信息速览
INFOBOX — STSR 2025 一屏速览
维度 内容 本质 MICCAI 2025 半监督牙齿分割与配准挑战赛（STS 赛系第三届）官方数据集，牙科首个跨模态半监督基准 会场 MICCAI 2025 ODIN Workshop（Oral and Dental Image Analysis 首届），2025-09-27，韩国大田 主办 杭州电子科技大学牵头，联合杭州口腔医院集团、深圳大学、QMUL、莱斯特、KCL、上海交大等 任务 Task 1 = CBCT 牙齿+牙髓根管实例分割（FDI 编码 30+ 类）；Task 2 = CBCT-IOS 冠根刚性配准 规模 CBCT 370 例（70 标注/300 未标注，7-70 岁）｜IOS 700 例（60/640）｜配准 330 对（30/300），验证 50 对 半监督设计 少量精标 + 大池未标注，官方 baseline nnU-Net，伪标签+一致性正则为参赛主流 参赛热度 Task 1：78 队/392 次提交（终赛完赛 5 队）；Task 2：52 队/29 次；中国队数全球最多 冠军方案 分割：U-Mamba2 SSL（KCL Zhi Qin Tan）；配准：DiceMed PointNetLK 系（平移误差 46.47 mm） 标注流水线 中级牙医 ITK-SNAP 初注 → 资深专家逐例仲裁；配准真值由医生+工程师手动微调 标注提速 人机协同使初级牙医 CBCT 标注从 3.5-4.9 小时/例 降至 5.7-8.2 分钟/例 成绩分层 整牙 Dice 0.92+，但根管系统 Dice 仅 0.64——细结构分割仍是开放难题 获取 官网注册 + Data Access Agreement 资格核验后发放；代码/技术报告 GitHub 公开；评测走 Codabench 许可 数据 CC BY-NC-ND（禁商用禁二次分发）｜代码 MIT｜论文 CC BY-NC-ND 4.0 库内互链 ToothFairy2、ToothFairy3（同 ODIN 会场）、FDTooth（IOS 分割谱系）、Tufts-Dental（开放牙科影像对照）
30 秒电梯稿：STSR 2025 是 MICCAI 2025 的半监督牙科挑战赛数据集，370 例 CBCT 加 700 例口内扫描，考两道题——牙齿和牙髓根管的分割、CBCT 与口扫的配准。它刻意只给少量标注，逼方法把未标注数据用起来；78 支队伍打完，冠军方案全部开源，数据经协议申请获取。
90 秒技术稿：STSR（Semi-supervised Teeth Segmentation and Registration）2025 是 STS 赛系第三届，隶属 MICCAI 2025 ODIN Workshop（韩国大田，09-27），由杭州电子科技大学牵头多机构主办。Task 1 在 30 例精标 CBCT（牙齿+根管髓腔双结构、FDI 编码实例掩膜）+约 300 例未标注 CBCT 上考半监督实例分割，隐藏测试集冠军成绩 Dice 0.967/IA 0.738（摘要口径；正文 Table 6 为 0.9176/0.5778，两口径并存）；解剖分层显示大结构 Dice 0.87+ 而根管系统仅 0.64。Task 2 在 30 对带真值（每颌 4×4 刚性矩阵）的 CBCT-IOS 配对+640 例未标注 IOS 上考跨模态刚性配准，冠军 DiceMed 把平移误差从 baseline 的 217.82 mm 压到 46.47 mm。分割冠军 U-Mamba2 SSL（KCL，三阶段：DAE 自监督预训练→一致性正则→0.75 阈值伪标签），四强方案与技术报告全部开源；评测走 Codabench+Docker 双通道。数据本体 CC BY-NC-ND，经官网注册与 Data Access Agreement 核验后发放，论文另声明 on request；代码仓库 MIT。总结论文 arXiv:2512.02867（Medical Image Analysis 接收），proceedings 见 Springer LNCS 16473。
一图流：数字患者工作流中的位置：
| 环节 | 输入 | 输出 | STSR 2025 的位置 |
|---|---|---|---|
| ① 影像采集 | 患者 | CBCT 体数据 + IOS 网格 | 数据集的原始素材来源 |
| ② 单模态分割 | CBCT / IOS | 牙体、根管、颌骨等掩膜 | Task 1 考场（牙齿+根管实例分割） |
| ③ 跨模态配准 | CBCT + IOS | 统一坐标系下的冠根融合模型 | Task 2 考场（刚性变换估计） |
| ④ 应用层 | ③ 的融合模型 | 种植导板、正畸方案、根管导航 | 数据集临床落点的下游 |
两个任务分别卡在 ② 和 ③：②是"看得清"（小结构低对比），③是"对得上"（模态鸿沟）。STSR 2025 用一个数据集把数字患者流水线的两个卡点都搬上了赛场。
STSR 2025 是一个"把半监督学习搬进牙科诊室"的双任务挑战赛数据集：一边是 CBCT（锥形束 CT，Cone-Beam Computed Tomography）里牙齿和牙髓根管的实例分割——根管比牙冠细一个数量级，标注贵得离谱；另一边是 CBCT 与 IOS（口内扫描，Intraoral Scan）之间的冠根配准——高分辨率的口扫只有牙冠没有牙根，低分辨率的 CBCT 两者都有，把两者对齐才能拼出完整的"数字患者"（digital patient）。STSR 2025 为这两个任务各自提供了"少量精标 + 大池未标注"的半监督数据包，并把 78 支队伍 392 次提交的参赛方案、代码和技术报告全部开源，成为牙科 AI 从全监督走向半监督的分水岭赛事。
导语读法三则：
- 只想下数据：直奔 §6 获取与许可——数据不是公开直链，要走官网注册+协议核验，Zenodo 上那个同名字号记录是 2023 年前届赛事的（坑 3）。
- 关心方法：直奔 §5 参赛结果与获胜方法——U-Mamba2 与 PointNetLK 两条技术路线的开源代码可直接对标，注意摘要成绩与正文表格的对不上问题（坑 9）。
- 做数据集调研：直奔 §2 规模与 §8 横向对比——注意 CBCT 规模在论文里有三个口径（坑 1），引用前先对齐。
章节导航（阅读地图）：
| 章节 | 内容 | 适合谁 |
|---|---|---|
| §0 | 问题背景：标注经济学、模态割裂、半监督逻辑 | 初次接触者 |
| §1 | 十问十答速览 | 所有人（5 分钟版） |
| §2 | 数据构成：双任务包、FDI 编码、规模口径 | 数据工程师、调研者 |
| §3 | 标注流水线：两阶段标注、配准真值建立、人机协同 | 标注团队、数据集建设者 |
| §4 | 评测协议：时间线、Codabench/Docker、指标体系 | 参赛者、复现者 |
| §5 | 参赛结果：四强方案精读、成绩分层、失败模式 | 算法研究者 |
| §6 | 获取与许可：三层异构、流程分步、合规速查 | 所有人（下载前必读） |
| §7 | AI-Ready 评估：优势制约、DAIMS 24 项核查 | 数据治理者 |
| §8 | 横向对比：牙科数据集版图、库内互链 | 综述者、选型者 |
| §9 | 坑位清单：十个陷阱与排查动作 | 所有人（动手前必读） |
| §10 | 使用路线图：按角色的分步建议 | 实践者 |
| §11 | FAQ 十四问 | 所有人 |
| §12 | 来源、术语表与声明 | 引用者 |
§0 导读：这个数据集解决什么问题
0.1 牙科 AI 的两道坎：标注经济学与模态割裂
第一道坎是标注贵，而且贵得有解剖学依据。CBCT 里一颗牙的髓腔根管系统（pulp canal system）直径常常只有零点几毫米，还要在三维里追出它的分叉与弯曲——这正是根管治疗（endodontics）成败的关键：根管预备（cleaning and shaping）的效果直接取决于对根管系统的完整勾画。论文给出的人肉标注成本：初级牙医手工标注一例 CBCT 要 3.5-4.9 小时。以 30 例精标计算，仅训练集就吃掉上百个专家工时；想把精标池扩到千例，人力成本会指数级失控。更麻烦的是牙位级实例语义——模型要分清"这是哪颗牙"（FDI 编码）还要分清"牙里面的根管在哪"，两层语义叠加让标注质量监控的难度也翻倍。
算一笔账就明白这个成本结构的压力（按论文效率数据折算）：
| 扩产目标 | 纯人工工时（按 4 h/例） | 人机协同工时（按 8 min/例） | 差距 |
|---|---|---|---|
| 100 例精标 | ~400 专家小时 | ~13 专家小时 | ~30 倍 |
| 1,000 例精标 | ~4,000 专家小时（≈2 人年） | ~133 专家小时（≈2.5 人周） | ~30 倍 |
| 10,000 例精标 | ~40,000 专家小时（≈20 人年） | ~1,333 专家小时（≈8 人月） | ~30 倍 |
（表按整数近似；结论不依赖精确数字：没有 AI 辅助，千例级根管精标就是以人年计的工程。）这正是为什么赛事要"逼"参赛者用半监督——它不只是学术偏好，而是标注经济学约束下唯一现实的路线。
第二道坎是模态割裂。口内扫描（IOS）以结构光或共聚焦原理采集牙冠表面，分辨率可达十几微米，但它天生"只见冠不见根"——牙根和颌骨在牙龈里面，光学扫描够不着。CBCT 用锥形束 X 线一次性扫出牙冠、牙根、颌骨的完整体积，但空间分辨率低一个量级，还带金属伪影。种植导板设计、正畸方案模拟、正颌手术规划都要同时用上"口扫的牙冠精度"和"CBCT 的牙根信息"——前提是两套数据先在同一个坐标系里对齐。这个对齐操作就是配准（registration），而自动配准的难点恰恰在于两个模态看到的解剖结构几乎不重叠（一个只有冠、一个冠根都有但冠不准）。
0.2 半监督为什么是"被逼出来的"答案
对付标注稀缺，业界有三条惯常路线：花人力（贵且慢）、合成数据（域差距大）、迁移学习（牙科预训练源稀少）。半监督学习（Semi-Supervised Learning，SSL）是第四条：用少量精标锚定方向，用大量未标注数据蒸馏结构信息。伪标签（pseudo-labeling）让模型给未标注数据打"临时答案"再自我纠正；一致性正则（consistency regularization）要求模型在输入扰动下给出稳定预测，从而从未标注数据的分布里"免费"学到决策边界该待在哪。
问题是：牙科领域此前没有为 SSL 量身定制的公开基准。ToothFairy 系列是全标注的全监督基准；Teeth3DS 等口扫库只覆盖牙冠表面；前两届 STS 赛事（2023/2024）的 2D 全景片与 CBCT 实例分割也未触及根管与配准。没有基准，方法就无法公平比较——你说你的 SSL 有效，我说我的也有效，各自私藏测试集，社区停在口水上。STSR 2025 的存在意义就是把这件事制度化：统一的训练/验证/测试划分、统一评测指标、统一 Docker 判分环境，外加"刻意缺标注"的数据设计。
为方便非 SSL 背景的读者，把三类主流 SSL 技术在本场景下的机制与代价摆在一起：
| 技术 | 一句话机制 | 在 STSR 上的用法 | 主要代价/风险 |
|---|---|---|---|
| 伪标签 | 模型给未标注数据打"临时标签"，高置信者进训练集迭代自训练 | 300 例未标注 CBCT / 640 例未标注 IOS 由模型预标注，置信阈值过滤（冠军用 0.75） | 噪声标签的自我强化（confirmation bias）——错误伪标签被下一轮训练放大 |
| 一致性正则 | 对输入/特征施加扰动，要求预测稳定，把决策边界推向低密度区 | 输入扰动（翻转/弹性形变）与特征扰动双管齐下（冠军第二阶段） | 扰动设计需贴合医学影像物理（随机噪声反而伤解剖先验） |
| 自监督预训练 | 无标签下先学"重建/对齐"等代理任务，把解剖先验灌进权重 | 冠军第一阶段用 DAE 在全部数据上做破坏-重建 | 预训练目标与分割目标的错位（重建好≠分割好） |
四强方案的共同配方正是这三种技术的组合拳，只是配比与顺序不同——这也是 §5.9 技术要素矩阵的背景知识。
0.3 双任务设计：一次赛事考两个空缺
STSR 2025 把两个空缺打包成双任务：
- Task 1（分割）：30 例精标 CBCT + 约 300 例未标注，考牙齿+根管双结构实例分割。考题的刁钻处在于根管——牙体大结构靠边界纹理就能分，根管要靠低对比度的密度差异，且形态变异极大（单根管到根管分叉）。
- Task 2（配准）：30 对带真值 CBCT-IOS 配对 + 640 例未标注 IOS，考冠根刚性配准。考题的刁钻处在于真值稀缺与模态鸿沟的双重挤压——30 对真值在点云配准任务里属于"极端少标注"。
监督信号的稀缺是设计出来的，不是数据不足——这是理解本数据集的关键视角。它逼参赛者把未标注池用起来，也让"半监督是否真有效"第一次在牙科跨模态场景下有了可量化的答案。
0.4 赛事产出：不止于榜单
赛事本身沉淀了三层资产。第一层是数据包（本条目主体），CC BY-NC-ND 许可下经协议核验发放。第二层是方法与代码：78 支队伍 392 次提交（Task 1）与 52 队 29 次（Task 2）中，前四名方案全部开源，包括技术报告 PDF 与代码压缩包。第三层是评测协议本身：Codabench 在线判分 + Docker 标准化复评的组合，让任何后来者都能用同一把尺子量自己的方法。论文（arXiv:2512.02867，已被 Medical Image Analysis 接收）与 Springer LNCS 16473 proceedings（收录 5 篇赛事论文）共同构成文献锚点。
常见误传速辨：关于 STSR 2025 的二手信息里流传最广的五个说法，与事实的对照——
| 流传说法 | 事实 | 依据 |
|---|---|---|
| “数据在 Zenodo 上，DOI 是 10.5281/zenodo.7840021” | 那是 2023 首届数据；STSR 2025 无 Zenodo 记录，走协议核验制 | Zenodo API 检索 + 论文 Data availability |
| “有 700 对 CBCT-IOS 配准数据” | 700 是 IOS 样本总数；配对仅 330（30 有真值），训练真值 30 对 | 摘要 vs Table 3 vs 正文 §3.1.2 |
| “最优方法分割 Dice 96.7%，牙科分割基本解决了” | 摘要口径 0.967 与正文表格 0.9176 不一致；且根管系统分组仅 0.64 | Table 6/8/9（坑 9） |
| “论文发表在 ODIN workshop” | 总结论文是独立 arXiv/MedIA 论文；LNCS 16473 里的是参赛队方法论文（5 篇） | Springer 页 + arXiv 页眉 |
| “比赛叫 ONDI Workshop” | 正名 ODIN，“ONDI” 是论文笔误 | odin-workshops.org + Springer + KCL |
0.5 谁应该用这个数据集：角色匹配矩阵
| 你的角色 | 是否适合 | 理由与用法 |
|---|---|---|
| 半监督学习算法研究者 | ★★★ | 主考场：30 精标+大池未标注的协议原生态，四强开源方案是直接对标物 |
| 牙科 CBCT 分割工程团队 | ★★★ | 牙体+根管双结构实例掩膜可直接用于临床辅助系统的训练与回归测试 |
| 口扫/配准方向工程师 | ★★☆ | 30 对真值+640 未标注配对是公开版图里最成体系的 CBCT-IOS 配准语料 |
| 数字化牙科临床研究者 | ★★☆ | 分割结果对接根管治疗/种植/正畸决策；但商用需授权（坑 4） |
| 标注流水线设计者 | ★★☆ | 两阶段标注+人机协同提效证据链（40-50 倍）是可直接套用的模板 |
| 基础模型预训练者 | ★☆☆ | 精标池太小（30 例），不适合当预训练主力；未标注池可做域适应 |
| 教学/课程案例 | ★★★ | 双任务、双指标体系、完整开源方案，是"挑战赛方法论"的教科书样本 |
0.6 本条目在库内的定位
在千方病案医数集的牙科影像板块中，STSR 2025 补上的是"半监督+跨模态配准"这一格：库内既有的 toothfairy2(649)、toothfairy3(673) 覆盖全监督 CBCT 分割主线，fdtooth(609) 覆盖 IOS 牙冠表面分割，tufts-dental(57) 覆盖 2D 全景片筛查——它们共同的空白是"标注稀缺怎么办"与"CBCT 和口扫如何对齐"，STSR 2025 一条数据集同时回答两问。就批次定位而言，本条目是 MICCAI 2025 当届赛事的收尾拼图：撰写时点（2026-09）距其 ODIN workshop 会场日（2025-09-27）恰好一年，论文、proceedings、开源代码三线均已稳定，是少有的"尘埃落定后复盘"型条目。
与库内其他条目的另一层差异在写作素材结构：STSR 2025 的"数据集"与"赛事"不可拆分——规模、许可、获取方式全部由赛事协议定义，因此本条目把赛事设计（§4）与结果（§5）当作数据集说明的有机部分而非背景板；这也是为什么本条目的坑位清单（§9）里有一半是"论文口径"而非"数据陷阱"。后续若撰写 3DTeethSeg2 或 STS-Challenge-2026 条目，建议沿用这种"赛事即数据"的叙述框架。
§0 读法三则：
- 本条目对象是"挑战赛数据集+总结论文+开源方案"三位一体：数据本体、获胜代码、评测协议三者获取路径不同（§6 逐层拆解）。
- 论文内部有多处口径不一致（CBCT 未标注数、IOS 与配对数、workshop 名称拼法、摘要成绩与表格对不上），全部在 §9 坑位清单存照，引用任何数字前先对坑。
- STSR 2025 是 STS 赛系第三届，检索时 “STS 2025” 与 “STSR 2025” 指同一赛事（坑 7）；Zenodo 能搜到的同名记录属于 2023 年首届（坑 3）。
§1 数据集速览：十二问十二答
Q1：STSR 2025 到底是"一个数据集"还是"两个"？
形式上是双任务双数据包：Task 1 是 CBCT 分割包（30 精标 + ~300 未标注训练、40 精标验证），Task 2 是 CBCT-IOS 配准包（30 对带真值 + 50 对带真值验证配对 + 640 未标注 IOS）。两者来自同一批多中心临床患者池，共用同一条标注流水线与伦理批件，但任务格式、评测指标、下载内容各不相同。理解为"一次赛事、两份考卷"最贴切。
Q2：Task 1 要分割什么？
每例 CBCT 里的全部恒牙（含智齿）及其内部的根管髓腔（pulp canal）。这不是"牙齿轮廓"级别的粗标：每颗牙和它的根管系统被赋一个唯一 ID，按 FDI 牙位编码（FDI tooth numbering，国际牙科联合会两位数记法）做实例级 3D 标注，类别数 30+，意味着模型要同时分对"这是哪颗牙"和"牙里面的根管在哪"。与只标牙冠或牙体轮廓的前代数据集相比，根管层是全新增量。
Q3：Task 2 的"配准真值"长什么样？
