信息速览
创伤 THOMPSON 挑战赛（Trauma THOMPSON Challenge，简称 T3）是一项面向急救与野外医学的第一人称视频理解赛事。它由普渡大学工业工程学院的 Juan Wachs 团队牵头，联合卡尔加里大学与 Geneva 基金会，记录了管式胸腔造口、针式胸腔造口、骨内通路建立、气管切开与止血带应用五类救命操作，共两百余段录像，动作、手势、器械与问答四层标注齐备。2023 年随 MICCAI 温哥华年会首次公开征稿，数据托管在 Harvard Dataverse。
赛事针对的缺口很具体：院前急救的 AI 助手需要看懂正在发生什么、下一步该做什么，而既有的公开手术视频要么来自设备齐全的手术室，要么只覆盖单一术式。野外、灾害与战伤场景的操作往往没有标准器械，急救者会拆衣服当绷带、用随手可得的物品替代导管，这类即需变通（just-in-time）操作几乎无数据可学。赛事的补位方式是把镜头戴在操作者头上采集第一视角，把五类致命状况的处置拆成动词-名词动作序列，同步给出「正在做什么」与「下一步做什么」两种监督信号。
上手路径按目的分三种。做动作识别与预测，先取 actions 分支的抽帧与标注表，常规与即需两类录像在划分上不可混用；做多模态问答，直接进 vqa 分支，但须先读清许可字段的两种口径；只想评测现成模型，从 2025 年版五个任务的测试集入手。无论哪一种，第一步都是提交同意表单取得下载链接。
§1 它是什么：定义、身份与版本
1.1 一句话定义与官方口径
创伤 THOMPSON 挑战赛是一个「赛事 + 配套数据集」的复合体。官方概述页的表述是：其首要目标是寻找在医学领域中、从第一人称视角出发进行自动动作识别与预测的最佳算法；为此提供一个由医学专业人员详细标注的救命干预（life-saving intervention，LSI）操作的第一人称视角数据集。组委会称这是第一个专门针对救命干预操作、带专业标注的第一人称数据集。
这个身份有两层含义。赛事层面，它是一个有明确截止日期、排行榜、论文投稿通道与奖项的年度评测活动；数据集层面，它是一份以录像为主体的公开资源，赛后可继续被当作训练与评测材料使用。两层的关系是：赛事驱动标注与基线，数据集承载赛后的研究价值。多数文献引用时把重点放在后者，这也是它与一般「挑战赛数据集」条目最大的不同——赛事的组织细节决定了数据的划分方式、测试集的封闭程度与指标口径，脱离赛事背景单独看数据会丢掉这些约束。
需要强调的是，官方材料并未把 THOMPSON 逐字母展开成词组。文件命名、代码仓名与论文标题使用的都是这个品牌名本身，因此把它当作首字母缩写去反推全称是常见的过头解读。唯一可以确定的拆解是 Trauma 一词点明了场景属性，THOMPSON 则作为专名沿用。
1.2 与「Thompson」同名实体的区隔
在医学图像处理与数据集的检索语境里，Thompson 至少还指向另外两件事，混淆的代价很直接：检索不到数据，或者引错文献。第一件是图像形态学中的 Thompson 分水岭思想及其后续变体，那是一类分割算法，没有配套的急救视频数据集；第二件是以 Thompson 命名的若干机构与人物数据集，与创伤、视频均无关。官方页脚的免责声明中出现的美国陆军部、国防部字样，指的是资助与协作背景，不属于命名来源。
因此检索时的最小限定词是 Trauma 或 T3。只写 THOMPSON Challenge 时，搜索结果里会混入同名赛事的旧页面与无关条目；加上 grand-challenge 域名限定，可以直接命中官方组织页。这一点在使用学术数据库时同样成立，标题检索建议用 Trauma THOMPSON 作为短语。
1.3 组织方与分工
组委会名单可以按机构归为三组。普渡大学组承担主要的技术与组织工作，包括 Nina Jiang、Yupeng Zhuo 与资深作者 Juan Wachs，其中 Nina Jiang 与 Yupeng Zhuo 同时是两个官方联系邮箱的主人；卡尔加里大学组提供重症与外科的临床视角，包括 Andrew W. Kirkpatrick 与 Jessica McKee，前者在创伤救治领域有长期研究积累；Geneva 基金会组提供军事与野外医学的场景支持，包括 Kyle Couperus、Oanh Tran、Jonah Beck 与 DeAnna DeVane。另有 Madigan 陆军医疗中心的 Eleanor Birch 与 Chad Gorbatkin 参与。
这份名单的构成本身说明了数据的设计取向：工业工程负责动作分解与视频标注的方法学，重症与外科负责判定哪些步骤在临床上成立，军方与基金会背景的成员负责确保场景贴近野外与战伤条件。论文作者列表与组委会名单并不完全重合，前者以普渡团队为主，后者包含更多临床与协作方成员，引用时应区分「论文作者」与「赛事组织者」两个集合。
1.4 时间线与版本状态
2023 年是第一次公开亮相。当年 6 月底，组委会通过视觉研究邮件列表发布征稿通知，文件里给出了完整的日程：7 月 6 日发布训练数据，8 月 15 日发布测试数据，8 月 25 日为参与声明表截止，9 月 1 日结果提交截止，9 月 5 日提交推理代码与模型权重，9 月 8 日摘要截止，9 月 15 日全文截止，9 月 22 日公布获奖者。会议现场安排在 10 月上旬的一个上午场。
2025 年出现第二个版本。T3 2025 的数据页把任务从四个扩展到五个，加入了手部追踪、器械检测与模拟真实度评估，并把规模分层写成训练集与测试集的明确数字。同年，数据集本身的系统性描述以两篇论文的形式落地：一篇投向 BMVC 2025，一篇被 Scientific Data 接收；年末另有 MELBA 期刊的正式发表版本，页码与 DOI 均可在期刊页查到。这一条版本链对使用者的意义是：同一批数据在不同论文里给出的统计口径不同，选择引用哪一篇会直接影响你写进论文的数字。
1.5 与既往手术视频数据集的关系
把 THOMPSON 放进手术视频数据集的谱系里，它占据的是一个此前空着的格子。腹腔镜方向已有成熟的公开资源，动作三元组、器械定位、阶段分割各有代表，但这些数据的采集环境是手术室：固定机位、标准器械、无菌流程、麻醉后的患者。白内障方向的公开数据同样如此，机位与器械都高度受控。
THOMPSON 改变的是三个变量。机位从固定改为随操作者头部移动，画面随视线晃动，视野边缘频繁进出；器械从标准套件改为可能缺失、可能被替代的状态，即需样本正是为此而设；操作对象从手术患者改为模拟人与尸体，代价是画面真实度的下降，收益是可以在受控条件下反复重演同一操作。三个变量叠加，使它的难度分布与手术室数据集显著不同：动作边界更模糊，背景更杂乱，器械外观一致性更差。
1.6 问题背景：为什么需要第一视角
第三人称固定机位拍操作，画面稳定、主体居中，算法容易把「画面里出现什么」当作「操作者在做什么」。第一人称机位则把动作与视线绑定：操作者低头看手，画面就是手；转头取器械，画面就离开术野。这种绑定带来两个后果，一是动作与画面变化的相关性更高，二是遮挡与离焦更频繁。
