耻骨联合-胎头分割与进展角基准

这个数据集是 MICCAI 2023 的 FH-PS-AOP 挑战赛所用数据，全称为耻骨联合-胎头分割与进展角（angle of progression, AOP）。训练集共 4000 例，2023 年 1 月 5 日由暨南大学团队公开在 Zenodo；预赛 401 例、决赛 700 例，均由赛事方掌握。每例是一张产时经会阴超声二维图像与一份像素级标注。

它要解决的问题很具体：判断胎头在产道里下降到哪里、能不能顺利经阴道分娩，长期依赖手指阴道检查，而这项检查偏主观、重复性差。经会阴超声测出的 AOP 能把这件事变成可测量的角度，但前提是先把耻骨联合与胎头两块结构精确勾出来，这一步既耗时又依赖人工。数据集就是把「勾轮廓」这件事做成可训练、可比较的题目。

适用对象是从事医学图像分割、产时监护算法或超声图像质控的团队。上手第一件事是读官方页面对 4000 与 401 的表述差异，确认自己拿到的是哪一批；随后先跑通「分割两前景、拟椭圆、算角度」这条链路，再谈模型改进，不要跳过角度这一步只比分割分数。

§1 它是什么：一场产科超声的分割挑战赛

1.1 名称与缩写的拆解

FH-PS-AOP 这个缩写在官方语境里由三块拼成：FH 指胎头（fetal head），PS 指耻骨联合（pubic symphysis），AOP 指进展角（angle of progression）。官网首页的大标题把三者连写为「Pubic Symphysis-Fetal Head Segmentation and Angle of Progression」，中文可直译为「耻骨联合-胎头分割与进展角」。

这个缩写容易在中文检索里走偏。AOP 在心血管文献中常被用作主动脉相关术语的缩写，检索时若把 AOP 与主动脉图像混在一起，会落到完全不同的一批数据集上。判断标准很简单：这套数据的图像模态是二维经会阴超声（transperineal ultrasound, TPU），视野里同时出现耻骨联合的骨性回声与胎头轮廓，没有血管内腔、没有对比剂。

同一套数据在文献里还有另一个更常用的名字：PSFHS（pubic symphysis–fetal head segmentation，耻骨联合-胎头分割）。2024 年发表于 Scientific Data 的论文即以 PSFHS 为数据集名，并在正文中说明该数据集与 JNU-IFM 数据集共同构成 MICCAI 2023 挑战赛的全量数据。因此检索同一资源时会看到 FH-PS-AOP、PSFHS、JNU-IFM 三个名字，它们分别对应挑战赛名、数据集论文名与最早的数据论文名。

1.2 谁做的、放在哪

组织方是暨南大学信息科学技术学院，组织主席为 Yaosheng Lu 教授与 Jieyun Bai 博士，临床顾问为南方医科大学珠江医院妇产科的 Gaowen Chen 教授，赛事组织者为暨南大学学生 Zhanhong Ou。赞助方为广州市科学技术局（项目号 2023B03J1297）与广州联印医疗科技有限公司。

数据发布在三个地方，用途各不相同。训练集在 Zenodo 的 record 7851339（DOI 10.5281/zenodo.7851339）；挑战赛说明与会议记录在 Zenodo 的 record 7845676（DOI 10.5281/zenodo.7845676）；赛制与排行榜在 Grand Challenge 平台（ps-fh-aop-2023.grand-challenge.org）。三处都能打开，但只有第一处是数据本体。

1.3 版本链与时间线

数据的最早形态是 2022 年 1 月 3 日发表的数据论文，题为 The JNU-IFM dataset for segmenting pubic symphysis-fetal head，刊于 Data in Brief（41 卷，文章号 107904）。2022 年 4 月该刊发布更正（42 卷，108128），更正内容涉及个别表述与图表，不影响数据本体。

2023 年 1 月 5 日训练集上线 Zenodo，同年 4 月 30 日预赛开放、8 月 30 日关闭，9 月 1 日决赛开放、9 月 20 日关闭，10 月 8 日公布获奖名单。2024 年 4 月 1 日全量数据集开放，但需签署数据使用协议并向 bai_jieyun@126.com 提出申请；次日，前八名队伍的源码以 GitHub 仓库形式公开。2024 年 5 月，PSFHS 数据集论文发表于 Scientific Data，把画像从「训练集」扩写为「数据集构成、标注工艺、一致性检验」的完整记录。

这条版本链有个关键节点：2024 年之前，公开可得的只有训练集；2024 年之后，全量数据才在签署协议的前提下可得。引用时若不加区分，很容易把「公开训练集」说成「全部数据公开」。

1.4 与同类挑战赛的位置

产时超声的算法竞赛在 2023 年之前并不成形。此前的相关研究多基于各家自有数据，模型之间无法横比；PSFHS 论文在引言里点明这一困境，并把「多中心、多设备」列为本数据集的设计动机之一。FH-PS-AOP 是这一方向较早的公开赛事，其后的 IUGC 2024 沿用了同一批 PSFHS 图像，把任务从单纯的轮廓分割扩展到更完整的产时超声分析。

§2 数据构成：三个数字与两套口径

2.1 规模与划分

官网对规模的表述集中在首页，涉及三个数字。训练集 Set 1 被描述为「4000 manually segmented cases」，公开在 Zenodo；预赛阶段写作「401 test cases」；决赛阶段写作「700 test cases」。三个数字的分母不同：训练集供选手下载，预赛与决赛的测试图像都不公开。

划分	例数	是否公开	用途
Set 1（训练集）	4000	公开，Zenodo 下载	训练与本地验证
预赛测试集	401	不公开，平台评分	方法初筛，可多次提交
决赛测试集 Set 2	700	不公开，Docker 运行	最终排名，限提交两次

表里的「例」需要打个引号。官网在不同段落里把同一批图像时而称为 case、时而称为 image，而这两者在产时超声里并不等价：同一位产妇在一个产程中可能产生多帧图像。官方没有给出 4000 例对应多少位产妇，也没有说明一例是否严格等于一张图像。

2.2 401 的双重身份

同一页面下半部分写道，挑战赛的任务是在「Set 2 的 700 张图像」上自动分割，前提是「Set 1 由 401 张图像组成」。这一句与上半部分「预赛 401 test cases」直接冲突：401 到底是 Set 1 的图像数，还是预赛的测试例数。

两种读法都能自圆其说。读法一是页面在更新时把预赛数字与训练集数字写串了；读法二是 Set 1 的实际图像数是 401，而预赛恰好也用了 401 例，属于巧合。在没有第三方记录的条件下无法裁定。稳妥的处理是把两个说法并列呈现，并在任何复现文档里注明「依据的是官网哪一段」。

