信息速览
INFOBOX — VLM3D 2025 一屏速览
维度 内容 本质 MICCAI 2025 官方注册挑战赛（satellite event）+ 围绕 CT-RATE 构建的 3D 医学影像视觉语言基准；非独立数据集论文，而是"数据集+赛题+榜单"三合一 全称 Challenge for Vision-Language Modeling in 3D Medical Imaging（VLM3D Challenge） 组织方 Forithmus 牵头 + 多机构联盟：苏黎世大学、伊斯坦布尔梅迪波尔大学、波士顿大学、斯坦福、哈佛、约翰霍普金斯、帝国理工、上海交大、都柏林大学学院、NIH、ETH 苏黎世、NVIDIA 关键人物 第一作者/发起人 Ibrahim Ethem Hamamci（CT-RATE/CT-CLIP/CT-CHAT 一作）；组织委员会含 Bjoern Menze、Kayhan Batmanghelich、Pranav Rajpurkar、Alan Yuille、Zongwei Zhou 等 底层数据 CT-RATE：25,692 个非增强胸部 CT study（21,304 患者）/ 50,188 个 3D volume / 超 14.3M 张 slice / 18 种异常多标签 / 配对放射学报告 四大任务 ①CT 报告生成 ②多异常分类（18 标签）③自监督多异常定位 ④文本条件 3D CT 生成 赛制 Docker 容器（≤50 GB）服务端评测隐藏测试集；内部测试 2,000 例 + 波士顿大学外部测试 1,024 例（均不公开）；point-based permutation test 排名 参与规模 双口径：Forums 页 73/68/53 人 vs Forithmus 现页 120/115/80 人（三赛道）；媒体口径报告生成 161 人——引用必须注明届别与抓取日期（坑 4） 结果发表 冠军方法发表于 ICCV 2025 VLM3D Workshop（如 CTFlow：video-inspired latent flow matching 文本条件 3D CT 合成） 工业获奖 影禾医脉（报告生成第一、分类第三）、Deepnoid M4CT（定位第一、分类第一、报告生成第三）——报告生成名次两源冲突，官方榜单未直接核验（坑 6） 许可 CT-RATE 与挑战赛本体均 CC BY-NC-SA；封闭测试集不公开；CT-CLIP/CT-CHAT 代码 GitHub 开源 2026 届 第二届扩展 MR-RATE（脑 MRI 约 100,000 配对扫描-报告），CT×3 + MR×3 六赛道，MICCAI 2026 satellite event 库内互链 ct-rate(546)（上游本体）、mimic-cxr(16)/ms-cxr(340)/ms-cxr-t(619)（2D 对照系）、chexstruct-cxreasonbench(604)、radvlm-instruction-dataset(624)、vindr-cxr(125)（消歧对照）
VLM3D 2025 是一个"把最大 3D 胸部 CT 影像-文本数据集变成公开竞技场"的挑战赛：它不新采集数据，而是把 Hamamci 等人发布的 CT-RATE（25,692 个非增强胸部 CT study、50,188 个 3D volume、配对放射学报告、18 种异常多标签）包装成四个明确的赛题——报告生成、多异常分类、自监督定位、文本条件 CT 生成——并用 Docker 容器服务端评测的方式，让全世界参赛队伍在同一套隐藏测试集上比出高下。它是 MICCAI 2025 官方注册挑战赛（2025 年 9 月 23-27 日，韩国大田），冠军方法随后发表于 ICCV 2025 的 VLM3D Workshop。对"3D 医学影像 + 语言"这条在 2024 年之前几乎空白的技术路线来说，VLM3D 是第一座统一的、可复现的、有榜单的里程碑。
导语读法三则：
- 只想下数据：直奔 §6 获取与许可——训练/验证数据就是 HuggingFace 上的 CT-RATE（CC BY-NC-SA，gated），封闭测试集不公开，别找错门。
- 想参赛或复现赛题：直奔 §4 四大任务与 §5 赛制——四个任务的输入输出、指标、评测方式各不相同，Docker ≤50 GB 的硬约束别忽略。
- 关心榜单与排名：直奔 §7 结果与生态——参与数字和名次都有多口径（坑 4、坑 6），引用前先对表。
§0 导读：这个挑战赛解决什么问题
医学影像的"视觉语言建模"（vision-language modeling）在 2D 胸片上已经相当成熟：MIMIC-CXR 提供了数十万张配对报告的胸片，MS-CXR 在其上补充了局部对齐监督，CheXbert 类工具把报告变成结构化标签，RadVLM 一类的视觉语言模型（VLM）能在胸片上做报告生成与视觉问答。但把镜头从 2D 切到 3D——也就是真正承载解剖信息的容积 CT——局面完全不同：3D 影像的数据体量大一个数量级、标注成本高一个数量级，长期没有一个大型的"volume + 报告"公开配对数据集，更没有一个统一的评测舞台。2024 年底 CT-RATE 的发布填补了数据空白，VLM3D 2025 则填补了评测空白：它把"你有数据"推进到"大家用同一把尺子量"。