急救场景还额外引入时间压力。院前处置的判断窗口以秒计，动作预测的价值不在于事后标注，而在于提前几秒提示下一步。这也是赛事把动作识别与动作预测设为同一任务的两个子项的原因：识别看当下，预测看未来，两者共享同一套动作词表与时段标注，但评价指标与容错要求不同。
1.7 数据、赛事与论文的三位一体
使用这套资源时，需要同时看三份材料。数据在 Harvard Dataverse，以 DOI 定位，版本更新会改变文件清单；赛事规则在 Grand Challenge 的两个域名下，2023 年版与 2025 年版分属不同页面，任务定义与数据划分各不相同；方法描述与基线结果在论文里，Scientific Data 版偏重数据集本身的构成与标注流程，MELBA 与 BMVC 版偏重任务基准与模型比较。
三者的口径并不自动一致。数据页写的训练集段数、论文摘要写的录像总段数、仓库 README 写的分支段数，用的是三种粒度。把它们当成同一个数字引用，是最容易发生也最难自查的错误。
§2 数据构成：规格、字段与问答
2.1 八问八答
Q1：THOMPSON 是分水岭算法或 MRI 重建挑战吗？
都不是。这里的 THOMPSON 指 Trauma THOMPSON Challenge，是随 MICCAI 举办的第一人称急救操作视频理解赛事，与图像处理中的分水岭变换、磁共振重建评测没有任何关系，检索时须加上 Trauma 或 T3 限定词。
Q2：这个挑战赛属于哪个学会、哪一年开始？
2023 年作为 MICCAI 温哥华年会的卫星事件首次公开征稿，组委会由普渡大学、卡尔加里大学与 Geneva 基金会的人员组成，此后在 2025 年扩展为五任务的 T3 2025 版本。
Q3：数据集到底有多大？
按录像会话计为 220 段，其中 177 段常规操作、43 段即需变通操作；每个会话再切成若干短片段，片段总数因此远高于会话数。概述页写作两百余段录像，是最早的约数口径。
Q4：含哪五类救命操作？
管式胸腔造口、针式胸腔造口、骨内通路建立、气管切开与止血带应用，覆盖张力性气胸、失血性休克与外周循环塌陷等院前致命状况的处置入口。
Q5：动作标注采用什么语法？
动词-名词二元组，例如 take scalpel、make incision，每个二元组对应视频中的一段时间区间，既可作为动作分类的类别标签，也可作为动作预测的前序上下文。
Q6：怎么才能拿到数据？
先在官方页面注册赛事并提交用户同意表单，同意条款后页面跳转到下载链接页；2023 年版另有参与声明表与数据保密协议的要求，截止日期为当年 8 月 25 日。
Q7：许可是 CC BY 还是 CC BY-NC-SA？
仓库 README 的许可小节写 CC BY-4.0，而 VQA 标注 JSON 的 license 字段写 CC BY-NC-SA 4.0，两处并存且未说明适用范围，商用或再分发前应以同意表单条款与作者确认结果为准。
Q8：医学视觉问答部分有多少题？
仓库 README 称六十万帧配问答标注，T3 2025 数据页把训练集记为四十七万五千帧、测试集记为十一万九千帧；问答对数量与帧数不等同，具体题量未在公开摘要中列明。
2.2 数据规格表（含字段可靠性标注）
| 维度 | 内容 | 字段可靠性 |
|---|---|---|
| 录像总数 | 220 段无脚本第一人称录像 | 双源确认，论文摘要与 BMVC 稿件一致 |
| 常规与即需 | 177 段常规 + 43 段即需 | 单源确认，来自官方仓库分支说明 |
| 片段粒度 | 3,717 段高清片段 | 单源确认，来自期刊摘要 |
| 操作类别 | 五类救命干预 | 双源确认，概述页与论文一致 |
| 动作标注 | 动词-名词二元组 + 时段 | 单源确认，期刊摘要明确举例 |
| 问答标注 | 帧级问答，答案带置信度字段 | 依惯例推定，文件结构来自仓库示例 |
| 手部标注 | 左右手边界框，COCO 格式 | 单源确认，仓库给出完整目录与类别定义 |
| 器械标注 | 12 类器械，YOLO 文本格式 | 单源确认，仓库给出类别数与格式 |
| 真实度标注 | 片段级真实度评估 | 依惯例推定，仅 2025 版有，评分细则未公开 |
| 受试者编号 | P01 形式的两位编号 | 语义存疑，编号上限未见公开说明 |
| 空间分辨率 | 头戴机型原生长宽比，抽帧后长边保守 | 语义存疑，仓库未给统一分辨率 |
| 帧率 | 未公开 | 语义存疑，需下载后自查 |
| 语言 | 标注文本为英文 | 单源确认 |
表中的可靠性标注按三种语义使用。「双源确认」指至少两处独立官方材料给出相同表述；「依惯例推定」指结构可从官方示例代码块直接读出、但数量未被任何材料明文确认；「语义存疑」指字段存在但取值范围或口径未在公开材料中界定，使用者须自行核对。
这张表最值得注意的不是数字本身，而是两个缺口。帧率与分辨率未公开，意味着按帧数换算时长的任何推算都不牢靠；受试者编号的上限未公开，意味着无法从编号反推参与者人数，进而无法判断操作风格的多样性上限。
2.3 四支目录的组织逻辑
仓库把数据切成四支，每支对应一类监督信号，而不是按操作类别切。这一选择有明确的工程含义：同一段录像会同时出现在动作支与问答支，但两支出于训练效率考虑使用不同的抽帧密度与目录层级，因此不能假设两支的文件名一一对应。
动作支以会话-片段两层目录组织，目录名形如 P01_01_00，三段分别表示受试者、会话与片段序号，帧图按序号平铺，另有一份标注表记录片段级的操作类型与时间戳。这种结构的优点是定位直观，缺点是跨片段检索需要先读标注表再跳目录，无法直接按操作类型遍历。
手部支改为视频加逐帧框的配对结构。视频保留原始 MP4，框以每帧一个 JSON 存放，类别只有左右手两项。把视频与框分开存的原因是可复用：同一段视频可以换不同的框做追踪实验，而不必重新抽帧。
器械支是标准的单帧检测结构，图像与标注文本同名不同扩展名，标注文本每行一个目标，字段顺序为类别编号、中心点横纵坐标、宽高，全部归一化到零到一。这种格式不需要额外解析器，主流检测框架可直接读入。
问答支沿用微软 COCO 问答的字段风格，info 段记录数据集名、版本与年份，data_type 字段标为 mscoco，license 段给出许可链接，questions 段每题含图像名、问题文本与整数编号，annotations 段把同一编号与答案列表关联，答案带 confidence 字段。字段风格的沿用降低了接入成本，代价是默认了单图单问的形态，多轮追问需要自行扩展。
2.4 五类操作在数据中的分布
五类操作的共同点是「入口处置」：它们都发生在伤情明确之后、确定转运或确定性治疗之前，动作数量有限、顺序相对固定，因此适合做细粒度动作建模。胸腔造口分针式与管式两种，前者用于张力性气胸的紧急减压，动作短促；后者需要切开、撑开、置管、固定，动作链条长。骨内通路建立的关键在于定位与穿刺角度，动作幅度小、视觉特征集中。气管切开步骤最多，涉及切开、扩开、置管、固定与通气确认。止血带应用步骤最少，但绑扎位置与松紧的判断依赖视野外的信息。
