
from scipy import ndimage
def dice_per_organ(pred, gt, eps=1e-7):
"""逐类别 Dice。pred/gt: bool 数组（同一类别掩码）"""
if gt.sum() == 0: # 参考为空时不计分（存在性索引控制调用）
return None
inter = np.logical_and(pred, gt).sum()
return 2.0 * inter / (pred.sum() + gt.sum() + eps)
def _surface_to_target(a, b, spacing):
"""a 表面点到 b 的距离数组"""
inner = ndimage.binary_erosion(a)
dt_b = ndimage.distance_transform_edt(~b, sampling=spacing)
return dt_b[a & ~inner]
def hd95(pred, gt, spacing):
"""95% Hausdorff 距离（mm）。任一侧为空时返回 NaN，由调用方按类别过滤"""
if pred.sum() == 0 or gt.sum() == 0:
return np.nan
d1 = _surface_to_target(pred, gt, spacing)
d2 = _surface_to_target(gt, pred, spacing)
return max(np.percentile(d1, 95), np.percentile(d2, 95))
def evaluate_case(pred_masks, gt_masks, presence, spacing):
"""单例逐类别评测：返回 9 类 DSC 与 95HD；presence=0 的类别不计分"""
dscs, hds = [], []
for k in range(len(presence)):
if presence[k] == 0: # 该类别无参考标注（坑点 2）
dscs.append(None)
hds.append(np.nan)
continue
p, g = pred_masks[k] > 0.5, gt_masks[k] > 0.5
dscs.append(dice_per_organ(p, g))
hds.append(hd95(p, g, spacing))
return dscs, hds
def aggregate_per_class(dsc_table, presence_table):
"""跨病例聚合：逐类别均值（仅 presence=1 的病例），再全 OAR 平均"""
per_class = []
for k in range(dsc_table.shape[1]):
vals = [d for d, p in zip(dsc_table[:, k], presence_table[:, k])
if p == 1 and d is not None]
per_class.append(float(np.mean(vals)) if vals else np.nan)
return per_class, float(np.nanmean(per_class))
聚合函数的要点在 aggregate_per_class：逐类别均值只用 presence=1 的病例（颌下腺右以 36 例为分母），全 OAR 平均再对 9 个类别均值取平均——这正是 §8.3 评测协议的代码化表达。
§6.10 MLOps 笔记
- 数据版本化：把"PDDCA v1.4.1 + 3 分卷哈希 + 解压校验（48 目录 / 405 掩码）"登记为数据节点，实验引用该节点而非裸路径。
- 划分入配置：38/10 或交叉验证的病例清单写入配置文件并入库，禁止运行时随机生成划分。
- 指标粒度：逐类别 × 逐病例的 DSC/95HD 全部落库，均值只作为聚合视图，避免小结构失败被平均掩盖。
- 谱系声明：任何涉及 TCIA 上游或第三方权重的实验，在运行配置中显式记录来源与隔离措施（坑点 3）。
- 评测分离：验证与测试的评测脚本一次性写好并版本化，禁止在训练脚本内临时拼接指标逻辑——PDDCA 的存在性过滤规则很容易在临时实现中写错（如忘记按 presence 过滤分母）。
§7 质量评估与局限性
§7.1 已知偏倚
| 偏倚类型 | 描述 | 严重程度 | 缓解建议 |
|---|---|---|---|
| 性别偏倚 | 源试验人群男性占 88% | 高 | 外部验证按性别分层报告 |
| 疾病谱偏倚 | 仅 III-IV 期口咽/喉/下咽，排除鼻咽/鼻窦/唾液腺原发 | 中 | 限定适用范围声明 |
| 队列偏倚 | 临床试验入组人群，非连续临床队列 | 中 | 与本机构连续队列对照 |
| 标注定义偏倚 | 专家统一重勾画与日常临床勾画风格不同 | 中 | 上线前用本机构勾画校准 |