每颌一个 4×4 刚性变换矩阵（rigid transformation）。真值的建立方式是先用算法做粗配准，再由临床医生和工程师手动微调到解剖学可接受的对齐，因此它不是仪器直接输出的金标准，而是"算法初值+人工裁决"的复合真值——使用时应意识到这一层人工性（坑 8）。评测时以真值变换下的解剖标志点位置为基准，度量估计变换的平移误差（mm）与旋转误差（度）。
Q4：数据从哪来？
多家合作口腔机构的真实临床数据，覆盖常规根管治疗、正畸、种植修复三大场景；故意保留错颌畸形、缺牙、根充痕迹、金属修复体、正畸托槽、种植体和各种 X 线伪影。CBCT 由五年以上经验放射/口腔医师按标准化流程采集，IOS 来自同一患者在相近时间窗口的口内扫描。数据经标准化质控与匿名化，伦理批件号 2022YR014（杭州口腔医院医学伦理委员会）。
Q5：规模到底怎么记才不会错？
推荐主口径（arXiv 摘要）：“60 labeled + 640 unlabeled IOS 样本，30 labeled + 250 unlabeled CBCT”。若要给 CBCT 全集总账，用论文 Table 3 口径：370 例 = 70 标注（30 训练+40 验证）+ 300 未标注。配准任务另有细节：正文 §3.1.2 写明验证集含 50 对带真值配对。多套口径都对，只是"训练集口径"与"全集口径"的差别，外加摘要与正文的未标注数自相矛盾（坑 1）。
Q6：谁在什么平台上比？
Codabench 平台承担在线验证提交；终评要求把完整算法打包成 Docker 镜像交组委会在标准化环境运行。注册 2025-04-25 开放，当天发布训练数据，参赛者先过 Data Access Agreement 资格核验才拿到下载权限。终赛阶段 Task 1 仅 5 支队伍完赛（78 支注册队伍中的存活率约 6%）——3D 半监督任务的工程门槛可见一斑。
Q7：比得怎么样？
Task 1：冠军（U-Mamba2 SSL）在论文摘要口径下取得 Dice 0.967、Instance Affinity 0.738（注意：正文 Table 6 的对应数字为 Image DSC 0.9176/IA 0.5778，两处口径对不上，见坑 9）；Task 2：冠军（DiceMed）平均平移误差 46.47 mm、平均旋转误差 165.30°，而官方 baseline 是 217.82 mm。解剖分组成绩揭示难度分层：整牙大结构 Dice 0.87+，根管系统仅 0.64——细结构分割仍是开放难题。
Q8：和 ToothFairy3 什么关系？
同场竞技的姊妹赛：两者都是 MICCAI 2025 ODIN Workshop 的卫星挑战赛，proceedings 合辑为 Springer LNCS 16473。区别在定位——ToothFairy3 是全监督多结构快速分割（532 例全标注 CBCT、5 类解剖结构、限时速测），STSR 2025 是半监督+跨模态配准（刻意缺标注）。STSR 论文的对比表把 ToothFairy3 列为直接参照系（532 全标 vs 370 混合标注）。两赛的冠军同为一人（KCL 的 Zhi Qin Tan），这个巧合本身就是"牙科分割方法论跨协议可迁移"的最佳注脚。
Q9：代码和论文在哪？
总结论文 arXiv:2512.02867（2025-12-02，页眉标注已被 Medical Image Analysis 接收）；主仓库 github.com/ricoleehduu/STS-Challenge-2025 收录排名表、前四名技术报告 PDF 与获胜代码 zip；评测代码与 Docker 提交说明在 ricoleehduu/STSR-Challenge（MIT License）；另有 ricoleehduu/STSR-Task1-Baseline 提供分割赛道官方基线。
Q10：为什么它对 AI-Ready 重要？
它是"注册核验制数据+全开源获胜代码+标准化 Docker 评测"组合的典型样本：数据本体因临床合规无法公开直链（AI-Ready 光谱上偏保守），但方案、代码、技术报告、评测协议四件套全公开，可复现性入口完整——这种"数据保守、方法开放"的组合在牙科领域具有标杆意义，也定义了"临床数据 AI-Ready"的合规上限形态。
Q11：下载包里有什么、没有什么？
有（按官网与论文披露）：训练 CBCT 体数据与掩膜、未标注 CBCT、IOS 网格、配准真值矩阵、官方 baseline 代码与 Docker 配置、评测脚本。没有：隐藏测试集本体与标注（仅组委会持有）、多中心机构归属标签（各中心例数未披露）、逐例设备型号与采集参数文档（仅声明"标准化流程"）。预算存储时按"数百例 3D 体数据+网格"估算即可，实际大小以官方发放为准。
Q12：一半的数字对不上论文，我该信哪个？
信"有表格出处的"，存疑"只有摘要的"。具体裁决表：CBCT 规模信 Table 3 的 370 (70/300)；配准对信正文 §3.1.2 的 30 训练对+50 验证对；分割成绩信 Table 6（0.9176/0.5778）并注明摘要另有 0.967/0.738 口径；workshop 名信 ODIN。全部不一致处的裁决逻辑见 §9 十坑。
§2 数据构成与规格
2.1 双任务数据包总览
| 任务 | 数据类型 | 训练集 | 验证集 | 测试集 | 真值形式 |
|---|---|---|---|---|---|
| Task 1 分割 | 3D CBCT 体数据 | 30 精标 + ~300 未标注 | 40 精标（在线评估） | 隐藏测试集（仅组委会） | 牙齿+根管实例级 3D 掩膜（FDI 编码） |
| Task 2 配准 | CBCT-IOS 配对 | 30 对有真值 + 640 未标注 IOS | 50 对带真值（在线评估） | 隐藏测试集（仅组委会） | 每颌 4×4 刚性变换矩阵 |
两个数据包里各自有什么（按论文与仓库披露归纳）：
| 内容 | Task 1 分割包 | Task 2 配准包 |
|---|---|---|
| 影像 | CBCT 体数据（NIfTI） | CBCT 体数据 + IOS 网格（同患者配对） |
| 真值 | 牙齿+根管实例 3D 掩膜（FDI ID） | 每颌 4×4 刚性变换矩阵 |
| 未标注部分 | ~250-300 例 CBCT | 640 例 IOS（含 300 例无 GT 配对，Table 3 口径） |
| 配套代码 | nnU-Net baseline + 评测脚本 | 配准 baseline + 几何误差评测脚本 |
| 文档 | 数据说明 + Docker 提交规范 | 同左 |
注：绝对大小（GB 级别）官方未公开披露，以实际发放为准；数百例 3D 体数据+网格的体量，预留数百 GB 存储是稳妥估计。
2.2 CBCT 分割包（Task 1）
论文 Table 3 给出的全集总账是 370 例（70 标注 / 300 未标注），年龄跨度 7-70 岁，覆盖儿童到老年；分辨率与视野（FOV）多规格混合，论文标注为"Multi-resolution"。70 例标注 = 30 例训练 + 40 例验证。标注内容为"牙齿+根管髓腔"双结构：外层是牙体硬组织实例，内层是根管髓腔系统，二者共享 FDI 牙位 ID。
CBCT 的物理特性决定了任务难度：锥形束 X 线绕患者旋转一周重建出体积数据，体素分辨率通常在 0.1-0.4 mm 级，牙釉质-牙本质-牙髓-根充物的密度对比远弱于工业 CT；金属修复体（冠、桩、托槽）造成的射束硬化伪影会在牙根区拉出放射状条纹，恰好在根管分割最需要信号的地方制造噪声。STSR 论文的失败案例分析证实金属伪影区是主要错误来源之一。
与前代的规模沿革（Table 3 口径）：
| 届次 | CBCT 规模（标注/未标注） | 标注内容 |
|---|---|---|
| STS 2023 | 584 (84/500) | 牙体实例（无根管层） |
| STS 2024 | 330 (30/300) | 牙体实例（无根管层） |
| STSR 2025 | 370 (70/300) | 牙体 + 根管髓腔双结构 |
三代同口径对比下，STSR 2025 是规模第二小的，但标注结构的解剖深度是三代之最——这也解释了为何它的精标池最小（根管标注的工时成本数倍于牙体轮廓）。
"多分辨率"的工程含义：Multi-resolution 不是标签而是负担。多中心 CBCT 的 FOV（视野）从小范围牙列到大范围颅面不等，体素间距随之变化；数据集声明"标准化重建与重采样，归一化体素分辨率与坐标系"，但归一化目标分辨率论文未写明。工程上的对策：① 以官方重采样后的体数据为准开训，自采数据的预处理管线向其对齐；② 若做跨数据集迁移（如 ToothFairy3 ↔ STSR），分辨率差异是首要域差距源，先对齐 spacing 再谈权重迁移；③ 推理时留意 FOV 外的区域（大 FOV 数据里患者颈部、鼻腔底都有内容），滑窗策略要按官方划分而非想当然。
2.3 CBCT-IOS 配准包（Task 2）
配准包的规模要分清三个维度（坑 5）：
| 维度 | 数字 | 出处 |
|---|---|---|
| IOS 样本总数（含未配对） | 700 = 60 标注 + 640 未标注 | arXiv 摘要 |
| CBCT-IOS 配对数（Table 3 配准行） | 330 对 = 30 有真值 + 300 无真值 | 论文 Table 3 |
| 有配准真值的训练对 | 30 对（每颌 4×4 矩阵） | 论文正文 §3.1.2 |
| 带真值验证配对 | 50 对（在线评估） | 论文正文 §3.1.2 |
IOS 网格提供亚毫米级牙冠表面几何，但不含牙根与颌骨；CBCT 反之。配准任务要求输出把 IOS 对齐到 CBCT 的刚体变换（6 自由度：3 平移 + 3 旋转），使牙冠（IOS 高分辨率）与牙根（CBCT 独有）在同一坐标系中接合。任务的临床落点是术前规划：种植导板、正畸方案、正颌手术模拟都依赖这一步。
**为什么只考刚性变换（rigid），不考形变配准？**三重理由：其一，刚体变换只需 6 个参数，30 对真值就能标；形变配准的自由度是每个体素一个位移向量，人工标注形变场在临床上不可行——监督信号的"可标注性"决定了任务形式。其二，从临床物理看，同一患者相近时间窗内采集的 CBCT 与 IOS，骨骼与牙列本身没动（正畸复诊间隔以月计），两者之间的真实差异就是采集坐标系差+开口度差，刚性近似是合理的零阶模型。其三，刚性是形变的前置：先刚性对齐再谈形变，是医学配准的标准两段式——STSR 把第一步标准化了，第二步留给后续研究。
2.4 FDI 牙位编码：掩膜里的"身份证"体系
理解本数据集的标注语义，绕不开 FDI 记法（Fédération Dentaire Internationale notation）。它用两位数标记每颗恒牙：第一位是象限（1=右上、2=左上、3=左下、4=右下，按患者视角顺时针），第二位是从中切牙起的序位（1-8，中切牙到第三磨牙）。例如 16 是右上第一磨牙（“六龄齿”），38 是左下第三磨牙（智齿）。
STSR 2025 的掩膜把这套编码做成了实例 ID 体系：每颗牙一个 ID，其内部根管系统继承同一 ID（或其派生），因此掩膜同时回答三个问题——“是不是牙”（分割）、“是哪颗牙”（分类）、“这团根管属于哪颗牙”（归属）。30+ 类别数正是 32 颗恒牙的 FDI 位型。对模型而言这意味着最细要分到 32 类实例；对下游应用而言，掩膜可直接对接牙位级的临床逻辑（如"13 号牙根管治疗术后表现"的自动报告生成）。
工程上的实际形态：根管髓腔在 CBCT 里不与牙体硬组织等密度（髓腔是低密度腔隙），掩膜通常表现为"牙体实例内嵌套低密度连通域"——一些标注体系用"牙位 ID + 结构类型偏移"（如 ID+1000 表示该牙的髓腔）表达嵌套关系，一些用独立图层。STSR 官方数据包的具体编码形态以随包文档为准（本条目未接触数据本体，不作断言），但"实例-归属"两层语义是确定的（完整 FDI 位型表见本条目附录 A）。
2.5 配准真值矩阵的格式约定
Task 2 的真值是每颌一个 4×4 齐次变换矩阵：
T = | R(3×3) t(3×1) |
| 0(1×3) 1 |
其中 R 是旋转矩阵（9 个参数，含 3 个自由度），t 是平移向量（3 个参数）。评测时把估计变换作用到 IOS 点云上，与真值变换下的对应解剖标志点比较，得出平均平移误差（mm）与平均旋转误差（度）。上颌与下颌各有一个矩阵——因为扫描时上下颌分体采集，咬合关系是第三套约束，本任务不涉及。
2.6 临床复杂度设计
数据刻意保留了真实诊室的"脏"：错颌畸形（牙列不齐让实例分割的邻接面困难）、缺牙（FDI 序列出现空洞）、根管治疗后髓腔被充填物占据（高密度根充物与牙本质对比度反转）、金属修复体与托槽产生 X 线伪影、种植体无根管结构（负样本类别）。这些复杂性不是噪声而是考纲——论文赛后分析明确指出金属伪影与根尖 1/3 低对比是失败案例的两大来源，也就是说数据集的难度结构本身已被验证具备区分度。
把每类复杂度摊开看其对算法的实际影响：
| 临床现象 | 对分割的影响 | 对配准的影响 |
|---|---|---|
| 金属修复体/托槽 | 射束硬化条纹掩盖邻区根管 | IOS 侧咬合面形态被冠遮挡 |
| 根管充填 | 髓腔对比度反转，低密度目标变高密度 | —（CBCT 侧内部变化，不改变表面） |
| 缺牙 | FDI 序列空洞，类别分布长尾 | 冠对应关系断裂，配准锚点减少 |
| 错颌畸形 | 邻牙接触面密集，实例分离困难 | 牙弓形态异常，粗配准初值偏差大 |
| 种植体 | 无根管结构的"假牙"类负样本 | 种植体在两模态中呈现不同伪影形态 |
2.7 隐私、伦理与质控
全部数据在纳入前经过标准化质控与匿名化：去除个人可识别元数据，仅保留影像参数与研究评估必需的最小标识集。数据使用经相应医学伦理委员会批准（杭州口腔医院医学伦理委员会，批准号 2022YR014），并明确限定"仅限科学研究目的"。这一合规框架是数据采取注册核验制而非公开直链的根本原因——公开直链与"去个人可识别元数据"可以兼容，但与"可追溯的用途限定"不兼容，组织方选择了后者。
2.8 跨模态配对在公开数据版图中的稀缺性
CBCT-IOS 同患者配对为什么值得专门强调？盘点公开牙科数据版图：ToothFairy 系列只有 CBCT；Teeth3DS、3D-IOSSeg/FDTooth 只有 IOS；STS 前两届是全景片+CBCT，没有 IOS。也就是说，在 STSR 2025 之前，公开世界里几乎不存在"同一患者的 CBCT 和口扫、且带配准真值"的数据集——跨模态配准研究长期只能用私有临床数据或仿真数据（把 CBCT 表面重建成"假口扫"）。仿真数据 Missing 了真实口扫的软组织边缘、水印（水汽干扰）、扫描盲区（倒凹区数据缺失）这些"脏细节"，模型在仿真上练得再好，上真数据就露怯。STSR 2025 用真实临床配对填补了这个位置，这是它对牙科 AI 版图最不可替代的贡献——即便配准真值只有 30 对，也已经是"从零到一"。
2.9 与前两届数据的兼容性
想做"三代 STS 数据联合训练"的团队要注意三点。其一，任务不同代：STS 2023/2024 标的是牙体实例（无根管层），STSR 2025 加了根管——前代掩膜可以当 STSR 牙体部分的补充监督，但根管层只能靠 STSR 自己的 30 例。其二，模态不同代：STS 2023 含 2D 全景片，与 3D 任务的联合需要架构上支持 2D+3D 混合输入。其三，license 需逐代核查：STS 2023 数据在 Zenodo 以 CC BY-NC-ND 4.0 发布，STSR 2025 走注册核验制，两者的再分发限制一致（ND），但获取通道与署名要求不同。结论：联合训练技术上可行、合规上要分开记录每代数据的获取凭证。
2.10 数据使用前自检清单
拿到数据后、开训之前，建议按这张清单过一遍：
| # | 自检项 | 通过标准 |
|---|---|---|
| 1 | 体数据分辨率归一化 | 确认重采样后体素间距，勿假设统一分辨率（数据集本身多分辨率） |
| 2 | 掩膜-影像对齐 | 抽 5 例叠加可视化，FDI 编号与解剖位置目测一致 |
| 3 | 实例 ID 连续性 | 掩膜取值集合与声明类别数（30+）对账，无幽灵值 |
| 4 | 根管-牙体归属 | 每个根管连通域找到其父牙实例（坑：根管缺牙体或多对一） |
| 5 | 患者跨任务索引 | 建立 CBCT 文件名→患者映射，检查 Task 1/Task 2 同患者复用 |
| 6 | 配准矩阵方向约定 | 用 1 对真值做正向变换可视化，确认左右手系与平移单位（mm） |
| 7 | 未标注池抽检 | 抽查是否有"疑似有掩膜"的漏标例（设计上应全无标注） |
| 8 | 伪影分布摸底 | 统计金属伪影/种植体/根充物例数占比，为分层评估做准备 |
2.11 Task 1 与 Task 2 的数据重叠关系
两个任务的数据不是完全不相交的：Task 2 的每对 CBCT-IOS 配对中，CBCT 侧本身就可能出现在 Task 1 的数据包里（同一患者一次 CBCT 采集既可入分割任务又可与 IOS 组成配对）。论文没有公开逐例级的任务归属表，这意味着"30 例分割训练集"与"30 对配准训练集"之间的实际重叠度未知。实际影响与对策：
| 场景 | 风险 | 对策 |
|---|---|---|
| 双任务联合训练 | 同一 CBCT 既出分割标签又出配准对，跨任务泄漏导致联合模型虚高 | 建患者/病例索引，按病例切分而非按任务切分 |
| 分开报告两任务成绩 | 若验证/测试集也存在跨任务共享，两任务成绩不独立 | 论文中两任务测试集均为隐藏集，独立性无法验证——引用时注明 |
| 半监督组件复用 | Task 1 学到的牙体表征迁移给 Task 2 编码器 | 这是合理增益而非泄漏，但需在论文中声明预训练来源 |
2.12 类别不平衡问题的预判
30+ 牙位类别天然不平衡：第三磨牙（智齿）在成人 CBCT 中常缺失或阻生、正畸减数病例特定前磨牙被拔除、儿童样本乳牙与恒牙混杂。数据集未公开逐牙位频数表，但可以从三个侧面对冲：
- 评估侧：报分时按牙位分组（前牙/前磨牙/磨牙/智齿四档），别让整体均值掩盖智齿类别的极端表现；
- 训练侧：FDI 编码的序列规律（象限×序位）可以用 embedding 结构先验缓解长尾——牙位 ID 不是孤立类别而是有 2D 拓扑的；
- 配准侧：缺牙改变了 IOS 与 CBCT 的对应关系，缺牙例是配准误差的放大器（论文失败分析间接印证）——建议把"缺牙数"作为分层变量报告。
2.13 一句话规格卡（供快速引用）
- Task 1：CBCT ×370（30 训练标注+40 验证标注+~300 未标注，Table 3 全集口径），NIfTI 体数据，FDI 编码牙齿+根管实例掩膜，7-70 岁，多分辨率；
- Task 2：IOS 样本 ×700（60/640），CBCT-IOS 配对 ×330（30 有 GT/300 无 GT，Table 3 口径），训练真值 30 对+验证配对 50 对（正文 §3.1.2），每颌 4×4 刚性矩阵；
- 许可：数据 CC BY-NC-ND（注册核验制发放）；代码 MIT；论文 CC BY-NC-ND 4.0；
- 伦理：杭州口腔医院医学伦理委员会 2022YR014。