2.3 来源队列：51 与 1124

两个数字描述的是上游队列。JNU-IFM 数据论文记载：来自 51 名孕妇的 78 段产时经会阴超声视频，筛选出 6224 张高质量图像，按四个类别组织成数据集。这段采集在暨南大学附属第一医院完成。

PSFHS 论文记载：1358 张图像来自 1124 名孕妇，分属两家机构——南方医科大学珠江医院提供 1045 张（来自 1040 名孕妇），暨南大学附属第一医院提供 313 张（来自 84 名孕妇）。纳入标准为单胎、足月（37 周及以上）、头位、无已知胎儿畸形。两家机构分别使用不同设备：前者用 Esaote MyLab，后者用广州联影医疗的 ObEye 系统，探头频率 3.5 MHz。

这两组数字与挑战赛的 4000 并不对应。论文明确写「MICCAI 2023 挑战赛的全量数据包含两部分：PSFHS 数据集与 JNU-IFM 数据集」，但没有给出两部分合并后如何切分为 4000、401、700。从 6224 张到 4000 例之间存在约两千余的差额，官方未解释差额来源，可能是筛除、去重或按产妇去重，也可能只是计数方式不同。

2.4 字段可靠性

字段	取值	可靠性
训练集例数	4000	官方首页明示，两处一致，可信度高
预赛测试例数	401	官方首页明示，但与同页 Set 1 图像数冲突，标注为语义存疑
决赛测试例数	700	官方首页两处一致，可信度高
训练集文件体积	362.9 MB（单 ZIP）	Zenodo 页面直读，可信度高
训练集 MD5	46d44052dfaa6ea095dfc0c1d0a9870c	Zenodo 页面直读，可用于校验下载完整性
来源产妇数	51（JNU-IFM）/ 1124（PSFHS）	两篇论文分别给出，口径不同，不可相加
图像分辨率	未披露	官网与两篇论文正文均未给像素尺寸，属于遗留空缺
像素间距	未披露	同上
进展角均值	98.33°±21.11°	PSFHS 论文给出，适用于该数据集，未必适用于挑战赛 4000 例子集

2.5 类别与像素分布

标注只有两个前景类：耻骨联合与胎头是目标，其余为背景。PSFHS 论文给出的像素占比显示类别极不均衡：耻骨联合平均只占 1.78%（标准差 0.66%），胎头占 14.55%（标准差 5.73%），背景占 83.66%（标准差 6.27%）。耻骨联合的占比甚至不到胎头的八分之一，这意味着任何以像素级平均损失训练的模型都会天然偏向胎头与背景。

这种不均衡不是数据缺陷，而是解剖决定的。耻骨联合在视野里是一条窄弧，胎头是一个大圆；两者在同一帧里要同时勾准，模型必须在极小的正样本上保持边界精度。PSFHS 论文提出这一点，是为了解释为何该任务对损失函数设计敏感。

2.6 存储格式

训练集以单个 ZIP 包发布，包内含图像文件与标注文件。PSFHS 数据集采用 MHA 格式，分为 image_mha 与 label_mha 两个目录，同名文件一一对应；图像文件名为 n.mha，n 从 03744 编到 05101。掩码用三个整数值编码：0 为背景、1 为耻骨联合、2 为胎头。MHA 可用 ITK 读取，与 Python 的 SimpleITK 兼容。

挑战赛训练集的内部结构在 Zenodo 页面未逐项列出，只给出一张「图例式」的说明图。若要确认目录层级，只能下载后自行查看，这是文件体积之外的另一项使用成本。

§3 怎么拿到：三条路径与三种许可

3.1 路径一：训练集直链

训练集在 Zenodo record 7851339，页面标题为 Pubic Symphysis-Fetal Head Segmentation and Angle of Progression，资源类型标为 Dataset，许可为 CC BY 4.0。下载无需注册，也不需要签署协议。文件只有一个压缩包，362.9 MB，下载后可用页面给出的 MD5 校验完整性。

CC BY 4.0 的含义是：可以复制、再分发、改编、商用，条件是指明出处、附上许可链接、标明是否做过修改。对做二次标注、做域适应、做数据增强的研究而言，这是相当宽松的授权。

3.2 路径二：挑战赛记录页

Zenodo record 7845676 是另一回事。它的标题同样带 Pubic Symphysis-Fetal Head Segmentation，资源类型标为 Other，描述里只有一段动机说明，附件是一份 2.7 MB 的 PDF。许可为 CC BY-NC-ND 4.0，即署名、非商业、禁止演绎。

这份记录常被误认为「训练集入口」。官网在时间线上把它与「Set 1 发布」放在相邻位置，链接文字又都指向 Zenodo，容易造成混淆。实际下载训练数据应走 7851339，走 7845676 只能拿到一份说明文件。

两份记录的许可不同，这一点在合规审查中会被问到。判断原则是看数据本体在哪里：数据本体在 7851339，适用 CC BY 4.0；7845676 的 ND 条款约束的是那份 PDF，不能据此认为「训练数据禁止修改」。

3.3 路径三：全量数据集与申请制

2024 年 4 月 1 日起，全量数据集开放，但需签署数据使用协议，并直接联系 bai_jieyun@126.com。官网未给出协议模板，也未说明申请的审批周期与拒绝条件。协议是否限制商用、是否要求共同署名、是否限制再分发，均属未知。

这条路径适合需要完整队列（含测试集）做外部验证的团队。若只是复现分割基线，训练集已足够；若要评估自己在决赛集上的真实表现，则只能走申请，或直接使用 2024 年发布的 PSFHS 数据集。

3.4 前八名源码

2024 年 4 月 2 日，前八名队伍的源码以 GitHub 仓库 maskoffs/PS-FH-MICCAI23 形式公开。仓库顶层有八个编号目录，每个目录对应一个名次的方案，内含的模型骨架分别为 nnUNetv2、SAM_VIT_H、UperNet、DSEU-net、FetalAopMICCAI、PS-FH-MICCAI-2023、BRAU-Net 与 UNet。

仓库建立于 2024 年 4 月 2 日，没有附带 LICENSE 文件。这意味着「技术上可读、法律上用途未明」——若要复用其中的代码，需自行联系作者确认授权。仓库的 star 数很低，说明它的传播范围小于代码本身的价值，检索时容易漏掉。

3.5 许可对照

资产	位置	许可	可否商用	可否修改
训练集 Set 1	Zenodo 7851339	CC BY 4.0	可以	可以
挑战赛记录页	Zenodo 7845676	CC BY-NC-ND 4.0	不可以	不可以（针对该 PDF）
全量数据集	申请制	协议未公开	未知	未知
PSFHS 数据集	Zenodo 10969427	以论文与 Zenodo 页面为准	需核对	需核对
前八名源码	GitHub	无 LICENSE	未授权	需联系作者