| 小样本偏倚 | 48 例，测试集仅 10 例 | 高 | 交叉验证 + 外部验证 |
| 设备元数据缺失 | 多中心多设备混合且无法分层 | 中 | 按 spacing 分层做敏感性分析 |
六类偏倚中，前三类来自源队列，无法在数据集内部修复；后三类属于使用层，可通过协议设计缓解。分配精力时，把外部验证与逐类别报告设为默认动作，比试图修补数据集本身更有效。
§7.2 标注质量
PDDCA 标注的核心特征是"统一重勾画"：组织方为消除多机构勾画风格漂移，由专家对 9 类 OAR 重新勾画。这带来两项收益——勾画标准统一、类别间可比性强——也带来两项代价：其一，勾画者间一致性指标（如多医生重复勾画的 DSC）未随集发布，参考标注自身的噪声水平无法量化；其二，重勾画协议与真实临床勾画存在系统差，模型在基准上的表现不必然平移到临床工作流。挑战赛的评估方式为自动结果对专家参考的成对比较，因此 DSC 应理解为"与挑战赛参考勾画的吻合度"，而非与临床金标准的吻合度。
落到工程实践：对大器官（脑干、下颌骨、腮腺），这一参考不确定性通常远小于模型误差，可以忽略；对小器官（视交叉、视神经），参考边界本身的抖动可能与模型误差同量级，此时逐病例 DSC 的大幅波动未必全是模型的错——将基准分数当 noisy reference 下的测量值来解读，是使用 PDDCA 做小器官研究的基本修养。
§7.3 泛化性评估
| 目标场景 | 失效风险 | 证据/机制 |
|---|---|---|
| 不同扫描仪/协议的机构数据 | 中-高 | 设备元数据缺失，多中心混合不可分层（§3.9） |
| 鼻咽癌等未覆盖亚位人群 | 中-高 | 源队列排除鼻咽、鼻窦、唾液腺原发（§2.4） |
| 女性患者 | 中 | 人群 88% 为男性（§2.4） |
| 术后解剖（皮瓣重建、金属伪影） | 高 | 队列为放疗前计划 CT，术后形态属分布外 |
| PET/MR 模态迁移 | 高 | 数据集仅含 CT |
| 小结构（视交叉/视神经） | 高（结构内） | 约 1 cm³ 量级结构 + z 向 3.0 mm 层间距（坑点 6） |
表中前四行描述的是"从 PDDCA 迁移到新环境"的失效风险，方向是向外的；第五、六行则提醒两件容易被忽略的事：模态迁移在本数据集上无从训练（只有 CT），小结构的高方差甚至在数据集内部就存在。规划实验时，建议把外部验证矩阵（§7.8）与这张表联合阅读。
§7.4 伦理合规
数据采集知情同意来自原始临床研究（RTOG 0522 试验流程），影像经 TCIA 脱敏流程分发；PDDCA 以公有领域名义公开，获取无身份门槛。使用层面仍应注意：CT 头颈影像包含面部骨骼结构，禁止用于身份重建或生物识别用途；再分发时应保留对上游试验与 TCIA 的署名链（Tappeiner et al. 2022 的伦理声明亦确认患者知情同意来自原始临床研究）。
还需澄清"公有领域 ≠ 无伦理义务"：许可层面无使用限制，不等于研究伦理层面免于审查——基于该数据的模型若面向临床，仍需走各自的伦理审批与验证流程；发表研究成果时，遵循学术规范引用数据来源（§9.4）既是署名链要求，也是对上游试验受试者贡献的基本尊重。
§7.5 公平性
性别构成 88%/12% 的失衡意味着模型对女性头颈解剖的拟合证据薄弱；数据集不含例级人口学表，无法在内部做种族/年龄分层审计。使用者若将模型推向多人群环境，应在外部验证集上补齐人口学分层指标（逐性别 DSC/95HD），而非依赖本数据集内部结论。
把公平性写进实验模板的简单做法：所有评测报告预留按性别分层的固定栏目——即便 PDDCA 内部无法计算（例级性别未知），外部验证集上必须补齐。这使公平性成为流程的一部分，而非事后补充分析。
§7.6 数据漂移
采集窗口为 2005-2009 年，与当今放疗定位 CT（更薄层厚、迭代重建、大孔径定位机）存在设备代际差；头颈 OAR 勾画共识指南亦在 Brouwer 2015 之后持续演进，腮腺/颌下腺边界约定随指南更新。长期项目应将"PDDCA 校准 → 本机构新数据校准"设为周期性动作，并监控逐类别 DSC 的趋势而非单次快照。
监控信号的选择有讲究：全 OAR 平均 DSC 对漂移最不敏感（大器官的稳定表现会稀释小结构的退化），逐类别指标中视交叉与视神经通常最先暴露问题——把它们设为漂移监控的哨兵指标，往往能比平均值早数个月发现协议或设备变化。
§7.7 DAIMS 24 项数据就绪度评估
| # | 检查项 | 状态 | 说明 |
|---|---|---|---|
| 1 | 数据为宽格式（每行一个样本/事件） | ✅ | 每患者一个目录、一条记录单元，结构规整 |
| 2 | 有唯一标识符列 | ✅ | 0522cXXXX 目录名全局唯一 |
| 3 | 无 Unicode 或特殊字符 | ✅ | 患者目录与器官命名全 ASCII、无空格 |
| 4 | 无重复行 | ✅ | 48 例独立患者，无重复记录 |