2.14 非计分测试集：一个容易被忽略的评测细节
时间线里"04-28 发布不计分测试集"这个节点值得单独说。它的设计意图是给参赛者一个"成绩校准器"：正式训练集只有 30 例精标，验证集 40/50 例在 Codabench 上有实时分数——但没有一个"中间规模、分布贴近测试集"的数据，参赛者无法判断自己方法在"未见数据"上的真实水平。不计分测试集补的就是这个缺口：它不进排行榜，但参赛者可以在上面复现评测协议全流程（含 Docker 提交格式），把"分数好看但格式违规"的低级事故消灭在 8 月截止日前。
对赛后使用者的含义：如果你拿到的是赛后数据包，检查其中是否包含这个不计分测试集——若有，它是第三方自评的最佳载体（比验证集大、比隐藏测试集公开）；若没有，第三方自评只能压在 40/50 例验证集上，统计功效有限，论文里要把这个局限写明。
§2 小结：STSR 2025 的数据设计可以压缩成一句话——「两份刻意缺标注的考卷，配一套完整的判分系统」。规模上它不是牙科最大的库（370 例 CBCT 在 Table 3 的对照系里只排中游），但它用「少标注+跨模态+细结构」三个维度同时拉开了与全库其他条目的差异度。下一节（§3）拆解这些标注是怎么来的——理解流水线才能理解数据的边界。
2.15 一个样本里有什么：字段级理解
在读代码、写 DataLoader 之前，先把"一个样本"在逻辑上拆开。以下描述基于论文对数据组织的文字披露，具体文件格式与目录名以实际发放包内 README 为准（论文与公开材料未统一披露文件后缀，属不确定项——引用格式细节前先看包内文档）：
Task 1 的一个 CBCT 样本（逻辑视图）
| 字段 | 内容 | 语义 |
|---|---|---|
| 影像体 | CBCT 三维体数据 | 异构分辨率（各中心设备不同），官方提供重采样对齐 |
| 实例掩膜 | 与影像同构的标签体 | 每个牙齿一个实例 ID，ID 即 FDI 编码（§2.4） |
| 结构语义 | 由实例 ID 推导的分组 | 牙冠/牙根/根管系统三层（评测分层依据，§5.5） |
| 元信息 | 受检者层面属性 | 年龄（7-70 岁跨度）、中心归属（多中心） |
Task 2 的一对样本（逻辑视图）
| 字段 | 内容 | 语义 |
|---|---|---|
| CBCT 侧 | 同 Task 1 的影像体 | 固定坐标系（解剖参考系） |
| IOS 侧 | 口扫表面网格 | 移动对象，需被刚体变换对齐到 CBCT |
| 配准真值 | 4×4 刚性变换矩阵（仅 30 对） | 金标，格式约定见 §2.5 |
| IOS 分割 | 表面上的牙齿实例标签 | 60 例 IOS 有标注，可用于联合表征学习 |
字段级理解的三个直接收益：① 写数据校验脚本时，逐字段断言（影像-掩膜形状一致性、FDI ID 合法性、矩阵正交性）能在第一天拦住绝大多数脏数据；② 评测对齐——官方指标按"牙冠/牙根/根管"三层分组计算，你的输出张量必须保留可推导这三层的实例结构，不能提前塌缩成二值掩膜；③ 跨任务复用——Task 1 的牙齿实例掩膜正是 Task 2 里做"牙齿质心对应"的中间表示，一个样本两处用。
§3 标注流水线与质量控制
3.1 两阶段分割标注
STSR 2025 的分割标注采用"初注+仲裁"两阶段流水线：
| 阶段 | 执行者 | 工具 | 职责 |
|---|---|---|---|
| 阶段一：初始标注 | 受训中级牙医 | ITK-SNAP | 逐例绘制牙齿与根管髓腔初始掩膜 |
| 阶段二：精修仲裁 | 资深临床专家（丰富临床经验） | 逐例审阅 | 逐例精修、纠错与最终裁决 |
每颗牙及其根管被赋予唯一 ID 并接入 FDI 牙位编码体系，使掩膜天然携带"实例+类别+位置"三层语义。标注对象的解剖颗粒度是这套流水线的主要成本来源：根管髓腔在 CBCT 上对比度低、直径小，中级牙医的初注质量直接决定专家仲裁的工作量。
ITK-SNAP 是医学影像分割的老牌开源工具，提供半自动主动轮廓与手绘修正的组合能力，在牙科 CBCT 圈是事实标准之一。选它而不是全手绘平台，反映了组织方的效率考量——根管这类细长管状结构的初始轮廓可以借助阈值与区域生长加速，专家只需处理边界争议区。这套"工具加速初注+人审兜底"的组合拳，与后文 §3.3 的人机协同效率证据一脉相承。
3.2 配准真值的复合建立
配准真值不走人工从头标：先以算法对 CBCT-IOS 配对做粗配准，再由临床医生与工程师协作手动微调，产出每颌一个 4×4 刚性变换矩阵。这个设计的含义是双重的——好的一面是真值有解剖学常识兜底（纯算法容易在伪影区漂移）；需警惕的一面是真值继承了粗配准算法的初始化偏好，且"手动微调到可接受"的判定标准带主观成分，误差评估时应记住这一层（坑 8）。
从行业视角看，"算法粗配准+人工精修"是医学影像配准数据集建设的通行范式——地标点（landmark）类真值（如解剖标志点坐标）与变换矩阵类真值都面临"物理仪器给不出全口腔自由配准真值"的根本约束。STSR 的做法透明之处在于把建立流程写进了论文正文；使用者该做的不是质疑真值合法性，而是在误差分析里把"真值不确定性"当作一个显式变量来讨论——尤其在报告亚毫米级改进时，真值自身的误差棒可能比你的改进量还大。
从工程视角看，这是标注预算的最优解：人工从零对齐两套 3D 数据（一套体数据一套网格）是不现实的工时黑洞；而算法粗对齐后的修正量小、方向明确，医生只需凭解剖常识判断"牙根有没有对进 CBCT 的牙根影子里"。这也是点云配准数据集建设的通用范式——只是本数据集把它写进了官方文档，透明度更高。
3.3 人机协同标注的效率证据
STSR 2025 的赛后分析给出了一组标注经济学的关键数字：
| 场景 | 纯人工耗时 | 人机协同耗时 | 提升 |
|---|---|---|---|
| CBCT（初级牙医，逐例） | 3.5-4.9 小时 | 5.7-8.2 分钟 | 约 40-50 倍 |
| CBCT（另一口径表述） | 4.9 小时 | ≤0.1 小时（约 6 分钟） | 约 49 倍 |
| X 线（初级牙医，单例） | 5841.80 秒（≈97 分钟） | 343.30 秒（≈5.7 分钟） | -94.1% |
| 成人 X 线 | — | — | 标注时间 -88.2% |
这组数字是"半监督赛事反哺标注流水线"的闭环证据：比赛逼出的模型直接变成了下一轮数据扩建的提速器。论文同时提醒：初始预测质量差会增加认知负荷、反而拖慢修正——模型质量与标注效率正相关，不是"有 AI 就一定快"。对计划自建牙科标注管线的团队，这里的可复用结论是：预标注模型没达标前不要强行上人机协同；达标后标注速度的上限由专家复核吞吐决定而非由绘制速度决定。
引用这组数字的三个注意：其一，“3.5-4.9 小时→5.7-8.2 分钟"是人机协同研究的结论，前提是"挑战赛一级模型辅助”——拿自己未验证的模型套用这个倍数是不当引用；其二，效率数字来自赛后研究设定（模拟真实修正场景），与从零标注新病例的效率不是一回事；其三，X 线与 CBCT 的提升幅度不同（94.1% vs 约 40-50 倍的两种表述），论文内部的表述场景不同，引用时看清对象模态。
3.4 与前届标注协议的沿革
三代 STS 赛事的标注协议是逐步升级的：
| 届次 | 标注对象 | 标注工具/方式 | 质量控制 |
|---|---|---|---|
| STS 2023 | 2D 全景片牙体 + CBCT 切片 | 2D 框选+切片标注 | 中级牙医标注 |
| STS 2024 | 3D CBCT 牙体实例 | 3D 体标注 | 两阶段（初注+复核） |
| STSR 2025 | 3D CBCT 牙体+根管双结构 | ITK-SNAP 两阶段 | 初注+专家逐例仲裁 |
演进的主线是"解剖深度"：从 2D 轮廓到 3D 实例再到内部腔隙系统。每一代新增的标注维度都让工时成本上一个台阶，这也解释了精标池不增反减（2023 的 84 标注 → 2024 的 30 → 2025 的 30）——组织方用"精标换深度"，把扩展标注量的任务留给了半监督方法本身。这个设计哲学本身值得数据集建设者咀嚼：当标注成本是主要瓶颈时，缩减精标、扩大未标注、把差额押在算法上，是一种可辩护的数据集策略。
3.5 合规框架
- 伦理批件：杭州口腔医院医学伦理委员会 2022YR014
- 匿名化：去除个人可识别元数据，保留影像参数与必要研究标识
- 用途限定：CC BY-NC-ND，仅限科学研究；商业开发与任何形式二次分发被明确禁止
- 测试集隔离：测试集标注仅组委会持有，从机制上杜绝了测试信息泄漏
§4 挑战赛设计与评测协议
4.1 时间线与阶段设计
| 节点 | 日期（2025） | 内容 |
|---|---|---|
| 注册开放 | 04-25 | 训练数据同日发布；Data Access Agreement 资格核验启动 |
| 非计分测试集 | 04-28 | 发布不计分测试集供早期调试 |
| 在线验证截止 | 08-15 | 计分测试集结果提交截止 |
| Docker 终稿 | 08-22 | 完整算法容器提交截止 |
| 获奖公布 | 08-31 | — |
| 会场日 | 09-23~27 | MICCAI 2025 大会，ODIN Workshop 09-27 |
时间线的两个细节值得注意：其一，注册与训练数据发布同日（04-25），意味着"先报名再等数据"的空窗期被压缩到零，实际比拼从注册日就开始；其二，08-15 与 08-22 两个截止日间隔一周，是"结果文件先行、Docker 复核殿后"的双阶段收尾设计——先收分数排出名次，再用 Docker 复跑验证分数真实性。
4.2 双通道评测机制
参赛者有两条提交通道：轻量通道在 Codabench 平台直接上传分割/配准结果文件，即时拿到反馈分数；正式通道把完整算法打包成 Docker 镜像交组委会在标准化环境复跑。Docker 化是本次赛事的硬要求——它把"环境差异"从误差来源中剔除，也是获胜方案能今天仍可复跑的制度保障。组织方还与云平台合作为注册队伍提供 GPU 算力补贴，降低 3D 大模型训练的硬件门槛。
Docker 提交的实际含义（从仓库 submission_instruction 的组织方式归纳）：参赛者交付的不是"模型权重文件"而是"可独立运行的推理环境"——基础镜像、依赖清单、权重、推理入口脚本一起打包；组委会在隔离环境里用隐藏测试集跑一遍，环境里的一切（CUDA 版本、预处理库版本、随机种子行为）都被固定。对复现者的启示：拿到获胜代码 zip 后，先读 Docker 配置再读模型代码——环境说明才是这些压缩包里最有信息量的文件，很多"复现失败"败在依赖版本而非算法。
Codabench 是 Codabench（原 Codalab 演化版）在医学影像赛事中的主流选择：它把评测容器化、排行榜自动化，组委会只需维护一个评分镜像。对参赛者的含义是：你的"在线验证分数"与"终评分数"可能来自同一评测代码，但测试集不同（验证集 40/50 例 vs 隐藏测试集），在验证集上过拟合调参的行为在测试集上会现形。
4.3 评测指标
**Task 1（分割）**采用多层指标体系，覆盖掩膜重叠、边界对齐与实例识别三个维度：
| 指标 | 层级 | 定义 | 考察点 |
|---|---|---|---|
| Dice（DSC） | image / instance | 2×交集体素 / 两掩膜体素和 | 整体重叠 |
| mIoU | image / instance | 交集体素 / 并集体素 | 更严苛的重叠（对漏检敏感） |
| NSD | image / instance | 容差 τ 内表面积一致率 | 边界质量（对小偏移宽容） |
| IA（Instance Affinity） | instance | mIoU>0.5 的实例占比 | “分对了几颗牙” |
image 级把全卷当一张掩膜算，instance 级按牙逐颗平均——两者差距直接反映邻牙粘连程度。最终冠军成绩以摘要口径 Dice 0.967 + IA 0.738（隐藏验证集）为代表；正文 Table 6 的对应行（Image DSC 0.9176/IA 0.5778 等）与摘要不一致（坑 9），引用时注明口径。
给不熟悉指标公式的读者补三个定义（ℳ 为预测掩膜、𝒢 为真值、|·| 为体素计数）：
- Dice = 2·|ℳ∩𝒢| / (|ℳ|+|𝒢|)：交集的双倍占比，对体素总数不敏感，是医学分割的默认主指标；
- mIoU = |ℳ∩𝒢| / |ℳ∪𝒢|：并集归一，比 Dice 惩罚更重（同一误差下 IoU 数值恒低于 Dice），对漏检更苛刻；
- IA = 统计 mIoU>0.5 的实例数占比："过半即算对"的及格制——它对"多涂出来一块伪影"这类 image 级小误差零容忍，因为那一块会把至少一个实例拖下水；
- NSD = 容差 τ 内表面距离合格的边界点占比：牙科场景 τ 通常取 1-2 个体素，衡量"分割出来的根管壁离真根管壁多远"，直接对应临床可导航性。
四者的信息互补关系：Dice 看总量、IoU 看最差处、NSD 看边界、IA 看实例正确率——只报一个指标的方法论文在牙科分割上是不完整的。
Task 2（配准）采用几何误差框架：以对应解剖标志点计算估计变换后的平均平移误差（Mean Translation Error，mm）与平均旋转误差（Mean Rotation Error，度）。注意配准赛道的误差量级远未达临床亚毫米要求（冠军 46.47 mm），论文明确将其列为赛道遗留难题——这也解释了为何 Task 2 提交次数（29）远少于 Task 1（392）：任务更难、门槛更高、能做出有效方案的人更少。
4.4 指标设计的方法论含义
这套指标体系的取舍值得细读：
- 为什么 instance 级比 image 级苛刻：image 级把全卷掩膜糊成一锅算 Dice，模型"把所有牙都涂出来但分不清谁是谁"也能拿高分；instance 级按牙平均后，一颗粘连会把两颗牙的分数一起拖下水。牙科临床要的是"第 36 号牙的根管"，所以 instance 级才是临床相关指标——image/instance 落差（0.9176 vs 0.6668）就是模型距离临床可用的差距。
- 为什么 IA 比 instance Dice 更能暴露问题：IA 只统计 mIoU>0.5 的实例占比，是一个"及格率"——牙体大结构稍学即过线，所以 IA 主要由根管与困难牙位拖动。IA 0.5778 的含义直白翻译：只有约六成实例达到及格线。
- 为什么需要 NSD：Dice/IoU 对边界偏移一视同仁（差一个体素和差十个体素都算错），NSD 在容差 τ 内按表面积一致率计分——它告诉医生"分割出来的根管壁离真实根管壁有多远"。Image NSD 0.9487 高于 Image DSC 0.9176，说明冠军方案的错误多是"边界略偏"而非"整体错位"。
- 配准指标为何用 mm/度而不是 DSC：配准的产物是变换矩阵不是掩膜，几何误差框架直接度量"标志点被搬离真值位置多远"。平移与旋转分开报是因为两者量纲独立——165.30° 的旋转误差看似巨大，实则因旋转角定义在 ±180° 空间且方差内含符号翻转样本，与平移误差的 46.47 mm 要联动解读。
4.5 官方 baseline
组织方提供了基于 nnU-Net 的官方 baseline 及配套 Docker 镜像。nnU-Net（no new U-Net）是医学影像分割的自配置框架，在 ToothFairy 系列等牙科基准上长期是强基线。本赛事 baseline 成绩（配准赛道：平移 217.82 mm/旋转 156.98°；分割赛道的全监督下界 Instance DSC 30.80%——注意此数字出自论文对前届协议的复述，见坑 6）被完整保留在论文表格中，作为后来者自我校准的锚点。
§5 参赛结果与获胜方法
5.1 参与规模与存活率
| 赛道 | 注册队伍 | 提交次数 | 终赛完赛 | 地域 |
|---|---|---|---|---|
| Task 1 分割 | 78 | 392 | 5 队 | 全球多国，中国队伍数最多 |
| Task 2 配准 | 52 | 29 | 2 队入榜 | 全球多国 |
所有成功提交方案均为深度学习 SSL 方法；论文将此视为"半监督范式在牙科 3D 场景成立"的社区共识信号。注册到完赛的高淘汰率（Task 1 约 6%）说明：3D 体数据 + 半监督协议 + Docker 工程的三重门槛筛掉了绝大多数注册者，392 次提交大部分发生在在线验证阶段。
5.2 Task 1 排名与总表
| 名次 | 队伍 ID | 方案 | 技术路线 |
|---|---|---|---|
| 1 | 21（zhiqin1998） | U-Mamba2 SSL for Semi Supervised | Mamba2 + 三阶段 SSL |
| 2 | 19（jichangkai） | Efficient nnU-Net for Tooth | nnU-Net + 推理加速 |
| 3 | 23（DiceMed） | nnUNet for Semi supervised | nnU-Net + 两阶段伪标签 |
| 4 | 25 | TCM-UNet: A U-Net with Tri Attention | Mamba 三分支 + 三轴注意力 |
四队一句话画像：zhiqin1998 是"架构+全栈 SSL"的学院派代表作；jichangkai 是"快"字诀——推理提速让模型能进诊室；DiceMed 是"简单可靠"的工程派，两条赛道双线作战且配准登顶；Chen Liangyu（TCM-UNet） 是架构创新的集大成尝试，三分支 Mamba 加三轴注意力，代表了"把新模块往 U-Net 里堆"这条路线的上限探索。四条路线在榜单上依次排开，恰好构成一个方法选型的光谱——后来者可以在光谱上找到自己团队的资源与目标位置。
5.3 冠军方案精读：U-Mamba2 SSL（Zhi Qin Tan，KCL）
伦敦国王学院博士生 Zhi Qin Tan 的方案在论文摘要口径下取得 Dice 0.967/IA 0.738；KCL 官方新闻佐证其同场包揽 ToothFairy3 Task 1/Task 2 与 STSR 2025 分割赛道三项第一。技术骨架分三层：
**架构层：U-Mamba2。**把 Mamba2 状态空间模块（SSM）嵌入 U-Net 的 bottleneck。CNN 的感受野随深度线性增长，而 SSM 以线性复杂度建模全序列长程依赖——对根管系统这类"贯穿整个牙根的细长连通结构"特别对症：根管的连续性判断需要看到整个牙根范围的上下文，卷积堆叠要叠很多层才够得着，Mamba 一步到位。
**训练层：三阶段 SSL 流水线。**冠军方案的精髓在阶段顺序——先灌先验、再稳边界、最后扩数据：
| 阶段 | 训练数据 | 目标函数 | 作用 |
|---|---|---|---|
| 1. 自监督预训练 | 全部数据（含未标注） | DAE 重建（输入加噪/下采样/掩码破坏） | 把牙科解剖先验灌进权重，冷启动不再从零 |
| 2. 一致性正则 | 标注+未标注 | 监督损失 + 扰动一致性项 | 决策边界推向低密度区，稳住未标注数据上的预测 |
| 3. 伪标签 | 标注 + 高置信伪标签 | 监督损失 + 伪标签损失（阈值 0.75） | 未标注池正式转化为训练信号，宁缺毋滥 |