分布上的不均衡体现在两个方向。一是长链条操作天然产生更多动作片段，短操作则片段少，按片段随机划分会让长操作在训练集中占比偏高。二是即需变通版本只对部分操作提供，仓库里的四十三段即需录像并未按操作类别平均分配，按类别做分层划分时可能出现某些类别没有即需样本的情况。
论文对变通场景的描述提供了一个具体例子：在没有正规绷带的情况下，撕开衣物压迫止血是唯一手段。这类操作在动作词表上与标准流程的对应关系并不一一对应，标注时需要在语义层面做映射，这一映射规则未在公开材料中给出，属于使用前必须核实的事项。
2.5 一次数据走查：以单个片段为例
假设取到 P01_01_00 这个片段，走一遍完整的使用路径，可以看到各支如何衔接。
先读动作支的标注表，拿到该片段的操作类型与时间戳列，据此知道它属于五类中的哪一类、起止时刻分别在哪一帧。再进入该目录下的帧图，按序号顺序读入，得到一段连续画面。此时若要做动作识别，标签是片段级还是时段级需要提前确认——标注表记录的是操作类型与时间戳，动词-名词的时段序列存在于何处，公开材料未给出明确位置，这是走查中最容易卡住的一环。
接着查手部支，若该片段属于手部子集，可从同名 JSON 中读出逐帧的左右手框；若不属于，则该支没有对应文件，需要用人体姿态或手部检测模型自行生成伪标签。器械支按单帧组织，与片段目录不共享命名，需要靠图像文件名中的片段前缀做关联，前缀与动作支目录名同构，这一点在关联时可用。
最后是问答支，其图像名与动作支帧图的前缀一致，可据此把问答对挂回片段。走查下来可以得到一个结论：四支的关联键是文件名前缀，而不是任何显式的元数据表。这在数据量小时可用，在需要精确统计时容易出错，建议自行建立索引。
2.6 标注者的身份与流程
Scientific Data 版把标注者明确写为医学专业人员，动作以动词-名词格式标注，原文举例为 take scalpel 与 make incision。这一信息至少排除了众包标签的可能，但标注者人数、专业层级、是否双人交叉、分歧如何裁决，均未在可公开获取的摘要段中说明。
从数据结构可以间接读出一些流程痕迹。问答标注的答案带有 confidence 字段，取值示例为 high，说明标注端至少区分了确定与不确定两档；若某题的所有答案都是高档，则该字段无法用于筛选，实际分布需要统计。手部标注区分左右手而不区分手指，说明标注目标是追踪与技能评估的粗粒度信号，而非手势姿态的精细重建。器械标注限定十二类，说明标注词表是封闭集合，超出集合的器械不会被标注，这一点会系统性降低召回的上界。
把这些痕迹串起来，可以形成一个谨慎的判断：标注流程偏重「可用性」而非「穷尽性」，词表封闭、置信度分级、类别粗粒度，都是为了让标注在可承受的人力范围内完成。这个取向对训练有利，对需要细粒度真值的评测不利。
2.7 与 2025 版的差异
2025 版不是简单的数量扩充，而是任务结构的重排。2023 版是两赛道四任务，赛道一含动作识别、动作预测、操作识别三任务，赛道二只有医学视觉问答一个任务。2025 版改为五任务并列，新增手部追踪、器械检测与真实度评估，并把动作识别与预测合并为同一任务的复合形式。
真实度评估是这次扩展里最特别的一项。它要求参赛者判断一段模拟创伤操作录像看起来有多真实，依据是步骤、器械与其他外观线索。这一任务的动机在官方任务页写得很直白：真实度评估可以用于筛选更高质量的训练素材，让算法学到最接近真实的手术过程。换句话说，参赛者在这个任务上训练出的模型，反过来可以当作数据清洗工具。
2025 版对同一支数据给出的段数与 2023 版不一致，原因不是数据变了，而是划分口径变了。2023 年版把常规录像整体作为训练与测试两个池，2025 年版把常规录像拆成训练与未见测试两部分，即需录像单独成池。看数字时应先确认是哪一版的划分。
2.8 规模数字的三种粒度
三组数字常被混用，逐一拆开看区别很明显。
会话粒度是 220 段，指一次从头到尾的完整操作录像，受试者戴一次镜头、做一次操作即计一段。这个粒度最贴近「例数」的直觉，论文摘要与概述页用的是它。
片段粒度是 3,717 段，指把长录像切成短片段之后的计数，切分依据是动作边界或固定的时长窗口。这个粒度最贴近「样本数」的直觉，适合与视频分类数据集横向比较容量，但只应作为容量参照而非样本统计口径。
帧粒度是问答与检测两支的单位，分别以万帧与十万帧计。这个粒度最贴近「计算量」的直觉，决定了显存与训练时长的下限。
三种粒度之间没有固定换算系数。从会话到片段取决于操作时长与切分策略，从片段到帧取决于抽帧密度。任何试图用单一系数在三种粒度之间换算的做法都缺乏依据，引用时应当原样给出所引材料的粒度名词。
2.9 数据的可获得性矩阵
| 分支 | 目录规模 | 标注格式 | 是否需额外申请 | 常见用途 |
|---|---|---|---|---|
| 动作 | 会话-片段两级 | CSV 标注表 | 随主包 | 动作识别、动作预测、操作分类 |
| 手部 | 视频 + 逐帧框 | COCO JSON | 随主包 | 手部追踪、技能评估 |
| 器械 | 单帧图像 | YOLO 文本 | 随主包 | 器械检测、器械定位 |
| 问答 | 帧图 + 两份 JSON | COCO 问答风格 | 随主包 | 医学视觉问答、视觉指令 |
四支在同一份同意表单下发放，没有单独的分支申请流程，这一点与部分需要分模块审批的数据集不同。但同意表单本身是人工环节，表单提交后页面跳转取得链接，无法用脚本完成，因此在自动化数据流水线里必须预留人工介入的步骤。
§3 怎么拿到：获取路径、许可与合规
3.1 两条获取通道
当前有两条路径可取到数据。第一条是赛事通道：在官方组织页注册，页面上的绿色加入按钮消失即表示注册成功，随后使用数据访问链接进入下载页。这条路径在 2023 年与 2025 年两个版本里都存在，区别在于 2023 年版还要额外签一份数据保密协议并提交参与声明表。
第二条是仓库通道：访问代码仓库首页，按说明填写用户同意表单，提交后自动跳转到含下载链接的页面。仓库通道与赛事注册是两件事，注册赛事不等于已同意数据用途条款，反过来同意表单也不保证取得排行榜资格。实际操作中建议两条都走一遍，因为赛事的提交入口与数据的下载入口分属不同系统。
无论走哪条，最终都落到同一份数据。Harvard Dataverse 上的 DOI 是稳定标识，但 DOI 指向的是数据集的登录页，下载链接由同意表单发放的那一页承载，两者不能互换使用。
3.2 许可与使用边界
许可表述存在两种口径，这是使用前必须处理的第一个问题。仓库首页的许可小节写的是 CC BY-4.0，含义是署名即可使用、允许商用与改编；而问答标注 JSON 的 license 字段写的是 CC BY-NC-SA 4.0，含义是署名、非商业、相同方式共享。两处的适用范围差异很大。
从文件结构看，license 字段只出现在问答支的两份 JSON 里，动作、手部、器械三支的标注文件没有内嵌许可字段。一种解释是问答标注单独采用更严格的许可，其余部分从宽；另一种解释是 JSON 里的字段沿用了 COCO 问答模板的默认值，未做修改。两种解释都缺乏官方确认，属于待核事项。
