信息速览

数据集名称ULS23 通用病灶分割挑战赛 — 胸腹盆 CT 三维通用病灶分割基准

数据类型影像数据,人工标注,分割掩码,挑战赛数据

规模训练集 38,693 病灶（胸腹盆 CT）；公开测试集 775 病灶 / 284 患者（Radboudumc 368/152pt + JBZ 407/132pt）；最终测试 725 病灶/268 患者

接入方式复用 DeepLesion 测量信息并由学生三重分割取多数（DeepLesion3D 743-750 病灶）+ Radboudumc 资深放射科医生分割的骨 697-744 与胰腺 120-124 新标注 + 聚合 KiTS21/LiTS/NIH-LN/LIDC-IDRI/LNDb/MDSC 等公开数据集

AI 就绪度

INFOBOX — ULS23 一屏速览

维度内容

本质 3D 通用病灶分割挑战赛 + 训练/测试数据集 + 开源基线模型三合一（非单一纯数据集）

主管机构 Radboudumc Diagnostic Image Analysis Group（DIAG，荷兰奈梅亨）

组织者 Max de Grauw、Bram van Ginneken、Alessa Hering；合作方 NIH（Summers 组）

数据提供 Radboudumc + Jeroen Bosch Ziekenhuis（JBZ，荷兰斯海尔托亨博斯）

论文 Medical Image Analysis 2025;102:103525（doi:10.1016/j.media.2025.103525）；arXiv:2406.05231

模态 胸-腹-盆 CT（chest-abdomen-pelvis），VOI 256×256×128 体素

训练规模 38,693 病灶（新颖标注 + 10 个聚合公开数据集）

测试规模 775 病灶 / 284 患者（Radboudumc 368 + JBZ 407）；最终测试 725/268

新颖标注 DeepLesion3D 743-750 + 骨 697-744 + 胰腺 120-124（双口径）

任务单点/框提示下的 3D 病灶分割（模拟放射科医生点击）

指标 SP(Dice) + LAE/SAE(SMAPE) + SCS；CS = 0.8·SP+0.05·LAE+0.05·SAE+0.1·SCS

基线 nnUnet-ResEnc+SS 半监督：Dice 0.703 ± 0.240，CS 0.729

许可 CC BY-NC-SA 4.0（非商业+署名+相同方式共享）

平台 Grand Challenge（type II 挑战）；数据 Zenodo；代码 GitHub

§0 导读：这个数据集解决什么问题

一句话定位：ULS23（Universal Lesion Segmentation Challenge '23）是 Radboudumc 诊断图像分析组（DIAG）主导发起的 3D 通用病灶分割挑战赛及其配套基准数据集——它让模型学会在胸-腹-盆 CT 上分割任意类型的病灶（淋巴结、骨、肝、肺、肾、胰腺、结肠、腹膜、乳腺等），而不只是某一器官的专属肿瘤。

0.1 它要解决的临床痛点

现代肿瘤随访依赖 RECIST 指南（Response Evaluation Criteria In Solid Tumors）对目标病灶做长/短轴测量，一只患者往往跨多器官、多时间点，人工测量耗时且观察者间变异大。
已有挑战赛多聚焦单器官：LiTS（肝）、KiTS（肾）、LNDb（肺结节）、MDSC——但这些模型泛化不到罕见病灶类型（如卵巢癌、脾脏病灶）。
通用病灶分割（ULS）模型需要多类型、大规模、3D 标注的数据才能训练，而公开资源长期不足。

0.2 ULS23 的三点贡献（论文 Contributions 原文口径）

收集大规模多样训练集——新发布针对胰腺与骨病灶的两个数据集，并聚合 10 个含病灶分割成分的公开数据集为单一仓库；
建立可复现基准——用两医疗中心的临床相关病灶精心构建测试集，提升 ULS 研究的可复现性；
开源基线模型——开发并公开半监督 ULS 基线模型，附带算法容器。

0.3 阅读本条目须知（三条口径声明）

全文统计数字均出自论文（Medical Image Analysis 2025;102:103525）正文与 Table 1，以及 Zenodo README / Grand Challenge 官方页；双口径冲突处已在 §10 坑点与附录存照。
ULS23 不是 DeepLesion：它复用 DeepLesion 的测量信息并重新做 3D 分割，是「复用 + 新标注」的挑战集/基准集，而非 DeepLesion 本体（后者是 32,735 病灶的全集）——详见 §9 库内关系。
检索时若把「ULS23」当作纯数据集名会漏掉它的挑战赛属性与基线模型；若把它等同 DeepLesion 则会张冠李戴（坑 1、坑 2）。

0.4 为什么 ULS23 值得单列一个条目

在医学影像数据集谱系里，ULS23 有三重身份叠加，正是它值得细读的原因：

临床命题独特：它回答的不是"如何分割肝肿瘤"这种单器官问题，而是"一个模型能否通吃胸腹盆所有病灶类型"——这是通用医学 AI 的核心命题之一。
数据工程复杂：它不是"采集—标注—发布"的直线流程，而是"复用旧数据（DeepLesion）+ 新标注（骨/胰腺）+ 聚合公开源（10 个数据集）"的三路拼接，理解其构成本身就是一堂数据工程课。
基准持续运行：它 2023 年启动、2026 年仍在更新排行榜，是一个"活"的基准，而非一次性发布的静态快照。

对检索者而言，ULS23 的价值不止于"能下载 3.8 万病灶"，更在于它展示了一套在数据稀缺与类型多样之间权衡的可行范式。

0.5 条目组织说明

§1 十问十答：快速建立整体认知；
§2 数据构成与规格：三层来源、VOI 设计、双口径；
§3 采集与构建方法：三条流水线的细节；
§4 评估体系与基线模型：指标公式与基线成绩；
§5 挑战赛运行机制：type II 与时间线；
§6 获取与许可：三件资产的门与 AI-Ready 评估；
§7 生态、谱系与影响：ULS 研究脉络；
§8 使用指南：上手路径、训练配置、合规清单；
§9 库内关系：重点消歧 ULS23 ≠ DeepLesion；
§10 避坑清单：十个坑；
§11 总结 + FAQ 48 问 + 事实清单 + 术语表 + 附录 + 尾注。

§1 数据集速览：十问十答

Q1：ULS23 到底是什么？
一个 2023 年启动的 3D 通用病灶分割挑战赛，同时产出一套训练数据集、一个公开测试基准与一个开源基线模型。它由 Radboudumc DIAG 主办，运行在 Grand Challenge 平台上。

Q2：ULS 三个字母指什么？
Universal Lesion Segmentation（通用病灶分割）——核心诉求是让一个模型泛化到多种病灶类型，而非每个器官训一个专用模型。

Q3：23 指什么？
2023 年。挑战于 2023-10-29 发布训练数据，2024 年主赛（2404-04-09 结束）。注意它是 ULS 系列的某一届口径，与往届 ULS19/ULS22 的关系论文未述（见坑 6）。

Q4：它有多少病灶？
论文摘要口径：训练集 38,693 病灶，测试集 775 病灶 / 284 患者。训练集由新颖标注（DeepLesion3D + 骨 + 胰腺）与 10 个聚合公共数据集共同构成。

Q5：它和 DeepLesion 什么关系？
ULS23 的 ULS23_DeepLesion3D 子集复用了 DeepLesion 的病灶测量信息，由学生做 3D 轴位分割（三重复取多数投票）。但 ULS23 ≠ DeepLesion——DeepLesion 是 2017 年发布、含 32,735 病灶的检测数据集，ULS23 是 2023 年的 3D 分割挑战集（坑 2）。

Q6：谁做的？
Radboud University Medical Center（Radboudumc）诊断图像分析组（DIAG）的 Max de Grauw、Bram van Ginneken、Alessa Hering；合作方为美国 NIH（Mathai Tejas、Pritam Mukherjee、Ronald Summers）。

Q7：数据从哪来？
三条来源：（1）复用 DeepLesion 做 3D 重分割；（2）Radboudumc 医院新采集标注的骨与胰腺病灶；（3）聚合 10 个公开数据集（KiTS21/LiTS/NIH-LN/LIDC-IDRI/LNDb/MDSC 等）。

Q8：任务怎么定义？
给定一个 256×256×128 体素的 VOI（其中心必有一个病灶体素，用于模拟放射科医生的"点击"），模型输出该病灶的 3D 分割掩码，并可推长/短轴直径。

Q9：怎么评测？
四项指标：分割性能 SP（Sørensen–Dice）、长/短轴测量误差 LAE/SAE（SMAPE）、点击鲁棒性 SCS（分割一致性分数），加权得挑战分数 CS = 0.8·SP + 0.05·LAE + 0.05·SAE + 0.1·SCS。未使用 NSD（坑 3）。

Q10：怎么获取？许可是什么？
训练数据经 Zenodo 公开下载（Part 1-6 分卷），标注与代码在 GitHub；测试集为 type II 挑战形式不公开分发。数据许可 CC BY-NC-SA 4.0（非商业+署名+相同方式共享）。

§2 数据构成与规格

2.1 规模、来源与机构构成

ULS23 的数据不是一个单一来源的整块数据集，而是一个三层来源的拼接体。理解其构成是理解一切统计数字的前提。

层级	类别	病灶数	Series	机构/来源
新颖标注	DeepLesion3D	743（README 口径 750）	743	NIH（测量信息复用）
新颖标注	Radboudumc-Bone	697（README 口径 744）	151	Radboudumc
新颖标注	Radboudumc-Pancreas	120（README 口径 124）	119	Radboudumc
聚合公开	KiTS21	332	300	肾
聚合公开	LiTS	832	113	肝
聚合公开	NIH-LN ABD	557	85	腹部淋巴结
聚合公开	NIH-LN MED	375	90	纵隔淋巴结
聚合公开	LIDC-IDRI	2,236	750	肺
聚合公开	LNDb*	692	208	肺（不打包）
聚合公开	MDSC-Lung	70	63	肺
聚合公开	MDSC-Colon	131	126	结肠
聚合公开	MDSC-Pancreas	283	281	胰腺
部分标注	DeepLesion	31,849	14,498	半监督用伪掩膜
部分标注	CCC18	1,211	404	半监督用伪掩膜

上表为论文 Table 1 口径。新颖标注的双口径（743 vs 750、697 vs 744、120 vs 124）是本条目最需要留意的数字陷阱：Zenodo README 与 HuggingFace 镜像页记 750/744/124，论文 Table 1 记 743/697/120。差异源于 held-out 评估掩膜——Zenodo 附带 744 张骨影像，但公开掩码只有 697 个，51 张"无公开掩膜（held-out 评估病灶）"被排除在公开计数外（坑 4）。