三阶段的先后不可调换：没有阶段 1 的先验，阶段 3 的伪标签会以噪声为主；没有阶段 2 的稳定性，阶段 3 的置信阈值形同虚设。这套顺序是本届赛事最重要的方法论产出之一。
**先验层：基础模型迁移。**利用 SAM 等视觉基础模型的预训练先验注入牙科任务，缓解 30 例精标的监督稀缺。KCL 三冠的组合拳显示：先验注入 + 多阶段 SSL 的方法论在牙科 3D 任务上具有跨数据集的可迁移性。
5.4 亚军与季军：nnU-Net 路线的两种进化
**亚军 jichangkai（Efficient nnU-Net，上海交大）。**不换架构，主打临床部署效率：3D 全分辨率 nnU-Net + 定制预处理 + 轻量后处理；核心创新是两个推理加速——移除昂贵的测试时增强（test-time augmentation，TTA）、用 PyTorch 原生函数优化插值。损失用标准 Dice+Cross-Entropy 复合。论文的评价是"准确但可部署"——在时效敏感的临床环境里，推理速度就是可用性。其成绩亮点是稳定性：Image DSC 0.9431±0.0183，全场最低方差之一。
**季军 DiceMed（Task 1 季军 + Task 2 冠军双线作战）。**分割方案是教科书式两阶段伪标签：第一阶段 nnU-Net 仅在 30 例标注上训 750 epochs；第二阶段用它给 300 例未标注打伪标签，合并重训 500 epochs。简单、直接、可复现——这也是它在配准赛道同样登顶的方法论底色：工程纪律优先于架构花活。
**第四名 Chen Liangyu（TCM-UNet，中国计量大学）。**架构创新代表：编码器核心 CMambaBlock 三分支（SSM 显式长程上下文 + 复杂特征提取 + 通用特征学习），skip connection 处插入三轴注意力模块 TAAM（Tri-Axis Attention Module）处理 3D 体数据的跨维度特征相关，损失为 Dice+CE 加深监督（deep supervision）。
5.5 成绩表与解剖分层
终赛总表（论文 Table 6，隐藏测试集，均值±标准差）：
| 队伍（名次） | Image DSC | Image IoU | Image NSD | Instance DSC | Instance IoU | Instance NSD | IA |
|---|---|---|---|---|---|---|---|
| zhiqin1998（1） | 0.9176±0.1970 | 0.8822±0.1924 | 0.9487±0.2042 | 0.6668±0.1788 | 0.5513±0.1589 | 0.8838±0.2058 | 0.5778±0.2589 |
| jichangkai（2） | 0.9431±0.0183 | 0.8929±0.0314 | 0.9934±0.0089 | 0.6268±0.0940 | 0.4994±0.0824 | 0.8786±0.1114 | 0.4748±0.1690 |
按解剖结构分层的成绩（论文 Table 8/9）揭示了真正的难度地图：
| 结构组 | 冠军 Image DSC | 解读 |
|---|---|---|
| 大结构（Macroscopic Structure，牙体） | 0.8701±0.0762 | 边界清晰，方法间差距小 |
| 根管系统（Root Canal System） | 0.6409±0.0455 | 低对比+细小+变异大，全场未破 0.7 |
两行连读的结论：牙体分割接近饱和，根管分割才刚及格。Image 级与 instance 级的落差（0.9176 vs 0.6668）则指向邻牙粘连——image 级 Dice 高说明"牙都涂出来了"，instance 级低说明"分不清哪块是哪颗"。这两个落差就是后来者的改进空间地图。
5.6 Task 2 排名与冠军方案
| 名次 | 队伍 | 平均平移误差（mm）↓ | 平均旋转误差（°）↓ |
|---|---|---|---|
| 1 | DiceMed | 46.47（±200.40） | 165.30（±83.87） |
| 2 | jichangkai | 161.08（±12986.90） | 164.57（±106.48） |
| baseline | 官方 | 217.82（±13594.51） | 156.98（±142.37） |
冠军 DiceMed 方案要点（Task 2 版本）：
- 架构：PointNetLK 式迭代配准——PointNet 系特征提取 + Lucas-Kanade 式迭代精化，更新网络逐步逼近 6-DoF 变换；
- SSL 策略：两阶段训练——先在 30 对有真值数据上监督预训练，再以伪标签利用未标注配对，低置信伪标签被过滤；
- 数据增强：几何增强应对 CBCT 与 IOS 之间的巨大模态差异（体素 vs 网格、分辨率差一个量级）；
- 混合精修：神经-经典混合策略（学习估计 + 几何优化交替）在真值稀缺下仍能收敛。
论文 §5.6 提炼的配准赛道方法论共识（五点）：
- 轻量点云编码器胜过重型体数据骨干：主流方案用 Conv1D-BN-ReLU 堆叠提取逐点描述子 + 全局池化出场景描述子，推理高效且天然适配部分重叠与点密度不均；
- 两阶段 SSL 是标配：监督初始化 → 伪标签（置信阈值过滤+迭代重估）→ 低学习率微调，分阶段压制伪标签噪声的确认偏差；
- 损失=描述子匹配+变换回归+几何对齐三件套：描述子级匹配损失、位姿参数 L2 回归损失、点对点 Chamfer 距离并用，配比得当能同时提速收敛与提高精度；
- 模块化流水线优于一体化网络：CBCT 的 HU 阈值预处理、紧凑编码器、后精修阶段三段式，便于分组件消融与 Docker 化；
- 分象限（quadrant）性能均衡：头部方法在四个解剖象限上保持一致表现，部分 IOS 覆盖不全的病例也能给出稳定估计。
五点共识的元信息也值得注意：它们来自"公开实现与描述的检视"（论文原话），也就是说这些结论有代码背书，不是问卷式自述——对比许多挑战赛总结只报排名不拆方法，STSR 的这一节是复现者的路线图级材料。
5.7 成绩解读四则
- SD 巨大是常态而非造假：冠军平移误差 ±200.40 mm 的标准差意味着部分困难样本（金属伪影、大范围缺牙）误差极大，均值被拉高；±13594.51 mm 的 baseline 方差更是说明失败样本完全失控——配准任务远未"解决"。
- 两赛道冷热悬殊（392 vs 29 次提交）不是参与意愿差异而是工程门槛差异：3D 配准需要同时驾驭点云与体数据，有效参赛成本高；52 支注册队伍仅 2 支登上终榜。
- 摘要成绩与正文表格对不上：摘要的 Dice 0.967/IA 0.738 在正文表格中无可对应行（Table 6 冠军 Image DSC 0.9176/IA 0.5778），引用时必须注明口径（坑 9）。
- 论文结果章混入前届内容：§5.4.1 以 “3D CBCT Track” 为题的段落实际描述前届 STS 2024 的 ChohoTech（92.15%）与 Houwentai 成绩，阅读时勿错接到 STSR 2025 榜单上（坑 6/坑 10）。
5.8 失败模式解剖：模型在哪些地方露怯
论文 §5.5 的定性分析给出了三类典型失败，比任何聚合分数都更接近"模型的真实水平"：
2D 场景的两类失败（论文对全景片任务的观察，机制对 3D 同样适用）：
| 失败模式 | 表现 | 根因 | 修复方向 |
|---|---|---|---|
| 重叠牙粘连 | 拥挤/影像重叠区的相邻牙被合并成一块 | SSL 依赖局部像素上下文，缺乏实例分离先验 | 检测优先架构、实例感知损失 |
| 根尖漏检/错分 | 牙根尖端的低对比小结构分割不准 | region-based 损失（Dice）被大牙冠主导，小目标欠惩罚 | 小目标加权、边界敏感损失 |
儿童病例的系统性困难：乳牙+发育中恒牙混合，牙列稠密且高度不规则，多数方法在混乱区域失手。对 SSL 的特殊含义：如果 30 例精标里儿童样本不足，模型给未标注儿童病例生成的伪标签就是噪声——半监督会放大而不缓解标注分布偏差。这是"未标注池采样策略"直接决定模型公平性的实例。
3D 场景的三类失败（论文 §5.5.2 原始分类）：
| 类型 | 论文标记 | 表现 |
|---|---|---|
| 欠分割 | L | 相邻牙被合并（instance 分离失败） |
| 过分割 | O | 分割区错误延伸到周围骨组织 |
| 识别错误 | R | 分割形状对了但牙位认错（FDI 分类失败） |
三类失败分别对应"分得开吗"（L/O）与"认得对吗"（R）两个独立能力项。3D 混合下的对策矩阵：L→拓扑感知后处理或实例中心表示；O→骨边界约束；R→牙弓序列先验（FDI 排布是强规则，可用轻量分类器后校验）。
跨模态计算的代价（论文对前届 2D→3D 对比的量化，供体量参考）：参赛方案从 2D 迁到 3D 时，平均推理时长从 13.29 秒/图涨到 60.76 秒/体（约 4.6 倍），GPU 内存-时间积分从约 7,341 GB·s 涨到 233,660 GB·s（约 32 倍）——3D 任务的资源门槛是队伍大量流失（78→5 完赛）的直接原因。
5.9 技术要素矩阵：四强方案横向拆解
| 技术要素 | zhiqin1998（冠军） | jichangkai（亚军） | DiceMed（季军） | Chen Liangyu（第四） |
|---|---|---|---|---|
| 骨干架构 | U-Net + Mamba2 bottleneck | 3D 全分辨率 nnU-Net | nnU-Net | 3D U-Net + CMambaBlock |
| 长程依赖 | SSM（线性复杂度） | 卷积堆叠 | 卷积堆叠 | SSM 三分支 |
| 注意力 | — | — | — | TAAM 三轴注意力（skip 处） |
| 自监督预训练 | DAE 全数据重建 | — | — | — |
| 一致性正则 | 输入+特征空间扰动 | — | — | — |
| 伪标签 | 有（阈值 0.75） | — | 两阶段（750+500 epochs） | — |
| 推理加速 | — | 去 TTA+原生插值 | — | — |
| 深度监督 | — | — | — | 有 |
| 技术路线标签 | 架构创新+全栈 SSL | 工程效率 | 稳健两阶段 | 架构堆叠 |
矩阵的读法：没有任何一个要素是冠军的独家秘方——四强都在"骨干+SSL 组件"的菜单里按自身侧重点菜；冠军的独特之处是三阶段流水线的完整性与顺序（先自监督灌先验、再一致性稳边界、最后伪标签扩数据），而非单点技术。对复现者的启示：先搭后两阶段（性价比最高），DAE 预训练作为进阶项。
5.10 配准赛道为何冷清：三个结构性原因
392 vs 29 的提交悬殊不只是"任务难"三个字能概括的，拆开看有三层结构性原因：
- 人才栈交集小：3D 点云配准的从业者本来就少（比 2D/3D 分割社区小一个量级），其中熟悉医学影像、又有 GPU 资源跑 CBCT 体数据的更少。分割赛道只要会 nnU-Net 就能起步，配准赛道连起步都要自己搭点云流水线。
- 监督信号太薄：30 对真值对深度配准网络是"杯水车薪"级别的——点云配准的深度方法（PointNetLK、DCP、GeoTransformer 等）通常在 ModelNet40/ShapeNet 等数千对规模的合成数据上预训练。牙科跨模态+30 对真值的组合，等于让参赛者在"预训练源不存在"的前提下从零学一个模态对齐问题，SSL 能缓解但消不掉这个冷启动。
- 评测成本与回报不对称：每轮配准实验要同时处理体数据与网格、跑一遍几何误差评测；而分割赛道可以借 nnU-Net 的自配置快速起量。同样的时间投入，分割赛道的迭代轮数是配准的数倍——理性的参赛者自然用脚投票。
对后来者的含义：配准赛道的 46.47 mm 不是"卷出来的成绩"而是"探路者的路标"——这个赛道远未饱和，2026 届如果延续 Task 2，改进空间是巨大的。
5.11 对榜单数字的正确引用姿势
给三类最常见的引用场景各一个"安全句模板"：
场景一：论文相关工作段——
“在 MICCAI 2025 STSR 挑战赛的隐藏测试集上，冠军分割方案取得 Image DSC 0.9176±0.1970、Instance Affinity 0.5778±0.2589（Table 6 口径）；赛事摘要另报告 Dice 0.967/IA 0.738 的口径（与正文表格不一致，原文如此）。”
场景二：工程立项报告——
“官方 nnU-Net baseline 配准平移误差 217.82 mm，赛事最优 46.47 mm（±200.40），均远未达种植导板所需的亚毫米级——该数据集适合作为方法研发基准，不宜直接支撑临床可行性结论。”
场景三：数据集对比表——
“规模列写：CBCT 370（70 标注/300 未标注，Table 3）+ IOS 700（60/640，摘要）+ 配对 330（30/300，Table 3）+ 配准真值 30 训练对+50 验证对（§3.1.2）”，并在表注写明"各数字出自论文不同章节，口径不可互相推算"。
反例（不要这样写）：“STSR 2025 包含 700 对 CBCT-IOS 配准数据，最优方法分割 Dice 达 96.7% 且平移误差仅 46 mm”——三处错误：把 700 例 IOS 样本写成 700 对配准、摘要 Dice 与表格口径混写、"46 mm"隐去了量级远未达临床要求的事实。
5.12 全体参赛者的方法分布：社区在用什么
论文 Figure 11 统计了参赛者（2D 与 3D 赛道）的损失函数与骨干架构分布，两幅图就是牙科 SSL 社区的技术现状快照：
损失函数偏好：复合损失（composite loss）压倒性胜过单目标训练——其中"区域级损失（Dice）+ 像素级损失（Cross-Entropy）"是最主流组合。直觉解释：Dice 优化全局重叠（对类别不平衡稳健），CE 提供逐体素的稠密梯度（防止训练早期塌缩），两者互补已是医学分割社区的公共知识，本届数据再次验证。
骨干架构分布：nnU-Net 与 V-Net 是最普遍的骨干——前者靠自配置框架降低调参成本，后者是 3D 医学分割的元老级 U-Net 变体。值得单独点名的是：把 SAM（Segment Anything Model）作为基础组件集成是本届的显著趋势——SAM 的零样本分割先验被多支队伍"借腹生子"，或做交互式修正引擎、或做伪标签质量过滤器。
分布的三个推论：
- 医学分割的"nnU-Net 默认值"效应在牙科 SSL 场景依旧成立——78 支队伍里的大多数从"改 nnU-Net"开始而非从零设计；
- 基础模型（SAM/Mamba 系）进入牙科分割的速度比预想快：本届四强里两席是 Mamba 系架构，社区用脚投票了"长程依赖建模"的价值；
- 复合损失的统治地位意味着单目标训练在这个任务上没有生存空间——新方法若要证明自己，得在"复合损失+架构改进"的组合拳里打。
5.13 结果章的阅读警戒线（重申）
论文 §5 结果章与 §6 讨论章存在前届内容混排（坑 10），给读者立三条警戒线：
- 见到 ChohoTech、Houwentai、Haoyuuu（T3Net）、junqiangmler、Madongdong、cccc2024 等队伍名——先查它们属于哪一届（前四者及 junqiangmler/Madongdong 主要出现于 2024 届语境），2025 届终榜只有 zhiqin1998/jichangkai/DiceMed/TCM-UNet（队号 21/19/23/25）；
- 见到 “Instance DSC 92.15%”“30.80%” “83.59%（2D）”——这些全是 2024 届数字；
- 见到 “only five teams successfully completing the task”——这是 2024 届 3D 赛道的完赛统计；2025 届的完赛队伍数请以仓库排名表行数为准（分割 4 行+配准 2 行入榜）。
5.14 复现速查：把两条赛道冠军方法跑起来的最小路径
给赛后复现者的操作级摘要（细节回溯 §5.3/§5.6，此处只列"按什么顺序做"）：
Task 1 分割冠军（U-Mamba2 SSL，三阶段）
- 阶段一·DAE 预训练：在未标注 CBCT 池（~300 例）上训练去噪自编码器，让编码器学会牙科体数据的通用表征——这一步不碰任何标签；
- 阶段二·一致性正则：加入 30 例精标做监督初始化，同时对未标注样本施加扰动（翻转/强度/形变），惩罚扰动前后预测的不一致——半监督信号自此进入损失函数；
- 阶段三·伪标签自训练：用当前模型给未标注池打伪标签，置信阈值 0.75 过滤低质量伪标签，与真值混合继续训练，可迭代。
- 骨干：U-Mamba2（nnU-Net v2 生态内的 Mamba 架构变体），这意味着复现第一站是 nnU-Net v2 的标准训练管线，再替换其网络组件。
Task 2 配准冠军（DiceMed 的 PointNetLK 变体，两阶段）
- 阶段一·监督初始化：30 对带真值样本上训练（750 epochs），损失即变换矩阵估计误差；
- 阶段二·伪标签扩充：用阶段一模型为 300 例无真值 CBCT-IOS 配对生成伪矩阵（500 epochs），扩充有效训练量 10 倍；
- 骨干：PointNetLK 谱系（点云 Lucas-Kanade 迭代最近点式估计），输入端注意 IOS 网格需先采样为点云并做归一化对齐。
复现的推荐次序（省时间的排法）：
| 步骤 | 做什么 | 为什么 |
|---|---|---|
| 1 | 跑通官方 baseline（分割 nnU-Net / 配准初始对齐） | 校准评测协议与提交格式，拿到自己的"地板分" |
| 2 | 加载冠军开源代码（GitHub 仓库有链接入口，§6.1） | 逐组件 diff，确认超参与论文文字一致 |
| 3 | 隔离变量做消融：去掉伪标签阶段 / 调阈值 0.75 | 判断每个组件在你的复现环境里的真实贡献 |
| 4 | 只有两个赛道的成绩都复现后，才做方法改进 | 避免在未对齐的基线上空转 |
两个高频翻车点提前预警：一是分割侧忽略重采样——CBCT 异构分辨率下，跳过官方预处理会导致指标系统性偏低（见 FAQ Q5）；二是配准侧把"平移误差 mm"与"旋转误差 °"混为一个平均数——两者量纲不同，论文分开报告（46.47 mm / 165.30°），合并报告会被审稿人直接质疑。
§6 获取与许可
6.1 三层异构获取路径
| 层 | 内容 | 获取方式 | 许可 |
|---|---|---|---|
| 1. 数据本体 | CBCT 体数据+实例掩膜、IOS 网格、配准真值矩阵 | 官网注册（2025-04-25 开放）→ Data Access Agreement 资格核验 → 获得下载权限；论文另声明 “Data will be made available on request” | CC BY-NC-ND（仅限科研，禁商用、禁任何形式二次分发） |