3.6 数据合规的注意事项

产时超声涉及产妇与胎儿两方主体，属于敏感医疗数据。PSFHS 论文说明，研究经南方医科大学珠江医院伦理委员会（编号 2023-SYJS-023）与暨南大学附属第一医院伦理委员会（编号 JNUKY-2022-019）批准，因属回顾性研究且使用匿名影像，豁免知情同意；原始图像在发布前经过裁剪以去除患者敏感信息。

对使用者的实际含义是：数据本身已做去标识，但去标识不等于零风险。超声帧中若残留可识别信息（如屏幕上的时间戳、设备序列号、检查号），需自行复核。论文只写「裁剪以去除敏感信息」，未说明裁剪的具体边界与是否逐帧核查。

§4 质量与已知问题

4.1 标注工艺：两人叠加加专家终审

PSFHS 论文把标注流程拆成三层。底层是 18 名生物医学专业学生，每张图由其中两人各自独立标注；中层是标注结果的合并，两位标注者重合的区域被保留下来；顶层是复核，由一位具有十年经验的医师对全部图像逐一调整。图 1 的流程图把这一结构画成「两人初标—合并—医师修订」的三段式。

正式标注前有一道筛选：每位标注者在开始前接受培训，内容包括耻骨联合与胎头在超声上的形态特征；随后分配 15 张测试图，由医师评判，不合格者退回重标。这道筛选用意是保证下限，但也使最终的一致性数字建立在「已经通过筛选的人」身上，不能直接外推到普通标注者。

标注工具是 Pair，用铅笔工具逐像素勾画；耻骨联合用红色、胎头用绿色。对断线或缺口，说明书要求标注者补画成完整的椭圆轮廓。这条要求并非美观考虑，而是因为后续要拟合椭圆并从中提取长轴与顶点——轮廓一旦断开，椭圆拟合就无从谈起。

最终真值存为三色图像：红色像素表示耻骨联合、绿色表示胎头、黑色表示背景。分割掩码因此天然是两前景加一背景的三值图，而非二值图。

4.2 一致性检验与它的边界

论文在 40 张示例图上做了三组比较，结果用 Dice 系数表示。

比较类型	参与者	平均 Dice	置信区间
同一标注者两次	1 名医师 + 2 名学生，各标两遍	0.8817	0.8502–0.9002
同级标注者之间	两名学生互比	0.8750	0.8520–0.8886
跨级标注之间	医师与学生比	0.8720	0.8520–0.8904
医师自身两次	医师	0.8953	未单列
学生一自身两次	学生一	0.8811	未单列
学生二自身两次	学生二	0.8689	未单列

这组数字的含义要看得细一点。三组平均 Dice 都落在 0.87 到 0.88 之间，说明人与人的分歧与同一人两次的分歧处于同一量级——换言之，该任务的标注噪声主要来自任务本身的边界模糊，而非标注者水平差异。论文据此认为标注具有稳定性。

但 0.88 的 Dice 对分割模型意味着什么，需要另作推算。若把某位标注者视为待评模型、把终审真值视为标准答案，那么该「模型」的最高分大致就在 0.88 附近。任何声称分割 Dice 超过 0.9 的结果，都已经超出了人与人之间的一致性上限；这类数字在报告中必须同时说明比较对象是真值还是某位标注者。

此外，40 张示例图在 4000 例训练集里占比不到百分之一，且论文未说明这 40 张的抽取方式。它是随机抽取还是覆盖了不同成像条件，直接影响一致性数字的代表性。

4.3 图像未配准：一个被刻意保留的开放环节

官网用一句话交代了这个问题的处理方式：提供的超声图像尚未配准，组委会决定把这一步留给参赛者，因为这是一个重要的方法学贡献，不想以任何方式施加倾向。

这句话的分量容易被低估。经会阴超声的成像是扇形，探头的贴放位置、倾斜角度、施加压力都会改变耻骨联合与胎头在图像中的相对位置。同一产妇在产程中连续采集的多帧，其坐标系并不一致。若直接把多帧叠加做时序分析，或把某帧的角度与另一帧比较，未经配准的误差会混入结论。

对单个模型而言，配准的影响体现为输入的几何分布更宽：模型必须学会在探头倾斜、耻骨联合偏离视野中心、胎头只露出部分边缘等情况下仍然定位正确。对研究而言，配准是 AOP 测量的隐含前提——角度是在某一张静态图上量出来的，而这张图的几何是否代表真实解剖关系，取决于采集时的规范程度。论文未对采集规范做量化描述，只写了「探头纵向置于耻骨联合下方，使耻骨联合水平出现在图像中上部、胎头边缘出现在下部」。

4.4 单中心偏斜与设备异构

队列来自两家机构，但分布并不均衡：珠江医院 1045 张，暨南大学附属第一医院 313 张，比例约为 3.3 比 1。两家使用的设备也不同：Esaote MyLab 与 ObEye 系统。论文把多设备、多中心作为数据集的核心卖点，但 3.3 比 1 的偏斜意味着模型的多数「经验」仍来自单一中心。

这种偏斜在图像风格上的表现是灰阶分布、斑点噪声模式、扇形视野边缘的差异。论文引用了一项相关研究，专门讨论风格迁移对多源胎儿头部超声分割的影响，说明团队自身也认为风格差异是实质问题。使用者若要在新中心部署，应把「跨设备泛化」作为独立的验证项，而不是默认训练集已覆盖。

4.5 进展角的误差来源：两个环节叠加

AOP 不是一个可以直接回归的量，它是从分割轮廓推算出来的：先对耻骨联合轮廓做椭圆拟合，取其长轴；再从耻骨联合下缘向胎头先缘作切线；两条线之间的夹角即为 AOP。这条链上有两处误差源。

第一处是分割误差。耻骨联合只占 1.78% 的像素，边界错一两个像素，椭圆的长轴方向就会偏。第二处是拟合与取点规则。椭圆拟合的参数化方式、下缘如何定义、切线如何求解，都可能不同；赛方在规则页没有公开具体实现，只说按 Metrics Reloaded 框架计算 ΔAoP。

两处误差如何叠加，官方未做分解。这意味着 ΔAoP 的升高不能简单归因于「模型分割不准」——也可能是角度计算的实现与赛方不一致。参赛者若要在本地自评，最稳妥的做法是先与官方指标的公开描述对齐，再谈误差归因。