测试集：论文摘要口径 775 病灶 / 284 患者，来自两个医疗中心：

Radboudumc：368 病灶 / 152 患者
Jeroen Bosch Ziekenhuis（JBZ，荷兰斯海尔托亨博斯）：407 病灶 / 132 患者

其中划出验证集 50 病灶 / 16 患者（每中心各 25），验证集与测试集患者级无重叠；扣掉验证集后最终测试集为 725 病灶 / 268 患者。测试集性别分布 53.5% 男性 / 46.5% 女性，51.4% 的病灶在放射报告中明确标注为 baseline 测量。

2.2 VOI 规格与"点击模拟"设计

ULS23 的影像不是整幅 CT，而是围绕每个病灶裁剪的 VOI（volume-of-interest，感兴趣体积），规格固定为 256×256×128 体素，保持原始 scan spacing（不重采样）。

这一设计有两个关键约束：

中心必有病灶体素：VOI 采样时保证几何中心落在一个病灶体素内（从病灶掩膜内随机选取），用来模拟放射科医生的一次点击（click）。这决定了 ULS23 的任务本质是"点击提示下的 3D 分割"，而非全自动检测。
单病灶原则：每个 VOI 仅含 1 个标注病灶；与中心病灶不相连的邻近病灶掩膜会被移除，避免多病灶混淆监督信号。

排除规则：轴径大于 VOI 尺寸的病灶被排除在测试集外；必要时以最小值 -1 填充以标识 padding 位置。加载数据时注意 MONAI 版本需 ≥1.2.0（旧版本有已知加载问题）。

2.3 病灶类型分布与代表性

ULS23 的核心主张是"通用"（universal），因此训练集的病灶类型刻意铺开。DeepLesion3D 子集的选样构成直接体现这一点：

200 abdominal（腹部）
100 bone（骨）
50 kidney（肾）
50 liver（肝）
100 lung（肺）
100 mediastinal（纵隔）
150 assorted（其他各类）

合计 750（README 口径；论文 Table 1 为 743）。选样方式为 hard-negative mining（难负样本挖掘）：用一个标准 3D nnUnet（在完全标注公开数据上训练）预测病灶轴径，与 DeepLesion 参考测量对比，纳入表现最差的病灶——即模型最容易分割错的那些。这样选出来的病灶最能暴露模型短板。

测试集的病灶类型同样多样：肿大淋巴结，以及肾、结肠、胰腺、骨、肺、肝、腹膜、乳腺等。每个测试病灶都由临床语境识别为"目标病灶"（target lesion），确保多样性与临床相关性。

2.4 骨与胰腺：两个"难啃"的新子集

论文特别强调"针对传统上难以分割的胰腺与骨病灶引入两个新数据集"：

ULS23_Radboudumc_Bone：来自 Radboudumc 医院研究，按放射报告提及骨病选病灶，含硬化性（sclerotic）与溶骨性（lytic）两类骨病灶；由资深放射科医生 3D 分割。
ULS23_Radboudumc_Pancreas：同样来自 Radboudumc，按放射报告提及胰腺病选病灶；胰腺数据由 Natália Alves、Megan Schuurmans、Henkjan Huisman 采集。

骨病灶解剖边界模糊、胰腺病灶软组织对比度低，二者长期是分割模型的失败高发区，这也是 ULS23 故意纳入它们的原因。

2.5 数据格式与文件组织

ULS23 训练数据在 Zenodo 分 6 个 Part 归档：

Part 1：新颖标注数据（ULS23_DeepLesion3D、ULS23_Radboudumc_Bone、ULS23_Radboudumc_Pancreas）——zip 分卷约 4.3GB×3 + 3.0GB
Part 2：处理后的数据（kits21、LIDC-IDRI、LiTS）
Part 3：处理后的数据（MDSC task 6/7/10、NIH-LN、CCC18）
Part 4/5/6：处理后的数据（DeepLesion）

标注（labels）与代码在 GitHub 仓库（MJJdG/ULS23 与 DIAGNijmegen/ULS23 两处引用），标注文件经 Git LFS 托管。数据加工代码在仓库的 data_processing 文件夹：裁剪病灶周围 VOI、用 GrabCut 制备半监督数据。

目录结构示意（据 README 转述）：

ULS23/
├── annotations/                        # 标注（Git LFS）
│   └── ULS23/
│       ├── novel_data/                 # 新颖标注
│       │   ├── ULS23_DeepLesion3D/
│       │   │   └── labels/
│       │   ├── ULS23_Radboudumc_Bone/
│       │   │   └── labels/
│       │   └── ULS23_Radboudumc_Pancreas/
│       │       └── labels/
│       └── ...                         # 聚合源标注
├── baseline_model/                     # 基线模型
│   └── nnunetv2/                       # 需复制进本地 nnUnetv2 安装
├── GC_algorithm/                       # Grand Challenge 容器化代码
└── data_processing/                    # 数据加工代码（裁剪 + GrabCut）

2.6 Zenodo Part 1 文件清单与校验

Zenodo 记录（10.5281/zenodo.10035160）的 Part 1 附完整文件清单与 md5：

文件	大小	说明
`LICENSE`	16.7 kB	CC BY-NC-SA 4.0 全文
`README.md`	8.6 kB	数据集说明
`ULS23_Part1.z01`	4.3 GB	分卷压缩包分片 1
`ULS23_Part1.z02`	4.3 GB	分卷压缩包分片 2
`ULS23_Part1.z03`	4.3 GB	分卷压缩包分片 3
`ULS23_Part1.zip`	3.0 GB	主压缩包

分卷压缩需按序解压（z01/z02/z03 在前，zip 在主位），顺序错误会导致解压失败。每个文件均附 md5 校验值，下载后应逐项核对完整性。

2.7 与同类通用病灶分割资源的规模对照

把 ULS23 放到通用病灶分割的资源谱上：

资源	年份	病灶数	标注形态	3D 掩码
DeepLesion	2017	32,735	单切片长/短轴直径	❌
ULS23（训练）	2023	38,693	3D 分割掩码 + 伪掩膜	✅（子集）
ULS23（测试）	2024	775	3D 金标准掩码	✅

ULS23 的相对优势在于规模 + 3D 金标准 + 多类型覆盖三者兼具；DeepLesion 规模更大但只有 2D 弱标注。这也是论文反复强调"既往研究 heavy 依赖 DeepLesion 但缺 3D 掩码"的背景。

2.8 硬数字口径速查表

为避免混引，把最常被引用的硬数字与其口径集中列出：

数字	值	口径来源	备注
训练总病灶	38,693	论文摘要	无逐项加总表
测试集	775 / 284pt	论文摘要	全测试集
最终测试	725 / 268pt	论文	扣验证集后
验证集	50 / 16pt	论文	每中心 25
Radboudumc 测试	368 / 152pt	论文	中心 1
JBZ 测试	407 / 132pt	论文	中心 2
DeepLesion3D	743 或 750	论文 / Zenodo	双口径
骨子集	697 或 744	论文 / Zenodo	双口径（51 张 held-out）
胰腺子集	120 或 124	论文 / Zenodo	双口径
部分标注 DeepLesion	31,849	论文 Table 1	半监督用
部分标注 CCC18	1,211	论文 Table 1	半监督用
VOI 尺寸	256×256×128	论文	体素
基线 Dice	0.703	论文	nnUnet-ResEnc+SS
基线 CS	0.729	论文	加权总分

2.9 患者级划分与数据泄漏防范

对使用者而言，划分训练/验证时最需警惕的是患者级泄漏：ULS23 的 VOI 是围绕病灶裁剪的，一个患者/series 可能贡献多个病灶 VOI。因此：

划分必须按 patient / series 分组，不能按病灶随机划分——否则同一患者的病灶会同时出现在训练与验证集，导致乐观偏差；
论文自身即采用患者级划分（held-out 按患者随机 10%），验证集与测试集也保证患者级无重叠；
HuggingFace 镜像页特别提示用 series_id 做 patient-disjoint split——这是实践层面的重要提醒。

§3 采集与构建方法

ULS23 的构建方法分三条独立流水线，对应三类数据来源。这是全条目最核心的"方法论"章节。

3.1 DeepLesion3D：学生三重分割 + 多数投票

ULS23_DeepLesion3D 的构建流程：

来源测量信息：利用 DeepLesion 数据集已有的病灶测量信息（长/短轴直径，记录在单张轴位切片上）。
Reader study 平台：在 GrandChallenge 上搭建 reader study，由受训的（生物）医学生做 3D 轴位分割——把 DeepLesion 的 2D 测量升级为 3D 掩码。
三重标注 + 多数投票：每个病灶分割三次（triplicate），取多数投票结果为最终标签，降低单人注释噪声。
难例选样（hard-negative mining）：用标准 3D nnUnet 预测轴径，与 DeepLesion 参考测量比对，选出表现最差的病灶纳入，并按胸腹区域配比（200 腹部 / 100 骨 / 50 肾 / 50 肝 / 100 肺 / 100 纵隔 / 150 其他）。

这一流水线的价值在于把 DeepLesion 的"弱标注"（单切片直径）转化为"强标注"（3D 掩码），同时用难例挖掘保证子集对模型有挑战性。

3.2 Radboudumc-Bone / Pancreas：资深放射科医生单专家金标准

骨与胰腺子集不走众包流水线，而是资深放射科医生的 3D 分割：

从 Radboudumc 医院研究中，按放射报告提及骨/胰腺疾病筛出候选病灶；
一名经验丰富的放射科医生在 3D 中识别并逐病灶分割，形成单专家金标准；
骨子集涵盖硬化性与溶骨性两类。

相比 DeepLesion3D 的"学生三重+投票"，单专家标注的质量与一致性更高，但规模受专家时间限制（骨 151 series、胰腺 119 series）。

3.3 公开数据集聚合：10 个来源统一为 ULS23 格式

论文称聚合了 8-9 个公开数据集（Table 1 列 9 行含 LNDb，MDSC 拆三项），统一加工为 ULS23 格式：

裁剪：围绕每个病灶裁剪 256×256×128 VOI；
掩码适配：将各来源原始标注（器官分割/病灶分割）转为统一格式；
半监督数据制备：对部分标注数据集（DeepLesion、CCC18）用 GrabCut 生成伪掩膜。

LNDb 特例：其原许可不允许再打包，故未纳入归档，只发布准备代码（data_processing），参与者需自行准备其病灶 VOI。

3.4 半监督伪掩膜：GrabCut 的用法

对只有 RECIST 双向测量、没有像素级掩码的部分标注数据（DeepLesion 31,849 病灶、CCC18 1,211 病灶），ULS23 用 GrabCut 算法（Rother et al.）生成 2D 伪掩膜：