VLM3D 的回答分四层。第一层是任务设计：从 CT-RATE 的报告与标签出发，拆出四个覆盖"看懂—说出—找到—生成"全链路的赛题——CT 报告生成（volume → 自由文本）、多异常分类（volume → 18 标签）、自监督多异常定位（不用人工标注找病灶）、文本条件 3D CT 生成（报告 → 合成 volume），四题共享同一套公开训练数据，公平可比。第二层是评测纪律：所有提交以 Docker 容器形式交付（≤50 GB），在服务端隐藏测试集（内部 2,000 例 + 波士顿大学外部 1,024 例）上自动评测，参赛者自始至终见不到测试数据——这在医学影像挑战赛里是对"测试集泄露"这一顽疾的正面回应。第三层是生态杠杆：冠军方法进入 ICCV 2025 VLM3D Workshop 正式发表，CTFlow 等方法随即成为文本条件 3D CT 合成的公开基线。第四层是可持续性：2026 届用同一套赛制扩展到脑 MRI（MR-RATE，约 100,000 配对扫描-报告），把"CT 教科书"升级为"跨模态平台"。
对数据集百科的读者而言，VLM3D 的价值定位需要说清楚：它的"数据集本体"就是 CT-RATE——本库已另立 ct-rate(546) 条目专述数据本身；VLM3D 条目的独立价值在于赛制（Docker 服务端评测的模板价值）、任务定义（四大任务后来成为 3D 医学 VLM 的标准评测口径）、榜单生态（工业界队伍的参与与名次）与 2026 届的跨模态扩展。换句话说：ct-rate 条目回答"数据长什么样"，本条目回答"这些数据如何被用来公平地衡量一个领域的进步"。
§0 读法三则：
- 本条目是"数据集+赛题+榜单"三合一：数据本体归 CT-RATE（另见 ct-rate 条目），本条目聚焦挑战赛本身——任务、赛制、结果、生态。两者许可与获取方式同源但引用口径不同。
- 全文统计数字均出自官方三源（vlm3dchallenge.com / MICCAI 官网 / Zenodo）与底层数据论文（arXiv:2403.17834）；所有已知口径冲突（参与数字、排名名次、DOI 后缀、规模三口径）分别在坑 2、坑 3、坑 4、坑 6 存照。
- 检索时若把 arXiv:2509.15772（同名 “VLM3D” 的 text-to-3D 生成论文）当作本挑战赛的论文会张冠李戴——两者毫无关系（坑 1）。
0.4 赛前技术空白：2024 年的 3D 医学 VLM 缺什么
要理解 VLM3D 的立项逻辑，可以倒放 2024 年底 3D 医学视觉语言领域的空白清单——VLM3D 的每一个设计决策几乎都能在清单里找到对应项：
| 空白 | 2D 世界的现状（彼时） | 3D 世界的缺口 | VLM3D 的对应设计 |
|---|---|---|---|
| 大规模配对语料 | MIMIC-CXR 数十万对 | CT-RATE 刚发布（2024 底），知名度与使用范式未建立 | 直接以 CT-RATE 为唯一合法训练数据，强制生态汇聚 |
| 统一评测 | 报告生成/分类各有惯用基准 | 各论文各测各的，数字互不可比 | 四任务统一口径+统一划分 |
| 防泄露评测 | 测试集常随论文公开或半公开 | 同样如此 | 双封闭测试集+Docker 服务端 |
| 跨机构信号 | 多中心数据集渐多 | CT 数据多为单中心 | 波士顿大学外部测试集单列 |
| 生成方向基准 | 2D 合成尚属边缘 | 文本→3D 几乎无人量化评测 | 任务四+FVD/FID/CLIP/IS 指标族 |
| 方法社区 | RadVLM、LLaVA-Med 等活跃 | 3D 专用方法稀缺（CT-CLIP/CT-CHAT 刚起步） | 冠军方法进 Workshop，公开方法基线 |
这张表也解释了为什么 VLM3D 选在 CT-RATE 发布后约半年即开赛：数据刚立、方法未聚，是"以赛聚才"的最佳窗口期。事实证明窗口判断正确——首届即有跨三大洲的参赛者与公司级队伍入局（§5.3，注意口径）。
§1 数据集速览：十问十答
Q1：VLM3D 的全称与身份是什么？
全称 Challenge for Vision-Language Modeling in 3D Medical Imaging（3D 医学影像视觉语言建模挑战赛），简称 VLM3D Challenge。它是 MICCAI 2025 官方注册挑战赛（satellite event），2025 首届设 CT 赛道，2026 第二届扩展 MRI 赛道。注意它是 official challenge 但不是 MICCAI 2025 的 lighthouse challenge（灯塔挑战赛三席为 BraTS、SAGES-CVS、UNICORN，坑 8）。
Q2：比赛用的是什么数据？
训练/验证数据全部来自公开的 CT-RATE 数据集：25,692 个非增强胸部 CT study（来自 21,304 位独立患者），按多种重建展开为 50,188 个 3D volume，总计超 1,430 万张 2D slice；每个 study 配对放射科医生撰写的报告（含 impression 与 findings 两节），并由微调 RadBERT 从报告自动抽取 18 种胸部异常多标签。训练用 20,000 患者，内部验证用 1,304 患者。
Q3：四大任务分别是什么？
①CT 报告生成：输入 3D 胸部 CT，输出自由文本报告，指标以 BLEU(1-4) 为代表；②多异常分类：对 18 种胸部异常做多标签分类，指标为 AUC；③自监督多异常定位：训练阶段不使用任何人工 ground-truth 标注，定位心包积液、胸腔积液、实变、肺影、肺结节等病灶，用人工标注集评测；④文本条件 3D CT 生成：输入报告文本，输出合成 3D CT volume，指标为 FVD/FID/CLIP score/IS 一族。