4.6 假设与反证

假设	支持证据	反对证据
数据足以训练出可用的分割模型	4000 例训练集，两前景标注，已有前八名方案公开	类别极不均衡（耻骨联合仅 1.78%），且仅两家中心
标注真值可作为唯一标准答案	两人独立标注加十年经验医师终审，流程明确	人机一致性上限约 0.88，说明真值本身有不确定性
AOP 误差主要来自分割	角度由轮廓推算，轮廓误差必然传导	椭圆拟合与切线规则未公开，实现差异可能主导
数据集支持跨中心泛化	两家医院、两种设备，论文以多中心为卖点	3.3 比 1 的机构偏斜，且无第三家外部验证集
训练集足以复现决赛表现	同一挑战赛同一任务定义	决赛集 700 例从不公开，无法本地复核

4.7 已知的文档缺陷

官方文档在几处留下了空缺。图像分辨率、像素间距、单帧的物理尺寸均未披露；4000 例与来源队列的 6224 张之间如何对应，没有说明；401 的双重身份没有澄清；全量数据协议的内容未公开。这些空缺不影响数据可用性，但会显著增加复现成本——任何需要做物理尺度的换算（例如把像素误差换算成毫米），都必须另找标注或假设。

§5 能做什么：任务清单与最小示例

5.1 官方任务的两层结构

官方把任务定义为「分割后再算角」的两段式。第一段是语义分割，输入一张经会阴超声图像，输出耻骨联合与胎头两个前景区域的像素掩码。第二段是几何推算，输入掩码，输出一个角度值。

这个设计与常见的「直接回归」路线不同。端到端回归把图像直接映射为角度，省去中间表示，但无法解释误差来自哪里；两段式保留了可检查的中间产物——分割掩码可以叠加回原图做目视核查，可以单独评估 Dice，也可以替换几何模块做消融。赛方选择两段式，等于把「可解释」写进了任务定义。

5.2 评测指标的构成

规则页写明评测框架参照 Metrics Reloaded。分割部分用三个指标：Dice 系数、Hausdorff 距离、平均表面距离。角度部分用 ΔAoP，即预测角与人工测量角之差。总体均值在全部病例上聚合。

三个分割指标的侧重不同。Dice 衡量重叠率，对大结构友好、对小结构迟钝——耻骨联合只占 1.78%，Dice 对它的惩罚力度有限。Hausdorff 距离取最大偏差，对离群点敏感，能暴露「整体不错但个别像素飞出去」的情况。平均表面距离取平均偏差，对整体的边界贴合程度更敏感。三者合用，才能同时约束「大体对」与「边界准」。

指标在全部病例上聚合，这一点在赛制上有实际后果：某个解若在少数困难帧上崩坏，其影响会被大量容易帧稀释。只追求榜单名次时，把资源投入到多数帧的边界微调，比专门攻克困难帧更划算；而临床部署的诉求相反，困难帧才是需要算法兜底的场景。排行榜的聚合口径与临床关注点之间存在结构性错位，用榜单名次做选型时应打折扣。

5.3 提交规则与算力约束

决赛使用 Docker 容器提交。赛方在 Grand Challenge 后端运行容器，选手拿不到测试图像。每人或每队决赛最多提交两次，这两个名额迫使选手在提交前把本地验证做扎实。

算力上限是每个输入样本不超过五分钟。规则页给出的理由有三条：降低平台评估成本、贴合真实临床场景的资源限制、让没有大规模算力的团队也能公平参赛。五分钟对二维图像分割而言相当宽松，但对集成多模型或做大量测试时增强的方案构成约束。

规则页还规定，使用预训练模型或外部数据集的队伍，须在预赛截止后三个月内以宽松许可公开所用外部数据或模型，并在算法名或说明中标注。这条规则的目的是防止「用私有大数据碾压公开数据」的不公平。不参与评奖、只做基准测试的团队可以自由使用私有数据，但同样须标注。

5.4 最小可执行流程

对想快速上手的使用者，一条可用的最小链路如下。

1. 从 Zenodo 7851339 下载训练集压缩包，用页面给出的 MD5 校验。
2. 解压后确认图像与标注的对应关系（按文件名配对），随机抽十对做目视核查，确认标注与图像对得上。
3. 把标注转为三值掩码（背景、耻骨联合、胎头），统计各类像素占比，与论文给出的 1.78%、14.55%、83.66% 对照，判断自己拿到的是同一批数据。
4. 用二维分割网络（例如 nnU-Net 的 2D 配置）训练一个基线，损失函数需处理类别不均衡，可考虑 Dice 与交叉熵加权组合。
5. 在验证集上算 Dice、Hausdorff、平均表面距离三项。
6. 对预测掩码做椭圆拟合，按定义取长轴与下缘切线，算出角度。
7. 与标注推导出的角度比对，得到 ΔAoP。
8. 把分割指标与角度误差一并报告，不要只报 Dice。

第 6 步是最容易被简化掉的一步。很多分割论文停在 Dice，而本任务的价值恰恰在于角度：分割得再准，若取点规则与临床定义不一致，角度仍会偏。

5.5 可衍生的任务

同一批数据可以支撑若干衍生任务。其一是胎头位置分级，把连续的角度值离散为临床常用的位置档位。其二是标准切面识别，判断当前帧是否满足「耻骨联合水平居中、胎头边缘可见」的采集要求。其三是质量评估，用角度与分割的联合分布识别不可靠的测量。其四是跨设备域适应，以两家机构的图像差异作为天然的域迁移场景。

这些衍生任务的可行性取决于标注是否携带相应信息。现有标注只给了轮廓，没有给位置档位、没有给采集质量的专家判定，因此上述任务都需要额外的标注或弱监督设计。

5.6 角度计算这一步的三种实现路线

同一份轮廓掩码，至少有三种方式算出角度，结果会略有差异。

其一是椭圆拟合路线，也是论文图 1 采用的方式：对耻骨联合的像素集合拟合一个椭圆，椭圆的中心轴给出长轴方向，椭圆上离胎头最近的一点视为下缘。优点是对噪声稳健，因为拟合用到了轮廓上的全部点，个别像素错位不会改变长轴；缺点是当耻骨联合只露出一小段时，椭圆拟合的外推可能偏离真实解剖。

其二是主成分路线：对耻骨联合像素做主轴分析，第一主成分方向即长轴，第二主成分的极值点近似两端。这条路线计算快，但对轮廓的对称性敏感——若一侧被声影截掉，主轴会偏转。