依据 RECIST 双向测量定义四个种子区：PFG（probable foreground，可能前景）、PBG（probable background，可能背景）、FG（foreground，前景）、BG（background，背景）；
在不同窗宽归一化下多次运行 GrabCut；
按测量误差择优——在 GrabCut 掩膜与拟合椭圆之间选误差更小的那个作为伪标签。

这批伪掩膜撑起了基线模型的半监督预训练阶段（详见 §4）。

3.5 测试集标注协议：NLP 筛选 + 六人标注 + 放射科医生裁定

测试集（775 病灶）的构建是全流程中最严谨的一段：

NLP 筛选：用自然语言处理工具分析放射报告，识别出"因临床需要测量目标病灶"的患者；
六人标注：6 名具（生物）医学背景的标注者先定位并重新测量报告中指明的病灶；
专家审核：由 1 名经验 >10 年的放射科医生审核并按需修正测量；
三重分割 + 投票：据此做 3D 分割，每个病灶由 3 名标注者分割，取多数投票后由放射科医生复核修正。

这套"双中心取材 + 临床真实目标病灶 + 多标注者投票 + 专家裁定"的协议，是 ULS23 声称"可复现基准"的底气所在。

§4 评估体系与基线模型

4.1 四项评估指标

ULS23 的评估不走"只看 Dice"的简单路线，而是四项指标加权。这是本数据集在方法学上的一个重要设计。

指标	全称	含义	论文是否采用
SP	Segmentation Performance	预测 3D 掩膜与参考分割的 Sørensen–Dice 系数	✅ 主指标
LAE	Long-axis Error	长轴测量的对称平均绝对百分比误差（SMAPE）	✅
SAE	Short-axis Error	短轴测量的 SMAPE	✅
SCS	Segmentation Consistency Score	一致性分数：同一病灶用不同随机中心体素（模拟不同点击位置）生成 VOI，比较重对齐后掩膜的 Dice	✅
CS	Challenge Score	加权总分	✅
NSD	Normalized Surface Dice	表面 Dice	❌ 未采用
Detection F1	—	检测 F1	❌ 未采用

挑战分数公式：

CS = 0.8 × SP + 0.05 × LAE + 0.05 × SAE + 0.1 × SCS

即分割质量（SP）占绝对权重 0.8，长/短轴测量精度各占 0.05，点击鲁棒性（SCS）占 0.1。

SMAPE 定义：

$$\text{SMAPE} = \frac{1}{n}\sum_{i=1}^{n}\frac{|\hat{y}_i - y_i|}{|\hat{y}_i| + |y_i|}$$

其中 $\hat{y}_i$ 为预测直径、$y_i$ 为参考直径。

SCS 的意义：由于 ULS23 的任务是"点击提示下分割"，模型对点击位置的鲁棒性至关重要。SCS 通过在同一病灶内换不同中心体素、重新对齐后算 Dice，衡量"换个点会不会崩"。

关键存照（坑 3）：部分任务书/二手描述把 ULS23 的指标写成"Dice/NSD"，但论文实际未使用 NSD（Normalized Surface Dice），也未用 Detection F1。本条目全文按论文口径（Dice + SMAPE + SCS），NSD 之说已在 §10 与附录存照。

4.2 基线模型：nnUnet 半监督残差编码器

ULS23 的主基线是一个基于 nnUnetv2 框架改造的半监督模型（nnUnet-ResEnc+SS）。其技术要点：

骨干：残差编码器（ResEnc）版本的 nnUnet，遵循 nnU-Net 自适应配置哲学；
半监督策略：先在弱标注数据（GrabCut 伪掩膜，即 DeepLesion/CCC18 部分标注）上预训练，再在完全标注数据上微调；
代码改动：仓库提供少量必要改动——no_resampling_data_or_seg_to_shape（阻止重采样的 dummy 函数，在 plans 文件中调用）、额外的 trainer 类（支持更多 epoch 与更小初始学习率）；
权重：最佳基线模型的权重与算法容器存于 Zenodo，可直接对 GrandChallenge 上的新数据使用。

4.3 基线结果（论文口径）

配置	平均 Dice	CS	长轴 SMAPE	短轴 SMAPE	SCS
nnUnet-ResEnc+SS（半监督）	0.703 ± 0.240	0.729	11.2% ± 15.8%	12.0% ± 15.9%	0.787 ± 0.252
同上 + TTA	0.715 ± 0.237	—	—	—	—
标准自动配置 nnUnet	0.651 ± 0.253	—	—	—	—

细分口径（论文 Table 3 相关）：

全测试集：Dice 0.703
FSUP（完全监督子集）：Dice 0.714
PSUP（部分监督子集）：Dice 0.631

即模型在完全标注数据上表现更好（0.714），在仅部分标注/更难的数据上较差（0.631），差距约 0.08 Dice。半监督策略相较标准配置带来了约 0.05 Dice 的提升（0.703 vs 0.651）。

4.4 推理速度与算力约束

推理速度：不使用 TTA 时，NVIDIA RTX2080 Ti 上单 VOI 推理 < 2 秒；
挑战算力限制：提交容器运行于 NVIDIA T4 GPU（16GB VRAM）、8 vCPU、32GB RAM；
时间限制：单任务最长 9 分钟，需对 100 个病灶跑完整推理管线。

按 9 分钟 / 100 病灶折算，单病灶预算约 5.4 秒——比"单 VOI 2 秒"宽松，但需预留容器启动、数据加载与后处理开销。设计模型时若单病灶耗时接近 5 秒，务必做实测。

4.5 为什么用这套指标而非"只看 Dice"

传统分割挑战常以单一 Dice 排名，但 ULS23 采用四项加权，背后有明确的临床动机：

**SP（Dice）**是分割质量的核心，权重 0.8，绝对主导；
LAE / SAE（SMAPE）各占 0.05——因为临床上真正被读片医生使用的是长/短轴直径（RECIST 的测量量），分割得"像"不代表测"准"；
SCS 占 0.1——因为任务是点击提示，模型必须对点击位置鲁棒，换个点就崩的模型临床不可用。

这套设计把"分割像不像"（SP）、“测量准不准”（LAE/SAE）、“点击稳不稳”（SCS）三个临床关切编码进单一分数，是 ULS23 在评测方法学上的一个贡献点。

4.6 与表面距离类指标的关系（补充说明）

值得注意的是，许多 3D 分割挑战近年改用 NSD（Normalized Surface Dice） 或 HD95（95% Hausdorff Distance） 等表面距离指标，因为它们对边界误差更敏感。ULS23 未采用这类指标（坑 3），仍以体积重叠 Dice 为主。这对使用者的启示：

若你需要在 ULS23 之外补充表面距离评估，需自行实现，因为论文不提供；
论文口径下"高 Dice"不完全等价于"高表面精度"，边界敏感的临床任务需留意；
引用 ULS23 基线数字时，只能引 Dice/SMAPE/SCS，不能"顺带"引 NSD。

§5 挑战赛运行机制

ULS23 不只是一个静态数据集，而是一个持续运行的在线挑战赛。其机制设计值得单列一节。

5.1 Type II 挑战形式

ULS23 采用 type II challenge 形式：参与者不能拿到测试集，只能提交 Docker 容器（算法封装），由平台在私密测试集上运行评分。这一设计的好处是：

测试集不公开分发，可长期作为基准反复使用，避免数据泄漏与过拟合；
保证不同提交在完全相同的算力与数据条件下比较；
结束后仍可继续提交（“re-opened the test leaderboard for new submissions”，2025-03-28 公告）。

代价是研究者无法本地复现测试集评估，只能依赖平台反馈。

5.2 三类挑战部署模型的对照

为帮助理解 ULS23 的定位，对比 Grand Challenge 的挑战分类：

类型	测试集是否可见	评测方式	代表
Type I	可见	自行评测 + 上传结果	多数老式挑战
Type II	不可见	提交容器在私服评测	ULS23
Type III	部分可见	分阶段释放	少量挑战

ULS23 选择 type II，正是为了"长期稳定的可复现基准"——测试集一旦公开就会被反复拟合，失去基准意义。

5.3 关键时间线

日期	事件
2023-10-29	发布训练数据
2024-02-01	开放验证榜（validation leaderboard）
2024-03-17	开放测试集提交
2024-04-09	主赛结束，公布前三名（需击败基线）
2025-03-28	挑战赛与基线模型论文发表于 MEDIA；重开测试榜
2026-10-11	新开两个延长推理时限（至 2h）的 leaderboard；新增 LesionLocator、nnInteractive 结果

提交次数限制：最终评估阶段每人仅允许 1 次成功提交（防止对测试集过拟合）。

5.4 排行榜可见的算法生态

截至 2026-10-11 的公告，leaderboard 上除组织方基线外，还可见 LesionLocator 与 nnInteractive 等方法的结果。这反映了 ULS23 已从"一次性挑战赛"演化为长期在线的通用病灶分割基准站。

5.5 验证榜与测试榜的区别

ULS23 提供两级榜：

验证榜（validation leaderboard）：2024-02-01 开放，反馈更频繁，适合调参阶段；验证集 50 病灶 / 16 患者；
测试榜（test leaderboard）：2024-03-17 开放，主赛评估用；最终阶段每人 1 次成功提交。

两级榜的设计让参与者在调参期可以多次评估，而最终成绩用受限提交保证公平。这也意味着：论文/报告里引用的"测试集 Dice"应特指测试榜口径，验证榜成绩不可混称。

5.6 挑战赛的长期运营意义

ULS23 选择持续运营（而非"赛完即散"），有三层意义：

基准新鲜度：新方法（如 2026 年上榜的 LesionLocator/nnInteractive）可持续对照，基准不过时；
社区积累：排行榜成为一个公开的方法学档案，反映 ULS 领域的技术演进；
复现锚点：任何人可用同一测试集与同一基线做严格对照，消除了"各说各话"的横向比较障碍。

§6 获取与许可

6.1 三件资产、三种获取方式

资产	获取方式	位置
训练数据（影像）	公开直链下载（分卷 zip）	Zenodo 记录 10035160 / 10035161
标注（labels）与代码	公开直链（Git LFS）	GitHub `MJJdG/ULS23`、`DIAGNijmegen/ULS23`
基线模型权重	公开直链	Zenodo
测试集	不可获取（type II）	仅经 Grand Challenge 容器提交评估
LNDb 子集	不可直取	仅提供准备代码

Zenodo Part 1 文件清单示例（README 口径）：ULS23_Part1.z01/z02/z03 各约 4.3GB、ULS23_Part1.zip 约 3.0GB、README.md（8.6KB）、LICENSE（16.7KB）。全部文件附 md5 校验值。

6.2 许可条款细读

数据集许可：CC BY-NC-SA 4.0（Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International）。拆解：