Q4：谁在办这个比赛？
Forithmus（研究机构）牵头的多机构联盟：苏黎世大学、伊斯坦布尔梅迪波尔大学、波士顿大学、斯坦福大学、哈佛大学、约翰霍普金斯大学、帝国理工伦敦、上海交通大学、都柏林大学学院、NIH、ETH 苏黎世、NVIDIA。Zenodo 记录署名 32 位作者；发起人与第一作者 Ibrahim Ethem Hamamci 是 CT-RATE、CT-CLIP、CT-CHAT 三个工作的一作（苏黎世大学/伊斯坦布尔梅迪波尔）。
Q5：赛制怎么评？
参赛者训练模型后打包成 Docker 容器提交（容量上限 50 GB），由组织方在隐藏的封闭测试集上服务端评测：内部测试集 2,000 例（梅迪波尔分布内）+ 波士顿大学医院外部测试集 1,024 例。测试数据不公开；仅最终有效提交参与排名；排名采用基于主指标的 point-based permutation test 方案。
Q6：多少人参赛？
存在多口径：vlm3dchallenge.com 的 Forums 页面（2025 届收官后）显示 CT-ABNORMALITY 73 人/40 次提交、CT-REPORT 68 人/49 次、CT-VOLUME 53 人/20 次；research.forithmus.com 现页（2026 届视图）显示 120/165、115/126、80/192；媒体报道口径报告生成赛道 161 人参与综合排名。引用时必须注明届别与抓取日期（坑 4）。
Q7：结果发表在哪里？
冠军方法发表于 ICCV 2025 的 VLM3D Workshop（CVF open access 可查，如 CTFlow）；官网称 top-performing methods 收录于联合挑战赛论文（joint challenge paper）。颁奖与结果发布在 2025 年 9 月 24 日前后（MICCAI 2025 大田会议周内）。
Q8：许可是什么？
CT-RATE 数据与挑战赛本体均为 CC BY-NC-SA（非商业-相同方式共享）：官网规则原文 “Both CT-RATE and MR-RATE are released under CC BY-NC-SA”，MICCAI 官网 challenges 表 license 列同样登记 CC BY-NC-SA。CT-RATE 在 HuggingFace 托管（gated，下载需接受平台使用条款）；官方模型代码 CT-CLIP、CT-CHAT 在 GitHub 开源。
Q9：VLM3D、CT-RATE、CT-CLIP、CT-CHAT 是什么关系？
CT-RATE 是数据集（volume + 报告 + 标签）；CT-CLIP 是在其上做对比语言-图像预训练的 3D 基础模型；CT-CHAT 是视觉语言对话模型；VLM3D 是用这套数据办的挑战赛。四者同一核心团队（Hamamci 等），数据论文同为 arXiv:2403.17834 系。检索时四个名字会互相串，认准条目边界即可。
Q10：2026 届有什么变化？
第二届新增 MR-RATE 数据集（脑 MRI，约 100,000 配对扫描-报告），赛道从 3 个扩为 6 个（VLM3D-CT-ABNORMALITY/CT-REPORT/CT-VOLUME + VLM3D-MR-ABNORMALITY/MR-REPORT/MR-VOLUME），赛制沿用 Docker ≤50 GB 服务端评测，作为 MICCAI 2026 satellite event 举办；早期获奖者受邀在 MIUA 2026（都柏林大学学院）展示。2025 届榜单保留作参考。
1.11 关键数字速查一栏表
| 数字 | 含义 | 出处（详见附录 C） |
|---|---|---|
| 25,692 | CT-RATE 非增强胸部 CT study 数 | arXiv:2403.17834 |
| 50,188 | 展开后的 3D volume 数 | arXiv:2403.17834 |
| 21,304 | 独立患者数 | arXiv:2403.17834 |
| 14.3M+ | 2D slice 总量 | arXiv:2403.17834 |
| 18 | 胸部异常多标签类别数 | CT-RATE 官方 CSV |
| 1,000 | RadBERT 微调用人工标注报告数 | arXiv:2403.17834 |
| 20,000 / 1,304 | 训练/内部验证患者划分 | CT-RATE 官方划分 |
| 2,000 / 1,024 | 内部/外部封闭测试集例数（不公开） | Zenodo 记录摘要 |
| 50 GB | Docker 容器容量上限 | 官网 rules 页 |
| 4 / 3 / 6 | 任务数 / 2025 赛道数 / 2026 赛道数 | 官网任务与赛道页 |
| 32 | Zenodo 记录署名作者数 | Zenodo 元数据 |
| 10.5281/zenodo.15052707 | 赛事记录 DOI（双 DOI 见坑 2） | MICCAI 官网登记 |
| 2025-03-19 | Zenodo v1 发布日 | Zenodo 元数据 |
| 2025-09-23 至 27 | MICCAI 2025 会期（韩国大田） | MICCAI 官网 |
| 5,000+ | CTFlow 训练 GPU 小时 | CTFlow 论文（ICCV 2025W） |