| 2. 获胜方案 | Task 1/2 排名表、前四名技术报告 PDF、获胜代码 zip | GitHub 公开直链：ricoleehduu/STS-Challenge-2025 | 随仓库（主仓库未标 license，以仓库内声明为准） |
| 3. 评测协议 | 评测代码、Docker 提交说明、baseline | GitHub：ricoleehduu/STSR-Challenge、ricoleehduu/STSR-Task1-Baseline | MIT（仅代码） |
三层里最需要理解的是第 1 层的"注册核验制"：这不是商业收费墙，而是临床数据合规的标准形态——伦理批件覆盖的用途范围决定了数据只能发给"通过协议核验、承诺科研用途"的申请者。配套的 CC BY-NC-ND 明确禁止二次分发，意味着你拿到数据后不能转存转售、不能打包再发布，团队内部使用与论文产出是许可内核。
6.2 获取流程分步详解
基于论文与仓库披露的流程，申请者可预期的路径是：
- 注册：在挑战赛官网提交注册信息（挑战赛官网 songhen15.github.io/STSdevelop.github.io/miccai2025/，或联系邮箱 SemiTeethSegChallenge@outlook.com / zhi.li@hdu.edu.cn）；
- 签署 Data Access Agreement：申报研究用途与机构信息，承诺遵守科研限定与禁转分发条款；
- 资格核验：组委会审核（学界/商业身份、用途合规性）；
- 获得下载权限：核验通过后发放数据下载渠道与使用说明；
- 评测接入：在 Codabench 平台注册队伍账号，按 submission_instruction 打包提交；
- 赛后获取：赛事窗口关闭后，论文声明 “Data will be made available on request”——非参赛科研用途可邮件申请，审批口径未公开承诺，需预留沟通周期。
赛事窗口已过（2025-08-22 终稿截止），当前时点获取以第 6 步的 request 通道为主，处理时延与门槛取决于组委会人力配置——写论文排期时把数据等待期按周计，不要按天计。
6.3 Zenodo 存照：别把 2023 的账记到 2025 头上
在 Zenodo 检索 “Semi-supervised Teeth Segmentation” 会命中记录 10.5281/zenodo.7840021（2023-04-18 发布，CC BY-NC-ND 4.0，Yaqi Wang/Shuai Wang 等）——这是**前届 Semi-TeethSeg（STS 2023）**的数据集记录：2000+ 张标注全景片、5000 张标注 CBCT 切片加 1000+ 未标注全景片与 30000 未标注 CBCT 切片，2D+3D 混合。STSR 2025 本体在 Zenodo 没有独立公开记录（Zenodo API 以 “STSR”/“STS challenge”/“Teeth Segmentation and Registration” 等多轮检索未命中 2025 届条目）。二手文献里若出现 “STSR 2025 的 Zenodo DOI”，基本是张冠李戴（坑 3）。
检索过程留痕（供复核）：本条目撰写时先后以 STSR teeth segmentation、"STS challenge" OR "STSR 2025" OR "semi-supervised teeth"、"STSR" OR "Teeth Segmentation and Registration" 三组查询打 Zenodo records API——命中记录的许可字段全部为 cc-by-4.0/other-open 等，无一与 STSR 的 CC BY-NC-ND 匹配；唯一 cc-by-nc-nd 命中即 7840021，其内容（2D 全景片+CBCT 切片、2023 年）与前届吻合。
6.4 许可合规速查
团队合规 SOP（四步走）：涉及本数据集的团队，建议把合规做成流程而非个人记忆——
- 入库登记：团队内部登记"谁、何时、凭哪次核验获得数据"，凭证（邮件/协议扫描件）归档；
- 人员变动交接：成员离组即回收本地副本，新成员重新走申请（防"账号在团队内共享"踩二次分发线）；
- 产出前自查：论文/代码/报告发布前过一遍 §6.4 速查表——重点检查代码仓库里是否误打包了数据样例（最高频事故）；
- 年度复核：许可条款若更新（组织方发布新版本协议），一年一次对照现有用法。
| 你想做的事 | 数据（CC BY-NC-ND） | 结论 |
|---|---|---|
| 论文研究、方法对比、跑实验 | ✅ 许可内核 | 正常引用官方 BibTeX |
| 团队内部（同一授权主体）使用 | ✅ 许可内核 | 每位使用者各自注册更稳妥 |
| 转发给合作方/其他实验室 | ❌ 二次分发 | 请对方自行申请 |
| 商业产品集成、私有云部署 | ❌ 禁商用 | 需联系组委会书面授权 |
| 打包重发布（含衍生掩码清洗版） | ❌ ND 禁衍生再分发 | 只能发布代码与脚本，数据让用户自取 |
| 发布用本数据训练的模型权重 | ⚠️ 灰区 | ND 条款不直接约束权重，但稳妥做法是只发架构+训练脚本 |
6.5 与同类挑战赛数据获取机制横评
| 数据集 | 获取机制 | 拿到数据的摩擦 | 许可 |
|---|---|---|---|
| STSR 2025（本条目） | 官网注册+Data Access Agreement 核验，赛后 on request | 中（周级等待） | CC BY-NC-ND |
| ToothFairy3 | 公开直链（挑战赛数据公开） | 低（当日可得） | 宽许可（以官方页为准） |
| STS 2023（前届） | Zenodo 记录 7840021 公开 | 低（DOI 直达） | CC BY-NC-ND 4.0 |
| STS 2024 | 官网/仓库协议获取 | 中 | 以官方页为准 |
横评的启示：同一主办生态在三种机制间切换——2023 年用 Zenodo 公开、2025 年改注册核验。转变的动因大概率是数据敏感度上升（根管级标注+跨模态配对更接近临床原始数据）。对使用者：不要用前届的获取经验预判本届；也不要假设 2026 届会回到公开直链。
6.6 引用格式
官方 BibTeX 指向总结论文：
@misc{wang2025miccaistsr2025challenge,
title={MICCAI STSR 2025 Challenge: Semi-Supervised Teeth and Pulp
Segmentation and CBCT-IOS Registration},
author={Yaqi Wang and Zhi Li and Chengyu Wu and Jun Liu and ... and Huiyu Zhou},
year={2025},
eprint={2512.02867},
archivePrefix={arXiv},
primaryClass={cs.CV},
url={https://arxiv.org/abs/2512.02867}
}
使用获胜方案还应同时引用对应队伍的技术报告（仓库 TechnicalReport/ 目录内 PDF）；使用 Springer 版赛事论文时引用 LNCS 16473（DOI 10.1007/978-3-032-20711-1）。
6.7 获取环节的常见问题
| 问题 | 回答 |
|---|---|
| 赛事结束后还能申请数据吗？ | 论文声明 “Data will be made available on request”——邮件申请通道长期存在，但无响应时效承诺 |
| 独立研究者（无机构隶属）能申请吗？ | 协议核验要求未公开细则；伦理批件框架下大概率要求机构背书，先邮件确认再排期 |
| 学生能用导师的申请账号吗？ | 参赛期协议按队伍发放；赛后建议每位使用者独立申请，避免踩"二次分发"红线 |
| 申请要多久？ | 无公开 SLA；按参赛期"核验后发放"的节奏与学术邮件惯例，按 2-6 周预留 |
| 能否只要一部分（如只要 IOS）？ | 官方未见分包发放声明，大概率整包发放；部分数据不可用不豁免整体协议约束 |
| 数据格式与预期不符找谁？ | 联系邮箱 SemiTeethSegChallenge@outlook.com / zhi.li@hdu.edu.cn；技术性问题也可在主仓库提 issue |
申请邮件应包含的要素清单（按 Data Access Agreement 惯例整理）：
- 申请者全名、职称、机构与科室/实验室全称（机构邮箱优先）；
- 研究用途的一句话摘要（如"半监督 3D 医学分割方法研究"）；
- 具体使用哪个任务包（Task 1 分割 / Task 2 配准 / 两者）；
- 数据处理与存储的安全承诺（机构服务器、不转分发、不商用）；
- 预期产出形式（论文/开源代码——注明代码仓库不会包含数据本体）；
- PI（导师/负责人）姓名与联系方式（独立研究者说明机构背书情况）；
- 署名引用承诺（同意官方 BibTeX 条目）。
这套清单同样适用于向本库其他"注册核验制"数据集发起申请——差异只在各家的许可条款细节。
§7 AI-Ready 评估
7.1 优势与制约
优势：
- 半监督即开即用：标注/未标注池按任务预配好比例，无需自己切分；
- 实例语义完整：FDI 编码 + 唯一 ID 让掩膜可直接对接牙位级临床逻辑；
- 双模态配对：CBCT-IOS 同患者配对在公开牙科数据中稀缺，配准赛道因此成立；
- 方法侧全开源：获胜代码、技术报告、评测代码、Docker 协议四件套公开，基线可复跑；
- 难度结构已验证：赛后失败案例分析（根尖 1/3、金属伪影）证明数据具备区分度；
- 分层解剖成绩表：大结构与根管系统的分组指标为后来者指明改进空间；
- 半监督有效性被量化：数据集的"少标注"设计经受了真实赛事检验（SSL 方法系统性优于纯监督基线），协议不是纸面推演而是实战结论。
制约：
- 数据本体无直链：注册+协议核验+等待发放，快则数日慢则数周；
- CC BY-NC-ND 硬约束：禁商用、禁二次分发，衍生库再发布不可行；
- 测试集不公开：第三方只能用 40 例验证集自评，无法完整复现官方榜单；
- 口径混乱：规模、workshop 名称、摘要成绩、IOS 与配对数在论文内部多口径并存（§9）；
- 讨论章部分内容混入前届：论文 §5.4/§6 部分段落描述的是 STS 2024，阅读时需甄别；
- 机构透明度缺失：合作口腔机构名单与各中心例数未公开，无法做跨中心分层分析或公平性审计。
7.2 DAIMS 24 项核查
| # | 检查项 | 状态 | 说明 |
|---|---|---|---|
| 1 | 宽格式 | ✅ | 病例-掩膜-矩阵按例组织，结构清晰 |
| 2 | 唯一标识 | ✅ | 患者病例 ID + FDI 牙位 ID 双层主键 |
| 3 | 特殊字符 | ✅ | FDI 编码与文件命名规范，无编码陷阱 |
| 4 | 重复行 | ✅ | 实例级唯一 ID 机制防重 |
| 5 | 缺失编码 | ⚠️ | 未标注池无任何标签属设计使然，但缺失模式文档未见 |
| 6 | 标签标识 | ✅ | 牙齿+根管双结构掩膜，FDI 编码显式 |
| 7 | 罕见类分组 | ⚠️ | 智齿、残根等低频牙位与根管变异样本分布未披露 |
| 8 | 偏倚评估 | ⚠️ | 多中心机构构成与各中心例数未公开，偏倚只能事后评估 |
| 9 | 数据字典 | ⚠️ | 官网页+论文分散描述，无统一机读数据字典 |
| 10 | 信息性缺失解释 | ❌ | 未标注例的选择标准（随机还是分层）官方未说明 |
| 11 | 设备记录 | ⚠️ | "多中心多设备+标准化重采样"有声明，逐例设备参数未给 |
| 12 | 共线性 | ✅ | 影像数据无特征共线性问题 |
| 13 | 编码映射 | ✅ | FDI 牙位编码即国际标准，天然可映射 |
| 14 | 时间戳处理 | ⚠️ | IOS 与 CBCT 为"相近时间窗口"采集，精确间隔未给 |
| 15 | 划分建议 | ✅ | 官方训练/验证/测试划分明确，半监督协议内置 |
| 16 | 泄漏讨论 | ⚠️ | 同患者跨任务复用（CBCT 既属 Task1 又入 Task2 配对）需自查 |
| 17 | 标签分布 | ⚠️ | 牙位/年龄分布部分给出（7-70 岁、30+ 类），逐类频数未全公开 |
| 18 | 测量偏倚 | ⚠️ | 配准真值为"算法+人工微调"复合金标，存在初始化偏好 |
| 19 | 外部验证建议 | ✅ | 可与 ToothFairy3、Teeth3DS 等 CBCT/IOS 公开库互验 |
| 20 | 版本记录 | ⚠️ | 挑战赛版本明确（2025 届），数据包版本号体系未见 |
| 21 | 预处理脚本 | ✅ | 官方 baseline+评测代码+Docker 说明齐备 |
| 22 | 合规要求 | ✅ | 伦理批件号、协议核验、license 三件齐全可执行 |
| 23 | 多模态对齐 | ⚠️ | CBCT-IOS 配对存在，但配准真值仅覆盖 30 训练对（验证 50 对另计） |
| 24 | 去标识化 | ✅ | 匿名化声明明确（去个人可识别元数据，留最小标识） |
DAIMS 评分：14.5 / 24
评分解读：✅ 10 项、⚠️ 12 项、❌ 2 项。三档分布的含义：
- ✅ 档（10 项）集中在"协议现代性"：官方划分、FDI 标准编码、预处理脚本、合规三件套——这些都是 2020 年代挑战赛数据包的标配形态，也是 STSR 2025 相对 2000 年代老数据集（如 JSRT 类）的时代优势；
- ⚠️ 档（12 项）集中在"文档透明度"与"复合金标局限"：无机读字典、机构构成不披露、逐例设备参数缺失、配准真值的人工层——这些不是"做错了"而是"没写出来"，多数可通过向组委会邮件求证部分补齐；
- ❌ 档（2 项）无技术手段弥补：未标注例选择标准缺失（只能求证）与同患者跨任务泄漏风险（只能自行建患者索引规避）。
评分复盘：哪些 ⚠️ 最容易翻绿：若组织方后续发布补充文档，得分弹性最大的依次是 #9 数据字典（发布机读字典 → ✅）、#8 偏倚评估（披露中心构成 → ✅）、#7 罕见类分组（公开逐牙位频数 → ✅）、#17 标签分布（同上）、#20 版本记录（数据包打版本号 → ✅）——五项全翻即 19.5/24，跻身库内第一梯队。也就是说这个数据集的 AI-Ready 上限掌握在组织方手里，使用者侧无法改善的部分只有 ❌ 两项。
7.3 AI-Ready 光谱定位
把本库的数据集放进"获取难度 × 可复现性"两轴光谱里，STSR 2025 的坐标很特别：
- 获取轴（保守端）：注册核验制 + on request，与"公开直链一键下载"的 ToothFairy/Kaggle 系数据集分处两极；比它更保守的只有纯邮件申请且无公开发放承诺的私有库。
- 可复现轴（开放端）：获胜代码+技术报告+评测代码+Docker 协议四件套全公开，配准/分割双赛道的 baseline 数字存档在案——这一端它比许多"只发数据不发代码"的公开库更开放。
- 文档轴（中位）：无机读字典、机构构成不披露（DAIMS ⚠️ 12 项），但任务定义、指标公式、时间线在论文中完整可溯。
这种"获取保守、方法开放、文档中位"的组合，是临床数据集 AI-Ready 的现实形态：AI-Ready 不等于"零摩擦下载"，而是"每一步摩擦都有明确的依据与可预期的流程"。本条目把它评为 14.5/24，拖分的全是文档透明度而非数据质量本身。
两轴坐标表（相对库内相邻条目的位置感）：
| 条目 | 获取摩擦 | 方法可复现性 | 文档完备度 | 形态 |
|---|---|---|---|---|
| ToothFairy3（673） | 低（公开直链） | 中高 | 高 | 全监督竞赛标准件 |
| FDTooth（609） | 低 | 中 | 中 | 单模态学术数据集 |
| STSR 2025（本条目） | 中（核验制） | 高（四件套全开） | 中 | 半监督+跨模态双任务 |
| Tufts-Dental（57） | 低 | 低（无官方代码） | 中 | 传统学术发布 |
| 典型私有临床库 | 高（无申请通道） | 低 | 低 | 完全不透明 |
三行连读的结论：STSR 2025 在"获取"轴上比公开库贵、在"方法"轴上比公开库富——如果你的研究以方法复现为核心，这笔交换是划算的；如果只需要通用牙科影像做预训练，直接用公开库更经济。
7.4 对你意味着什么
- 把它当半监督方法的主考场而非全监督预训练库——30 例精标撑不起大规模预训练，但足以让 SSL 算法见真章；
- 动手前先完成两件事：走完协议核验拿到数据，并建立患者级索引排查 Task 1/Task 2 之间的同患者复用；
- 报告成绩时声明用的是 40/50 例验证集自评还是官方测试成绩，两者不可混写；并注明引用的是摘要口径（0.967/0.738）还是 Table 6 口径（0.9176/0.5778）；
- 复现配准赛道请从官方 baseline（平移误差 217.82 mm）起步校准，冠军 46.47 mm 的方案在仓库有代码；
- 若你的研究目标是根管分割，准备好面对 0.64 的现有天花板——这个数字本身就是一个待攻克的公开问题。
7.5 一句话结论（AI-Ready 终评）
STSR 2025 是库内少见的"协议先进性 > 文档透明度"样本：官方划分、FDI 标准编码、双通道评测、Docker 判分、不计分测试集——评测工程在 2025 年的挑战赛数据里属第一梯队；但机读数据字典缺席、机构构成不披露、测试集隔离、请求制获取，让"拿到手即可全自动消费"的 AI-Ready 最高标准打了折扣。DAIMS 14.5/24 的分数是这两股力量的精确平衡点：它对"会用挑战赛数据的人"是接近满分的资产，对"期望即插即用的自动化流水线"则需要在文档层做二次加工。这个双重性本身就是库内选型时最有价值的信息——按你的消费方式选数据，而不是按总分选数据。
§8 横向对比与库内互链
8.1 牙科 3D 分割数据集对照（STSR 论文 Table 3 延伸）
| 数据集 | 年份 | 模态 | 规模（标注/未标注） | 特点 | 库内条目 |
|---|---|---|---|---|---|
| STSR 2025 | 2025 | CBCT+IOS | 370 (70/300)；IOS 700；配对 330 (30/300) | 半监督+跨模态配准，含根管标注 | 本条目 |
| ToothFairy3 | 2024 | CBCT | 532 (532/0)，5 类解剖结构，16-100 岁 | 全监督多结构快速分割，同 ODIN 会场 | toothfairy3(673) |
| ToothFairy2 | 2023 | CBCT | 约 385 例全标注，下颌管等结构 | 全监督经典款，FDI 编码体系一脉相承 | toothfairy2(649) |
| 3D-IOSSeg | 2024 | IOS 网格 | 440 (440/0)，≈14,080 牙实例 | 口扫细粒度牙齿实例分割 | fdtooth(609) 互见 |
| Teeth3DS | 2022 | IOS 网格 | 1,800 (1800/0)，≈23,999 牙 | 大规模口扫语义/实例分割 | fdtooth(609) 互见 |