其三是骨架化路线：把耻骨联合的窄带细化成一条中心线，取端点连线为长轴。它对细长的骨性结构贴合最好，但对断裂的轮廓需要先补洞，否则骨架会被切成两段。

三条路线的长轴估计接近，分歧主要出现在「下缘取哪一点」与「切线如何求解」。下缘取椭圆极值点、取骨架端点、取像素最低点，三个答案可能相差若干像素；切线是从该点向胎头轮廓作外切，外切线的定义在数值上也有多种写法。这些细节官方未在规则页公开，因此自评结果与榜单结果之间可能存在无法归因的系统差。

对使用者而言，实际建议是把几何模块单独做成可替换的组件，并在报告中写明所采用的实现。若做消融，应固定几何模块、只改分割模型，否则误差来源无法分离。

另一条稳妥做法是同时报两种角度指标：一种用自己实现的几何模块算，一种用赛方可能采用的公开描述实现算。两个数字差值小，说明结论对实现选择不敏感；差值大，则应把实现细节写进局限部分。这样处理虽增加工作量，但能避免「误差来自哪里」这一最常被审稿人追问的问题。

5.7 复现一份基线需要的最小信息

复现一份可比的基线，除了数据本身，还需要四类信息：训练与验证的划分方式、输入预处理（是否裁剪、是否重采样、是否做强度归一化）、损失函数与训练轮数、几何模块的实现细节。

前两类在官方文档里没有规定，属于参赛者的自由选择；第三类各家论文自述不同；第四类几乎无人明说。这意味着不同文献里报出的 Dice 即便数值接近，也未必可比。若要做严格的横向比较，只能在同一套划分与同一套预处理下重训，成本远高于直接引用数字。

§6 常见误读与引用陷阱

常见说法	实际口径	证据位置
AOP 指主动脉相关指标，该数据是主动脉夹层影像数据	AOP 是进展角（angle of progression），产科经会阴超声指标；官网标题明确写 Pubic Symphysis-Fetal Head Segmentation and Angle of Progression	官网首页标题与问题陈述段
401 是训练集图像数	401 在官网同时被写作「Set 1 图像数」与「预赛测试例数」，同一文档内自相矛盾，不能单方面认定	官网首页两处
4000 与来源论文的 6224 张是同一计数	6200 余张是 JNU-IFM 视频抽帧后的图像数，4000 是挑战赛训练集例数，官方未给换算关系	Data in Brief 摘要与官网首页
训练数据在 Zenodo 7845676	7845676 只含一份 2.7 MB 的 PDF 说明；训练数据在 7851339（362.9 MB ZIP）	两个 Zenodo 记录页
整个数据集都是 CC BY 4.0	7851339 是 CC BY 4.0，7845676 是 CC BY-NC-ND 4.0，两者许可不同	两个 Zenodo 记录页的 Rights 栏
数据集一发布就全部公开	2023 年只公开训练集；全量数据 2024 年 4 月 1 日起开放，且需签署协议并邮件申请	官网时间线
分割 Dice 越高说明角度越准	角度由轮廓经椭圆拟合与切线求解得到，中间环节的实现差异会独立影响 ΔAoP；赛方未公开该环节细节	官网规则页指标段与论文方法节
图像已经过配准，可以直接做时序分析	官网明示图像未配准，配准被明确留给参赛者	官网首页 NOTE 段
这是一个大规模三维影像数据集	原始数据是二维经会阴超声单帧，体积小（训练集压缩包 362.9 MB），不是体数据	Zenodo 7851339 文件栏
两家机构的数据量接近一半一半	珠江医院 1045 张、暨南大学附属第一医院 313 张，约 3.3 比 1	Scientific Data 论文受试者特征节

技术陷阱一：把标注真值当作绝对正确。 终审由一位医师完成，而人机一致性上限约 0.88。用「超过 0.9 的 Dice」作为模型优于人类的论据，在当前证据下不成立。

技术陷阱二：混淆三种 Dice 口径。 论文给出的 0.8817、0.8750、0.8720 分别对应同一人两次、同级之间、跨级之间，三者不可互换引用。只引其中一个而不说明比较对象，会误导读者以为是模型的性能。

技术陷阱三：把 AOP 的角度值当作独立观测量。 该值是分割结果的派生量，同一张图若分割边界差几个像素，角度就可能差几度。在方法学描述里应写成「由分割推算的 AOP」，而非「测量得到的 AOP」。

技术陷阱四：直接使用像素误差做临床换算。 官方未披露像素间距与图像物理尺寸，任何「边界误差 2 像素等于多少毫米」的换算都缺少依据，须先补测。

技术陷阱五：忽视耻骨联合的极小占比。 1.78% 的像素占比下，普通交叉熵损失会让模型几乎放弃这一类；不处理类别不均衡的基线，其耻骨联合 Dice 往往远低于胎头。

技术陷阱六：把 700 例决赛集当成可获得的验证集。 决赛集从未公开，任何声称在「官方测试集」上的结果，要么是预赛 401 例的成绩，要么是参赛者自己的划分，需核对口径。

技术陷阱七：用「挑战赛第一名」代替「最佳方法」。 排名基于决赛集的 ΔAoP 与分割指标的综合，且每人限两次提交，存在选择偏差；前八名方案的骨架差异很大（从 nnU-Net 到 SAM 到 UperNet 到 UNet），说明任务对架构不敏感，排名差距不宜解读为架构优劣。

§7 临床背景：为什么分的是两块结构

7.1 产程中的决策点

第二产程的处理有一个关键判断：胎头已经下降到什么位置，还会不会继续下降。这个判断决定了三件事——继续观察、器械助产（产钳或胎头吸引）、还是剖宫产。判断依据长期是阴道指检的胎头位置（station），以坐骨棘为参照，用厘米或「棘上棘下」描述。

指检的问题在文献里被反复提到：主观性强、不同检查者之间差异大、在胎头水肿或产瘤形成时尤其不可靠、反复检查增加感染风险与产妇不适。PSFHS 论文引述的一项随机对照试验显示，产程中用经会阴超声替代指检可降低疼痛与焦虑评分。

经会阴超声提供了另一种描述方式：把探头置于会阴部，在矢状面上同时看到耻骨联合与胎头，用几何关系描述胎头下降程度。这种方式不受产瘤形态影响，图像可留存，可复核。

7.2 进展角的定义

按 ISUOG 指南，进展角在静态二维超声图像上测量，定义为耻骨联合长轴与「从耻骨联合下缘出发、切于胎头颅骨最深骨性部位的连线」之间的夹角。简单说，是耻骨联合这条骨头的走向与「从骨头下缘指向胎儿头部」的连线之间的夹角。

角度随胎头下降而增大。PSFHS 论文引述的研究指出，AOP 达到或超过 120 度时，经阴道自然分娩的概率较高。这条结论给出了一个可操作的阈值，但也只适用于单帧静态图像上的测量，且与产次、胎位、是否镇痛等因素相关。