对使用者的实际建议是：研究用途且不再分发时，两种许可都不构成障碍；商用、再分发或用于产品训练时，必须先与作者确认，确认结果应落在书面记录里。论文引用时不要只写「CC BY-4.0」或只写「CC BY-NC-SA」，更稳妥的表述是原样说明两处口径并存。
2023 年版的保密协议是另一层约束。当年 8 月 25 日前须提交参与声明表，表内包含保密条款，这意味着早期使用者对测试集负有额外义务。赛后的公开数据是否仍带这一约束，公开材料未说明，按较严口径处理是更安全的做法。
3.3 存储与工程准备
四支数据的体积分布很不均衡。问答支以帧图为主，帧数最多，占用空间最大；器械支是单帧裁剪，总量次之；动作支以抽帧存储，占用取决于抽帧密度；手部支保留原始视频，单段体积大但段数少。
工程上需要提前决定三件事。第一是抽帧策略：动作支已提供抽帧，若任务需要更高时间分辨率，须回到原始视频重新抽取，这一步会显著增加 IO。第二是存储格式：帧图逐张存放在小文件场景下会拖慢读取，转成顺序存取的容器格式通常能明显提速。第三是划分索引：数据本身不带跨支的统一索引，建议先建立以片段前缀为主键的索引表，再在此基础上做划分。
显存与并发的规划与任务类型强相关。动作识别按时段切窗口，单样本帧数由窗口长度决定；器械检测单帧输入，批大小受图像分辨率限制；问答单帧单问，瓶颈在视觉编码器而非批大小。同一条流水线里同时跑三类任务时，建议按任务分配不同的数据加载器，而不是共用一套。
3.4 合规与引用清单
合规上有四点需要逐项确认。第一，用途声明须与实际用途一致，同意表单里填写的研究方向如果与后续论文方向不符，应视为需要补充说明的情形。第二，涉军免责声明出现在官方页脚，说明数据采集与军事医学存在关联，涉及军事应用场景的研究应留意这一背景。第三，参与者涉及受训人员与临床医师的影像，虽然画面主体是操作而非面孔，仍属于人体相关数据，公开使用时应避免可识别信息。第四，衍生模型的分发是否需要同步许可，取决于对许可口径的最终认定。
引用清单建议至少包含四项：数据集 DOI、Scientific Data 论文、MELBA 论文与赛事主页。四项的分工是 DOI 定位数据、Scientific Data 说明构成、MELBA 给出基准、主页说明赛事规则。只引其中一项会造成信息缺项，例如只引 DOI 会缺任务定义，只引赛事主页会缺版本信息。
3.5 下载与复现检查清单
按顺序执行以下步骤可以减少返工：确认所引版本是 2023 版还是 2025 版；提交同意表单并保存跳转后的页面链接；按四支分别下载并核对文件数与说明是否一致；用任意一个片段前缀贯通四支，确认关联键可用；随机抽取若干片段人工检查标注与画面对应；记录下载日期与文件校验值；在论文方法节写明所用版本与划分方式。
其中第五步最容易被跳过，也最容易暴露问题。标注与画面的对应关系在跨受训者、跨场景时会发生变化，例如同一动词在不同受训者身上的起止点差异明显，抽检能提前发现这类不一致，避免训练后才发现标签噪声。
§4 质量与已知问题
4.1 数据质量的三层结构
评估这套数据的质量，可以分三层看。第一层是采集质量，包括画面稳定性、光照、对焦与视野覆盖；第二层是标注质量，包括动作边界的一致性、问答答案的正确性与器械框的贴合度；第三层是设计质量，包括类别覆盖、场景多样性与划分合理性。三层的问题性质不同，修补手段也不同：采集问题只能靠使用时的预处理缓解，标注问题可以靠复核与清洗缓解，设计问题只能在解读结论时加以限定。
公开材料对三层的披露不对称。采集层有较充分的过程描述，包括环境、模拟人的差异与内容的多样性；标注层只说明由医学专业人员完成，未给一致性指标；设计层给出了类别与划分，但未讨论类别不均衡对结论的影响。这种不对称意味着使用者在标注层需要自行估计噪声水平。
4.2 模拟真实度带来的效度边界
所有录像是模拟或尸体条件下的训练画面，不含真实伤员的临床救治。这一点的后果不是「数据没用」，而是「结论的作用域要写清」。在模拟条件上训练出的动作识别模型，迁移到真实场景时会遇到至少三类分布偏移：皮肤与组织的视觉外观不同，血液与体液的呈现方式不同，环境光照与背景杂物不同。
真实度评估任务的存在恰恰说明组委会意识到了这个问题，并且选择把它变成一个可评测的子任务。但对使用者而言，真实度评分本身不替代效度检验。即使一段录像被评为高度真实，它仍然只是模拟，模型在其上的表现不能直接解读为临床可用性。
论文在讨论变通场景时给出的定位是：这类场景更贴近人道主义与野外作业医学的现实，标准流程常常必须被调整或创造性地执行。这一表述把变通数据的价值锚定在「贴近现实」而非「等同现实」，是可以被引用的限定表述。
4.3 假设—支持—反对：三个待判问题
| 假设 | 支持证据 | 反对证据 |
|---|---|---|
| 五类操作足以代表院前救命干预的主要动作谱 | 五类覆盖气道、循环与呼吸三个致命通路，均为院前高频入口处置；赛事以此设定任务边界 | 院前处置还包括复苏、除颤、气胸封闭等动作；仅五类无法覆盖全部救命操作，动作词表的封闭性限制了外推 |
| 即需变通样本可支撑变通场景的模型结论 | 论文把变通场景列为数据的主要特色之一，并有专门的动作序列 | 变通录像仅四十三段，且未按操作类别平均分配，按类别分层后单格样本量很小 |
| 动作词表在受训者与临床医师之间可通用 | 标注由医学专业人员按统一动词-名词格式完成，格式本身保证可比 | 不同熟练度操作者的动作切分粒度不同，同一动作的起止点可能存在系统差异，公开材料未给一致性数据 |
三行问题的共同点是：支持证据来自设计意图，反对证据来自规模与披露的限制。把它们同时写出来，比单方面断言数据可用或不可用更接近实情。
4.4 已知问题清单
一是版本漂移。同一条数据在 2023 版、2025 版与仓库说明中的段数、划分与任务定义均不相同，任何引用都必须标注版本。
二是粒度混淆。会话、片段、帧三种粒度在公开材料中交替出现，同一段落里混用两种粒度的情况并不罕见，转引时容易被放大。
三是标注流程披露不足。标注者人数、专业层级、交叉复核与分歧裁决规则均未公开，导致无法独立估计标注噪声。
四是测试集封闭性随时间变化。赛事期间的测试集标签不公开，赛后是否释放、以何种形式释放，公开材料未明确，影响赛后复现的可行性。
五是许可口径分裂。顶层与内嵌两处许可并存，缺少适用范围说明。
六是受试者规模不明。编号形式暗示有编号制，但上限未公开，无法据此判断操作风格的多样性。
七是器械词表封闭。十二类之外的目标不标注，检测指标的上界受此限制，跨数据集比较时需注意类别集合是否一致。
八是问答题量与帧数易被混同。帧数常被当作题量转述，实际二者是不同单位。
九是真实度评估缺乏评分细则。任务要求判断真实程度，但评分标准、是否多档、是否多人平均，均未在公开页面说明。
4.5 如何在论文中诚实使用这些局限
写法上有三条可操作的规则。第一，数字带粒度名词，写「若干段录像」或「若干片段」并注明计数单位，不把会话数当作样本数。第二，结论带作用域，写「在模拟与尸体条件下的五类院前操作上」，不写「在院前急救中」。第三，许可带出处，写明两处口径并注明以何者为准。