BY（署名）：使用时须注明出处；
NC（非商业性使用）：不得用于商业目的——训练商用模型、集成到商业产品前须另行洽谈；
SA（相同方式共享）：衍生作品（含再分发的加工数据）须以相同许可发布。

LNDb 例外：其原许可不允许重新打包数据，因此 LNDb 影像不在 ULS23 归档内，只发布准备代码。引用时说"ULS23 含 LNDb 692 病灶"需注明该子集不可直接获取。

论文本体：Medical Image Analysis（Elsevier）开放获取；arXiv 预印本 2406.05231。

6.3 AI-Ready 评估

以库内 AI-Ready 检查单过一遍：

机器可读元数据：论文开放获取全文 + Zenodo 结构化记录 + Grand Challenge 官方页 + GitHub README——良好。
公开直链：训练数据、标注、代码、基线权重均有公开直链（Zenodo + GitHub）——AI-Ready 加分项；测试集为 type II 不可取，但对基准类数据集属预期设计而非缺陷。
许可明确性：CC BY-NC-SA 4.0 明确，但 NC 条款对商业用途设限，SA 条款约束衍生数据许可——使用者需自行判断合规边界。
可复现性：基线模型开源 + 容器化提交流程 + 数据分卷 md5——高。测试集不可本地复现是 type II 的固有代价。
文档自洽：新颖标注数量存在 Zenodo/论文双口径（坑 4）；训练总数 38,693 无逐项加总表（坑 5）——自动化抓取需指定口径。

综合：AI-Ready 等级"较高"——三件资产（训练数据/标注代码/基线模型）均有公开直链，文档质量高于均值；测试集不可取属基准设计的合理取舍，NC 许可是唯一实质约束。相较"纯注册墙"或"请求制"数据集，ULS23 的可获取性明显更好。

6.4 与库内可获取性光谱的对照

档位	库内参照	ULS23 对应
注册墙（最严）	LMC2（rid 531）	—
请求制	PANDA-PLUS 掩码型	—
平台托管（Zenodo）	TopBrain（rid 632）	训练数据 + 基线权重
Registry 收录	AWS Registry 型	—
公开直链	HF/Zenodo 直链型	Zenodo 数据 + GitHub 标注代码

ULS23 的特色在于"数据-标注-模型三位一体"：不仅给数据，还给标注、给代码、给基线模型权重，构成一个闭环的"下载即可训练"资源。这在库内挑战赛条目中属于完整度较高的类型。

6.5 下载实操注意

Zenodo Part 1 分卷解压：需按 z01 → z02 → z03 → zip 顺序，用支持分卷的归档工具（如 7z x ULS23_Part1.zip）；顺序错误会解压失败；
md5 校验：每个文件附 md5，下载后逐项核对（大数据集建议校验，避免传输损坏）；
Git LFS：GitHub 上的标注是 LFS 指针文件，直接 clone 得到的是指针而非掩码，需先安装 git lfs 再 git lfs pull；
体量预估：Part 1 约 16 GB（4.3×3 + 3.0），全部 6 个 Part 体量更大，务必预留磁盘；
按需下载：若只关注新颖标注，只下 Part 1 即可；聚合源（Part 2-6）按研究需要选择性下载。

6.6 使用许可的常见误读

误读	事实
“CC 许可就能随便用”	CC BY-NC-SA 含 NC（非商业）与 SA（相同方式共享）约束
“标注和影像是同一许可”	数据集整体 CC BY-NC-SA 4.0；LNDb 子集不在内（仅准备代码）
“测试集也能下”	测试集 type II 不公开分发
“用了 ULS23 训的模型就归我”	训练数据许可约束模型分发边界，需自行确认

6.7 引用与署名建议

引用数据集：注明 ULS23 Challenge Public Training Dataset（Zenodo doi:10.5281/zenodo.10035160）与许可 CC BY-NC-SA 4.0；
引用挑战与基线：引论文（Medical Image Analysis 2025;102:103525）；
若使用了聚合源（如 KiTS21/LiTS），建议同时引用其原始出处（cite 上游）；
署名是 BY 条款的硬要求，且 SA 条款要求衍生数据用相同许可。

§7 生态、谱系与影响

7.1 ULS 研究的谱系

ULS23 不是凭空出现，它站在一条研究脉络上。论文将其定位为首个公开的 3D 通用病灶分割基准（“establishing the first public benchmark for the evaluation of 3D universal lesion segmentation models”）。这条脉络的关键节点：

2017 — DeepLesion（Yan et al.）：首个面向通用病灶检测/分割的大规模公开数据集，32,735 病灶 / 4,427 患者 / 10,594 研究，来自 NIH Clinical Center 的 PACS。但只有单张轴位切片上的长/短轴直径，没有 3D 掩码。
2018 — Cai et al.（MICCAI）：从 2D RECIST 做 slice-propagated 3D 掩码生成的弱监督分割方法。
2020 — Tang et al.（MICCAI）：one-click 病灶 RECIST 测量与分割。
2021 — Tang et al.（MICCAI）：click-driven attention + dual-path connection 的病灶分割与 RECIST 直径预测。
2023-2025 — ULS23：把这些散落的弱监督方法学整合进一个统一、可复现、带 3D 金标准测试集的基准。

论文明确定性地说：既往 ULS 研究"多数heavy依赖 DeepLesion"，而 DeepLesion 只有单切片直径、不适合 3D 分割模型；且既往评估用的 3D 掩码不公开，阻碍可复现性。ULS23 正是为修补这两点而生。

7.2 与器官特异挑战赛的关系

ULS23 不排斥器官特异挑战赛，而是聚合它们的数据：

LiTS（Liver Tumor Segmentation）：肝肿瘤——被聚合进 ULS23 训练集（832 病灶）；
KiTS19/KiTS21（Kidney Tumor Segmentation）：肾肿瘤——KiTS21 被聚合（332 病灶）；
LNDb（Lung Nodule Database）：肺结节子任务——被列入 Table 1（692 病灶）但因许可不打包；
MDSC（Medical Segmentation Decathlon）：肺/结肠/胰腺三个任务被聚合（70/131/283）。

ULS23 的逻辑是：通用模型需要吸收各器官的数据，把单器官挑战赛的成果汇聚成通用能力。这与"每个器官一个专用模型"的路线形成对照。

7.3 对下游的影响

可复现性提升：给了公开的 3D 金标准测试集（经容器评估），终结了"各研究自造测试集无法横向比较"的局面。
基线开源：半监督基线模型公开，降低了入场门槛，也让 ULS 研究有了统一对照。
排行榜持续演进：2026-10 增开延长推理榜并纳入 LesionLocator、nnInteractive 等新方法，使 ULS23 成为长期在线的评测站。
点击式工作流：强调"放射科医生点一下，模型分好"的临床交互范式，直接对接标注/随访工作流。

7.4 与 nnU-Net 框架生态的关系

ULS23 基线建立在 nnU-Net（no-new-U-Net） 框架之上，这是近年来医学分割领域的一个重要范式。理解这层关系有助于评估 ULS23 的方法学定位：

nnU-Net 的哲学：不设计新网络，而是让一个基础 U-Net 自适应地从任务数据中提取超参数（patch size、batch size、归一化、损失等），在 Medical Segmentation Decathlon 上击败了当时绝大多数更复杂的模型；
ULS23 的用法：论文明确"大量使用本框架开发基线"，用 **ResEnc（残差编码器）**变体，并做半监督扩展；
启示：ULS23 的结果（半监督 nnUnet 0.703 vs 标准 nnUnet 0.651）说明——在无 3D 金标准的弱标注数据上做半监督预训练，比单纯调架构更有效。这与 nnU-Net"好基准胜过花架构"的精神一致。

7.5 竞争与互补资源

在通用/多器官病灶分割与检测方向上，与 ULS23 形成竞争或互补的资源包括：

资源	定位	与 ULS23 的关系
DeepLesion	检测/弱监督分割	上游，ULS23 复用其测量并 3D 重标注
MeaFormer / 单点击 ULS 模型	单点击分割方法	下游，可在 ULS23 上评测
LesionLocator / nnInteractive	新式交互分割	同榜竞争（2026-10 leaderboard）
器官特异挑战（LiTS/KiTS/MDSC）	单器官分割	上游数据源，被聚合进 ULS23

ULS23 的独特生态位是"通用病灶 + 3D 金标准 + 点击交互 + 在线基准"四要素的结合，目前库内没有完全同构的条目。

7.6 方法学遗产

ULS23 留下的三条可迁移方法学经验：

弱标注→强标注的流水线可复用：DeepLesion 的单切片直径经"学生三重分割+多数投票+难例挖掘"升级为 3D 掩码，这套思路可迁移到其他只有测量值的临床数据；
半监督预训练的价值被量化：GrabCut 伪掩膜预训练 + 完全标注微调，带来约 0.05 Dice 提升，为"数据稀缺下的通用分割"提供了实证；
临床相关指标优先：用 SMAPE 度量长/短轴直径误差、用 SCS 度量点击鲁棒性，比只报 Dice 更贴近放射科实际使用场景——这套指标设计值得后续挑战借鉴。

§8 使用指南

8.1 快速上手路径

取数据：Zenodo 记录 10035160（含 Part 1 新颖标注与 README/LICENSE）；后续 Part 2-6 按需下载。
取标注与代码：GitHub DIAGNijmegen/ULS23（或 MJJdG/ULS23）的 annotations/ 与 data_processing/。
准备环境：MONAI ≥ 1.2.0；如需跑基线，将仓库 baseline_model/nnunetv2 子文件夹复制进本地 nnunetv2 安装位置。
训练基线：使用仓库提供的 trainer 类与 plans 文件；半监督流程先在 GrabCut 伪掩膜数据上预训练，再在完全标注数据上微调。
提交评测：将模型封装为 Grand Challenge 兼容容器（参考 GC_algorithm/），上传至 uls23.grand-challenge.org。

8.2 数据字典要点

影像：NIfTI 格式，256×256×128 体素 VOI，保持原 spacing；
掩码：二值（单病灶）3D 掩膜；padding 位置以最小值 -1 标识；
标注结构：annotations/ULS23/novel_data/ULS23_Radboudumc_{Bone,Pancreas}/labels/ 等；
患者级去重：若自建划分，需按 patient/series 分组避免泄漏（一个 series 可能含多个病灶）；
加载坑：MONAI < 1.2.0 有已知加载问题。

8.3 本地评测的替代方案

由于测试集不可取，无法本地复现官方测试评估。可行的近似方案：

用论文 Appendix A.3 的 held-out 划分（对每个完全标注训练集按患者级随机抽 10%）自建验证；
用论文 Table 5 列出的各数据集患者 ID 复现其留出集；
注意：论文在最终测试前用全部训练数据重训，若做严格对照需对齐这一设置。