在本数据集里，AOP 的均值是 98.33 度，标准差 21.11 度。这个分布说明样本覆盖了从较低角度到接近阈值的范围，不是只收「好测」的病例。不过论文没有给出角度与最终分娩方式的对应表，因此不能从数据集直接估计阈值在特定人群中的敏感度与特异度。

7.3 分割为什么是前提

角度定义里出现了三个几何要素：耻骨联合长轴、耻骨联合下缘、胎头先露缘切线。三者都必须从图像中定位。人工操作时，医师用鼠标点几下即可；自动化的难点在于，这两个结构的边界在超声上并不锐利。

耻骨联合是高回声的骨性结构，但只有一条窄弧，且常被声影遮挡；胎头是弧形强回声带，但形态随孕周、胎位、羊水量变化，还可能与子宫壁、胎盘、羊水中的混响混在一起。PSFHS 论文写道，胎头在不同产程阶段形态与朝向差异很大，羊水与胎盘可能重叠或遮挡胎头的一部分，造成分割歧义；超声本身的低分辨率、噪声与伪影进一步加重难度。

因此任务被定义成「先分割、再算角」。分割是两个结构的像素级轮廓，角度是轮廓的几何推算。数据集的标注设计也围绕这一点：红色标耻骨联合、绿色标胎头，轮廓断开处要求补成全椭圆——因为椭圆拟合是取长轴的标准做法。

7.4 两段式设计的临床合理性

把角度当作分割的派生量，而非直接回归目标，有一个实际理由：临床上医师并不是「看一眼报个数」，而是先在脑子里描出两条线再量角度。两段式把这个过程显式化，中间结果可被复核——若分割掩码明显跑偏，角度就不可信；若掩码正确而角度偏差大，问题出在几何步骤。

这种可分解性对临床采纳很重要。产房里没有人会接受一个「输入图像、输出角度」的黑箱，但可能会接受「先看它勾的轮廓对不对，再看它量的角」。数据集把任务定义成两段，等于在数据层面就为这种复核留了位置。

§8 生态中的位置：与相邻资源的对照

8.1 同类竞赛的谱系

产时超声的公开赛事不多。FH-PS-AOP 是较早的一个，之后的 IUGC 2024 使用了同一批 PSFHS 图像，把任务扩展为更完整的产时超声分析。两者共享数据基础，但任务边界不同：前者聚焦两块结构的轮廓与角度，后者覆盖更广的测量项。

在 MICCAI 挑战赛的整体版图中，FH-PS-AOP 属于「小而专」的类型：单一模态（二维超声）、单一器官对（耻骨联合与胎头）、单一派生量（角度）。这种窄定义使评分清晰，但也限制了数据集的复用面——它不太可能被拿去做通用超声基础模型的预训练，更适合作为特定任务的基准。

8.2 与妇科泌尿、胎儿超声数据的分野

妇产超声领域的公开数据集大致分三类：胎儿结构筛查（如胎儿腹部、胎儿脑的横切面分割）、妇科肿瘤影像、产程监测。FH-PS-AOP 属于第三类，且是其中少见的一个——因为产程监测的图像采集本身需要产妇处于分娩过程中，采集窗口窄、伦理审查复杂。

这解释了为什么这类数据的绝对规模不大。它不像病理切片那样可以从存档中批量取用，也不像胸部 CT 那样有常规筛查产生的大量数据；每一帧都来自一个正在分娩的产妇，且必须在探头位置合适时才能采到可用图像。

8.3 技术路线的邻接

从方法学看，本任务与「先分割关键结构、再由几何关系推临床量」的一类工作同源。冠脉分割后算狭窄度、血管壁分割后算管腔面积、脊柱分割后算 Cobb 角，都属于这个范式。共同点是：分割质量决定下游量的精度，而下游量的误差又不完全由分割误差解释。

这个范式在评测设计上有个共性难题：最终指标（角度、狭窄度、角度值）是连续量，而分割指标是区域重叠量，两者不是单调对应。FH-PS-AOP 用 ΔAoP 与三项分割指标并列报告，等于承认了这一点，但没有给出二者的加权方式。

8.4 赛事设计上的可迁移经验

这场赛事在赛制上有几处设计值得记下来。

一是把配准明确留给参赛者，并在文本里给出理由。多数挑战赛会把预处理做完再发数据，以求可比；这里反过来，把不确定性交给解题者。代价是不同方案的输入分布不同、结果未必可直接比较，收益是避免用赛方的一套配准方案限制方法空间。

二是要求使用外部预训练模型的队伍以宽松许可公开其外部数据或模型。这条规则在挑战赛里并不常见，它的实际效果是把「用私有大数据碾压」这条捷径的成本抬高，让公开数据组的成绩更有参照意义。

三是公布前八名的源码。源码发布晚于赛事约半年，仓库里有八个编号目录，但没有任何说明文件描述各目录的差异与复现步骤。这个落差说明：开源代码与可复现是两件事，前者只解决「能否看到」，后者还需要文档与环境的固定。

四是把奖励分段设置。前三名之外另设四个并列的五百元奖励，覆盖到第七名。这种设计在小型赛事里能扩大参与面的获得感，但对排名本身的信息量没有影响。

9.4 与临床部署的距离

从数据集到临床工具，中间还隔着几步。第一步是外部验证：现有数据只来自两家医院，若要证明算法在新中心可用，需要独立采集的图像。第二步是采集规范的固化：图像的几何意义依赖探头位置，若不同操作者的采集习惯差异大，角度的可比性就下降。第三步是时间成本：赛事的算力上限是每样本五分钟，产房现场需要的是秒级反馈，模型必须大幅压缩。

这三步都不是数据规模能解决的。换言之，训练集从四千扩到四万，未必能让一个算法在产房里被接受；而一份明确的采集规范与一次多中心前瞻验证，作用可能更大。

§9 许可与再分发：一张对照表

9.1 分层许可的实际形态

本资源没有统一的许可，而是按资产分层。训练集是 CC BY 4.0，最宽松；挑战赛记录页是 CC BY-NC-ND 4.0，最严格；全量数据集是协议制，条款未知；前八名源码无许可声明。

这种分层在挑战赛数据里很常见，成因是发布路径不同：数据本体走 Zenodo 的 Dataset 类型，默认建议宽松许可；会议记录走 Other 类型，作者常沿用论文的 NC-ND 条款；全量数据因含更多受试者信息，改为协议制。使用者若只看其中一个页面，很容易得出片面结论。

9.2 再分发的边界

CC BY 4.0 允许再分发，条件是署名、附许可链接、标明修改。实践中最容易漏的是「标明修改」——若对图像做了裁剪、重采样、增强，再发布时应说明改了什么。对于做数据增强后发布衍生集的团队，这一点尤其要注意。