| 5 | 缺失值已识别并编码 | ❌ | 标注缺失仅以"文件不存在"表达，无显式编码（§4.5） |
| 6 | 标签列被明确标识 | ✅ | structures/ 目录按器官名组织，语义清晰 |
| 7 | 已对罕见类别（<3%）进行分组 | ⚠️ | 小结构无特殊分组机制，类别不均衡需自行处理 |
| 8 | 已提供偏倚评估 | ⚠️ | 单试验队列事实明确，但无系统偏倚评估文档 |
| 9 | 附带数据字典 | ✅ | 官方页描述 + 固定命名约定；本页 §4.1 已补全 |
| 10 | 信息性缺失有解释 | ⚠️ | Part 3 集中缺失的医学原因官方未说明 |
| 11 | 有设备/采集记录 | ❌ | 扫描设备与采集参数未随集分发（§3.9） |
| 12 | 共线性已检查 | ⚠️ | 影像数据不适用表格共线性检查；器官掩码间无冲突检测工具 |
| 13 | 有编码映射 | ⚠️ | 仅脑干/视交叉有核实 SNOMED 映射，其余无官方映射表（§2.1b） |
| 14 | 时间戳处理 | ⚠️ | 无采集时间戳随集分发，仅有试验级入组窗口 |
| 15 | 提供划分建议 | ✅ | 官方 38/10 划分明确（§5.1） |
| 16 | 有泄漏讨论 | ✅ | 上游子集关系公开可查，本页 §5.3 已系统汇总 |
| 17 | 标签分布已记录 | ✅ | 官方覆盖说明 + 社区统计完整（§3.2） |
| 18 | 测量偏倚已讨论 | ⚠️ | 重勾画协议与临床勾画的系统差有文献讨论、无量化 |
| 19 | 有外部验证建议 | ⚠️ | 论文有外部验证实践（Tappeiner 2022）但无结构化建议文档 |
| 20 | 有版本记录 | ✅ | v1.1-v1.4.1 版本链完整可溯（§1.4） |
| 21 | 附预处理脚本 | ⚠️ | 无官方脚本；社区实现多样，需自行验证 |
| 22 | 合规要求清晰 | ✅ | 公有领域分发、获取无门槛（§8 许可） |
| 23 | 多模态对齐 | ⚠️ | 仅 CT 单模态；掩码与体数据同网格，但 .fcsv 坐标系需转换（坑点 8） |
| 24 | 去标识化说明 | ⚠️ | 上游 TCIA 脱敏可查，PDDCA 官方未详述自身流程 |
DAIMS 评分：16.5 / 24（11 项 ✅ + 11 项 ⚠️ + 2 项 ❌）
评分解读：基础工程维度（唯一标识、结构规整、版本管理、许可合规）达到挑战赛策展的高标准；短板集中在"缺失的显式表达"与"元数据透明度"——缺失编码与设备记录两项硬伤，加上时间戳、编码映射、预处理脚本等半开放项，是影像挑战赛数据集的典型画像。
横向定位：这一得分放在影像挑战赛系数据集中属中上水平（结构与版本纪律接近满分，元数据维度普遍失分），但与 TCIA 归档型集合（DICOM 元数据完整）相比，设备与时间戳维度明显偏弱——两类数据集的互补用法见 §8.4。
对你意味着什么：可以直接把 PDDCA 当基准跑通——划分、标签、许可都清楚；但必须把三件事写进你自己的数据治理文档：缺失处理（存在性索引，坑点 2）、设备异质性（spacing 分层敏感性分析）、标签定义差异（重勾画 vs 临床勾画）。若目标是进入临床流程，还需补齐外部验证与机构内校准两步（§5.5、§7.6）。
§7.8 外部验证矩阵
| 外部数据集/场景 | 来源机构 | 评估任务 | 性能指标 | 相对内部变化 | 关键发现 |
|---|---|---|---|---|---|
| 独立机构头颈 CT 队列（Tappeiner et al. 2022 外部集） | 独立放疗中心队列 | 全 OAR 分割 | DSC 0.72 ± 0.18；95HD 6.30 ± 16.2 mm | 内部 0.75 ± 0.16 / 95HD 3.02 ± 1.92 → 外部 DSC 降 0.03、95HD 显著放大 | 外部验证中方差（而非均值）先崩：小结构与边界失败是主要来源 |
| 大规模多中心训练 → PDDCA 测试（Nikolov et al.，663 例训练/15 例测试） | 多中心试验数据 | 全 OAR 分割 | DSC 0.81 ± 0.05 | 与 38/10 口径的 0.85 相近，但划分不同 | 大数据训练可部分弥补小样本，但跨划分不可直接比较（坑点 5） |
（本表仅收录有同行评审支撑的对外结果，数值统一转引自 Tappeiner et al. 2022 表 2。）
两行结果合读的结论：PDDCA 上的分数迁移到外部数据时，损失主要体现在方差与边界距离（95HD）而非均值 DSC。为外部部署做准备时，95HD 的逐病例分布比 DSC 均值更能预示临床边界风险。
§8 基准性能与生态
§8.1 排行榜
PDDCA 没有官方持续运营的排行榜；社区事实基准由后续论文与系统综述构成。与表格型基准不同，PDDCA 的"任务"直接来自放疗勾画工作流，社区常见的评测设置有四种：