| 0.2791 / 0.846 | 影禾医脉媒体口径 BLEU(1-4)/AUC | 媒体报道（坑 6） |
1.12 与 2D 胸片生态的对应关系
VLM3D 的四个任务都能在 2D 胸片生态里找到"前辈"，对照着看能更快理解任务设计的来路：
| 能力方向 | 2D 前辈（库内条目） | 3D 赛场（VLM3D） | 迁移增加的难度 |
|---|---|---|---|
| 影像-文本配对语料 | MIMIC-CXR(16)（数十万胸片-报告对） | CT-RATE(546)（25,692 study-报告对） | 数据体量×数十、每例三维体积 |
| 局部对齐监督 | MS-CXR(340)（短语-区域对齐子集） | 任务三自监督定位（不用人工区域标注） | 3D 区域标注贵得多，故改为自监督 |
| 时序建模 | MS-CXR-T(619)（纵向胸片对） | （VLM3D 未单设时序任务） | 3D 纵向配对数据更稀缺 |
| 结构化/推理评测 | CheXstruct/CXReasonBench(604) | 任务二 18 标签多标签分类 | 弱标签来源同源（报告挖掘） |
| 指令跟随对话 | RadVLM-Instruct(624) | CT-CHAT（对话模型，代码开源） | 3D 编码器 + 逐层上下文 |
| 大规模标注库 | VinDr-CXR(125)（胸片标注库） | （无对应——CT 系无 VinDr 类人工标注大库） | ——这正是弱标签路线兴起的原因 |
读表要点：VLM3D 的任务形态对 2D 研究者并不陌生，陌生的只是"3D"带来的数据工程与算力维度；反过来，2D 生态的方法（线性探针、指令微调、LoRA 对齐）大多可以平移试验。
1.13 常见误解速查
| 误解 | 事实 |
|---|---|
| “VLM3D 是一个新数据集” | 不是：训练/验证数据就是 CT-RATE；VLM3D 的新资产是任务定义、赛制与榜单 |
| “VLM3D 基于 VinDr 数据扩展” | 证伪：完全基于 CT-RATE + 封闭测试集，与 VinDr 无关（坑 5） |
| “它是 MICCAI 灯塔挑战赛” | 不是：official challenge 但非 lighthouse（坑 8） |
| “测试集可以下载来本地跑榜” | 不能：两套测试集不公开，仅服务端评测 |
| “arXiv 上的 VLM3D 论文就是挑战赛论文” | 不是：arXiv:2509.15772 是同名 text-to-3D 论文（坑 1） |
| “获奖模型可以商用” | 不可以：CC BY-NC-SA 禁商业用途，获奖不改变数据许可 |
| “参与了就是 161 人那个数字” | 口径混乱：73/68/53 vs 120/115/80 vs 媒体 161/118，引用须注明来源（坑 4） |
1.14 给三类读者的一段话速览
研究者：VLM3D 给了你四个可以直接对标的任务口径（报告生成/18 标签分类/自监督定位/文本条件生成），训练数据就是 HF 上 gated 的 CT-RATE（CC BY-NC-SA），官方基线代码在 GitHub（CT-CLIP/CT-CHAT），方法天花板参考 ICCV 2025W 的 CTFlow——你的论文只要声明"CT-RATE train 训练 + validation 自评"就能与整个生态对话，但别拿自评分数冒充官方榜单成绩。
工程/产业团队：这是一个技术含金量可公开验证的赛场——报告生成与分类正是影像公司产品化的两大方向，2025 届已有影禾医脉、Deepnoid 等队伍入局（名次口径见坑 6）。注意两件事：榜单名次不等于产品合规，CC BY-NC-SA 把商用挡在许可之外；参赛交付是 Docker ≤50 GB 的服务端盲测，工程纪律权重不亚于模型本身。
数据工程师/库方：VLM3D 是"数据集→基础模型→对话模型→挑战赛→榜单→跨模态扩展"完整数据工程栈的公开样板，其 Docker 盲测赛制与双测试集（内部 2,000 + 外部 1,024）设计值得任何计划办医学评测的团队整段借鉴；引用其数据时认准 study/volume/患者三个计数单位（坑 3）。
§2 数据构成与规格：CT-RATE 本体
VLM3D 的全部"可用数据"来自 CT-RATE——理解挑战赛，先要把这份数据的规格吃透。本节按规模、报告与标签、划分与命名、人群特征、评测集五个层次展开。数据本身的更完整画像（含采集协议与伦理口径）另见本库 ct-rate(546) 条目，本节只保留参赛者与引用者必须知道的骨架。
2.1 规模三口径：study、volume、患者如何互容
CT-RATE 的规模在不同文献里有三种写法，初见容易以为是矛盾，实为三个不同计数单位：
| 口径 | 数字 | 含义 |
|---|---|---|
| study 口径 | 25,692 个非增强胸部 CT study | 一次检查一个 study（官网/Forithmus 常写 “~25,000 chest CT studies”） |
| volume 口径 | 50,188 个 3D volume | 同一 study 的多种重建（不同层厚/核算法）各自展开为一个 volume（Zenodo 摘要写 “over 50,000 3D chest CT volumes”） |
| 患者口径 | 21,304 位独立患者 | 去重后的真实人数（arXiv:2403.17834 精确数） |