| Tufts Dental Dataset | 2023 | 全景片 | 约 1,556 张全景片，32 类牙位 | 2D 牙齿检测/分割老牌公开库 | tufts-dental(57) |
| STS 2023（前届） | 2023 | 全景片+CBCT 切片 | 584 (84/500)（CBCT 口径） | 赛系首届，Zenodo 7840021 | 无（本条目 §6.3 存照） |
| CTooth+ | 2022 | CBCT | 168 (22/146)，15 类，儿童 10-15 岁为主 | 儿童牙列 CBCT 分割 | 无 |
| Mandibular Canal CBCT | 2022 | CBCT | 347 (347/0)，下颌管 | 神经管解剖结构分割 | 无 |
8.2 读表指南：对照表的四条阅读规则
- 规模列先看括号里的 (L/U)：L=标注、U=未标注——532 (532/0) 与 370 (70/300) 的差距不在总数而在"监督信号密度"，后者才是半监督研究的稀缺资源量；
- 模态列决定可比性：CBCT 与 IOS 是两种几何（体素 vs 表面网格），跨模态行的数字不能直接比大小，只能比"任务定位"；
- 年份列隐含协议代差：2022-2024 的库多为全监督设计（U=0），STSR 的 U≠0 是结构差异而非数据残缺；
- Num. of Teeth 列是"任务复杂度"的代理变量：≈24,000 牙实例（Teeth3DS）意味着平均每例 13 颗牙，而 STSR 未给出该列——引用时以"30+ 类别（FDI 位型）"描述其复杂度，不要拿别库的实例数硬填。
8.3 定位差异三句话
- 对 ToothFairy3：前者全监督比"标得全、跑得快"（532 例全标注、限时速测），STSR 比"少标注下学得好+跨模态对齐"（70 标注+300 未标注、配准赛道）——两者共用 ODIN 会场与部分评测哲学，组合使用可分别考察监督充分与监督稀缺两端；
- 对 fdtooth/Teeth3DS：IOS 分割谱系解决"牙冠表面"问题，STSR 的配准赛道解决"牙冠与牙根如何接合"问题——前者数据可当配准赛道的 IOS 侧补充语料（license 兼容性逐案核查后）；
- 对 tufts-dental：2D 全景片库适合大规模筛查型任务，与 STSR 的 3D 精细任务互补而非竞争；赛系内部的 2D 职责已由前届 STS 2023/2024 承担。
8.4 库内互链条目速览
ToothFairy2（库内 #649）：MICCAI 2023 全监督 CBCT 分割挑战赛数据集，全标注、以下颌管等风险解剖结构著称。与 STSR 的互链价值有三：其一，同为 FDI/牙科 CBCT 实例分割脉络，可作为"全监督上界"参照——在 ToothFairy2 上全监督能到什么水平，反衬 STSR 半监督设定下的性能折扣；其二，ToothFairy2 的标注协议（专家+多中心）与 STSR 一脉相承，标注质量跨库可比；其三，工程团队可以先用 ToothFairy2 的公开数据把 3D 分割流水线调通，再无缝切换到 STSR 的半监督协议，降低一次性踩两个坑的风险。
ToothFairy3（库内 #673）：MICCAI 2025 姊妹赛，532 例全标注 CBCT、5 类结构（含牙齿、下颌管等）、限时速测赛道。与 STSR 同场（ODIN 2025）、同 proceedings（LNCS 16473）、同主办生态。STSR 论文 Table 3 直接引用其规模数据作对比行。互链价值：2025 年牙科挑战赛双子星，一个考全监督效率（推理速度是硬指标）、一个考半监督稀缺（标注量是硬约束）；KCL 的 Zhi Qin Tan 双线夺冠的事实说明两赛道的先进方法有方法论共享区（轻量化+先验注入），研究团队同时关注两赛会有跨赛红利。
FDTooth（库内 #609）：IOS 网格牙齿实例分割谱系的代表（论文对比行中的 Teeth3DS 1,800 例、3D-IOSSeg 440 例同属口扫分割脉络，FDTooth 与之并列）。互链价值：配准模型缺 IOS 侧预训练语料时的第一候选——口扫库规模大（千例级 vs STSR 的 700 例）、公开直链、同模态；IOS 分割模型也可为配准提供牙冠分割先验（先把冠分出来，再对冠配准，是最稳的级联方案）。注意各库精度/分辨率与license 兼容性需逐案核查。
Tufts-Dental（库内 #57）：Tufts 大学 1556 张全景片、32 类牙位标注的 2D 公开库，牙科公开数据的常青树。互链价值：2D 筛查型任务与 3D 精细型任务的对照样本；STSR 前届（STS 2023）正是从 2D 全景片起步，Tufts-Dental 可视为赛系 2D 脉络的同行者；做"2D 提示引导 3D 分割"的 cross-domain 研究时（ODIN 官网列出的开放议题），两库是现成的实验对。
互链使用注意：跨条目组合研究时记住三条——① 许可互查：CC BY-NC-ND 家族之间兼容（都不许再分发），与宽松许可库混合使用时以最严格条款约束产出物；② 协议不可混写：各库的验证/测试划分独立，跨库成绩只能做"各自协议内"的横向叙述，不能拼成一张排行榜；③ 版本锚定：跨库研究论文中逐库写明数据版本号与下载日期，本库条目的"抓取时点"字段就是为此设计的。
8.5 组合使用方案：三套可落地的 pipeline
方案 A：半监督分割主考 + 全监督参照（STSR 2025 + ToothFairy3）
在 STSR 的 30 例精标上训练的模型，迁移到 ToothFairy3 的全标注 CBCT 上做域内验证，可分离"标注量效应"与"分布效应"：若模型在全标库上表现尚可而在 STSR 半监督协议下崩塌，问题在监督量；若两边都差，问题在方法。两库牙位编码体系兼容（FDI），掩膜可以直接对齐比较。
方案 B：配准语料增强（STSR Task 2 + FDTooth/Teeth3DS）
配准模型的 IOS 侧编码器可以先用 FDTooth/Teeth3DS 的大规模口扫实例分割语料做自监督预训练（学牙冠表面结构先验），再在 STSR 的 30 对真值上微调配准头。该路线利用了"口扫库大而便宜、配对库小而贵"的版图现状。注意 ND 类许可只约束数据再分发，不约束"下载后本地训练"的用途边界——但仍要逐库核对。
方案 C：2D 筛查 → 3D 精诊的教学/分诊流水线（Tufts-Dental + STSR 2025）
全景片（Tufts-Dental）做初筛定位病灶牙位，STSR 式 CBCT 分割做精诊确认——这是口腔诊疗的真实工作流方向，两个库的模型可以串成级联系统。学术价值在于研究 2D 提示（prompt）对 3D 分割的引导效应，恰好呼应 ODIN 官网列出的 “cross-domain supervision” 议题。
8.6 牙科挑战赛时间线（2022-2026）
| 年份 | 赛事/事件 | 与 STSR 的关系 |
|---|---|---|
| 2022 | Teeth3DS 发布；CTooth+、Mandibular Canal CBCT 等专科库涌现 | Table 3 对比对象；IOS/CBCT 单模态语料生态成型 |
| 2023 | STS 首届（Semi-TeethSeg）：2D 全景片+CBCT 切片半监督；数据上 Zenodo（7840021） | 赛系起点；2D 职责承担者 |
| 2023 | ToothFairy2（MICCAI 2023） | 库内互链 #649；全监督 CBCT 主线 |
| 2024 | STS 第二届：3D CBCT 牙体实例半监督 | 直接前届；ChohoTech 92.15% 等数字的真正归属 |
| 2025-04-25 | STSR 2025 注册开放，训练数据发布 | 本条目主对象 |
| 2025-09-27 | ODIN Workshop（大田）收官；ToothFairy3 同场 | 三大赛同 proceedings（LNCS 16473） |
| 2025-12-02 | 总结论文 arXiv:2512.02867 提交（MedIA 接收） | 本条目核心文献 |
| 2026 | Springer LNCS 16473 出版；STS-Challenge-2026 仓库建立 | proceedings 落地；赛系第四届启动 |
时间线三读：一读"节奏"——从数据发布（4 月底）到终稿（8 月下旬）约 4 个月，这是同类 3D 医学挑战赛的标准窗口，排自己的研究计划时按此估算；二读"留白"——08-31 公布获奖到 09-27 会场日之间有近一个月，是组织方做论文评审与 proceedings 编辑的缓冲，也意味着参赛者若投稿 workshop 论文要在这段窗口赶稿；三读"外延"——2026 年初新仓库建立说明赛系未停，追新届动态的最可靠信号是 ricoleehduu 账号的仓库更新而非论文发表节奏。
8.7 检索关键词建议
研究者检索本数据集时，推荐按"层次递进"的词组合：
| 意图 | 推荐词组合 |
|---|---|
| 找官方渠道 | STSR 2025 challenge、STS-Challenge-2025 github、Semi-supervised Teeth Segmentation and Registration |
| 找方法论文 | MICCAI 2025 teeth pulp segmentation semi-supervised、arXiv 2512.02867、CBCT-IOS registration challenge 2025 |
| 找 proceedings 论文 | LNCS 16473 STSR、ODIN 2025 STSR challenge、UMamba2SSL CBCT（冠军论文名） |
| 找前届与谱系 | Semi-TeethSeg 2023 Zenodo、STS 2024 challenge teeth、ricoleehduu（组织方 GitHub 账号） |
| 找同类数据集 | ToothFairy3 challenge dataset、CBCT IOS paired dataset、pulp canal segmentation dataset |
避坑词：单独搜 STS 2025 会混入 2024 届内容（坑 7）；搜 STSR Zenodo 会命中 2023 届记录（坑 3）；搜 ONDI workshop 会因论文笔误而检索质量下降（坑 2）。
§9 坑位清单：使用前必读的十个陷阱
坑位速查索引：
| 坑 | 一句话版本 | 高危人群 |
|---|---|---|
| 1 | CBCT 规模三口径：摘要 250 / 正文 ~300 / Table 3 全集 370 | 所有引用者 |
| 2 | workshop 名是 ODIN，论文里 “ONDI” 是笔误 | 检索者 |
| 3 | Zenodo 7840021 是 2023 前届数据，STSR 2025 无 Zenodo 记录 | 引用者 |
| 4 | 数据 CC BY-NC-ND ≠ 代码 MIT ≠ 论文 CC BY-NC-ND 4.0 | 落地工程团队 |
| 5 | IOS 700 例 ≠ 配准 330 对 ≠ 真值 30+50 对 | 所有引用者 |
| 6 | 92.15% 是 2024 前届成绩 | 综述作者 |
| 7 | “STS 2025”=“STSR 2025”，双词检索防漏 | 检索者 |
| 8 | 配准真值是"算法+人工"复合金标 | 配准研究者 |
| 9 | 摘要成绩 0.967/0.738 与正文表格 0.9176/0.5778 对不上 | 所有引用者 |
| 10 | 论文 §5.4/§6 部分段落讲的是 2024 前届 | 精读论文者 |
十坑引用安全句（复制即用的规范表述）：
- 坑 1 → “STSR 2025 训练集含 30 例标注 CBCT 与约 250-300 例未标注 CBCT（摘要与正文口径不一），全集 370 例（70 标注/300 未标注，Table 3）。”
- 坑 2 → “STSR 2025 是 MICCAI 2025 ODIN Workshop 的卫星挑战赛（论文正文’ONDI’为笔误）。”
- 坑 3 → “数据获取经挑战赛官方协议核验（GitHub ricoleehduu/STS-Challenge-2025）；Zenodo 7840021 为 2023 届记录，与本数据集无关。”
- 坑 4 → “数据本体以 CC BY-NC-ND 许可发布（禁商用、禁二次分发）；官方评测代码仓库另有 MIT 许可，仅覆盖代码。”
- 坑 5 → “IOS 样本共 700 例（60/640）；CBCT-IOS 配对 330 对（30/300，Table 3）；配准真值覆盖 30 训练对与 50 验证对（§3.1.2）。”
- 坑 6 → “分割赛道冠军为 U-Mamba2 SSL；92.15% Instance DSC 系 2024 届 ChohoTech 成绩，与本届无关。”
- 坑 7 → “STSR 2025（亦写作 STS 2025）是 STS 赛系第三届，新增跨模态配准赛道。”
- 坑 8 → “配准真值为算法粗配准加人工微调的复合金标（每颌 4×4 刚性矩阵），其自身精度未单独标定。”
- 坑 9 → “摘要报告 Dice 0.967/IA 0.738；正文 Table 6 为 Image DSC 0.9176±0.1970/IA 0.5778±0.2589——引用任一口径需注明出处，两口径不可互推。”
- 坑 10 → “论文 §5.4/§6 的部分段落描述 2024 届赛事，阅读时以队伍名单甄别届次。”
坑 1：CBCT 规模三口径并存。
论文摘要写 “30 labeled and 250 unlabeled CBCT”（训练集口径），正文 §3.1.1 写训练集 “30 precisely annotated CBCTs and approximately 300 unannotated cases”，Table 3 写全集 “370 (70/300)”（70 标注 = 30 训练 + 40 验证）。三个数字都出自同一篇论文。影响：规模引用混乱，文献间数字打架。排查动作：引用时写明口径来源（摘要/正文/Table 3），交叉文献对比时先对齐口径再比数字。
坑 2：workshop 名称 “ONDI” 是论文笔误。
arXiv:2512.02867 正文写 “MICCAI 2025 ONDI Workshop”，但正式名称是 ODIN（Oral and Dental Image Analysis）——odin-workshops.org 官网、Springer LNCS 16473 书名、KCL 获奖新闻三源一致。影响：以讹传讹的检索词会让部分数据库检索落空。排查动作：检索用 ODIN；见到 ONDI 自行脑内替换；引用论文原文时保留原文并加编者注。
坑 3：Zenodo 同名记录是 2023 年前届的。
Zenodo DOI 10.5281/zenodo.7840021（“Semi-supervised Teeth Segmentation”，CC BY-NC-ND 4.0）对应 Semi-TeethSeg 2023（2D 全景片+CBCT 切片：2000+ 标注全景片、5000 标注 CBCT 切片、万级未标注切片），不是 STSR 2025。STSR 2025 本体在 Zenodo 无独立公开记录；其数据获取走官网注册+协议核验。影响：把 7840021 当 STSR 2025 的 DOI 引用是最常见的张冠李戴，会让读者下到规模、格式完全不同的 2D 数据。排查动作：引用数据集时给出 GitHub 主仓库链接与论文 DOI，不给 Zenodo 链接。
坑 4：三层 license 勿混。
数据本体 CC BY-NC-ND（禁商用禁二次分发）≠ 评测代码仓库 MIT（STSR-Challenge）≠ 总结论文 CC BY-NC-ND 4.0（arXiv 标头）。影响：把 MIT 顺手套到数据头上会得出"可商用"的错误结论，商业落地决策踩雷。排查动作：写论文数据声明或产品合规文档时逐层核对；发布衍生工具时明确区分"随工具分发的代码（MIT）“与"用户自行获取的数据（CC BY-NC-ND）”。
坑 5：IOS 数字与配准配对数是两个维度。
摘要的 “60 labeled + 640 unlabeled IOS”（共 700 例 IOS 样本）与 Table 3 配准行的 “330 对 (30/300)”（CBCT-IOS 配对）、正文 §3.1.2 的 “30 例有真值训练对 + 50 对带真值验证配对” 不是矛盾而是维度不同：并非每例 IOS 都有配对 CBCT。影响：把 700 写成"700 对配准数据"会高估配准监督信号一个数量级。排查动作：叙述配准任务写"30 对训练真值+50 对验证配对"；叙述 IOS 语料规模写"700 例"；两个数字不并列使用。
坑 6：92.15% 是前届成绩。
文献里流传的 “Instance DSC 92.15%（baseline 30.80%）” 出自 STS 2024 3D 赛道获胜队 ChohoTech（STSR 论文回顾前届时引用）。STSR 2025 分割赛道的代表成绩是摘要口径 Dice 0.967/IA 0.738（或 Table 6 口径 Image DSC 0.9176/IA 0.5778）。影响：两个数字相隔一届、协议不同，混写会让对比表整体失真。排查动作：见到 92.15% 核对上下文是否 STS 2024/ChohoTech；STSR 2025 成绩引用按坑 9 处理。
坑 7：“STS 2025” 与 “STSR 2025” 指同一赛事。
GitHub 仓库自称 “3rd Semi-supervised Teeth Segmentation and Registration MICCAI Challenge”（赛系第三届），部分材料（含论文图注 “Overview of the STS 2025 Challenge”）沿用 “STS 2025” 简称。影响：只检索一个关键词会漏文献；把同名前届（STS 2023/STS 2024）的数字错接过来。排查动作：检索时 “STS 2025” 与 “STSR 2025” 双词都扫；核对年份+任务构成（有无配准赛道）再归档。
坑 8：配准真值是"算法+人工"复合金标。
每颌 4×4 刚性变换矩阵由算法粗配准后人工微调而得，不是追踪仪或制造工艺直接输出的物理金标。影响：做误差分析时应意识到真值自身带有初始化偏好与人工判定边界；46.47 mm 的冠军成绩解读要放在"真值精度未知"的背景下——它可能是算法误差与真值误差的叠加。排查动作：方法论文中讨论真值局限；极端误差样本（SD 异常大的个例）优先人工复核而非直接当离群点剔除。
坑 9：摘要成绩与正文表格对不上。