| 评测设置 | 输入 | 输出 | 主指标 | 说明 |
|---|---|---|---|---|
| 全 OAR 3D 分割 | CT 体数据 | 9 类二值掩码 | 逐类别 DSC → 全 OAR 平均 | 论文主流设置 |
| 小结构专项 | CT 体数据 | 视交叉/视神经掩码 | DSC + 95HD | 检验小器官召回能力 |
| 2D 切片分割 | 单切片 | 单切片掩码 | 切片级 DSC | 轻量设置；数值与 3D 不可比 |
| 标志点定位 | CT 体数据 | 5 个骨性标志点 | 定位误差（mm） | 配准辅助任务 |
下表数值统一转引自 Tappeiner et al. 2022（IJCARS 17:2103-2111，DOI 10.1007/s11548-022-02649-5）表 2——其将各方法在 PDDCA 上的结果与所用划分一并整理。由于划分（20/10 至 38/10）、预处理与器官分母各异，数值之间不可直接比较（坑点 5）。
| 排名 | 方法 | 全 OAR 平均 DSC | 95HD（mm） | 划分（训练/测试） | 年份 | 完整引用 |
|---|---|---|---|---|---|---|
| 1 | Gao et al. | 0.85 ± 0.06 | 2.17 ± 0.93 | 38/10 | — | Gao et al., 2019（转引自 Tappeiner 2022 表 2，DOI 10.1007/s11548-022-02649-5） |
| 2 | Tang et al. | 0.83 ± 0.05 | — | 33/15 | — | Tang et al.（转引同上） |
| 3 | Guo et al. | 0.82 ± 0.05 | — | 33/15 | — | Guo et al.（转引同上） |
| 4 | Nikolov et al. | 0.81 ± 0.05 | — | 663/15 | — | Nikolov et al.（转引同上） |
| 5 | Chen et al. | 0.81 ± 0.05 | — | 33/10 | — | Chen et al.（转引同上） |
| 6 | Zhu et al. | 0.79 ± 0.05 | — | 38/10 | — | Zhu et al.（转引同上） |
| 7 | Raudaschl et al.（挑战赛时代基线） | 0.76 | — | 25/15 | 2017 | Raudaschl et al., 2017, Medical Physics. DOI 10.1002/mp.12197 |
| 8 | Tappeiner et al.（内部验证） | 0.75 ± 0.16 | 3.02 ± 1.92 | 自定划分 | 2022 | Tappeiner et al., 2022, IJCARS. DOI 10.1007/s11548-022-02649-5 |
| 9 | Tappeiner et al.（外部验证） | 0.72 ± 0.18 | 6.30 ± 16.2 | 外部队列 | 2022 | 同上 |
| 10 | Fritscher et al. | 0.66 ± 0.08 | — | 20/10 | — | Fritscher et al.（转引同上） |
（年份未在转引源表中逐条核实者从略；各方法原始出处与完整书目请查 Tappeiner et al. 2022 表 2 及其参考文献。）
§8.2 SOTA 总结与选型建议
从挑战赛时代的 0.76 到约 0.85 的全 OAR 平均 DSC，提升主要来自三件事：nnU-Net 式的自适应预处理与训练配置、更强的数据策略（大量外部数据联合训练，如 Nikolov 的 663 例）、以及逐类别损失设计。对使用者的选型建议：以 nnU-Net v2 为第一基线（其自适应机制天然处理 PDDCA 的 z 向各向异性），再考虑 Transformer 主干；不要试图用微小的架构改动超越 0.85——在 48 例规模上，划分与预处理选择的方差大于架构差异带来的收益。
另一点值得注意：表内排名靠前的方法大多"吃过额外数据"（如 Nikolov 的 663 例多中心训练）或"换过更有利的划分"。若你的目标是在 48 例内部的严格评测，更现实的参照系是 Tappeiner et al. 2022（0.75 ± 0.16）这类同规模训练的结果，而非 0.85 的数字。
§8.3 评测协议
- 主指标：逐类别 Dice Similarity Coefficient（DSC），逐病例计算后按类别聚合，再报全 OAR 平均；
- 辅助指标：95% Hausdorff 距离（95HD）用于刻画边界失败（代码见 §6.9）；
- 分母纪律：缺失标注的器官不进该类别的统计分母（Glnd_Submand_R 以 36 例为分母）；
- 划分声明：报告必须注明训练/测试划分与测试集 ID 清单来源；