三者互容：21,304 位患者做了 25,692 次检查（少数患者多次检查），每次检查按重建展开为约 2 个 volume。附加总量：全部 volume 合计超过 1,430 万张 2D slice。arXiv 论文给出的是精确数（25,692/50,188/21,304），官网与 Zenodo 给出的是约数——三口径并存时以精确数为准，引用时注明单位（坑 3）。
2.2 报告结构与 18 异常多标签
每个 study 配对一份放射科医生撰写的报告，报告分两大部分：impression（印象，结论性判读）与 findings（发现，逐系统描述），另有患者信息、扫描技术等附加节。对报告生成任务而言，impression 与 findings 都是可学习的生成目标；对标签任务而言，报告是"免费标注"的来源。
18 种胸部异常多标签的来源是文本挖掘而非人工逐例标注：团队微调 RadBERT（一个放射学文本预训练模型）做报告→标签的自动分类器，微调用了 1,000 份人工标注报告。异常类别包括：肺结节（lung nodule）、动脉壁钙化、冠状动脉钙化、心脏肥大、心包积液、胸腔积液、肺实变、肺气肿、肺纤维化后遗症、肺不张、淋巴结肿大、磨玻璃影/肺影（lung opacity）、小叶间隔增厚、支气管扩张、胸膜增厚、食管裂孔疝、马赛克衰减模式等（完整 18 类以数据集官方 CSV 为准）。这就是多异常分类任务（任务二）的标签体系，也是任务三（自监督定位）的病灶对象清单。
对使用者有三点提醒：第一，这批标签是弱标签——由文本分类器从报告自动抽取，报告漏写≠影像无异常；第二，文本分类器的错误率未逐例人工复核（1,000 份微调集之外），下游做严格诊断实验需自建金标准；第三，标签粒度是"有无"而非"位置"——位置信息要靠任务三的自监督方法或人工标注集补充。
2.3 划分与目录命名
CT-RATE 官方划分：训练集 20,000 患者 / 内部验证集 1,304 患者。目录命名规则 split_patientID_scanID_reconstructionID，例如 train_1_a_1.nii.gz 表示训练集、患者 1、第 a 次扫描、第 1 种重建。这个命名把"患者—检查—重建"三层计数单位编码进文件名，参赛者写数据加载器时可直接解析：同一位患者的所有文件共享 patientID，做患者级划分防泄漏时以此为键。
VLM3D 规则明确：训练与验证只能用 CT-RATE 公开的 train/validation 划分，四个任务一视同仁——这是榜单可比性的数据边界。
2.4 人群与采集特征
CT-RATE 采集于土耳其伊斯坦布尔梅迪波尔医院（单中心），非增强（未打造影剂）胸部 CT；扫描仪来自 3 家厂商；患者年龄 18-102 岁；性别分布均衡。单中心是它最大的分布局限：所有训练/验证数据来自同一家医院的设备与人群，跨机构、跨厂商、跨人群的泛化能力需要外部数据检验——这正是 VLM3D 设置波士顿大学外部测试集（§2.5）的原因，也是"外部测试 1,024 例"这个数字在榜单上含金量高的原因。
论文层面的外部验证（CT-CLIP 工作所述）还使用了公开的 RAD-ChestCT 与一个私有的真实世界临床集合；这两者不属于 VLM3D 赛题数据，只在方法论文的泛化实验中出现。
2.5 VLM3D 评测集：两个封闭测试集
VLM3D 的评测数据由两套封闭测试集构成，均不公开：
| 测试集 | 规模 | 来源 | 状态 |
|---|---|---|---|
| 内部封闭测试集 | 2,000 例 | 与训练数据同分布（梅迪波尔） | 不公开，仅服务端评测 |
| 外部封闭测试集 | 1,024 例 | 波士顿大学医院（跨机构） | 不公开，仅服务端评测 |
两套测试集的设计意图泾渭分明：内部集衡量"在同分布数据上做到多好"，外部集衡量"换一家医院还剩多少"。参赛者在整个赛程中拿不到任何一例测试数据，只能提交 Docker 容器（§5）。对引用者而言，这意味着官方排行榜上的任何数字都无法离线复现——第三方复现只能退回 CT-RATE 内部验证划分（1,304 患者）自建评测，结果与官方榜单不可直接比较。
2.6 与库内 ct-rate 条目的边界
本库将 CT-RATE 数据本体与 VLM3D 挑战赛分立两条目：ct-rate(546) 条目负责数据集本体（采集协议、字段、下载、衍生工作谱系），本条目负责挑战赛（任务、赛制、榜单、生态）。若你的目的只是"拿到影像-文本对做训练"，直接读 ct-rate 条目即可；若你要引用"某方法在标准赛题上的名次"或"Docker 服务端评测范式"，本条目才是正确出处。两处互链，引用时按需取用。
2.7 数据质量与已知局限
在把 CT-RATE 当"标准答案"使用前，四条已知局限值得写进实验设计：
- 单中心偏倚：全部数据来自伊斯坦布尔梅迪波尔医院的 3 家厂商扫描仪——人群构成、临床惯例、扫描协议的机构烙印无法通过数据内部处理消除；跨机构泛化只能靠外部数据（波士顿大学测试集的存在正是为此，但对外不公开）。
- 弱标签噪声：18 异常标签由 RadBERT 微调版从报告自动抽取，报告本身的漏写/简写会传导为标签缺失；1,000 份人工标注只保证分类器微调质量，不保证全量标签正确率。严格诊断实验需自建金标准子集。
- 多重建展开的统计重叠：50,188 个 volume 由 25,692 个 study 展开——同一解剖被以不同重建参数记录多次。若按 volume 随机划分训练/验证，同一 study 的"孪生 volume"可能跨越划分边界，造成隐性泄漏；患者级（或至少 study 级）划分是底线。