CC BY-NC-ND 4.0 禁止演绎，意味着不能把那份 PDF 改写后发布。但把 PDF 里的文字转述进论文或百科条目，不属于对该作品的演绎发行，属于引用，只要标注出处即可。

9.3 引用的正确姿势

引用本资源时有两套 DOI 可选：数据 DOI（10.5281/zenodo.7851339）与论文 DOI（10.1038/s41597-024-03266-4 或 10.1016/j.dib.2022.107904）。学术写作宜同时给出：前者指向数据本体，后者指向方法说明。只引论文不引数据 DOI，会让读者找不到下载入口；只引数据 DOI 不引论文，则缺少标注工艺与一致性检验的依据。

§10 使用者的检查清单

10.1 开工前

先确认自己拿到的是哪一批：Zenodo 7851339 的 ZIP 是训练集，解压后的图像数与 4000 是否一致需自行核对；若数目不符，可能下载的是早期版本或未解压完整。随后核对 MD5，确保文件未损坏。

再确认计数口径：若论文里要写「训练集规模」，用 4000 例；若要写「图像总数」，需说明是来源队列的 6224 张还是 PSFHS 的 1358 张，不能混用。

10.2 建模时

类别不均衡是第一道坎。耻骨联合像素占比不足百分之二，任何以像素平均为准的损失都会低估它。常见做法是加权交叉熵、Dice 损失或两者的组合；具体权重需在验证集上调，不宜照搬。

预处理要考虑几何多样性。图像未配准，探头角度与位置差异直接反映在耻骨联合的朝向与位置上。若做固定裁剪或刚性对齐，可能把这种多样性抹掉——而它恰恰是模型泛化能力的来源。

10.3 评估时

分割指标至少报三项，不要只报 Dice。耻骨联合的 Dice 与胎头的 Dice 应分开报，合并报会掩盖小结构的失败。

角度指标要与分割指标同时呈现。只报 ΔAoP 而不报分割质量，无法判断误差来源；只报分割而不报角度，则丢掉了任务的核心。

若要与已发表结果比较，须核对三件事：训练用了哪些数据、测试集是预赛 401 例还是自建划分、角度计算是否与官方定义一致。三者任一不同，数字就不可直接比较。

10.4 发表时

注明数据版本与 DOI，注明许可，注明是否对图像做过修改。若使用了外部预训练模型，按赛事规则的精神也应说明来源与许可，即便赛事已结束——这是审稿人常问的问题。

避免把「挑战赛排名」当作方法优劣的唯一证据。前八名方案的骨架从 nnU-Net 到 SAM 到 UNet 不等，说明在这类任务上架构选择的边际收益有限，数据质量与后处理往往影响更大。

§11 与其他资源的互链

11.1 同域资源

在公开数据集里，与之最接近的是 PSFHS 数据集（Zenodo 10969427）。两者的关系不是替代而是补充：PSFHS 提供了完整的受试者构成、标注工艺与一致性数字，FH-PS-AOP 提供了赛事规则、测试划分与提交机制。研究引用时宜成对出现。

JNU-IFM 数据集是更早的一支，2016 年前后开始积累，2022 年以 Data in Brief 论文形式公开。它提供了 51 名孕妇、78 段视频、6224 张图像的采集细节，是理解本数据集来源的关键。

11.2 方法与范式上的邻居

在「分割关键结构再加几何推算」的范式下，冠脉分割与血管壁分割是常见的类比对象。这类任务的共同难题是：分割指标与临床量的对应不单调，且临床量对局部误差的敏感度取决于几何配置。阅读这类工作时，可对照它们在误差归因上的处理方式。

在挑战赛平台上，同属 MICCAI 系列、同样采用 Docker 提交与私有测试集的赛事，其赛制设计可作为对照。区别在于本赛事的测试集规模较小（700 例），且限制每人两次提交，这两个设计共同放大了提交策略的重要性。

11.3 互链建议

需要与之做实体区分的是各类主动脉影像数据集：它们虽然共享 AOP 这一缩写的部分字母组合，但器官、模态、任务全不相同。检索与引用时应以「耻骨联合」「胎头」「产时超声」为主关键词，避免以 AOP 单独检索。

§12 总结

12.1 三句话

FH-PS-AOP 是 MICCAI 2023 的产时经会阴超声挑战赛数据，任务是把耻骨联合与胎头勾出来，再据此算进展角。训练集 4000 例以 CC BY 4.0 公开在 Zenodo，预赛 401 例与决赛 700 例不公开。它的价值在于把「胎头下降多少」这一产房里的主观判断，转成可训练、可复核的几何问题。

12.2 适合谁

适合做医学图像分割、且希望任务带明确下游指标的研究团队；适合研究标注工艺与一致性上限的方法学工作者；适合需要产时超声基准做外部验证的产科算法团队。数据量不大、许可宽松、任务定义清晰，是三个实用的优点。

12.3 不适合谁

不适合寻找大规模三维体数据做预训练的使用者——这是二维单帧；不适合需要完整队列（含测试集）做无偏评估的使用者——测试集从未公开；不适合把 AOP 当作独立测量值直接建模的使用者——它是分割的派生量，误差结构不同。

12.4 三十秒速查

问题	答案
是什么模态	二维经会阴超声
分几类	耻骨联合、胎头、背景
训练多少例	4000
测试多少例	预赛 401、决赛 700
许可	训练集 CC BY 4.0
在哪下	Zenodo 7851339
核心指标	Dice、Hausdorff、平均表面距离、ΔAoP
最大陷阱	把 AOP 误读为主动脉相关指标

附录 A：关键数字速查

数字	指什么	来源
4000	训练集例数	官网首页
401	预赛例数（同页亦称 Set 1 图像数）	官网首页两处
700	决赛例数	官网首页
6224	JNU-IFM 抽帧图像数	Data in Brief 摘要
1358	PSFHS 图像数	Scientific Data
1124	PSFHS 产妇数	Scientific Data
51	JNU-IFM 产妇数	Data in Brief 摘要
78	JNU-IFM 视频段数	Data in Brief 摘要
362.9 MB	训练集压缩包体积	Zenodo 7851339
1.78%	耻骨联合像素占比	Scientific Data
14.55%	胎头像素占比	Scientific Data
83.66%	背景像素占比	Scientific Data
98.33°	AOP 均值	Scientific Data
0.8817	同一标注者两次的平均 Dice	Scientific Data
120°	与较高自然分娩概率相关的角度阈值	Scientific Data 引述文献