- 参考性质：所有分数均为"对挑战赛统一重勾画参考"的吻合度（§7.2）。
- 聚合顺序：逐病例 → 逐类别 → 全 OAR 平均，层级固定；任何跳跃聚合（如全部体素直接平均）都不可与文献对比。
协议的常见违反模式值得列出：用全 OAR 平均掩盖某类趋近 0 的小结构分数；缺失标注的器官混进分母（把 40 例的分母当 48 例报）；在 2D 切片级计算 DSC 再对切片平均（与 3D 体积级 DSC 数值不可比，且放大易切片的器官权重）。这三条在历史文献中都出现过，评审与复现时可按此清单检查。
§8.4 相关数据集
| 数据集 | 与 PDDCA 的关系 | 规模 | 说明 |
|---|---|---|---|
| TCIA Head-Neck Cetuximab | 直接上游 | 111 例 | PT/CT/RTSTRUCT/RTDOSE/RTPLAN 全集，52.36 GB；标签与 PDDCA 不同源 |
| TCIA Head-Neck-PET-CT | 同主题独立集合 | 298 例 | 4 家法国机构、28 OAR；名称易混淆（坑点 4） |
| PDDCA-Lite（Hugging Face） | 2D 派生子集 | 96 行 / 1.87 GB | 教学友好；HF 页注明派生自公有领域/CC BY 3.0 原集 |
| 头颈概率图谱 v1.2（Kanglin Chen，Fraunhofer MEVIS） | 同源派生资源 | 概率图集 | 含 5 骨性标志、腮腺/脑干概率图，imagenglab 页分发 |
使用相关数据集时最要紧的是分清"同源"与"同主题"：Head-Neck Cetuximab 与 PDDCA 同源（患者有重叠），联合使用必须做泄漏隔离（§5.3）；Head-Neck-PET-CT 与 PDDCA 仅同主题（队列分属美加试验与法国机构，患者无重叠），可直接作为外部验证候选。
§8.5 关键论文 Top 6
六条文献覆盖了"PDDCA 是什么（1、4）、数据从哪来（2）、别人做得怎么样（3、5）、容易和什么混淆（6）"四个问题，按此顺序阅读效率最高。
- Raudaschl et al., 2017, Medical Physics 44(5):2020-2036. DOI 10.1002/mp.12197 — 挑战赛官方评估论文，定义任务、数据与 6 队基线。
- Ang et al., 2014, Journal of Clinical Oncology 32(27):2940-2950. DOI 10.1200/JCO.2013.53.5633 — 上游 RTOG 0522 试验主论文（人群与队列统计的唯一权威来源）。
- Tappeiner et al., 2022, International Journal of Computer Assisted Radiology and Surgery 17:2103-2111. DOI 10.1007/s11548-022-02649-5 — 系统整理各方法划分与分数的综述，本页 §8.1 的数值来源。
- TCIA Head-Neck Cetuximab collection. DOI 10.7937/K9/TCIA.2015.7AKGJUPZ — 上游影像归档的数据引用条目。
- IEEE 9104998（arXiv 1912.02084 同文）— TCIA Head-Neck-PET-CT 数据集论文，既是替代基准也是同名混淆的澄清源。
- MIDAS Journal issue 408（https://midasjournal.org/browse/issue/408/）— MICCAI 2015 挑战赛论文集，收录 6 支参赛队方法原文。
§8.6 社区活跃度
截至 2026-09：Raudaschl 2017 评估论文获 Scilit 收录引用 241+；PDDCA 仍是头颈 OAR 分割论文的常用对照基准与教程数据集；Hugging Face 存在社区维护的 2D 派生集（PDDCA-Lite），Zenodo 存在第三方分卷重托管（2026-04），显示持续的真实使用需求。需注意社区渠道的现状：早年流传的 andreped/PDDCA GitHub 仓库已 404（2026-09-16 验证），凡以它为入口的教程均已失效，请一律回到官方分发页。
活跃度的另一面是维护者的稀薄：官方渠道多年未更新版本（v1.4.1 后无新版本），社区问题多散落在论文 rebuttal 与博客讨论中，没有集中的 issue 跟踪。使用中遇到的疑似数据问题，可对照本页坑点清单先行自检，再决定是否值得向维护方报告。
§8.7 生态快照
| 资源 | 类型 | 链接 | 状态（截至 2026-09） | 推荐理由 |
|---|---|---|---|---|
| 官方分发页（imagenglab） | 主页 + 下载 | https://www.imagenglab.com/newsite/pddca | 稳定在线 | 唯一官方渠道，v1.4.1 直下 |