这三条规则的共同逻辑是把不确定性显式化，而不是消除它。在数据本身未提供一致性指标的情况下，声称「标注质量高」缺乏支撑；在样本仅四十三段的情况下，声称「变通场景已获充分覆盖」同样缺乏支撑。反之，如实写出边界并不会削弱研究的价值，反而让后续工作有了可以对接的起点。
§5 能做什么：任务清单与最小可执行路径
5.1 动作识别与动作预测
这是赛事的主任务，2023 版的赛道一前两项、2025 版的第一项都指向它。官方对任务的定位是双任务形式：同时识别当前动作并预测下一个动作。官方任务页把这种双任务设计解释为贴近急诊、战场医学与灾难响应的真实需求——在这些场景里，准确及时地理解医疗动作是有效干预的前提。
识别与预测共享同一套动作词表与时段标注，差别在监督信号的构造。识别任务把某一时刻之前的画面作为输入、把该时刻的动作作为标签，本质上是一个时序分类问题；预测任务把某一时刻之前的画面作为输入、把未来一段时间内将发生的动作作为标签，本质上是一个带提前量的时序预测问题。提前量的设定直接决定难度：提前越多，可用信息越少，基线越低。
训练这类模型时，最容易被忽视的是动作边界。词表里的每个动词-名词二元组对应一段区间，区间边界在画面上的表现往往是一个渐变过程，例如器械从画面边缘进入直到稳定握持，中间没有清晰的分界帧。把边界当作硬切分会让标签在切点附近带有系统性偏移，用带重叠的窗口或软标签可以缓解。
5.2 手部追踪与技能评估
手部追踪任务要求精确捕捉手部运动、区分左右手，并在实时条件下识别所持器械。官方把这一任务的动机落在两点：帮助照护者更方便地辨认合适器械，以及在紧急情况下保障患者安全。手套的存在被明确点名为难点，因为手套削弱了手部外观的纹理与颜色线索。
从数据结构看，手部支只给左右手两个类别，不给手指关节。这意味着任务的评价重心在定位与追踪稳定性，而非姿态精细度。要做技能评估，需要在左右手框的基础上自行构造特征，例如手部运动轨迹的平滑度、双手协同的时间占比、器械交接的停顿时长。这类特征与技能水平的关系在文献中有讨论，但本数据集未提供技能等级标签，因此只能做无监督或弱监督分析。
手部子集的规模在两种材料间有差异，仓库说明与赛事数据页给出的训练、测试段数不同。做实验前应确认所用版本，并按版本内的划分报告结果。
5.3 器械检测
器械检测任务要求识别急救过程中出现的关键医疗器械。官方任务页描述了难点：在不同且不可预测的医疗条件下，器械可能在颜色、形状上存在差异却功能相同，识别难度大；同时又强调准确且泛化性强的器械检测算法是实施急救流程的基石。
数据以单帧图像配边界框的形式给出，类别为十二类常用器械。检测任务本身的实现路径很成熟，开源检测框架可以直接消费这种格式。真正的难点在于开放场景：野外与灾害条件下，器械可能缺失、可能被替代，即需变通版本中的「器械」甚至不是器械。这构成了一个结构性矛盾——标注词表封闭在十二类，而场景要求模型对词表外目标保持合理的拒识能力。
可行的一条路径是把检测与开放集识别结合：在十二类上训练闭集检测器，再用能量分数或距离度量筛出低置信目标，作为「非标准器械」的候选。这种做法在评测上需要额外的开放集指标，而赛事是否提供这类指标，公开材料未说明。
5.4 医学视觉问答
问答任务要求对第一人称手术画面提出的一系列问题给出答案，问题涵盖器械、下一步与其他手术要素。官方把这项数据定位为第一个使用第一人称创伤手术数据构造的问答集，并与通用问答数据集做了区隔。
问题的类型可以按答案形态大致分成两类：一类是封闭式，例如是否出血、是否已置管，答案是一个词；另一类是开放式，例如下一步做什么、应该使用哪个器械，答案是一个短语。封闭式问题适合做准确率评测，开放式问题需要更细的匹配规则。官方示例里的问题是封闭式的「患者是否在出血」，答案字段带置信度，说明标注端对确定程度做了区分。
构造问答模型时有两个实践要点。一是不要把图像名当作输入特征，图像名里含片段前缀，若不加处理会让模型学到划分信息；二是要防止答案分布偏斜，封闭式问题的答案往往集中在少数几个词上，按随机划分时训练集与测试集的答案分布可能不一致，需要分层。
5.5 模拟真实度评估
这是 2025 版新增的任务，要求判断一段模拟创伤操作录像在多大程度上看起来真实。官方把用途写得很明确：筛选更高质量的训练数据集，让算法学到最接近真实的手术过程，是提高创伤救治辅助准确性的关键一步。
从任务形态看，它是片段级的回归或分级问题，输入是一段第一人称画面，输出是真实度判断。难度在于判断依据是隐式的：步骤是否规范、器械是否恰当、组织反应是否可信，这些线索分散在画面的不同位置与时间点，模型需要把它们聚合成一个整体判断。
这一任务的副产品值得注意。若模型能稳定预测真实度，它就可以反过来作为数据筛选器，用于从更大的未标注视频池中挑出高质量片段。这种「用模型清洗数据、再用清洗后的数据训练模型」的循环在其他领域已有实践，本数据集的真实度标注为其提供了一个起点。
5.6 最小可执行示例：七步走通动作识别
以下步骤假设已取得数据并按四支存放，目标是在单机上跑通一个动作识别的基线，不追求精度。
第一步，读动作支的标注表，确认列名与片段目录的对应关系，统计每个操作类别的片段数，检查是否严重不均衡。
第二步，按会话而非片段划分训练与验证，避免同一会话的片段同时落入两侧造成信息泄漏。这一条在视频任务里是最常见的错误来源。
第三步，把每个片段解码为固定长度的帧序列，帧数取所有片段时长的分位数附近，过长的截断、过短的补零，并记录所用策略。
第四步，选一个在通用视频数据上预训练的骨干网络，先冻结权重训练分类头，确认流水线无泄漏、指标不低于随机水平。
第五步，解冻部分层做微调，学习率取预训练阶段的一个小比例，监控验证集上的过拟合迹象。
第六步，按类别报告混淆矩阵，重点看长链条操作与短操作之间是否互相混淆，这两类在画面上的差异主要来自时长而非外观。
第七步，把同一流程应用到即需变通子集，单独报告结果，不要与常规子集合并统计。
七步里最容易出问题的是第二步与第七步。前者决定指标是否可信，后者决定结论是否越界。
5.7 不适合用它做什么
有三类用途不适合以本数据集为主要依据。第一类是临床决策支持的直接验证：数据是模拟条件，缺乏真实伤员的结局变量，无法支撑任何临床有效性主张。第二类是细粒度手指姿态研究：手部标注只有左右手框，没有关节标签。第三类是标准流程合规性判定：动作词表覆盖的是操作步骤，不包含步骤执行的规范程度，无法据此判断操作是否合规。
把边界写清楚，比在边界外硬做结论更有价值。上述三类用途若确有需要，应寻找带临床结局或细粒度姿态标注的补充数据，并把本数据集定位为预训练或对照来源。
§6 常见误读与引用陷阱
6.1 误读对照表
| 常见说法 | 实际口径 | 证据位置 |
|---|---|---|
| THOMPSON 是分水岭算法改进版或某类 MRI 重建挑战 | 与图像形态学、磁共振重建无关，实为第一人称急救操作视频赛事 | 官方概述页首段与任务页五类操作清单 |