- 报告语言与书写风格：报告为英文放射学书写，风格受单一机构惯例影响；文本生成任务的 BLEU 类指标对此敏感（机构风格拟合可抬高 n-gram 重合度）。
2.8 三代胸部影像-文本数据集规格对比
把 CT-RATE 放进 2D 前辈的坐标系，能看清"3D 转折"的量级：
| 维度 | MIMIC-CXR（2D，库内 16） | VinDr-CXR（2D，库内 125） | CT-RATE（3D，库内 546） |
|---|---|---|---|
| 模态 | 胸部 X 光 | 胸部 X 光 | 胸部 CT（容积） |
| 数据单位 | 单张影像-报告对 | 单张影像 + 人工标注 | study → 多 volume-报告对 |
| 规模 | 数十万级 | 数万级（人工标注） | 25,692 study / 50,188 volume |
| 标签来源 | 报告文本挖掘（CheXbert 系） | 专家人工标注 | 报告文本挖掘（RadBERT 微调） |
| 许可 | PhysioNet credential 制 | CC BY-NC-SA（口径以条目为准） | CC BY-NC-SA（HF gated） |
| 在 VLM3D 语境中的角色 | 2D 任务形态的模板来源 | 消歧对照（与 VLM3D 无关，坑 5） | 训练/验证数据本体 |
读表要点：CT-RATE 与 MIMIC-CRX 系共享"报告挖掘弱标签"路线（而非 VinDr 的人工标注路线），这正是 VLM3D 任务三要"自监督定位"的根源——弱标签有"有无"无"位置"，位置信息只能靠自监督从影像-文本对应中掘取。
2.9 参赛者视角的数据走查：从下载到第一个 batch
以任务二（多异常分类）为例，把"拿到数据"到"喂进模型"的路径走一遍——这条走查同样适用于其他三个任务的前半程：
第 0 步 平台门禁
- HuggingFace 登录 → ibrahimhamamci/CT-RATE 页 → 阅读并接受使用条款
- 确认许可显示 CC BY-NC-SA；记录接受日期（合规留痕）
第 1 步 结构核对
- 目录树按 split_patientID_scanID_reconstructionID 组织
- train/ 含 20,000 患者的 volume；validation/ 含 1,304 患者
- 标签 CSV 按 patient/scan 粒度对齐 18 异常列
第 2 步 索引与防泄漏
- 用正则解析文件名建索引（附录 H 骨架）
- 以 patient_id 为去重键；确认验证患者与训练患者零交集
- 注意同一 study 的多重建 volume 同源——按 study 聚合后再划分实验
第 3 步 体素预处理
- 读 NIfTI → 统一 spacing（重采样）→ HU 窗口化（肺窗/纵隔窗）
- 裁剪到胸腔包围盒；按需降采样以控制显存
第 4 步 第一个 batch
- volume 张量形状（C, D, H, W）；标签张量形状（18,）
- 抽样核对：标签阳性异常与报告文本描述一致（弱标签抽查）
走查中最后一步最容易被跳过，也最不该跳过：抽样 20-30 例，把 CSV 里的阳性标签与报告原文对照读一遍，能直观建立"弱标签噪声长什么样"的手感——这决定你后续要不要在损失函数里做标签平滑或噪声鲁棒设计。
2.10 重建维度：volume 计数为何是 study 的近两倍
命名规则里的 reconstructionID 段揭示了 CT-RATE 的一个关键机制：同一次扫描（study）会以不同重建参数（层厚、卷积核、迭代算法）产出多个 volume。这解释了 25,692→50,188 的近两倍展开，也带来三个使用注意：
- 统计单位必须声明：报"数据量"时写 study 还是 volume，结果差近一倍——坑 3 的全部混乱都源于此。审稿与引用时强制自己写明单位。
- 重建即数据增强的误解：多重建不是"免费增强"——不同重建的解剖完全相同，只有纹理/噪声特性不同；把同一 study 的多重建分入训练与验证两侧会造成乐观偏差，任何划分必须以 study（保守）或患者（标准）为最小单元。
- 模型对重建参数的敏感性是可研究的副产品：同一解剖、不同重建的预测一致性，可以当作模型鲁棒性的免费探针——这是 CT-RATE 结构赠送的独特评测维度。
§3 组织方与时间线：谁在办、何时办
3.1 组织架构：Forithmus + 十二机构联盟
VLM3D 由研究机构 Forithmus 牵头组织（官网与 Forithmus Research Hub 的 collections 页均挂 VLM3D Challenge 专页），背后是一个横跨欧美亚的多机构联盟：
| 机构 | 角色（公开口径） |
|---|---|
| Forithmus | 牵头组织方 |
| University of Zurich（苏黎世大学） | 发起人所在机构（Hamamci） |
| Istanbul Medipol University（伊斯坦布尔梅迪波尔大学） | 数据来源医院所在机构 |
| Boston University（波士顿大学） | 外部测试集提供方 |
| Stanford University / Harvard University / Johns Hopkins University / Imperial College London / University College Dublin / Shanghai Jiao Tong University | 组织委员会成员所在机构 |