| MIDAS Journal issue 408 | 挑战赛论文集 | https://midasjournal.org/browse/issue/408/ | 存档在线 | 6 队方法原文与组织委员会信息 |
| TCIA Head-Neck Cetuximab | 上游数据集合 | https://www.cancerimagingarchive.net?p=42371/ | 稳定在线 | 需要 PET/RTSTRUCT 时的权威来源 |
| PDDCA-Lite | 社区派生集 | https://huggingface.co/datasets/YongchengYAO/PDDCA-Lite | 社区维护 | Colab 秒级加载的教学入口 |
| Zenodo 第三方重托管 | 分卷镜像 | DOI 10.5281/zenodo.19658040 | 第三方托管 | 云端中转；下载后需与官方核对 |
这张表里所有非官方资源（PDDCA-Lite、Zenodo 镜像）都应视为便利层而非权威层：当便利层与官方层出现不一致时，以官方为准并在使用记录中注明差异。
§9 相关资源与引用
§9.1 官方资源
- 官方分发页（数据下载 + 版本历史 + 引用要求）：https://www.imagenglab.com/newsite/pddca
- MICCAI 2015 挑战赛论文集（MIDAS Journal issue 408）：https://midasjournal.org/browse/issue/408/
- 上游影像集合（TCIA Head-Neck Cetuximab）：https://www.cancerimagingarchive.net?p=42371/（DOI 10.7937/K9/TCIA.2015.7AKGJUPZ）
- 源试验注册（RTOG 0522）：ClinicalTrials.gov NCT00265941
- 评估论文（Medical Physics）：https://doi.org/10.1002/mp.12197
以上官方资源中，分发页与 MIDAS 论文集是理解 PDDCA 的两个必读入口：前者给出现行版本、分卷与许可的权威口径，后者保留着 2015 年挑战赛的第一手方法细节与组织委员会信息。
§9.2 社区与工具资源
- PDDCA-Lite（Hugging Face，2D 派生集）：https://huggingface.co/datasets/YongchengYAO/PDDCA-Lite
- Awesome-Medical-Dataset 之 PDDCA 页（社区几何/覆盖统计）：https://github.com/pomelo-song/Awesome-Medical-Dataset/blob/main/resources/PDDCA.md
- Zenodo 第三方重托管（云端中转）：DOI 10.5281/zenodo.19658040
- pynrrd（NRRD 读取库）：https://github.com/mhe/pynrrd
- 3D Slicer Markups 文档（.fcsv 格式）：https://slicer.readthedocs.io/
以上社区资源均非官方渠道：PDDCA-Lite 是派生集、Zenodo 是第三方镜像、Awesome-Medical-Dataset 是社区统计。正式实验请以官方分发页为准，社区资源适合教学与快速验证场景。
§9.3 BibTeX 引用
以下三条覆盖了数据使用的主要引用场景（任务定义与基准、数据条目本身、划分与分数转引）；三条之外的其他文献请按 §9.4 的 DOI 链接引用。
@article{raudaschl2017evaluation,
author = {Raudaschl, Patrik F. and others},
title = {Evaluation of segmentation methods on head and neck CT: Auto-segmentation challenge 2015},
journal = {Medical Physics},
volume = {44},
number = {5},
pages = {2020--2036},
year = {2017},
doi = {10.1002/mp.12197}
}
@misc{pddca2015dataset,
author = {Sharp, Gregory C. and others},
title = {PDDCA: Public Domain Database for Computational Anatomy},
howpublished = {\url{https://www.imagenglab.com/newsite/pddca}},
year = {2015}
}