摘要写 “top segmentation method achieved a Dice score of 0.967 and an Instance Affinity (IA) of 0.738 on the hidden validation set”，但正文 Table 6 中冠军 zhiqin1998 的对应数字是 Image DSC 0.9176±0.1970、IA 0.5778±0.2589；另一张单次提交表（±0.0000 口径）中其 Image DSC 为 0.9025、Instance DSC 0.9527；Table 8（大结构分组）Image DSC 0.8701；0.738 在正文中仅作为 DiceMed 的 IoU_Instance（0.7388）出现。摘要的 0.967/0.738 在正文任何表格中都找不到精确对应行。影响：这是最危险的数字陷阱——摘要被二手引用得最多，但无法溯源到表格。排查动作：引用成绩时优先用可溯源的 Table 6 数字并注明"隐藏测试集/验证集"与 SD；若引摘要口径，加注"与正文表格不一致（原文如此）"。
案例演示：假设你在写论文相关工作段，写了 “STSR 2025 上最优方法 Dice 达 0.967”，审稿人对照原文 Table 6 找到 0.9176——轻则被要求解释口径，重则被疑数据造假。安全写法是双口径并列：“（摘要报告 0.967/IA 0.738；正文表格为 0.9176/0.5778，原文口径不一致）”——一句话把风险清零。
坑 10：论文结果与讨论章混入前届内容。
论文 §5.4.1 以 “Quantitative Evaluation in 3D CBCT Track” 为题，但段落内容（“only five teams successfully completing the task”、ChohoTech 92.15%、亚军 Houwentai、Haoyuuu’s T3Net）描述的是前届 STS 2024；§5.4.2、§6.1、§6.3 的部分段落同样沿用前届表述。影响：顺着章节标题读会把 2024 届的队伍与数字错记到 STSR 2025 榜单上。排查动作：读到队伍名先查本条目 §5 的 2025 届名单（zhiqin1998/jichangkai/DiceMed/TCM-UNet）；不在名单上的一律先怀疑是前届内容。
案例演示：§6.1 “Main findings” 开篇列出的 “1) Limited Segmentation Accuracy of Previous Methods…” 几乎逐字来自 STS 2024 的总结——如果把这几点当作 STSR 2025 的"赛后结论"写进你的综述，会把两届赛事的方法论遗产搅在一起；正确的读法是把 §6 视为"STS 赛系两年合论"，STSR 2025 独有的结论以 §5.1-§5.3 与表格数据为准。
§10 使用路线图
10.1 半监督分割研究者（Task 1 路线）
- 取数：官网注册并通过 Data Access Agreement 核验，拿到训练包（30 精标 + 未标注池 + 40 验证精标）；
- 立下界：从官方 nnU-Net baseline 起步，在 30 例精标上做全监督下界——前届协议口径下小样本全监督 Instance DSC 仅 30.80%，这就是"不用未标注数据"的代价锚点；
- 上 SSL：叠加伪标签与一致性正则，对照冠军 U-Mamba2 SSL 的技术报告（仓库 rank01 PDF）逐组件复现——重点复现三阶段（DAE 预训练→一致性→0.75 阈值伪标签）的顺序与阈值；
- 分结构报告：把大结构与根管系统分开报成绩（论文 Table 8/9 范式）——混报会掩盖"根管 0.64"这个真正的痛点；
- 自评口径：用 40 例验证集，报告时注明"validation-set 自评"与官方隐藏测试集成绩不可直接并列，摘要/表格口径二选一并注明（坑 9）。
10.2 配准算法工程师（Task 2 路线）
- 先通判分器：STSR-Challenge 仓库的 evaluation 代码与 Docker 说明是唯一权威判分器，先跑通再谈方法；
- baseline 校准：官方 baseline（平移 217.82 mm/旋转 156.98°）是流水线正确性的试金石——连 baseline 都复现不了说明数据接入了问题；
- 向冠军进阶：DiceMed 的 PointNetLK 式两阶段方案（rank01 PDF+zip）；论文 §5.6 五点共识（轻量点云编码器、两阶段 SSL、三件套损失、模块化、分象限均衡）是设计检查清单；
- 数据侧：30 对真值用于监督预训练，640 例未标注 IOS 走伪标签自训练；几何增强（随机刚体扰动）对跨模态鸿沟的缓解已被冠军方案验证；
- 预期管理：46.47 mm 均值伴随 ±200 mm 级标准差，困难样本（金属伪影、大范围缺牙）是当前公开方法的公共短板；把"分象限与分病例难度报告"写进你的评测协议，单一均值的论文说服力有限。
10.3 数据集建设者（标注流水线路线）
STSR 2025 的两阶段标注 + 人机协同证据链（3.5-4.9 小时 → 5.7-8.2 分钟/例）是牙科 3D 标注扩产的可复用模板：
- 人员配置：中级牙医初注（工具加速）→ 资深专家逐例仲裁——双层结构比"专家全程手标"便宜一个量级且质量有兜底；
- 工具链：ITK-SNAP 初注（阈值+区域生长加速细长结构勾画）→ 专家只处理边界争议区；
- 闭环加速：用赛事获胜模型做预标注，但论文提醒——低质量初始预测会增加认知负荷，预标注模型没达标（建议先在小样本上对比纯人工速度）前不要强行上人机协同；
- 合规前置：伦理批件、匿名化协议、用途限定条款在数据采集前落地——STSR 的注册核验制正是因为这些前置工作才走得通。
10.4 综述/对比研究者（文献使用路线）
引用本数据集时建议的"三件套"：论文 DOI（10.48550/arXiv.2512.02867）+ GitHub 主仓库 + 明确的规模口径（写"370 例 CBCT (70/300)，Table 3 口径"而非裸写 250 或 300）。对比表里区分"半监督协议"（本数据集）与"全监督协议"（ToothFairy 系列）——两类数字放同一列会误导读者。
10.5 排期建议：把数据等待期写进项目计划
| 阶段 | 预估耗时 | 说明 |
|---|---|---|
| 申请与核验 | 2-6 周 | 邮件往返+协议签署+组委会核验（无公开 SLA，按保守估计） |
| 环境搭建 | 1 周 | NIfTI 读取、掩膜解析、官方评测代码跑通 baseline |
| baseline 复现 | 1-2 周 | 30 例精标的 nnU-Net 全监督下界；配准侧跑通 217.82 mm 官方 baseline |
| 方法迭代 | 4-8 周 | SSL 组件叠加与消融；每轮改动都用 40/50 例验证集回归 |
| 撰写与合规复核 | 1-2 周 | 成绩口径声明（坑 9）、引用格式（§6.5）、license 声明（坑 4） |
关键路径在第一阶段——提交申请的当天就可以并行做三件不依赖数据的事：读四强技术报告、克隆评测仓库跑通环境、在 ToothFairy3 等公开库上预演同构任务。
10.6 常见失败预演：五个翻车场景与规避
| # | 翻车场景 | 典型表现 | 规避动作 |
|---|---|---|---|
| 1 | 拿错届数据 | 引用了 584 例（2023 届）或 92.15%（2024 届）说成 STSR 2025 | 引用前对照本条目 §9 坑 3/坑 6 逐一核对届次 |
| 2 | 口径混写 | 论文里 CBCT 规模前文写 250 后文写 370 | 全文统一用一种口径并在首次出现处注明（§9 坑 1） |
| 3 | 商用越界 | 把 MIT 代码仓库的许可当成整个数据集的许可，产品化踩雷 | 按 §6.4 合规速查表分层评估（§9 坑 4） |
| 4 | 验证集过拟合 | 40/50 例验证集上调参上千轮，测试/真实场景大跳水 | 早停+交叉验证+冻结超参后再跑一次端到端（§11 Q4） |
| 5 | 根管指标误判 | 用整体 Dice 判断"方法已解决牙科分割" | 分解剖结构报分（大结构 0.87 vs 根管 0.64 的落差才是全貌，§5.5） |
五个场景的共同根因是"信息引自二手/口径未对齐"——把本条目 §9 的十坑过一遍再动笔/动代码，是成本最低的保险。
各路线产出检查点：无论走哪条路线，收官前对照这份最小验收清单——
| 路线 | 收官时手里应该有什么 |
|---|---|
| 半监督分割（10.1） | 复现的 baseline 分数 + SSL 增益差值 + 分解剖结构成绩表 + 验证集自评声明 |
| 配准（10.2） | baseline 复现记录（217.82 mm 对齐证明）+ 分象限误差表 + 困难样本案例集 |
| 数据集建设（10.3） | 两阶段 SOP 文档 + 预标注模型质量门槛记录 + 标注耗时对照数据 + 合规文件包 |
| 综述/对比（10.4） | 口径统一的规模/成绩对比表 + 每个数字的出处层级标注 + 本条目十坑的规避记录 |
§11 常见问题 FAQ（十八问）
Q1：我能在 Hugging Face 上直接 load 这个数据集吗？
不能。数据本体没有公开直链（含 HF、Zenodo），必须官网注册+协议核验后由组委会发放。GitHub 公开的是代码与技术报告，不是数据。
Q2：我训练出的模型可以商用吗？
模型权重的商用边界取决于训练数据的 CC BY-NC-ND 许可——该许可禁止商业使用，商业落地需另行联系组委会获得书面授权（联系邮箱见 §1）。仓库代码的 MIT 只覆盖代码本身。
Q3：我可以把下载的数据转给同实验室同学吗？
"任何形式二次分发被严格禁止"是 CC BY-NC-ND 与数据使用协议的明文要求。正确做法是每位使用者自行注册核验——注册本身免费，成本只是流程时间。
Q4：40/50 例验证集够做模型选择吗？
做组件级消融勉强，做结论级声明偏薄；且验证集自评与隐藏测试集之间存在过拟合风险。建议交叉验证+验证集双轨报告，并公开划分种子。
Q5：为什么我的复现 Dice 比官方榜单低不少？
先排查三件事：是否用了官方重采样后的数据（原始 CBCT 分辨率不一）、是否按官方协议计算 instance 级指标（逐牙平均而非全局）、是否把验证集成绩当成了测试集成绩。另确认引用口径——摘要 0.967 与 Table 6 的 0.9176 差了 5 个点（坑 9）。
Q6：STSR 2025 会有后继吗？
STS 赛系已确认延续：ricoleehduu/STS-Challenge-2026 仓库于 2026 年初建立。方法迭代建议同时关注 ODIN workshop 系列的年度窗口。
Q7：配准赛道的 46.47 mm 离临床可用还有多远？
很远。种植导板等应用通常要求亚毫米级，46.47 mm 的均值意味着当前方法只完成了"从随机（数百 mm）到有意义对齐"的第一步；且 ±200 mm 级的方差说明相当比例病例仍近乎失败。把 Task 2 当作"开放问题"而非"已解决基线"来引用。
Q8：根管分割为什么这么难？
三个原因叠加：低对比度（髓腔与牙本质密度差小）、结构细小（直径零点几毫米，接近 CBCT 分辨率极限）、形态变异大（根管分叉、钙化、弯曲个体差异极大）。数据集里根充物与金属桩还会反转局部对比度。冠军方案的根管 Image DSC 0.6409 就是这个难度的量化注脚。
Q9：论文页眉写着 “Journal: Medical Image Analysis”，到底发没发？
arXiv v1（2025-12-02）页眉标注 “Journal: Medical Image Analysis”，表示已被该刊接收；arXiv 版仍是 preprint 形态。引用时引用 arXiv DOI 最稳妥，正式卷期页码待出版后补（本条目 §12.1 存照）。
Q10：我想做 CBCT-IOS 配对但没有配准真值，未标注对有什么用？
这正是 Task 2 的考题设计：640 例未标注配对就是给伪标签/自监督准备的。两阶段 SSL（监督初始化→伪标签微调）已被冠军方案验证有效；也可以走自监督路线（如跨模态对比学习）直接用未标注对。
Q11：儿童牙齿的数据够吗？
数据集年龄覆盖 7-70 岁，儿童病例存在，但论文失败分析承认儿童牙列（乳牙+发育恒牙混合）是系统性困难区，且 Limitations 明确点名"儿童 CBCT 扫描稀缺"是数据多样性的短板。做儿科方向请先统计到手数据里的儿童例数，不足时考虑补充 CTooth+（儿童 CBCT 专科库，Table 3 对比行之一）。
Q12：能只下 IOS 不下 CBCT 吗？
官方未见分包发放声明，大概率整包发放。如果研究只需要 IOS 表面分割，建议优先用 Teeth3DS/FDTooth（公开直链、规模更大），STSR 的 IOS 留给配准任务专用。
Q13：引用本条目时最稳妥的一句话规模描述是什么？
“370 例多中心 CBCT（70 标注/300 未标注，Table 3 口径）与 700 例 IOS 样本（60 标注/640 未标注），其中配准任务含 30 对训练真值与 50 对验证配对”——三个口径各自注明出处，互不混写。
Q14：DAIMS 14.5/24 在库内算什么水平？
中等偏上。拖分项集中在文档透明度（无机读字典、机构构成未披露）与临床数据的固有合规摩擦（请求制获取、测试集隔离）；数据本身的协议现代性（官方划分、标准编码、预处理脚本、Docker 判分）在库内属第一梯队。对比口径详见本条目 §7。
Q15：我可以只复现方法不用官方数据吗（比如用 ToothFairy3 数据练方法）？
技术上可行，结论要打折：ToothFairy3 是全监督、5 类结构、分辨率规格不同——在那上面验证的 SSL 组件（伪标签阈值、一致性扰动形式）迁移到 STSR 的"30 例精标+根管细结构"设定时性能不可外推。折中方案：方法开发用公开库，最终成绩用 STSR 官方协议报一次。
Q16：怎么确认我下载到的是"官方版"数据而非二手转发？
三重验证：① 发放渠道可追溯到官网/组委会邮箱会话；② 数据包内的 README 或说明文件与官方描述一致（任务划分 30+40+~300 与 30+50+640）；③ 无任何再分发水印痕迹（二手包常缺失原始目录结构或混入第三方预处理）。收到可疑来源的"STSR 数据"时，宁可疑有错杀——用错版本数据写出的论文无法与官方榜单对话。
Q17：我的研究只涉及分割，能申请时说明只要 Task 1 的 CBCT 吗？
申请时可以说明用途，但数据发放大概率是整包（官方未见分包发放声明），拿到后按需取用即可——但注意许可约束不因"我只用了一半"而放松：CC BY-NC-ND 对整包生效，引用与禁转发义务照旧。另建议不要直接丢弃 IOS 侧数据：Task 2 的 640 例未标注配对是跨模态自监督预训练的稀缺原料（§8.5 组合方案三），丢弃等于白扔一半资产。
Q18：STS 2023/2024 的数据和 STSR 2025 能合并起来训练吗？
理论上都是牙科 CBCT，实践中先过三关：① 口径核对——三届任务定义与类别体系不同（坑 7），合并前要确认标签空间可映射（STSR 的 FDI 牙位+根管 vs 前届的牙齿实例）；② 许可核对——前届 Zenodo 记录（如 7840021）与本届的许可条款是否一致，逐条比对再混用；③ 分布核对——三届的设备/中心/年龄构成未完整披露，混训后成绩波动无法归因。折中方案：前届数据用于预训练或方法开发，STSR 官方协议成绩单独立报。
§12 来源与声明
12.1 核心来源清单
| 来源 | 内容 | 链接/标识 |
|---|---|---|
| 总结论文（一手，arXiv v1） | 任务定义、规模、成绩、许可、伦理；页眉标注 MedIA 接收 | arXiv:2512.02867（DOI 10.48550/arXiv.2512.02867，2025-12-02） |
| Springer LNCS 16473 | ODIN 2025 + ToothFairy3 + STSR 2025 proceedings（STSR 收录 5 篇） | DOI 10.1007/978-3-032-20711-1（ISBN 978-3-032-20711-1） |
| 官方主仓库 | 排名表、技术报告 PDF（rank01-04）、获胜代码 zip、BibTeX | github.com/ricoleehduu/STS-Challenge-2025 |
| 评测仓库 | 评测代码、Docker 提交说明、baseline（MIT） | github.com/ricoleehduu/STSR-Challenge |
| baseline 仓库 | Task 1 官方基线 | github.com/ricoleehduu/STSR-Task1-Baseline |
| ODIN 官网 | workshop 定位、三大卫星挑战赛（ToothFairy3/3DTeethSeg2/STSR）名单 | odin-workshops.org/2025/callforpapers.html |
| 挑战赛官网 | 注册、协议核验、时间线（本环境网络阻断，经上列来源交叉核验） | songhen15.github.io/STSdevelop.github.io/miccai2025/index.html |
| KCL 新闻 | 冠军 Zhi Qin Tan 同场三冠佐证 | kcl.ac.uk/news（2025-10 发布） |
| Zenodo 7840021 | 前届 STS 2023 数据记录（辨析用，CC BY-NC-ND 4.0） | doi.org/10.5281/zenodo.7840021 |
| 赛系仓库谱系 | STS-Challenge（2023）、STS-Challenge-2024、STS-Challenge-2026 | github.com/ricoleehduu |
12.2 三源互证记录（逐事实）
| # | 事实 | 源 1 | 源 2 | 源 3 | 裁决 |
|---|---|---|---|---|---|
| 1 | 赛事存在性与届次（第三届） | GitHub README 自称 “3rd” | Zenodo 7840021（2023 首届） | ODIN 官网 “three MICCAI challenge series” | ✅ 三源一致 |
| 2 | 隶属 ODIN 2025（大田，09-27） | odin-workshops.org | Springer LNCS 16473 书名 | KCL 新闻 | ✅ 三源一致（论文 “ONDI” 判笔误） |
| 3 | 双任务定义（分割+配准） | arXiv 摘要 | GitHub Tracks 节 | ODIN 官网挑战赛列表（STSR） | ✅ 三源一致 |
| 4 | 参赛规模 78 队/392 次、52 队/29 次 | arXiv 正文 Figure 3 | Springer 简介 | alphaXiv 摘要页 | ✅ 三源一致 |
| 5 | CBCT 规模 370 (70/300) 全集口径 | arXiv Table 3 | arXiv 正文 §3.1.1（30+~300+40 验证拼合） | themoonlight 综述（30 标注+~250-300 未标注） | ✅ 结构自洽（口径差按坑 1 存照） |
| 6 | IOS 规模 60/640 | arXiv 摘要 | alphaXiv/deeppaper 转载 | themoonlight 综述 | ✅ 三源一致（摘要口径） |