8.4 推荐训练配置（据论文基线）

若想复现或对标基线，以下配置点值得注意：

架构：nnUnetv2 + ResEnc（残差编码器）；
重采样：用 no_resampling_data_or_seg_to_shape 阻止重采样（保持原始 spacing，因为数据已是统一 VOI）；
训练策略：先在弱标注（GrabCut 伪掩膜）数据上预训练 → 再在完全标注数据上微调，微调时用更多 epoch 与更小初始学习率；
推理：可加 TTA（论文口径 +0.012 Dice）；
资源：单 VOI 推理 < 2 秒（RTX2080 Ti，无 TTA）。

8.5 常见误区清单

把 ULS23 当作 DeepLesion 的 3D 版——错，它是独立挑战集，只复用了 DeepLesion 部分病灶并重标注；
用 750/744/124 或 743/697/120 混引——须统一口径并注明来源；
期待 NSD/F1 指标——论文未用，只有 Dice/SMAPE/SCS；
以为测试集可下载——type II 不可取。

8.6 评估与汇报建议

若在论文/报告中引用 ULS23：

引基线数字：写明"论文基线（nnUnet-ResEnc+SS）Dice 0.703 / CS 0.729"，勿写成"排行榜最佳"；
引测试集规模：写明口径——775 病灶 / 284 患者（全测试集）或 725 / 268（最终测试）；
引训练规模：写明 38,693 并注明来源为论文摘要；
引新颖标注：必须注明口径（Zenodo 或论文 Table 1）；
引指标：只引 Dice/SMAPE/SCS/CS，不引 NSD。

8.7 许可合规检查单

[ ] 用途是否为非商业？（NC 约束）
[ ] 是否署名了 ULS23（BY 约束）？
[ ] 若再分发加工后的数据，是否用相同许可（SA 约束）？
[ ] 是否使用了 LNDb 子集？若是，需自行合规获取（ULS23 归档不含）；
[ ] 训练出的模型许可边界是否已与作者确认？

8.8 提交容器化清单

若要参与 type II 挑战：

[ ] 容器能在 T4 16GB / 8 vCPU / 32GB RAM 下运行？
[ ] 100 个病灶总推理时间 < 9 分钟？
[ ] 是否实现了必输输出（分割掩码 + 长/短轴直径）？
[ ] 是否处理了 padding 位置（值 -1）？
[ ] 是否使用 MONAI ≥ 1.2.0？

§9 与库内条目的关系

9.1 家族图谱

ULS 通用病灶分割家族
├── deeplesion（rid 17）──────────────── 上游数据源（复用其测量信息）
│     └── ULS23_DeepLesion3D（ULS23 子集）── 3D 重分割为 743-750 病灶
├── ct-lesion-foundation-model（rid 963）── CT 病灶基础模型同赛道
├── psma-pet-ct-lesions（rid 1031）────── CT/PET 病灶分割亲缘
└── 聚合源（非库内条目）
      ├── KiTS21（肾）/ LiTS（肝）
      ├── LIDC-IDRI（肺）/ LNDb（肺）
      ├── NIH-LN（淋巴结）
      └── MDSC（肺/结肠/胰腺）

9.2 重点消歧：ULS23 ≠ DeepLesion（核心）

这是本条目最重要的消歧点，检索者最容易混淆：

维度	DeepLesion（rid 17）	ULS23_DeepLesion3D（ULS23 子集）
发布年份	2017	2023（重标注）
病灶数	32,735（全集）	743-750（子集）
患者/研究	4,427 患者 / 10,594 研究	743 series
标注形态	单张轴位切片上的长/短轴直径（无 3D 掩码）	3D 分割掩码（学生三重+多数投票）
任务	病灶检测 / 弱监督分割	3D 通用病灶分割
归属	NIH 独立数据集	ULS23 挑战赛的一个训练子集

结论：ULS23 复用了 DeepLesion 的测量信息（作为 reader study 的输入与难例挖掘的参照），并新做 3D 分割标注，形成 ULS23_DeepLesion3D 子集。ULS23 是「复用 + 新标注」的挑战集/基准集，不是 DeepLesion 本身。引用"ULS23 有 750 个 DeepLesion 病灶"时，须理解为"从 DeepLesion 中选取并 3D 重标注的 750 个病灶"，而非"DeepLesion 只有 750 个病灶"。

9.3 次要消歧：ULS23 与 ULS 往届（ULS19/ULS22）

ULS 系列可能存在往届挑战（坊间常提 ULS19、ULS22）。需注意：ULS23 论文未提供任何往届版本历史，仅将 ULS23 定位为"首个公开 3D ULS 基准"。因此：

不能据 ULS23 论文推断 ULS19/ULS22 的规模、许可或构成；
若需往届信息须另查一手来源（本条目遗留疑点，见 §10 坑 6）；
本条目所有数字均专指 ULS23，不代指往届。

9.4 库内检索路径建议

精确检索：用 “ULS23” + “Universal Lesion Segmentation” 组合；勿单用 “DeepLesion”（会召回全集条目）；
按任务检索：标签组合 “医学影像” + “CT” + “医学图像分割” 可命中本条目与 ct-lesion-foundation-model；
按挑战赛检索：“挑战赛数据集” + “评测基准” 命中 ULS23 与同类挑战条目；
引用基线数字：引 Dice 0.703（半监督）、CS 0.729，并注明是"论文基线"而非排行榜最佳。

9.5 消歧记忆口诀

为便于记忆三条边界，可记成三句：

ULS23 是"挑战赛+数据集+模型"三合一，不是一摞图像文件；
ULS23 里有一段 DeepLesion，但 ULS23 不是 DeepLesion——750 vs 32,735，子集 vs 全集；
ULS23 只对这一届负责——往届 ULS19/ULS22 的规模与许可，本条目不代传。

9.6 与"通用分割"相邻概念的边界

通用病灶分割（ULS）vs 通用医学分割：ULS 专注于病灶（lesion），不含器官分割；通用医学分割（如 TotalSegmentator 类）目标更宽。二者常被混淆；
ULS23 vs 病灶检测：ULS23 是分割（输出掩码），不是检测（输出框）；DeepLesion 同时含检测与弱监督分割，ULS23 只取分割视角；
ULS23 vs 器官特异挑战：ULS23 聚合了器官特异数据，但任务是通用病灶，不以器官分类为目标。

9.7 库内互链的实操价值

对本库（千方病案医数集）而言，ULS23 与相邻条目互链可以形成检索闭环：

检索"CT 病灶分割"→ 同时命中 ULS23（基准数据集）+ ct-lesion-foundation-model（模型）；
检索"DeepLesion"→ 命中 rid 17（上游）+ 本条目（下游复用），两相对照可完整理解"弱标注→3D 强标注"的转化链路；
检索"肿瘤影像定量"→ ULS23（病灶分割）+ psma-pet-ct-lesions（PET/CT 病灶），覆盖 CT 与 PET-CT 双模态。

§10 避坑清单：十个已踩过的坑

坑 1：ULS23 不是纯数据集，是"挑战赛 + 数据集 + 基线模型"三合一。只当数据集处理会漏掉挑战赛机制（type II 容器提交、排行榜、时间线）与开源基线；检索时应同时搜 Grand Challenge 页、Zenodo 记录与 GitHub 仓库。

坑 2：ULS23 ≠ DeepLesion（最易错）。ULS23 有 ULS23_DeepLesion3D 子集，复用 DeepLesion 测量信息并 3D 重标注 743-750 个病灶；DeepLesion 本体是 32,735 病灶的全集。二者是上游数据源 vs 下游挑战子集的关系，详见 §9.2 消歧表。

坑 3：评测指标不是"Dice/NSD"。部分二手描述写 ULS23 用 Dice/NSD，但论文实际用 Dice(SP) + SMAPE(LAE/SAE) + SCS，加权为 CS，未使用 NSD，也未用 Detection F1。引用前务必核论文原文。

坑 4：新颖标注数量三处双口径。Zenodo README / HuggingFace 镜像页记 DeepLesion 750 / 骨 744 / 胰腺 124；论文 Table 1 记 743 / 697 / 120。差异源于 held-out 评估掩膜（如 51 张骨影像无公开掩膜）。混引会自相矛盾——须统一口径并注明来源。

坑 5：训练总数 38,693 无逐项加总表。论文给总数但未解释它与 Table 1 各来源计数之和的口径关系（可能去重或特定组合）。做任何"求和验证"前应先确认口径，不要臆造加总。

坑 6：ULS 往届（ULS19/ULS22）无一手依据。ULS23 论文未述版本沿革，只自称"首个公开 3D ULS 基准"。检索往届规模/许可须另查一手来源，勿从 ULS23 外推（遗留疑点）。

坑 7：GitHub 仓库双地址。MJJdG/ULS23 与 DIAGNijmegen/ULS23 两处均被引为标注/代码仓库，检索时勿只认其一；标注文件经 Git LFS 托管，需 git lfs 才能取到实际掩码。

坑 8：LNDb 子集不可直取。Table 1 列入 LNDb 692 病灶，但归档不含其影像（原许可禁止再打包），仅发布准备代码。引用"ULS23 含 LNDb"须注明该子集需自行获取。

坑 9：许可含 NC + SA 双约束。CC BY-NC-SA 4.0 的 NonCommercial 限制商业用途、ShareAlike 约束衍生数据许可。训练商用模型、集成到产品、再分发加工数据前，务必核对条款或另行洽谈——这不是"随便用"的开放许可。

坑 10：测试集不可本地复现。type II 挑战不公开分发测试集，参与者只能提交容器。任何声称"在 ULS23 测试集上本地评估"的说法都应存疑；本地尽量用论文 held-out 划分近似。

§11 总结

11.1 三句话总结

ULS23 是 Radboudumc DIAG 主导的 3D 通用病灶分割挑战赛与基准数据集，产出于 Medical Image Analysis 2025;102:103525（arXiv:2406.05231），2023 年启动、持续在线运行。
训练集 38,693 病灶由新颖标注（DeepLesion3D 743-750 + 骨 697-744 + 胰腺 120-124）与 10 个聚合公开数据集构成；测试集 775 病灶 / 284 患者来自 Radboudumc 与 JBZ 两中心，type II 挑战不公开分发。
核心价值在于：用"复用 DeepLesion + 新标注骨/胰腺 + 聚合公开数据"三路拼出通用病灶训练资源，配套开源半监督基线（Dice 0.703）与容器化评测，许可为 CC BY-NC-SA 4.0。

11.2 适合谁

想训练/评测 3D 通用病灶分割模型的团队；
研究 DeepLesion 弱标注 → 3D 强标注转换方法的研究者；
关注骨/胰腺等难分割病灶的临床影像研究者；
需要可复现基准做横向对比的挑战赛参与者；
研究点击式（click-driven）分割交互的人机协作方向。