附录 B：缩写表

缩写	全称	说明
FH	fetal head	胎头
PS	pubic symphysis	耻骨联合
AOP	angle of progression	进展角
ΔAoP	AOP difference	预测角与人工角之差
PSFHS	pubic symphysis–fetal head segmentation	耻骨联合-胎头分割
TPU	transperineal ultrasound	经会阴超声
ISUOG	International Society of Ultrasound in Obstetrics and Gynecology	国际妇产科超声学会
HD	Hausdorff distance	豪斯多夫距离
MSD	mean surface distance	平均表面距离
MICCAI	Medical Image Computing and Computer Assisted Intervention	医学图像计算与计算机辅助干预会议
IUGC	Intrapartum Ultrasound Grand Challenge	产时超声大挑战
JNU-IFM	Jinan University Intelligent Fetal Monitoring	暨南大学智能胎儿监护实验室数据集
MHA	MetaImage	ITK 使用的图像格式

附录 C：一次完整的使用流程

第一步，获取。从 Zenodo 7851339 下载 ZIP，核对 MD5 为 46d44052dfaa6ea095dfc0c1d0a9870c，解压后统计文件数，与 4000 对照。

第二步，核验。随机抽十对图像与标注做叠加显示，确认红色轮廓落在耻骨联合的强回声弧上、绿色轮廓落在胎头边缘。若错位，检查文件名配对逻辑。

第三步，预处理。把标注转为三值编码，统计像素占比，与 1.78%、14.55%、83.66% 三个值对照。差异超过两三个百分点，说明子集构成与论文不同，后续数字不宜直接比较。

第四步，建模。选一个二维分割基线，损失函数需处理小目标。训练时保留一部分图像做本地验证，不要用测试集信息调参。

第五步，分割评估。分别算耻骨联合与胎头的 Dice、Hausdorff、平均表面距离，分列报告。

第六步，角度计算。对预测掩码做椭圆拟合，取长轴方向；以耻骨联合下缘为起点，向胎头先缘作切线；求两线夹角。

第七步，角度评估。与标注推导的角度比对，算平均绝对误差与分布；报告时说明角度计算的具体实现，因为不同实现之间可能存在系统偏差。

第八步，记录。把数据版本、许可、预处理改动、模型骨架、训练超参、评估口径写成一份可复现的说明。

附录 D：未覆盖内容

尚未覆盖的内容有三处。其一，决赛排行榜的具体分数：相关内容在平台上由脚本动态加载，静态页面不呈现，公开可查的只有获奖者名单与名次。其二，全量数据集使用协议的条款：协议文本未公开，仅知需签署并邮件申请。其三，图像的分辨率与像素间距：官网与两篇论文正文均未给出。

这三项空缺直接影响两类工作：想复现排名的工作无法校准目标值，想做物理尺度换算的工作缺少基准。遇到这些需求时，只能通过申请数据或联系作者补充，不能靠推测填充。

附录 E：DAIMS 评估

维度	评分（1-10）	依据
D 可发现性	8	挑战赛平台与 Zenodo 双重入口，论文开放获取；但 FH-PS-AOP、PSFHS、JNU-IFM 三名并存，检索易分叉
A 可获取性	7	训练集免注册直链下载；全量数据为协议制，测试集不公开，扣分
I 可互操作	7	后续 PSFHS 用 MHA 格式，ITK 可直接读；挑战赛原始包结构未逐项说明，需下载后自查
M 元数据质量	6	论文给出受试者构成、标注工艺、一致性；但分辨率、像素间距、4000 与 6224 的关系均缺失
S 可持续性	8	Zenodo 长期托管，DOI 稳定；GitHub 源码仓库仍在，但无许可声明

附录 F：术语辨析

「进展角」与「胎头位置」不是同一件事。胎头位置是解剖意义上的下降程度，通常以坐骨棘平面为参照；进展角是从超声图像上量出的几何量，二者相关但不相等。同一位置可对应不同的角度，取决于骨盆形态与探头角度。

「分割」与「检测」在这里也不同。分割要求给出每个像素的归属，检测只需给出框或点。本任务要算角度，必须知道耻骨联合的长轴方向，框级检测不足以支撑，因此任务被定义为分割。

「预赛」与「决赛」在提交机制上也有差别。预赛允许多次提交，用于方法迭代；决赛限两次，用于最终定稿。这个设计使预赛成绩不具备排名意义，只用于自我校准。

编辑说明

核验时间：2026-10-18。核验方式：官网三个页面（首页、get-started、participation-rules）实抓；Zenodo record 7845676 与 7851339 页面实抓；Nature Scientific Data 论文（10.1038/s41597-024-03266-4）全文实抓；Crossref API 核对 Data in Brief 论文 DOI 与更正 DOI；GitHub API 核对前八名仓库结构与建库时间。

双口径冲突存照：其一，401 在官网同一页面内既被称为 Set 1 图像数、又被称为预赛测试例数，正文按冲突并列陈述，未作裁定。其二，训练集规模 4000 例与来源论文的 6224 张、1358 张不属同一计数口径，正文分别列出并注明不可相加。其三，Zenodo 7845676 为 CC BY-NC-ND 4.0、7851339 为 CC BY 4.0，两处许可不同，正文按资产分层列表呈现。

未取到项：决赛排行榜分数由页面脚本动态加载，静态抓取返回空表，故正文不含任何队伍得分；Zenodo record 7861699 两次抓取均返回 403，未引其内容；全量数据协议文本未公开。

版本日志：2026-10-18 首版。下次复核建议：申请到全量数据集后，核对 4000 例与图像总数的对应关系，并补充图像分辨率与像素间距。

---

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：

• hc18 — 共享标签：医学影像 / 医学图像分割 / 挑战赛数据集 / 儿科
• echonet-pediatric — 共享标签：医学影像 / 医学图像分割 / 评测基准 / 儿科
• psfhs — 共享标签：医学影像 / 医学图像分割 / 挑战赛数据集 / 评测基准
• toothfairy2 — 共享标签：医学影像 / 医学图像分割 / 挑战赛数据集 / 评测基准
• curvas — 共享标签：医学影像 / 医学图像分割 / 挑战赛数据集 / 评测基准
• toothfairy3 — 共享标签：医学影像 / 医学图像分割 / 挑战赛数据集 / 评测基准
• stsr — 共享标签：医学影像 / 医学图像分割 / 挑战赛数据集 / 评测基准
• lisa2025 — 共享标签：医学影像 / 医学图像分割 / 挑战赛数据集 / 儿科
• mitoem — 共享标签：医学影像 / 医学图像分割 / 挑战赛数据集 / 评测基准
• siim-acr-pneumothorax — 共享标签：医学影像 / 医学图像分割 / 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。