| 7 | 配准训练 30 对真值+验证 50 对 | arXiv 正文 §3.1.2 | themoonlight 综述（30 对 GT） | Table 3 配准行 330 (30/300) | ✅ 多口径互洽（坑 5） |
| 8 | 分割冠军 U-Mamba2 SSL（Team 21） | GitHub 排名表 | KCL 新闻（Zhi Qin Tan 三冠） | arXiv §4.2.1 方法详述 | ✅ 三源一致 |
| 9 | 配准冠军 DiceMed 46.47 mm/165.30° | arXiv 正文表格 | 第三方论文摘要服务（lacuna） | GitHub 排名表（Team 24 第一） | ✅ 三源一致 |
| 10 | baseline 配准 217.82 mm/156.98° | arXiv 正文表格 | lacuna 转述（217 mm） | — | ✅ 两源一致 |
| 11 | 数据许可 CC BY-NC-ND | arXiv 正文许可声明 | arXiv 标头 license（论文层） | Zenodo 7840021 同许可（组织方一贯口径） | ✅ 三源一致（数据层以正文声明为准） |
| 12 | 代码仓库 MIT（评测仓库） | GitHub STSR-Challenge LICENSE | 仓库列表页标注 | — | ✅ 两源一致 |
| 13 | 伦理批件 2022YR014 | arXiv 正文 | — | — | ⚠️ 单源（论文一手，已按一手来源采信） |
| 14 | 总结论文被 MedIA 接收 | arXiv 页眉 “Journal: Medical Image Analysis” | — | — | ⚠️ 单源（页眉声明，卷期未出，按存照处理） |
| 15 | 摘要成绩 0.967/0.738 | arXiv 摘要 | alphaXiv 等转载 | — | ⚠️ 与正文表格无对应行（坑 9 存照，不作裁决） |
注：标 ⚠️ 者为单源或内部矛盾项，条目正文中均已按"存照引用"处理——即写明出处层级与矛盾点，不强行归一。
12.3 术语表
| 术语 | 全称/解释 |
|---|---|
| CBCT | Cone-Beam Computed Tomography，锥形束 CT，牙科三维体数据成像 |
| IOS | Intraoral Scan，口内扫描，牙冠表面高分辨率三维网格 |
| SSL | Semi-Supervised Learning，半监督学习 |
| FDI 编码 | Fédération Dentaire Internationale 牙位记法，两位数标记恒牙（象限+序位） |
| 伪标签 | Pseudo-labeling，模型为未标注数据生成的高置信"临时标签" |
| 一致性正则 | Consistency regularization，扰动下要求预测稳定的 SSL 技术 |
| DAE | Denoising Autoencoder，去噪自编码器（冠军方案预训练阶段） |
| TTA | Test-time augmentation，测试时增强（亚军方案为提速移除） |
| NSD | Normalized Surface Dice，容差内表面积一致率 |
| IA | Instance Affinity，mIoU>0.5 实例占比 |
| PointNetLK | PointNet + Lucas-Kanade 迭代配准架构 |
| 可微 SVD | Differentiable Singular Value Decomposition，端到端求解刚体变换的头 |
| DAIMS | 本库数据集 AI-Ready 管理成熟度核查表（24 项） |
| ODIN | Oral and Dental Image Analysis workshop（MICCAI 2025 首届） |
| Codabench | 挑战赛在线评测平台（Codalab 演化版） |
| DAE | Denoising Autoencoder 的缩写（另见上表预训练条目） |
| mTRE/mTRE 类 | mean Target Registration Error 家族，配准误差的标志点度量总称 |
| HU | Hounsfield Unit，CT 密度单位（CBCT 预处理阈值过滤的对象） |
| FOV | Field of View，成像视野 |
| LNCS | Lecture Notes in Computer Science，Springer 计算机会议论文集系列 |
12.4 撰写过程留痕
| 环节 | 记录 |
|---|---|
| 开工三查 | 租约锁 writing/stsr/.lock（agentA-stsr，2026-09-27T06:11:32）；临时文件唯一化 /tmp/stsr_agentA-stsr_*；环境留痕 codebuddy 进程数=4 |
| 数据库查重 | ai_ready_dataset 表 url_name ILIKE ‘%stsr%’ 命中 0 行，slug 未被占用 |
| 存在性核验 | 三轮：arXiv/Springer/GitHub → Zenodo API/GitHub 仓库谱系 → 论文全文解析 + ODIN 官网/KCL 新闻 |
| 论文全文留档 | /tmp/stsr_agentA-stsr_arxiv.html（arXiv v1 HTML，424,081 字节），本条目全部正文引文回溯于此 |
| 官网直抓 | songhen15.github.io 本环境 SSL 连接重置（curl exit 35，WebFetch 亦失败），官网细节以多源交叉核验替代 |
12.5 修订记录
| 版本 | 日期 | 说明 |
|---|---|---|
| v1.0 | 2026-09-27 | 初版：三轮核验 + 九节 FACTS + 5 part 成稿（本文）；10 坑、16 问、DAIMS 14.5/24、附录 A-D |
后续修订触发条件（满足其一即应更新本条目）：① MedIA 正式卷期页码公布；② STS-Challenge-2026 赛事细节公开（新届任务与数据规模）；③ 组织方公开机读数据字典或多中心构成；④ Zenodo 出现 STSR 2025 本体正式记录。
12.6 AI 参与声明
本条目由千方病案医数集写手代理（agentA-stsr）基于公开网络来源检索与整理：三轮存在性核验（arXiv 全文解析/Springer/GitHub 仓库谱系/Zenodo API/KCL 新闻/odin-workshops.org）后撰写，所有数字回溯至来源清单并经三源互证；论文全文 HTML 已本地留存解析（arXiv v1，424 KB），规模多口径、成绩口径、章节混入等不一致处均如实存照于 §9。AI 未接触数据集本体，未运行任何本地数据实验；官网 songhen15.github.io 因本环境网络阻断未能直接抓取（SSL 连接被重置），相关细节以多源交叉核验为准。条目为对公开信息的工程化解读，不替代原始文献与官方页面。
附录 A：FDI 恒牙牙位速查表
STSR 2025 掩膜实例 ID 的编码基础。两位数：第一位为象限（患者视角顺时针），第二位为中切牙（1）至第三磨牙（8）。
| 象限 | 牙位编码（1→8） |
|---|---|
| Q1 右上（患者右侧上颌） | 11 中切牙 · 12 侧切牙 · 13 尖牙 · 14 第一前磨牙 · 15 第二前磨牙 · 16 第一磨牙 · 17 第二磨牙 · 18 第三磨牙 |
| Q2 左上（患者左侧上颌） | 21 · 22 · 23 · 24 · 25 · 26 · 27 · 28（与 Q1 镜像） |
| Q3 左下（患者左侧下颌） | 31 · 32 · 33 · 34 · 35 · 36 · 37 · 38 |
| Q4 右下（患者右侧下颌） | 41 · 42 · 43 · 44 · 45 · 46 · 47 · 48（与 Q3 镜像） |
使用提示：① 掩膜中缺失的牙位 ID 可能是先天缺失、拔除或阻生——不代表标注遗漏；② 乳牙列使用不同编码体系（象限 5-8），本数据集以恒牙为主、儿童样本中的发育期恒牙仍按 1-4 象限编码；③ 模型输出的牙位分类错误（论文 3D 失败模式 R）常发生在邻位牙（如 14/15、16/17 混淆）——利用上表的序列先验做邻位约束后处理是低成本修复手段。
附录 B：MICCAI 2025 三大牙科挑战赛对照
ODIN 2025 会场的三个卫星挑战赛同场竞技，一张表看全：
| 维度 | ToothFairy3 | 3DTeethSeg2 | STSR 2025（本条目） |
|---|---|---|---|
| 主任务 | CBCT 多结构快速分割 | 3D 牙齿分割+颌骨曲线等 | 半监督分割 + 跨模态配准 |
| 监督范式 | 全监督 | 全监督 | 半监督（双任务均设未标注池） |
| 核心数据 | 532 例全标注 CBCT，5 类结构 | CBCT 牙齿实例 | 370 例 CBCT (70/300) + 700 例 IOS |
| 硬指标 | 推理速度（限时速测） | 分割精度 | 标注稀缺下的性能 + 模态对齐 |
| proceedings | LNCS 16473 收录 6 篇 | — | LNCS 16473 收录 5 篇 |
| 库内条目 | toothfairy3(673) | 暂无 | stsr（本条目） |
读表要点：三者共享 FDI/牙科 CBCT 生态与 ODIN 评测哲学，但考纲互补——速度、精度、数据效率三个正交维度各有一赛。方法团队可以在 ToothFairy3 上验证"标得够时跑多快"，在 STSR 上验证"标得少时学多好"，两个成绩合起来才是方法的全息画像。
附录 C：关键数字-来源对照总表
条目全文出现过的核心数字集中存照（引用任何数字前先到本表核对口径与出处层级）：
| 数字 | 含义 | 精确出处 | 口径备注 |
|---|---|---|---|
| 370 | CBCT 全集总数 | 论文 Table 3 | 70 标注（30 训练+40 验证）/300 未标注 |
| 250 | CBCT 未标注数（训练集） | arXiv 摘要 | 与正文 ~300 矛盾（坑 1） |
| ~300 | CBCT 未标注数（训练集） | arXiv 正文 §3.1.1 | 与摘要 250 矛盾（坑 1） |
| 40 | CBCT 验证集标注数 | arXiv 正文 §3.1.1 | 在线评估用 |
| 7-70 | 数据集年龄跨度（岁） | 论文 Table 3 | 儿童样本为已知短板 |
| 30+ | 牙位类别数（FDI） | 论文 Table 3 | 32 颗恒牙位型 |
| 700 | IOS 样本总数 | arXiv 摘要 | 60 标注+640 未标注 |
| 330 | CBCT-IOS 配对总数 | 论文 Table 3 配准行 | 30 有 GT/300 无 GT |
| 30 | 配准训练真值对 | 论文正文 §3.1.2 | 每颌 4×4 刚性矩阵 |
| 50 | 配准验证配对（带 GT） | 论文正文 §3.1.2 | 在线评估用 |
| 78 / 392 | Task 1 注册队伍/提交次数 | 论文 Figure 3 + Springer | 终赛完赛 5 队 |
| 52 / 29 | Task 2 注册队伍/提交次数 | 论文 Figure 3 + Springer | — |
| 0.967 / 0.738 | 分割冠军 Dice/IA（摘要口径） | arXiv 摘要 | 与正文表格不一致（坑 9） |
| 0.9176 / 0.5778 | 分割冠军 Image DSC/IA（表格口径） | 论文 Table 6 | ±0.1970 / ±0.2589 |
| 0.9431 | 亚军 Image DSC（全场最稳） | 论文 Table 6 | ±0.0183 |
| 0.8701 | 大结构组冠军 Image DSC | 论文 Table 8 | ±0.0762 |
| 0.6409 | 根管系统组冠军 Image DSC | 论文 Table 9 | ±0.0455，全场未破 0.7 |
| 46.47 mm / 165.30° | 配准冠军平均平移/旋转误差 | 论文正文表格 | ±200.40 / ±83.87 |
| 161.08 mm / 164.57° | 配准亚军误差 | 论文正文表格 | — |
| 217.82 mm / 156.98° | 配准 baseline 误差 | 论文正文表格 | — |
| 0.75 | 冠军伪标签置信阈值 | 论文 §4.2.1 | — |
| 750+500 | DiceMed 两阶段训练 epochs | 论文 §4.1.2 | 30 标注 → 300 伪标签 |
| 3.5-4.9 h → 5.7-8.2 min | 人机协同 CBCT 标注耗时 | 论文 §6.3 | 初级牙医单例 |
| 2022YR014 | 伦理批件号 | 论文正文 | 杭州口腔医院医学伦理委员会 |
| 2025-04-25 | 注册开放与训练数据发布日 | 论文 + GitHub 时间线 | — |
| 2025-09-27 | ODIN Workshop 会场日 | ODIN 官网 + Springer | 韩国大田 |
| 2512.02867 | 总结论文 arXiv 编号 | arXiv | 2025-12-02 提交，MedIA 接收 |
| 10.5281/zenodo.7840021 | 前届 STS 2023 数据 DOI（辨析用） | Zenodo | 勿引为 STSR 2025（坑 3） |
附录 D：与库内条目的联动研究建议
供本库后续条目撰写者与选型研究者参考的联动矩阵：
| 联动组合 | 研究问题 | 组合方式 | 注意事项 |
|---|---|---|---|
| stsr + toothfairy3(673) | 监督量-性能关系；同会场比赛的方法谱系 | 同架构分别在全监督/半监督协议下训练 | 分辨率与类别体系对齐后再比数字 |
| stsr + toothfairy2(649) | 牙科 CBCT 分割的四年演进 | 协议沿革梳理；全监督上界参照 | ToothFairy2 的结构集（含下颌管）与 STSR 不同 |
| stsr + fdtooth(609) | IOS 表征预训练迁移到配准 | FDTooth 预训练编码器 → STSR Task 2 微调 | 许可兼容性逐案核查；域差距（设备/人群）要报告 |
| stsr + tufts-dental(57) | 2D 筛查提示引导 3D 精分割 | 级联 pipeline 或 cross-modal prompt | 全景片与 CBCT 的患者不重叠，属跨库迁移而非配对研究 |
| stsr + 前届 STS 2023/2024 | 三代半监督基准的纵向对比 | Table 3 口径统一后做规模/成绩演进图 | 三届任务定义不同（坑 7），对比要按"届次-任务"二维展开 |
后续为 3DTeethSeg2、STS-Challenge-2026 等补充条目时，建议直接挂接本条目 §8 的对照表体系，保持库内牙科板块的互链密度。
附录 E：复现与算力参考
诚实声明先行：论文与公开材料未统一披露参赛者的具体硬件与训练时长，本附录不给编造的 GPU 型号表，只给两条可靠的估算路径与一个决策框架。
估算路径一：从框架官方文档倒推
| 组件 | 框架生态 | 官方推荐配置思路 |
|---|---|---|
| 分割冠军骨干（U-Mamba2） | nnU-Net v2 生态 | nnU-Net v2 对中尺寸 3D 体数据的标准配置即可起步；Mamba 组件有官方实现仓库 |
| 配准冠军骨干（PointNetLK 谱系） | 点云配准经典框架 | 点云输入规模远小于体数据，单卡可跑是谱系常态 |
| 伪标签/一致性等 SSL 组件 | 纯训练策略 | 不额外增加显存需求，只增加训练轮次 |
估算路径二：从数据量倒推。30 例精标 + 300 例伪标签池的分割训练，数据量级远小于全监督大数据集（如 ToothFairy3 的 532 例全标注）——这意味着复现的训练成本主要消耗在"轮次多"而非"单轮重"，SSL 自训练的迭代结构（伪标签至少两代）决定了总时长约为全监督的 2-3 倍而非数量级差异。
算力决策框架：拿到数据包后先做三件事——① 用 baseline 在验证集出分（校准环境）；② 记录 baseline 单 epoch 时长，据此线性外推三阶段总预算；③ 若算力紧张，优先保证伪标签阶段的完整性、削减 DAE 预训练轮次（论文失败分析显示伪标签阶段对最终成绩贡献最直接，DAE 是锦上添花）。
最后一个提醒：复现报告里写清"论文未披露算力，本配置为自行估算"——这句话比一个来源可疑的 GPU 型号更能保护你的论文。
附录 E 复查清单（动手前逐项打勾）：
- [ ] 官方 baseline 已在验证集出分，环境校准完成；
- [ ] 数据重采样按官方预处理执行，未跳过；
- [ ] 评测指标按 instance 级（逐牙平均）计算，与官方协议对齐；
- [ ] 伪标签置信阈值设为 0.75（或声明了你自己的消融值）；
- [ ] 平移误差（mm）与旋转误差（°）分开报告，未合并；
- [ ] 引用成绩注明口径（摘要 0.967/0.738 vs Table 6 的 0.9176/0.5778）；
- [ ] 训练配置声明了"自行估算"属性。
STSR 2025 — AI-Ready Wikipedia | 千方病案医数集 · 本页 URL：https://www.qianfanghub.com/ai-ready-dataset/stsr/677
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：
- 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 / CT
- 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 / CT
- 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 / CT
- instance2022 — 共享标签：医学影像 / 医学图像分割 / 挑战赛数据集 / 评测基准 / CT
- trials — 共享标签：医学影像 / 医学图像分割 / 挑战赛数据集 / 评测基准 / CT
- lnq — 共享标签：医学影像 / 医学图像分割 / 挑战赛数据集 / 评测基准 / CT
- asoca — 共享标签：医学影像 / 医学图像分割 / 挑战赛数据集 / 评测基准 / CT
- orcascore — 共享标签：医学影像 / 医学图像分割 / 挑战赛数据集 / 评测基准 / CT
- segthor — 共享标签：医学影像 / 医学图像分割 / 挑战赛数据集 / CT
- ctooth — 共享标签：医学影像 / 医学图像分割 / 评测基准 / CT
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。