11.3 不适合谁

只需单器官分割（应直接用 LiTS/KiTS/LIDC 等器官特异数据）；
需要商用授权（CC BY-NC-SA 的 NC 条款限制商业用途）；
想本地复现官方测试评估（type II 测试集不可取）；
需要 Detection F1/NSD 等特定指标的评测场景。

11.4 30 秒决策卡

你的需求	ULS23 是否合适
训 3D 通用病灶分割模型	✅ 首选之一，训练集 38,693 病灶
找 DeepLesion 的 3D 掩码版	✅ 用 `ULS23_DeepLesion3D` 子集（注意仅 743-750 个）
商用部署	❌ NC 条款限制，需另行洽谈
本地跑测试集	❌ type II 不可取，只能提交容器
要单一器官的高质量标注	⚠️ 走聚合源（KiTS/LiTS/LIDC）更直接

FAQ（高频问答 48 问）

A. 基础认知

Q1：ULS23 是什么？
ULS23（Universal Lesion Segmentation Challenge '23）是 Radboudumc 诊断图像分析组（DIAG）主办的 3D 通用病灶分割挑战赛及其配套基准数据集与开源基线模型，运行在 Grand Challenge 平台上。

Q2：ULS 指什么？
Universal Lesion Segmentation（通用病灶分割）。核心目标是让一个模型泛化到胸-腹-盆区域的多种病灶类型，而非每个器官训一个专用模型。

Q3：23 指什么？
2023 年。挑战于 2023-10-29 发布训练数据，2024-04-09 主赛结束。它是 ULS 系列的某一届口径。

Q4：它和 DeepLesion 是一回事吗？
不是（坑 2）。ULS23 有 ULS23_DeepLesion3D 子集复用 DeepLesion 测量信息并 3D 重标注 743-750 个病灶；DeepLesion 本体是 32,735 病灶的全集。二者是上游数据源与下游挑战子集的关系。

Q5：谁做的？
Radboud University Medical Center（Radboudumc）DIAG 的 Max de Grauw、Bram van Ginneken、Alessa Hering；合作方为 NIH（Mathai Tejas、Pritam Mukherjee、Ronald Summers）。

Q6：发表在哪？
Medical Image Analysis（Elsevier），Volume 102, 2025, 103525，doi:10.1016/j.media.2025.103525；arXiv 预印本 2406.05231（2024-06-21）。

Q7：它是挑战赛还是数据集？
两者都是（坑 1）。它是 type II 挑战赛（需容器提交），同时产出训练数据集、公开测试基准与开源基线模型。

B. 数据规模与构成

Q8：训练集有多少病灶？
论文摘要口径 38,693 病灶（胸-腹-盆 CT）。由新颖标注与 10 个聚合公开数据集构成。

Q9：测试集有多少？
摘要口径 775 病灶 / 284 患者（Radboudumc 368/152pt + JBZ 407/132pt）。扣掉 50 病灶 / 16 患者的验证集后，最终测试 725 病灶 / 268 患者。

Q10：新颖标注具体是多少？
双口径（坑 4）：Zenodo README 记 DeepLesion 750 + 骨 744 + 胰腺 124；论文 Table 1 记 743 + 697 + 120。差异源于 held-out 评估掩膜未公开部分。

Q11：为什么骨是 744 但掩膜只有 697？
Zenodo 附带 744 张骨影像，但公开掩膜只有 697 个；"51 张无公开掩膜"的影像属 held-out 评估病灶，被排除在公开计数外（HuggingFace 镜像页明确说明）。

Q12：聚合了哪些公开数据集？
论文 Table 1 列 9 行（含 LNDb，MDSC 拆三项）：KiTS21(332)/LiTS(832)/NIH-LN ABD(557)/NIH-LN MED(375)/LIDC-IDRI(2236)/LNDb*(692)/MDSC-Lung(70)/MDSC-Colon(131)/MDSC-Pancreas(283)。论文正文称"聚合 8 个公开数据集"。

Q13：为什么 38,693 和各来源加总对不上？
论文未提供逐项加总表，也未解释总数与各来源计数之和的口径关系（可能去重或特定组合）。属遗留疑点（坑 5）。

Q14：部分标注数据用来做什么？
DeepLesion（31,849 病灶）与 CCC18（1,211 病灶）是"部分标注"，用 GrabCut 生成伪掩膜，供半监督预训练。

C. 标注与任务

Q15：任务怎么定义？
给定一个 256×256×128 体素的 VOI（中心必有病灶体素，模拟放射科医生点击），模型输出该病灶的 3D 分割掩码，并可推长/短轴直径。

Q16：VOI 为什么中心要塞一个病灶体素？
用来模拟点击——保证模型面对的是"点了一下"的提示，而非全自动检测。这是 ULS23 交互范式的核心。

Q17：DeepLesion3D 是怎么标注的？
受训（生物）医学生在 GrandChallenge reader study 上做 3D 轴位分割，每个病灶分割 3 次取多数投票；病灶用 hard-negative mining 选出。

Q18：骨/胰腺子集是谁标注的？
资深放射科医生逐一 3D 分割（单专家金标准），基于放射报告提及骨/胰腺疾病的病灶选出。

Q19：测试集标注有多严？
NLP 分析报告筛目标病灶 → 6 名医学背景标注者定位重测 → 1 名 >10 年经验放射科医生审核 → 每病灶 3 人分割多数投票 → 放射科医生复核。

Q20：一个 VOI 里有几个病灶？
只有 1 个标注病灶。与中心病灶不相连的邻近病灶掩膜会被移除。

D. 评估与基线

Q21：用什么指标评测？
SP（Sørensen–Dice）+ LAE/SAE（长/短轴 SMAPE）+ SCS（一致性分数），加权为挑战分数 CS。

Q22：挑战分数公式是什么？
CS = 0.8 × SP + 0.05 × LAE + 0.05 × SAE + 0.1 × SCS。分割质量占绝对权重。

Q23：用 NSD 吗？
不用（坑 3）。论文未使用 Normalized Surface Dice，也未用 Detection F1。二手描述的"Dice/NSD"说法有误。

Q24：SCS 是什么？
分割一致性分数：同一病灶换不同随机中心体素（模拟不同点击位置）生成 VOI，比较重新对齐后掩膜的 Dice，衡量模型对点击位置的鲁棒性。

Q25：基线模型是什么？
基于 nnUnetv2 的半监督残差编码器（nnUnet-ResEnc+SS）：先在 GrabCut 伪掩膜数据上预训练，再在完全标注数据上微调。

Q26：基线成绩如何？
平均 Dice 0.703 ± 0.240，CS 0.729；长轴 SMAPE 11.2%、短轴 12.0%、SCS 0.787。加 TTA 升至 Dice 0.715。标准 nnUnet 对照为 0.651。

Q27：完全监督和部分监督子集差别大吗？
FSUP（完全监督）Dice 0.714，PSUP（部分监督）Dice 0.631，差约 0.08。

Q28：推理速度？
RTX2080 Ti 上单 VOI < 2 秒（无 TTA）。

E. 获取与许可

Q29：数据从哪下载？
Zenodo 记录 10035160（README/LICENSE + Part 1 分卷）；标注与代码在 GitHub DIAGNijmegen/ULS23（或 MJJdG/ULS23）；基线权重在 Zenodo。

Q30：测试集能下载吗？
不能（坑 10）。type II 挑战不公开分发测试集，只能提交 Docker 容器由平台评估。

Q31：许可是什么？
CC BY-NC-SA 4.0——署名（BY）+ 非商业性使用（NC）+ 相同方式共享（SA）。

Q32：能商用吗？
CC BY-NC-SA 的 NC 条款限制商业用途（坑 9）。训练商用模型或集成到产品前须另行洽谈。

Q33：LNDb 子集能直取吗？
不能（坑 8）。其原许可禁止再打包，归档不含 LNDb 影像，只发布准备代码。

Q34：加载数据有什么坑？
MONAI 需 ≥1.2.0（旧版本有已知加载问题）；标注经 Git LFS 托管，需 git lfs。

F. 生产与库内

Q35：ULS23 和库内哪些条目互链？
deeplesion（rid 17，上游数据源）、ct-lesion-foundation-model（rid 963）、psma-pet-ct-lesions（rid 1031）。

Q36：ULS19/ULS22 的规模是多少？
无法从 ULS23 论文得知（坑 6）。论文未提供往届版本历史，只自称"首个公开 3D ULS 基准"。需另查一手来源（遗留疑点）。

G. 进阶与细节

Q37：DeepLesion3D 的病灶是怎么选出来的？
用难例挖掘（hard-negative mining）：先用标准 3D nnUnet 在完全标注公开数据上训练，用它预测病灶轴径、与 DeepLesion 参考测量比对，纳入模型表现最差的病灶。再按区域配比（200 腹部 / 100 骨 / 50 肾 / 50 肝 / 100 肺 / 100 纵隔 / 150 其他）。

Q38：骨子集包含哪几类骨病灶？
硬化性（sclerotic）与溶骨性（lytic）两类（README 口径）。

Q39：胰腺数据是谁采集的？
Natália Alves、Megan Schuurmans、Henkjan Huisman（Zenodo README 署名）。

Q40：测试集为什么要两个中心？
ULS23 强调"多中心"（multi-centre）——用 Radboudumc 与 JBZ 两个独立医疗中心的病灶，检验模型的跨中心泛化，避免单中心偏倚。

Q41：验证集和测试集会不会重叠？
不会。验证集 50 病灶 / 16 患者（每中心各 25），与测试集患者级无重叠。

Q42：测试集病灶都是"目标病灶"吗？
是。测试集每个病灶都由临床上下文识别为目标病灶（target lesion）——即放射科医生在真实临床中需要测量的那种，确保临床相关性。

Q43：训练集里"部分标注"和"完全标注"怎么区分？
完全标注（fully-annotated）= 有像素级 3D 掩码（DeepLesion3D、骨、胰腺、聚合集）；部分标注（partially-annotated）= 只有 RECIST 直径、掩膜靠 GrabCut 伪标注生成（DeepLesion 31,849、CCC18 1,211）。

Q44：为什么基线要用半监督？
因为大量数据（DeepLesion/CCC18 共 3 万余病灶）只有弱标注。半监督策略让模型先用这些弱标注预训练、再用少量金标准微调，充分利用数据——实测带来约 0.05 Dice 提升（0.703 vs 0.651）。

Q45：ULS23 现在还能提交吗？
能。2025-03-28 重开了测试榜（“re-opened the test leaderboard”），2026-10-11 又增开了两个延长推理时限的榜。这是一个持续在线的基准。

Q46：延长推理榜是什么意思？
2026-10-11 公告新增两个 leaderboard，把单任务推理时限延长至 2 小时（原为 9 分钟）。这为更耗算力的方法（如大型基础模型、多步推理管线）提供了评测空间。