| THOMPSON 是某人的姓氏缩写，全称可逐字母展开 | 官方材料从未把该词展开成词组，只是作为专名使用 | 概述页、仓库标题与论文标题均直接使用该词 |
| 数据集是两百多个样本 | 两百余是录像会话数，按动作切分后为数千个片段，两者粒度不同 | 论文摘要与期刊摘要两处 |
| 数据来自真实伤员的临床救治 | 全部为模拟人与尸体条件下的训练录像，不含真实伤员画面 | 论文引言与赛事任务页的模拟条件描述 |
| 只有常规操作，没有变通场景 | 即需变通录像单独成池，共四十三段，是数据的核心特色之一 | 论文摘要与仓库分支说明 |
| 四个任务，与 2025 年一致 | 2023 版为四任务两赛道，2025 版扩为五任务并新增真实度评估 | 概述页四任务段与 2025 数据页五任务段 |
| 数据集许可统一为 CC BY-4.0 | 顶层写 CC BY-4.0，问答标注 JSON 内嵌写 CC BY-NC-SA 4.0 | 仓库许可小节与问答示例 JSON |
| 填写同意表单后即可自由分发 | 需先注册赛事，2023 版另有保密协议与参与声明表 | 征稿通知的参与声明表截止条款 |
| 医学视觉问答有六十万道题 | 六十万是配注帧数，题量与帧数是不同单位 | 仓库问答分支说明 |
| 手部标注含手指关节，可直接做手势识别 | 只有左右手边界框，没有关节或手指标签 | 仓库手部标注的类别定义 |
| 器械检测覆盖全部急救器械 | 词表封闭为十二类，词表外目标不标注 | 仓库器械分支的类别数说明 |
| 动作词表是自由文本 | 采用动词-名词二元组的封闭词表形式 | 论文摘要与官方数据页的标注格式说明 |
| 排行榜分数跨年份可比 | 两版划分与任务定义不同，分数不可直接比较 | 2023 版与 2025 版数据页的划分说明 |
6.2 引用时最容易出现的三个具体陷阱
第一个是日期错位。同一份征稿通知里出现了两个会议日期，正文的重要日期段落写 10 月 8 日上午场，而邮件列表的标题与会议安排段写 10 月 12 日。转载者常任选其一而不注明，导致同一事件在文献中有两个召开日。稳妥做法是引用通知原文并同时标注会议为 MICCAI 2023 温哥华年会卫星事件，不单独依赖日期。
第二个是分支机构混写。动作支的段数、手部支的段数、器械支的帧数、问答支的帧数各有出处，把它们写进同一句「数据集包含 X 段视频、Y 帧图像」时，单位混用几乎不可避免。正式的写法是按支分列，或在句中明确标出每一数字对应的支与单位。
第三个是代码仓并用。论文给出的复现代码仓与期刊页面指向的仓库并非同一个地址，两者的说明文档与分支结构不完全一致。引用时若只写其中之一，使用者可能因找不到对应文件而认为数据缺失。正确做法是两个地址都保留，并注明各自承载的内容。
6.3 术语层面的四个易混点
多任务与多模态不是同义词。多任务指同一批数据上有多个监督目标，多模态指输入包含多种信号类型。本数据集是多任务但基本单模态：输入几乎全是视觉画面，标注覆盖动作、手部、器械与问答四种目标。把它称作多模态数据集会造成预期偏差，使用者会以为其中含有音频或传感器信号。
动作预测与动作识别常被合称，但在评测上是两件事。识别看当下，预测看未来，两者的输入窗口与标签构造不同。把两者合并报告时，必须说明提前量与窗口长度，否则数字无法复现。
操作识别与动作识别也不等同。操作识别是片段级的整段分类，回答「这段录像做的是哪类操作」；动作识别是时段级的细粒度分类，回答「此刻正在做哪个动作」。二者的标签层级不同，混淆会导致划分策略错误。
真实度评估与质量评估是两回事。真实度评估判断画面像不像真实场景，质量评估判断画面拍得好不好。前者关注与现实的接近程度，后者关注可读性。把两者混称会让数据筛选的目标失焦。
6.4 技术性陷阱：文件与路径
目录名中的三段编号之间用下划线连接，第二段与第三段在部分分支里表现为会话号与片段号，而在另一些分支里表现为片段号的不同表示。按字符串截取拆分编号时，若前缀长度固定还好，一旦遇到编号位数变化就会错位。稳妥做法是用正则匹配数字段，而不是按位置切片。
图像与标注的关联依赖文件名前缀，而不同支的前缀可能带不同的分隔符或补零位数。批量关联时应先统一规范化，再做匹配，避免因为补零差异导致大量漏配而不报错。
标注文本的坐标是归一化值，直接乘原图尺寸才能还原像素框。若混用了不同分辨率分支的图像，归一化坐标仍可用，但若误把归一化值当作像素值，框会缩到左上角，这个错误在可视化时一眼可见，在训练时却可能被当作模型不收敛。
6.5 技术性陷阱：评测协议
按片段随机划分是最常见也最严重的问题。同一段会话切出的多个片段高度相似，随机划分会让训练集与测试集共享几乎相同的画面，指标虚高。正确做法是按会话或按受试者划分，并在论文中写明划分单位。
测试集的封闭性在赛事结束后可能放宽，若在一份材料里看到测试集标签，需先确认其来源与授权，不要默认公开。
类别不均衡会随划分放大。长链条操作产生的片段更多，若按片段统计比例再抽样，短操作会被系统性稀释。分层抽样应以操作类别为层，而不是以片段为层。
§7 在生态中的位置
7.1 中性参见：库内相邻条目
与手术视频方向相邻的条目中，JIGSAWS 提供的是缝合与打结等显微操作的手势与技能评分，动作粒度落在手势层，与本数据集的动作段层形成互补；CholecT50 用动词-目标-器械三元组描述腹腔镜胆囊切除的动作，比本数据集的动词-名词二元组多一个器械维度；SurgToolLoc 2022 是弱监督器械定位挑战，任务形式与器械支相近但监督强度不同；MedVidQA 把医学教学视频与问答和时序答案定位结合，与本数据集的问答支在任务形态上最接近。
白内障方向的 CATARACTS 与 Cataract-1K 提供的是眼内手术的阶段与器械标注，采集环境高度受控，可作为对照理解本数据集在机位自由度上的差异。Hamlyn Datasets 提供腹腔镜场景的几何与影像数据，关注点偏三维重建而非动作。CathAction 面向介入器械的动作理解，同样是操作序列建模但场景在血管内。SurgVU 2026 是长视频手术视觉理解挑战，规模与机位逻辑都与本数据集不同。
7.2 谱系定位：从手术室到野外
把上述条目按采集环境排一条线，可以看到一条从左到右的谱：最左是眼内手术与腹腔镜，机位固定、器械标准、对象为麻醉患者；中间是机器人手术与介入，机位可动但仍在手术室内，器械为专用套件；最右是急救与野外，机位随人移动、器械可能缺失、对象是模拟人或尸体。
本数据集在最右端的位置决定了它的两个功能。功能一是补位：在它之前，极端条件下的操作视频几乎没有公开资源，动作建模的评测缺乏对应分布。功能二是压力测试：把在受控环境上训练的模型放到野外条件下考察，可以直接暴露对背景、光照与器械外观的过拟合。
7.3 互链条目说明
JIGSAWS 与本数据集的关系是任务同构、场景异质：两者都做动作与技能评估，但一个是显微操作的手势，一个是院前急救的步骤，评测指标与类别体系不能互换。
CholecT50 与本数据集的关系是标注语法相近：三元组可退化为二元组，因此把本数据集的标注映射到三元组框架是可行的，但反方向不可行，因为本数据集没有器械槽位。