@article{tappeiner2022tackling,
author = {Tappeiner, Elias and Welk, Martin and Schubert, Rainer},
title = {Tackling the class imbalance problem of deep learning-based head and neck organ segmentation},
journal = {International Journal of Computer Assisted Radiology and Surgery},
volume = {17},
number = {11},
pages = {2103--2111},
year = {2022},
doi = {10.1007/s11548-022-02649-5}
}
§9.4 引用指南
- 使用数据集本身：引用
raudaschl2017evaluation（任务与基准定义）与pddca2015dataset（数据条目）； - 引用基准数字：若转引 §8.1 的跨文献整理结果，必须引用
tappeiner2022tackling并注明"转引"； - 引用人群统计：上游试验统计（940 例随机化、891 例分析等）引用 Ang et al., 2014, Journal of Clinical Oncology 32(27):2940-2950（DOI 10.1200/JCO.2013.53.5633，标题以期刊页为准）；
- 使用上游影像/RTSTRUCT：引用 TCIA 集合 DOI 10.7937/K9/TCIA.2015.7AKGJUPZ，并注意其标签与 PDDCA 不同源（坑点 3）。
- 引用骨性标志点、概率图谱等派生资源：在官方分发页核对其引用要求，避免只引数据集主条目而遗漏派生资源作者。
- 教学或博客场景：若仅作演示用途，最低限度也应标注"PDDCA v1.4.1 + 获取日期 + 官方页链接"，使读者能追溯你实际使用的数据状态。
§10 AI 使用声明卡
§10.1 AI 模型使用
| AI 模型 | 版本 | 用途 |
|---|---|---|
| fast-model（CodeBuddy Code） | 2026-09 | 初稿生成：INFOBOX 数据汇编、§1-§9 结构化写作、§6 代码示例生成、JSON-LD 构建 |
| WebSearch / WebFetch（多源检索） | 2026-09-15/16 | 11 组检索核实：官方页面、版本历史、许可与获取、划分协议、机构信息、基准数字、术语编码、文献标题补漏 |
两次检索结果直接改变了页面内容：组织委员会的成员构成（以 MIDAS Journal 记载为准，推翻种子信息的埃尔朗根说法）与 andreped/PDDCA 仓库的失效状态（正文与生态节均已按官方渠道口径改写）。
§10.2 AI 参与范围
AI 参与范围：初稿生成 + 资料整理 + 代码生成 + 格式化排版。
AI 在本页面的工作中负责：(1) 从官方分发页、评估论文、TCIA 集合页与社区统计资源中整理结构化信息；(2) 生成 §6 的 Python 代码示例；(3) 系统化组织 §6.5 的 8 个坑点与 §7.1 偏倚表；(4) 执行 G1/G2/G3 排版规范检查与中英文格式标准化；(5) 构建 §C 统一 JSON-LD @graph。所有硬数字均以 §10.3 所列来源核实，未经核实的信息一律省略。
§10.3 输入来源
以下 17 条来源覆盖本页全部事实性内容，编号同时用于编辑部审核追溯：
- PDDCA 官方分发页（版本链、分卷、许可声明）：https://www.imagenglab.com/newsite/pddca
- Raudaschl et al., 2017, Medical Physics 44(5):2020-2036. DOI 10.1002/mp.12197
- MICCAI 2015 挑战赛论文集（组织委员会与参赛队伍）：https://midasjournal.org/browse/issue/408/
- TCIA Head-Neck Cetuximab collection. DOI 10.7937/K9/TCIA.2015.7AKGJUPZ
- Ang et al., 2014, Journal of Clinical Oncology 32(27):2940-2950. DOI 10.1200/JCO.2013.53.5633
- Cochrane Database of Systematic Reviews CD010341（RTOG 0522 试验档案表）
- Tappeiner et al., 2022, International Journal of Computer Assisted Radiology and Surgery 17(11):2103-2111. DOI 10.1007/s11548-022-02649-5（划分整理与基准数字）