| NIH / ETH Zurich / NVIDIA | 联盟成员 |
Zenodo 挑战赛记录署名 32 位作者。组织委员会阵容在医学 AI 挑战赛里属高配：Bjoern Menze（苏黎世/哈佛系影像分析）、Kayhan Batmanghelich（匹兹堡/波士顿系，胸部 CT 长期深耕）、Pranav Rajpurkar（哈佛系医学 AI 基准）、Alan Yuille（约翰霍普金斯，医学视觉长远旗手）、Zongwei Zhou（约翰霍普金斯，自监督医学影像）、Bernhard Kainz（帝国理工）、Weidi Xie（上海交大）等——委员会覆盖了报告生成、分类、自监督、生成四个任务方向的代表性研究者，任务设计与评委结构相对应。
3.2 关键人物：Hamamci 与 CT-RATE 系谱
Ibrahim Ethem Hamamci 是理解 VLM3D 谱系的钥匙：他是 CT-RATE 数据集论文（arXiv:2403.17834）、CT-CLIP 基础模型、CT-CHAT 对话模型三个工作的一作，也是 VLM3D Zenodo 记录的第一作者。这条"数据集→基础模型→对话模型→挑战赛"的递进路径，是当代医学 AI 数据工程的典型打法：先建数据护城河，再在数据上立方法标杆，最后把评测权标准化为公共基础设施。对引用者而言，这意味着 VLM3D 的任务定义与 CT-RATE 论文的实验设计一脉相承，读 arXiv:2403.17834 可以找到四大任务最初的动机与原型实验。
3.3 时间线总表
| 时间 | 事件 |
|---|---|
| 2024-03 | 底层数据论文 CT-RATE/CT-CLIP 首版挂 arXiv（2403.17834，v1 标题为 “A foundation model utilizing chest CT volumes and radiology reports for supervised-level zero-shot detection of abnormalities”，坑 7） |
| 2024-2025 | 论文多轮修订，v3 改题为 “Developing Generalist Foundation Models from a Multimodal Dataset for 3D Computed Tomography”（坑 7） |
| 2025-03-19 | VLM3D 挑战赛记录发布于 Zenodo，Version v1，DOI 10.5281/zenodo.15052707（双 DOI 见坑 2） |
| 2025 上半年 | 官网 vlm3dchallenge.com 上线，四任务开放报名与开发 |
| 2025-09-23 至 27 | MICCAI 2025 于韩国大田（Daejeon）举行，VLM3D 为官方注册挑战赛（satellite event，非 lighthouse，坑 8） |
| 2025-09-24 前后 | 颁奖与结果发布 |
| 2025 下半年 | 冠军方法发表于 ICCV 2025 VLM3D Workshop（CVF open access） |
| 2026 | 第二届：新增 MR-RATE 脑 MRI 赛道，六赛道并行，MICCAI 2026 satellite event；早期获奖者受邀 MIUA 2026（都柏林大学学院）展示 |
3.4 双 DOI 与收录口径存照
双 DOI：MICCAI 官网 challenges 列表登记 VLM3D 的 DOI 为 10.5281/zenodo.15052707；OpenAIRE 记录同时显示 10.5281/zenodo.15052708——同一记录名下两个 DOI 后缀，均重定向至同一 Zenodo 页面。引用时任取其一皆可达，但正式文献建议以 MICCAI 官网登记的 15052707 为准（坑 2）。
MICCAI 收录口径：MICCAI 官网 challenges 表对 VLM3D 的任务类型标注为 “Classification; Detection; Localization; Modeling; Reconstruction; Segmentation”——这是 MICCAI 对全部挑战赛统一使用的分类学标签串，不是 VLM3D 四大任务本身的描述；把六个词当成 VLM3D 的任务清单会以偏概全（坑 8）。license 列登记 CC BY-NC-SA，与官网规则一致。
lighthouse 辨析：MICCAI 每届从注册挑战赛中遴选少数 “lighthouse challenge”（灯塔挑战赛）作为标杆。2025 届三席为 BraTS、SAGES-CVS、UNICORN，VLM3D 不在其列。引用"MICCAI 官方挑战赛"准确，引用"MICCAI 灯塔挑战赛"错误。
3.5 官网与发布渠道清单
| 渠道 | 地址/标识 | 内容 |
|---|---|---|
| 挑战赛官网 | vlm3dchallenge.com | 任务定义、规则、报名、榜单（Forums 页含参与统计） |
| Forithmus Research Hub | research.forithmus.com/collections/vlm3d-challenge | 挑战赛合集页（2026 届视图含参与数字现值） |
| Zenodo 记录 | DOI 10.5281/zenodo.15052707（/15052708 重定向同页） | 挑战赛描述、32 作者、发布时间 2025-03-19 |