Q47：有哪些新方法上了榜？
2026-10-11 公告新增 LesionLocator 与 nnInteractive 的结果。

Q48：CT 是三期还是单期？
数据集为胸-腹-盆 CT 的病灶 VOI，未在公开描述中限定对比期相；每个 VOI 围绕单个病灶裁剪，保持原始 scan spacing。

事实清单（Fact Sheet）

项目	值	来源
全称	Universal Lesion Segmentation Challenge '23	官方页
简称	ULS23	—
主管机构	Radboudumc DIAG（荷兰奈梅亨）	官方页
组织者	Max de Grauw / Bram van Ginneken / Alessa Hering	官方页
合作方	NIH（Tejas / Mukherjee / Summers）	官方页
数据提供	Radboudumc + Jeroen Bosch Ziekenhuis	官方页
论文	Medical Image Analysis 2025;102:103525	论文
DOI	10.1016/j.media.2025.103525	论文
arXiv	2406.05231（2024-06-21）	arXiv
模态	胸-腹-盆 CT	论文
VOI 尺寸	256×256×128 体素	论文
训练总病灶	38,693	摘要
测试集	775 病灶 / 284 患者	摘要
最终测试	725 病灶 / 268 患者	论文
验证集	50 病灶 / 16 患者	论文
DeepLesion3D	743（README 750）	Table 1 / README
骨子集	697（README 744）	Table 1 / README
胰腺子集	120（README 124）	Table 1 / README
部分标注	DeepLesion 31,849 + CCC18 1,211	Table 1
主指标	SP(Dice) / LAE / SAE / SCS	论文
CS 公式	0.8·SP+0.05·LAE+0.05·SAE+0.1·SCS	论文
基线 Dice	0.703 ± 0.240	论文
基线 CS	0.729	论文
许可	CC BY-NC-SA 4.0	Zenodo / 论文
平台	Grand Challenge（type II）	官方页
数据归档	Zenodo Part 1-6	README
代码	GitHub DIAGNijmegen/ULS23	README
启动	2023-10-29	论文
主赛结束	2024-04-09	论文

术语表（Glossary）

术语	英文/缩写	释义
通用病灶分割	Universal Lesion Segmentation (ULS)	用单一模型分割多种类型病灶的任务
病灶	lesion	组织中的异常区域（肿瘤、结节、肿大淋巴结等）
VOI	Volume of Interest	感兴趣体积，围绕病灶裁剪的子体积（ULS23 为 256×256×128 体素）
RECIST	Response Evaluation Criteria In Solid Tumors	实体瘤疗效评价标准，用长/短轴直径测量目标病灶
Dice	Sørensen–Dice coefficient	分割重叠度指标，ULS23 中记为 SP
SMAPE	Symmetric Mean Absolute Percentage Error	对称平均绝对百分比误差，ULS23 中用于长/短轴测量误差
SCS	Segmentation Consistency Score	分割一致性分数，衡量对点击位置的鲁棒性
CS	Challenge Score	挑战加权总分
NSD	Normalized Surface Dice	归一化表面 Dice（ULS23 未采用）
半监督	semi-supervised	结合少量完全标注与大量部分标注/伪标注训练
GrabCut	—	基于图割的交互式分割算法，用于生成伪掩膜
hard-negative mining	难负样本挖掘	选出模型表现最差的样本纳入训练/测试
nnUnet	no-new-Net	自适应医学图像分割框架，ULS23 基线的基础
VOI 中心点击	click prompt	模拟放射科医生在病灶上点击一次的提示
type II challenge	—	测试集不公开、只能提交容器评估的挑战形式
JBZ	Jeroen Bosch Ziekenhuis	荷兰斯海尔托亨博斯的一家医院，ULS23 第二数据来源
PACS	Picture Archiving and Communication System	医学影像存档与通信系统
TTA	Test-Time Augmentation	测试时数据增强
CC BY-NC-SA	—	署名—非商业—相同方式共享 4.0 许可
MONAI	Medical Open Network for AI	医学影像 AI 开源框架

附录

附录 A：核验来源与抓取时点

来源	URL	用途
Grand Challenge 官方页	https://uls23.grand-challenge.org/	机构、组织者、时间线、公告
论文（arXiv HTML）	https://arxiv.org/html/2406.05231v1	硬数字、指标、构成、划分
论文 DOI	https://doi.org/10.1016/j.media.2025.103525	正式发表信息
Zenodo 数据记录	https://zenodo.org/doi/10.5281/zenodo.10035160	规模、许可、文件清单
GitHub README	https://github.com/DIAGNijmegen/ULS23	标注流程、Part 划分、基线代码
HuggingFace 镜像页	https://huggingface.co/datasets/MedOtter/ULS23	骨/胰腺掩膜计数交叉验证

抓取核验时点：2026-10-14。

附录 B：新颖标注双口径登记表

子集	Zenodo README 口径	论文 Table 1 口径	差异原因
DeepLesion3D	750	743	held-out 评估掩膜
Radboudumc-Bone	744	697	51 张无公开掩膜（held-out）
Radboudumc-Pancreas	124	120	held-out 评估掩膜

引用规范：注明来源口径；做规模统计时统一用一套；跨源比较时显式说明。

附录 C：聚合数据集全表（论文 Table 1 转）

数据集	类型	Series	Lesions
KiTS21	肾	300	332
LiTS	肝	113	832
NIH-LN ABD	淋巴结	85	557
NIH-LN MED	淋巴结	90	375
LIDC-IDRI	肺	750	2,236
LNDb*	肺	208	692
MDSC-Lung	肺	63	70
MDSC-Colon	结肠	126	131
MDSC-Pancreas	胰腺	281	283

*LNDb 因许可限制不直接打包发布，仅提供准备代码。

附录 D：基线结果登记表

配置	Dice	长轴 SMAPE	短轴 SMAPE	SCS	CS
nnUnet-ResEnc+SS	0.703 ± 0.240	11.2% ± 15.8%	12.0% ± 15.9%	0.787 ± 0.252	0.729
同上 + TTA	0.715 ± 0.237	—	—	—	—
标准 nnUnet	0.651 ± 0.253	—	—	—	—
FSUP（完全监督子集）	0.714	—	—	—	—
PSUP（部分监督子集）	0.631	—	—	—	—

附录 E：DAIMS 评估表

维度	缩写	评估	说明
Discoverability	D	⭐⭐⭐⭐	论文开放获取 + Zenodo + GitHub + Grand Challenge 多渠道
Accessibility	A	⭐⭐⭐⭐	训练数据/标注/模型均公开直链；测试集 type II 不可取（设计使然）
Interoperability	I	⭐⭐⭐⭐	标准 NIfTI + MONAI 兼容；统一 VOI 格式便于流水线接入
Metadata	M	⭐⭐⭐⭐	论文详述 + Zenodo 结构化 + README；一处计数双口径（坑 4）
Sustainability	S	⭐⭐⭐	Grand Challenge + Zenodo + GitHub 三重托管，长期可访问

附录 F：许可条款细读

CC BY：署名——须注明出处与许可；
NC：非商业性使用——不得用于商业目的；
SA：相同方式共享——衍生数据须以相同许可发布；
例外：LNDb 子集不打包（仅准备代码）；论文本体开放获取（Elsevier MEDIA）；
实操建议：商用前书面确认；再分发加工数据时附相同许可；训练模型的许可边界须自行判断。

附录 G：ULS23 与 DeepLesion 消歧对照

维度	DeepLesion（rid 17）	ULS23_DeepLesion3D
年份	2017	2023
病灶数	32,735（全集）	743-750（子集）
患者/研究	4,427 / 10,594	743 series
标注	单切片长/短轴直径	3D 分割掩码
归属	NIH 数据集	ULS23 训练子集
关系	上游数据源	下游 3D 重标注

附录 H：时间线总表

日期	事件
2017	DeepLesion 发布（上游数据源）
2023-10-29	ULS23 发布训练数据
2024-02-01	开放验证榜
2024-03-17	开放测试集提交
2024-04-09	主赛结束，公布前三名
2024-06-21	arXiv 预印本 2406.05231
2025-03-28	MEDIA 正式发表；重开测试榜
2026-10-11	增开延长推理榜；新增 LesionLocator / nnInteractive 结果

附录 I：坑点档案（与 §10 对照）

坑	主题	存照处
1	ULS23 非纯数据集	§0.3 / §5
2	ULS23 ≠ DeepLesion	§9.2 / 附录 G
3	指标非 Dice/NSD	§4.1 / FAQ Q23
4	新颖标注双口径	§2.1 / 附录 B
5	38,693 无加总表	§2.1 / 附录 C
6	往届 ULS19/22 无依据	§9.3 / FAQ Q36
7	GitHub 双地址	§2.5 / §6.1
8	LNDb 不可直取	§2.5 / §6.2
9	许可 NC+SA 双约束	§6.2 / 附录 F
10	测试集不可本地复现	§8.3 / §11.4

附录 J：检索路径示范

目标	关键词组合
本条精确命中	“ULS23” + “Universal Lesion Segmentation”
上游数据源	“DeepLesion” + “lesion detection”
同赛道条目	“CT” + “lesion” + “segmentation”
挑战赛类	“挑战赛数据集” + “评测基准”
聚合源	“KiTS21” / “LiTS” / “LIDC-IDRI” / “MDSC”

附录 K：本条目生产档案

生产代理：agent-b-uls23
生产时点：2026-10-14
成稿方式：五块直写拼接（p1-p5）
核验方式：三源互证（Grand Challenge 官方页 + arXiv 论文 + Zenodo/GitHub README）
记忆事故规避：私有区分片、每 part 落盘、cat 拼接

附录 L：病灶类型覆盖一览

区域/器官	来源	是否含 3D 金标准
腹部（abdominal）	DeepLesion3D	✅
骨（bone，硬化+溶骨）	DeepLesion3D + Radboudumc-Bone	✅
肾（kidney）	DeepLesion3D + KiTS21	✅
肝（liver）	DeepLesion3D + LiTS	✅
肺（lung）	DeepLesion3D + LIDC-IDRI + LNDb* + MDSC-Lung	✅
纵隔（mediastinal）	DeepLesion3D + NIH-LN MED	✅
淋巴结	NIH-LN ABD/MED	✅
结肠（colon）	MDSC-Colon	✅
胰腺（pancreas）	Radboudumc-Pancreas + MDSC-Pancreas	✅
其他（assorted）	DeepLesion3D + CCC18	部分