SurgToolLoc 2022 与本数据集的关系是任务重叠、监督不同：前者用视频级标签做弱监督定位，后者用逐帧框做全监督检测，两者的指标不可直接对比。
MedVidQA 与本数据集的关系是问答形态不同：前者的答案需要在视频中定位时序片段，后者主要是单帧问答，前者的评测更强调时间定位能力。
7.4 上下游数据生态
上游是手术与操作视频的公开集合，腹腔镜、白内障、机器人手术各有代表，提供了预训练权重的来源。本数据集在迁移学习中通常扮演下游角色：用上游数据预训练，再用本数据微调。
下游是急救训练与辅助系统的评测。真实度评估任务产出的模型可作为数据筛选器，反哺训练素材的构建；手部追踪产出的轨迹可用于技能评估；动作预测产出的结果可用于实时提示。三条下游路径都还处在方法验证阶段，没有公开的临床部署证据。
§8 总结
8.1 适用与不适用
适用：做第一人称视频的动作识别与预测；做医学视觉问答在真实操作画面上的评测；做手部追踪与器械检测在非受控场景下的鲁棒性分析；做跨域迁移研究，把受控环境训练的模型迁移到野外条件；做模拟数据真实度的自动评估。
不适用：支撑临床有效性主张；研究手指级姿态；判定操作合规性；替代真实伤员的临床数据；作为器械种类的穷尽清单。
8.2 三句话概括
第一，它把院前救命操作的处置过程变成可计算的动作序列，填补了极端条件下操作视频的空白。
第二，它的价值不在规模而在分布：模拟条件、变通器械、移动机位三个变量叠加，构成了对现有模型的压力测试。
第三，它的边界必须与数据一同使用：模拟不等于真实，四十三段变通录像不等于变通场景已被充分覆盖，两种许可口径不等于可以任选其一。
§9 相关资源与引用
9.1 一手来源
| 资源 | 定位 | 地址 |
|---|---|---|
| 赛事概述页 | 目标、五类操作、四任务与组委会联系邮箱 | https://thompson-challenge.grand-challenge.org/overview/ |
| 赛事主页 | 概述与投稿入口 | https://thompson-challenge.grand-challenge.org/ |
| 2025 版任务页 | 五任务的详细说明与设计动机 | https://t3challenge25.grand-challenge.org/task/ |
| 2025 版数据页 | 训练与测试集的段数、帧数 | https://t3challenge25.grand-challenge.org/data/ |
| 数据集 DOI | Harvard Dataverse 上的数据登录页 | https://doi.org/10.7910/DVN/V5BTRU |
| 代码与说明仓 | 四支目录结构、格式示例、许可小节 | https://github.com/purdue-isat/TT |
| 备用代码仓 | 期刊页面指向的仓库 | https://github.com/zhuoyp/TTD |
| Scientific Data 论文 | 数据集构成、标注语法与规模 | https://doi.org/10.1038/s41597-025-06365-y |
| MELBA 论文 | 基准任务与模型比较 | https://doi.org/10.59275/j.melba.2025-5ce1 |
| BMVC 2025 稿件 | 数据集概览与新增标注层 | BMVA 归档 Paper 1135 |
| 征稿通知存档 | 2023 年完整日程与组委会名单 | 视觉研究邮件列表 2023 年 6 月存档 |
9.2 引用格式建议
引用数据集本体时，建议给出数据集名、版本年份、DOI 与访问日期四项。引用赛事时，建议给出赛事全名、所属会议与年份、官方主页三项。引用方法时，建议给出两篇论文中与该论点对应的一篇，不要同时挂两篇了事。
示例：Trauma THOMPSON Dataset (TTD), 2025 version. Harvard Dataverse. https://doi.org/10.7910/DVN/V5BTRU（访问日期：另行填写）。
9.3 延伸阅读线索
动作分解与标注方法学可循手术动作三元组的文献脉络；开放集检测可循野外语义分割与拒识的文献脉络；医学视觉问答可循通用医学影像问答基准的评测协议；模拟真实度可循仿真环境可信度评估的文献脉络。四条线索均可从本文列出的论文参考文献表出发，无需另行检索入口。
§10 AI 使用声明卡
| 项目 | 内容 |
|---|---|
| 适用场景 | 文献综述辅助、数据结构解析、指标口径对照、术语中文对照 |
| 不适用场景 | 替代临床判断、替代数据许可的法律解释、替代官方版本说明 |
| 已知风险 | 模型可能按记忆补齐未公开的段数与类别数；可能把不同年份的划分混为同一版；可能把问答帧数当作题量 |
| 使用建议 | 涉及数字时回溯到本文所列的一手来源；涉及许可时以同意表单条款为准；涉及年份时先确认版本 |
| 输出标注 | 建议在使用生成文本时标注数据版本与来源编号，便于他人复核 |
| 复核要求 | 任何进入论文的数字性结论，应由人工对照一手来源核对一次 |
附录 A 关键数字速查
| 指标 | 数值 | 单位 | 来源分支 |
|---|---|---|---|
| 录像会话 | 220 | 段 | 论文摘要 |
| 常规操作录像 | 177 | 段 | 仓库说明 |
| 即需变通录像 | 43 | 段 | 仓库说明 |
| 切分片段 | 3,717 | 段 | 期刊摘要 |
| 手部子集 | 30 | 段 | 仓库说明 |
| 手部训练与测试 | 训练 20、测试 15 | 段 | 2025 数据页 |
| 器械检测训练帧 | 36,000 | 帧 | 2025 数据页 |
| 器械检测测试帧 | 10,000 | 帧 | 2025 数据页 |
| 器械类别 | 12 | 类 | 仓库说明 |
| 问答训练帧 | 475,000 | 帧 | 2025 数据页 |
| 问答测试帧 | 119,000 | 帧 | 2025 数据页 |
| 操作类别 | 5 | 类 | 概述页 |
| 任务数（2023 版） | 4 | 项 | 概述页 |
| 任务数（2025 版） | 5 | 项 | 2025 数据页 |
附录 B 缩写表
| 缩写 | 全称 | 中文 |
|---|---|---|
| T3 | Trauma THOMPSON Challenge | 创伤 THOMPSON 挑战赛 |
| TTD | Trauma THOMPSON Dataset | 创伤 THOMPSON 数据集 |
| LSI | life-saving intervention | 救命干预 |
| JIT | just-in-time | 即需，指资源受限时的临场变通 |
| VQA | visual question answering | 视觉问答 |
| MVQA | medical visual question answering | 医学视觉问答 |