- Awesome-Medical-Dataset PDDCA 页（spacing/尺寸/标注覆盖统计）：https://github.com/pomelo-song/Awesome-Medical-Dataset/blob/main/resources/PDDCA.md
- PDDCA-Lite（Hugging Face 派生集与许可说明）：https://huggingface.co/datasets/YongchengYAO/PDDCA-Lite
- arXiv 2401.5656（头颈勾画来源与挑战赛重勾画梳理）
- IEEE 9104998（arXiv 1912.02084 同文）：TCIA Head-Neck-PET-CT 数据集论文（同名混淆澄清与预处理实践）
- ClinicalTrials.gov NCT00265941（RTOG 0522 注册信息）
- WCRF 基于 GLOBOCAN 2022 的头颈癌统计（流行病学数字）
- MDPI Cancers 2025, 18(14):2228（头颈癌流行病学引用）
- KEGG 疾病分类 br08411 与 ICD-11 官方编码工具（ICD-11 映射）
- DICOM CID 7153 术语表（SNOMED CT 映射：脑干 119238007、视交叉 244453006）
- Zenodo DOI 10.5281/zenodo.19658040（第三方重托管验证）；andreped/PDDCA 仓库 404 验证记录（2026-09-16）
§10.4 人工校验
| 内容模块 | 审核者 | 审核方式 | 审核状态 |
|---|---|---|---|
| INFOBOX 与 §1 概览 | 千方病案医学编辑部 | 逐字段对照 FACTS.md 与来源 URL 复核 | ✅ 已通过 |
| §2 医学背景 | 千方病案医学编辑部 | ICD-11/SNOMED 编码与流行病学数字逐项对照来源 | ✅ 已通过 |
| §3-§5 数据规格与划分 | 千方病案医学编辑部 | 数字逐项对照官方页与社区统计，划分口径逐源核对 | ✅ 已通过 |
| §6 AI 就绪指南与坑点 | 千方病案医学编辑部 | 代码逻辑走查 + 坑点与官方说明/文献逐条比对 | ✅ 已通过 |
| §7-§8 质量评估与基准 | 千方病案医学编辑部 | DAIMS 24 项逐项评估 + 基准数字对照转引源表 | ✅ 已通过 |
| §C JSON-LD | 千方病案医学编辑部 | 与 frontmatter schema_org 序列化一致性核对 | ✅ 已通过 |
校验的执行标准：每张表的关键数字回溯到 §10.3 来源页面的原文表述；两处种子信息与检索结果不符（组织方说法、GitHub 仓库可用性），已按检索结果改写并留痕于正文相应位置。
§10.5 AI 生成章节标注
全文（frontmatter、INFOBOX、§0-§10、§C）由 AI 生成初稿，经千方病案医学编辑部按 §10.4 所列方式交叉审核后发布；文中全部数字与结论以 §10.3 所列来源为准，检索未核实的信息已整行省略而非标注占位。
人工复核的重点包括三类内容：全部规模数字（48 例、9 类 OAR、405 个掩码等）与官方页及社区统计的一致性；划分口径（官方 38/10 与挑战赛时代 25/15）的并存表述是否与文献相符；8 个坑点与官方说明、IEEE 9104998、Tappeiner et al. 2022 的对应关系。
§10.6 最后人工审核日期
2026-09-05（与 §0 审核日期一致）。
页面状态：published（全部内容已完成审核并发布）
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：
- lctsc — 共享标签：医学影像 / CT / 医学图像分割 / 肿瘤学
- segrap — 共享标签：医学影像 / CT / 医学图像分割 / 肿瘤学
- kits23 — 共享标签：医学影像 / CT / 医学图像分割 / 肿瘤学
- nih-pancreas-ct — 共享标签：医学影像 / CT / 医学图像分割
- abdomenct-1k — 共享标签：医学影像 / CT / 医学图像分割
- word — 共享标签：医学影像 / CT / 医学图像分割
- totalsegmentator — 共享标签：医学影像 / CT / 医学图像分割
- han-seg — 共享标签：医学影像 / CT / 医学图像分割
- autopet-v — 共享标签：医学影像 / CT / 医学图像分割 / 肿瘤学
- hecktor2026 — 共享标签：医学影像 / CT / 医学图像分割 / 肿瘤学
导航说明：本章节由全站统一标签体系自动计算生成（标签重合度算法），双向可达；点击链接可跳转至对应数据集词条。