附录 M：指标计算公式与符号

符号	名称	公式/含义
SP	分割性能	Sørensen–Dice 系数 = 2·\
LAE	长轴误差	SMAPE(长轴预测, 长轴参考)
SAE	短轴误差	SMAPE(短轴预测, 短轴参考)
SCS	一致性分数	同病灶换中心体素后重对齐掩膜的 Dice
CS	挑战分数	0.8·SP + 0.05·LAE + 0.05·SAE + 0.1·SCS
SMAPE	对称平均绝对百分比误差	(1/n)Σ\

附录 N：Grand Challenge 挑战类型对照

类型	测试集可见性	评测地点	ULS23
Type I	可见	参与者本地	—
Type II	不可见	平台私服	✅
Type III	分阶段	混合	—

附录 O：参与 type II 挑战的容器规范要点

运行环境：NVIDIA T4（16GB VRAM）/ 8 vCPU / 32GB RAM；
时间预算：单任务 ≤ 9 分钟（原榜）/ ≤ 2 小时（2026-10 新增榜）；
输入批量：每任务 100 个病灶；
输入：256×256×128 VOI，中心含病灶体素；
输出：3D 分割掩码 + 长/短轴直径；
特殊值：padding 位置为 -1；
依赖：MONAI ≥ 1.2.0。

附录 P：与库内条目的互链表

库内条目	rid	关系	检索价值
deeplesion	17	上游数据源（ULS23 复用其测量）	消歧关键
ct-lesion-foundation-model	963	CT 病灶基础模型同赛道	方法论对照
psma-pet-ct-lesions	1031	CT/PET 病灶分割亲缘	跨模态拓展
pulsedb	182	命名含 lesion/DB（弱相关）	检索噪声

附录 Q：双口径与遗留疑点登记表

项	口径 A	口径 B	处置
DeepLesion3D 数	750（Zenodo）	743（论文）	双列+注明来源
骨子集数	744（Zenodo）	697（论文）	双列+说明 51 张 held-out
胰腺子集数	124（Zenodo）	120（论文）	双列
训练总数	38,693（摘要）	无加总表	标遗留疑点（坑 5）
指标	“Dice/NSD”（二手）	Dice/SMAPE/SCS（论文）	按论文，二手存照（坑 3）
往届 ULS19/22	坊间提及	论文无	标遗留疑点（坑 6）

附录 R：检索决策树

目标 = 通用病灶分割基准？
├── 要 3D 金标准 → ULS23（本条目）
├── 只检测/弱监督 → DeepLesion（rid 17）
└── 单器官分割
      ├── 肝 → LiTS（ULS23 聚合源）
      ├── 肾 → KiTS21（ULS23 聚合源）
      └── 肺 → LIDC-IDRI / LNDb / MDSC-Lung

附录 S：引用规范示例

de Grauw MJJ, Scholten ET, Smit EJ, Rutten MJCM, Prokop M, van Ginneken B, Hering A. The ULS23 challenge: A baseline model and benchmark dataset for 3D universal lesion segmentation in computed tomography. Medical Image Analysis. 2025;102:103525. doi:10.1016/j.media.2025.103525.

数据集引用时附加：ULS23 Challenge Public Training Dataset, Zenodo, doi:10.5281/zenodo.10035160；许可 CC BY-NC-SA 4.0。

附录 T：维护计划与触发点

触发点	动作
ULS23 排行榜更新（如新方法上榜）	更新 §5.3 / §7.4，复核附录 P
论文出新版本/新卷期	复核所有硬数字，更新附录 A
Zenodo 记录更新	复核 Part 清单与规模
测试集规模披露变化	更新 §2.1 与事实清单

附录 U：缩写速查

缩写	全称
ULS	Universal Lesion Segmentation
VOI	Volume of Interest
RECIST	Response Evaluation Criteria In Solid Tumors
SP	Segmentation Performance
LAE / SAE	Long-axis / Short-axis Error
SCS	Segmentation Consistency Score
CS	Challenge Score
NSD	Normalized Surface Dice（未采用）
SMAPE	Symmetric Mean Absolute Percentage Error
TTA	Test-Time Augmentation
PACS	Picture Archiving and Communication System
JBZ	Jeroen Bosch Ziekenhuis
DIAG	Diagnostic Image Analysis Group
MONAI	Medical Open Network for AI
DAIMS	Discoverability/Accessibility/Interoperability/Metadata/Sustainability

附录 V：与 PANDA-PLUS 条目（同批生产）的结构对照

维度	ULS23	PANDA-PLUS
本质	挑战赛+数据集+基线	重标注数据集
模态	CT	病理 WSI
任务	3D 病灶分割	像素级 Gleason 分割
许可	CC BY-NC-SA 4.0	三层异构
获取	Zenodo 公开直链	掩码请求制
核心消歧	≠ DeepLesion	≠ PANDA

附录 W：研究使用检查清单（12 项）

口径确认：明确用 Zenodo（750/744/124）还是论文（743/697/120）口径；
许可合规：确认用途非商业；再分发时用相同许可（SA）；
患者级划分：按 patient/series 分组，杜绝泄漏；
VOI 中心：确认业务逻辑处理了"中心必有病灶体素"；
padding 值：处理值为 -1 的位置；
MONAI 版本：≥1.2.0；
Git LFS：取标注前先 git lfs pull；
上游引用：使用聚合源数据时同时引其原始出处；
基线对照：与论文基线（Dice 0.703）而非排行榜最佳对齐；
指标口径：只报 Dice/SMAPE/SCS，不臆造 NSD；
算力预算：若参赛，按 T4/9min/100 病灶约束设计；
版本记录：记录下载时点的 Zenodo 版本与 md5。

附录 X：Zenodo Part 划分速查

Part	内容
Part 1	新颖标注（DeepLesion3D / Bone / Pancreas）+ README/LICENSE
Part 2	处理后的 kits21 / LIDC-IDRI / LiTS
Part 3	处理后的 MDSC 6/7/10 / NIH-LN / CCC18
Part 4	处理后的 DeepLesion
Part 5	处理后的 DeepLesion
Part 6	处理后的 DeepLesion

附录 Y：关键数字的"一句话解释"

38,693 → 训练集总病灶（胸腹盆 CT），无加总表；
775 → 公开测试集病灶数（284 患者）；
725 → 扣验证集后的最终测试病灶数；
743-750 → DeepLesion3D 子集（双口径）；
697-744 → 骨子集（双口径，51 张 held-out）；
120-124 → 胰腺子集（双口径）；
31,849 → DeepLesion 部分标注病灶（半监督）；
0.703 → 半监督基线平均 Dice；
0.729 → 半监督基线挑战分数 CS。

附录 Z：三步识别"这是不是 ULS23 的问题"

问题是否针对一个模型通吃多类型病灶？若是，属 ULS 范畴；
问题是否针对 DeepLesion 那 3 万+ 病灶的全部？若是，指向 DeepLesion（rid 17），非 ULS23；
问题是否涉及骨/胰腺新标注或 type II 在线评测？若是，确定指向 ULS23。

附录 AA：ULS23 的三层资产一览

资产	内容	获取
训练数据	Zenodo Part 1-6（VOI + 掩码）	公开直链
标注与代码	GitHub annotations / data_processing / baseline_model / GC_algorithm	公开直链（LFS）
基线模型	nnUnet-ResEnc+SS 权重 + 算法容器	Zenodo
测试基准	775 病灶私密测试集	仅容器提交评估

附录 AB：与库内可获取性档位的一句话定位

ULS23 落在"平台托管 + 公开直链"双档：数据与模型走 Zenodo 公开直链（download 即用），测试评估走 Grand Challenge 平台托管（容器提交）。它不是注册墙，也不是请求制——这是它相较库内请求制条目（如 PANDA-PLUS 掩码）的核心获取优势。

附录 AC：常见问题速答卡

你若问	答案
有 3D 掩码吗？	训练子集有；DeepLesion/CCC18 为伪掩膜
能商用吗？	否（CC BY-NC-SA 的 NC 约束）
测试集能下吗？	否（type II）
用 NSD 吗？	否（Dice/SMAPE/SCS）
和 DeepLesion 一样吗？	不一样（子集 vs 全集）
有多少病灶？	训练 38,693；测试 775

尾注

本条目为 AI-Ready Wikipedia 数据集条目，生产于 2026-10-14，抓取与核验时点见附录 A。事实陈述以论文（Medical Image Analysis 2025;102:103525 / arXiv:2406.05231）、Grand Challenge 官方页与 Zenodo/GitHub 记录为源；新颖标注数量双口径（Zenodo 750/744/124 vs 论文 743/697/120）、训练总数无逐项加总表、指标 NSD 误传、ULS 往届无一手依据等原始文档歧义已在 §10 坑点与附录 B/I 存照。

本条目与库内 deeplesion（rid 17）、ct-lesion-foundation-model（rid 963）、psma-pet-ct-lesions（rid 1031）等条目互链，构成 CT 病灶分割与检测的完整检索面。核心消歧：ULS23 是「复用 DeepLesion + 新标注骨/胰腺 + 聚合公开数据」的 3D 通用病灶分割挑战集/基准集，而非 DeepLesion 本体（后者为 32,735 病灶全集）——详见 §9.2 与附录 G。

后续维护触发点：ULS23 排行榜持续更新（2026-10-11 已增开延长推理榜），若论文更新版本或测试集规模披露变化，按附录 A 来源复核。

维度	内容
本质	3D 通用病灶分割挑战赛 + 训练/测试数据集 + 开源基线模型三合一（非单一纯数据集）
主管机构	Radboudumc Diagnostic Image Analysis Group（DIAG，荷兰奈梅亨）
组织者	Max de Grauw、Bram van Ginneken、Alessa Hering；合作方 NIH（Summers 组）
数据提供	Radboudumc + Jeroen Bosch Ziekenhuis（JBZ，荷兰斯海尔托亨博斯）
论文	Medical Image Analysis 2025;102:103525（doi:10.1016/j.media.2025.103525）；arXiv:2406.05231
模态	胸-腹-盆 CT（chest-abdomen-pelvis），VOI 256×256×128 体素
训练规模	38,693 病灶（新颖标注 + 10 个聚合公开数据集）
测试规模	775 病灶 / 284 患者（Radboudumc 368 + JBZ 407）；最终测试 725/268
新颖标注	DeepLesion3D 743-750 + 骨 697-744 + 胰腺 120-124（双口径）
任务	单点/框提示下的 3D 病灶分割（模拟放射科医生点击）
指标	SP(Dice) + LAE/SAE(SMAPE) + SCS；CS = 0.8·SP+0.05·LAE+0.05·SAE+0.1·SCS
基线	nnUnet-ResEnc+SS 半监督：Dice 0.703 ± 0.240，CS 0.729
许可	CC BY-NC-SA 4.0（非商业+署名+相同方式共享）
平台	Grand Challenge（type II 挑战）；数据 Zenodo；代码 GitHub