| COCO | Common Objects in Context | 通用目标标注格式及其数据集 |
| YOLO | You Only Look Once | 单阶段目标检测框架系列 |
| LNCS | Lecture Notes in Computer Science | 计算机科学讲义丛书 |
| MICCAI | Medical Image Computing and Computer Assisted Intervention | 医学图像计算与计算机辅助介入会议 |
| BMVC | British Machine Vision Conference | 英国机器视觉会议 |
| MELBA | Machine Learning for Biomedical Imaging | 生物医学成像机器学习期刊 |
| CSV | comma-separated values | 逗号分隔值文本 |
附录 C DAIMS 评估表
| 维度 | 评分 | 说明 |
|---|---|---|
| 目的说明（Purpose） | 4 | 概述页与任务页均明确写出面向野外与资源受限环境的操作辅助，动机陈述完整 |
| 数据来源（Source） | 4 | 模拟人与尸体条件下的采集，机构与场景可追溯，但参与者规模未公开 |
| 采集过程（Collection） | 3 | 有机位与场景描述，缺帧率、分辨率与采集设备型号等参数 |
| 标注流程（Annotation） | 3 | 标注者为医学专业人员，语法统一，但缺人数、一致性与复核规则 |
| 数据规模（Volume） | 3 | 段数在同类数据中偏小，按片段计尚可，按类分层后单格样本有限 |
| 覆盖范围（Coverage） | 3 | 五类操作覆盖主要院前通路，器械词表封闭，场景多样性有描述无量化 |
| 一致性（Consistency） | 2 | 四种公开材料对段数给出三种口径，版本间无对照表 |
| 可获取性（Accessibility） | 3 | 有稳定 DOI 与同意表单，无匿名直链，自动化拉取受限 |
| 许可清晰度（Licensing） | 2 | 两种许可口径并存且无适用范围说明 |
| 可复现性（Reproducibility） | 3 | 有代码仓与基线，缺测试集标签的公开释放说明 |
| 综合 | 3.0 | 设计与动机清晰，披露与版本管理是主要短板 |
附录 D 检索模板
精确短语检索："Trauma THOMPSON" 加 dataset 或 challenge。限定站点检索：site:grand-challenge.org THOMPSON。期刊检索："THOMPSON" AND "life-saving intervention"。代码检索：github purdue-isat TT。排除词：加 -watershed -MRI 可滤掉同名的图像处理结果。
中文检索时建议直接用「创伤 THOMPSON」而非「汤普森挑战赛」，后者会命中大量无关赛事与人名条目。
附录 E 使用前检查清单
- 已确认所用版本是 2023 版还是 2025 版
- 已确认所引段数对应的粒度是会话、片段还是帧
- 已提交同意表单并保存下载页链接
- 已确认许可口径以何者为准，并在方法节写明
- 已建立以片段前缀为主键的跨支索引
- 划分按会话或受试者进行，未按片段随机划分
- 已抽检若干片段核对标注与画面对应
- 已在论文中写明模拟条件的作用域限制
附录 F 未覆盖内容
一是受试者人数与专业背景分布，公开材料只给出编号形式，未给出人数与培训层级统计。二是标注一致性的任何量化指标，包括动作边界的一致率与问答答案的一致率。三是基线模型的具体分数表，本次抓取到的摘要段未包含结果表，逐任务分数需回到论文正文表格核对。四是 2025 版与 MICCAI 2025 的正式挂靠关系，赛事页面只自称 T3 2025，未在可抓取段落中说明与年会的隶属。五是测试集标签的赛后释放政策。六是真实度评估的评分细则。
编辑说明
核验方式与时间：2026 年 10 月 17 日，以三次网络检索与五次网页抓取完成三源互证，源为官方概述页、2025 版数据页与任务页、仓库说明文档、期刊与会议论文摘要页。
双口径冲突逐条存照如下。录像总段数：220 段（论文摘要）、其中片段总数记于期刊摘要、两百余段（概述页），按会话、片段、约数三种粒度处理。常规与即需划分：177 加 43（仓库说明）对应训练 141、测试 36 加即需 43（2025 数据页），两者互为同一集合的两种切法。手部子集：30 段（仓库）对训练 20、测试 15（2025 数据页）。器械帧数：25,000 帧（仓库）对训练 36,000、测试 10,000（2025 数据页）。问答帧数：六十万帧（仓库）对训练 475,000、测试 119,000（2025 数据页）。许可：CC BY-4.0（仓库许可小节）对 CC BY-NC-SA 4.0（问答 JSON 内嵌）。会议现场日期：10 月 8 日与 10 月 12 日并存于同一份征稿通知。代码仓：purdue-isat/TT 与 zhuoyp/TTD 两个地址并存。
结论强度分级：A 级（三条以上独立证据）为五类操作清单、赛事所属会议、组织方机构构成、动作标注的动词-名词语法；B 级（两条证据）为 220 段会话数、四十三段即需录像、四支目录结构、十二类器械；C 级（单一来源）为手部子集段数、器械与问答帧数、真实度任务占比；D 级（推断）为标注者人数与一致性水平、受试者规模、测试集赛后释放政策。
版本日志：v1 首稿，2026-10-17，依据上述来源成稿。
下次复核建议：数据页版本号或论文正式卷期发生变化时复核段数口径；许可口径若被作者澄清，删去双口径并存表述。
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：
- medvidqa — 共享标签：医学影像 / 手术视频 / 视觉问答 / 评测基准
- cholectriplet2021 — 共享标签：医学影像 / 手术视频 / 挑战赛数据集 / 评测基准
- mavis — 共享标签：医学影像 / 手术视频 / 视觉问答 / 评测基准
- omnimedvqa — 共享标签：医学影像 / 视觉问答 / 评测基准
- tus-rec — 共享标签：医学影像 / 挑战赛数据集 / 评测基准
- ai4life-mdc24 — 共享标签：医学影像 / 挑战赛数据集 / 评测基准
- ultrasoundenhance2023 — 共享标签：医学影像 / 挑战赛数据集 / 评测基准
- heichole — 共享标签：医学影像 / 手术视频 / 挑战赛数据集 / 评测基准
- pitvis — 共享标签：医学影像 / 手术视频 / 挑战赛数据集
- serv-ct — 共享标签：医学影像 / 手术视频 / 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。