| MICCAI 官网 | conferences.miccai.org/2025 challenges 列表 | 官方注册凭证、DOI、license、lighthouse 遴选 |
| 底层数据论文 | arXiv:2403.17834 | CT-RATE 规模精确数、方法原型 |
| 训练数据 | HuggingFace ibrahimhamamci/CT-RATE（gated） | NIfTI volume + 报告 + 标签 |
| 官方代码 | GitHub ibrahimethemhamamci/CT-CLIP、CT-CHAT | 基础模型与对话模型开源实现 |
| Workshop 论文集 | openaccess.thecvf.com/content/ICCV2025W/VLM3D/ | 冠军方法（CTFlow 等） |
3.6 方法论评述：单中心数据何以支撑大赛
一个常见的疑虑是：单中心数据办全球大赛，榜单还有意义吗？VLM3D 的答案是"分层评测"——用两套测试集把问题拆开：内部测试集（2,000 例）回答"在数据分布内，方法学上谁做得好"，这是对算法能力的公平比较；外部测试集（1,024 例，波士顿大学）回答"换医院后谁还站得住"，这是对泛化能力的检验。两个名次都拿才真正有说服力——这也是为什么本条目在 §7.2 处理工业获奖口径时反复强调"评测集/榜单切片"的标注。
这套设计对数据工程界的启示是：单中心不是原罪，只有单中心评测才是。只要评测层引入外部分布，训练数据的单中心局限就从"缺陷"转化为"已知边界"——参赛者知道自己该为什么优化，引用者知道榜单数字的适用范围。
3.7 与代表性医学挑战赛的结构对比
| 维度 | BraTS（神经肿瘤基准） | UNICORN（2025 lighthouse 之一） | VLM3D 2025 |
|---|---|---|---|
| 领域 | 脑肿瘤 MRI 分割 | 多任务医学影像 | 3D 医学影像视觉语言 |
| 任务形态 | 分割为绝对主轴 | 多任务组合 | 四任务（分类/生成/报告/定位） |
| 数据策略 | 多年迭代扩充+公开训练集 | 公开训练+隐藏评测 | 公开训练（CT-RATE）+双隐藏测试集 |
| 评测形态 | 在线评测平台 | 挑战赛平台 | Docker 容器服务端评测 |
| 语言模态 | 无 | 无 | 有（报告文本为一等公民） |
| MICCAI 地位 | lighthouse 常客 | 2025 lighthouse 三席之一 | official challenge（非 lighthouse，坑 8） |
读表要点：VLM3D 在 MICCAI 挑战赛光谱里的独特位置是"语言模态为一等公民 + Docker 服务端评测"的组合——分割类赛事比拼的是掩码 Dice，VLM3D 比拼的是"影像与语言之间的往返能力"。两者方法论互补而非竞争；2026 届 MR-RATE 进入脑 MRI 域后，与 BraTS 系的数据生态还可能产生新的交叉点（但任务形态依旧不同：报告对 vs 掩码）。
3.8 组织委员会与四任务的对应关系
组织委员会的人员构成与四大任务之间存在可观察的对应——这解释了 VLM3D 任务设计的"专家对口"逻辑：
| 委员会成员 | 长期领域 | 对应任务方向 |
|---|---|---|
| Ibrahim Ethem Hamamci | CT-RATE/CT-CLIP/CT-CHAT 一作 | 全局发起、数据与基线 |
| Bjoern Menze | 腹部/肿瘤影像分析与挑战赛组织 | 评测设计与影像侧 |
| Kayhan Batmanghelich | 胸部 CT、影像-文本、弱监督 | 分类与定位任务 |
| Pranav Rajpurkar | 医学 AI 基准（CheXbert 系） | 基准设计与报告生成 |
| Alan Yuille | 医学视觉长远布局（JHU 系） | 学界背书与方向把关 |
| Zongwei Zhou | 自监督医学影像（JHU 系） | 自监督定位任务 |
| Bernhard Kainz | 医学影像与挑战赛实践（帝国理工） | 赛制与评测 |
| Weidi Xie | 多模态学习（上海交大） | 视觉语言方法 |
读表说明：对应关系依据各人公开研究方向归纳，属条目作者的观察性整理而非官方声明——用于理解任务设计逻辑，勿转引为"某人负责某任务"的分工事实。
§4 四大任务详解：看懂、说出、找到、生成
VLM3D 2025 的四个任务共享同一套公开训练数据（CT-RATE train/validation 划分），却覆盖了视觉语言建模的四种基本能力方向：理解结构（分类）、产出文本（报告生成）、空间定位（自监督定位）、数据合成（文本条件生成）。以下逐任务展开输入输出、指标与设计意图。
4.1 任务一：CT 报告生成（radiology report generation）
输入/输出：输入 3D 胸部 CT volume，输出自由文本放射学报告。这是"影像→语言"的正向任务，也是临床上最直接的落地方向——一份能用的初稿报告可以显著压缩放射科医生的书写负担。
评测指标：以 BLEU(1-4) 为代表的文本生成指标族（媒体报道口径：冠军队伍平均 BLEU(1-4) 达 0.2791、较基线高约 5 个点）。BLEU 对 3D 医学报告生成这类长文本、术语密集的任务只是粗尺子——临床正确性（异常是否被正确提及/遗漏/虚构）才是金标准，但金标准需要人工，榜单只能退而求其次用 n-gram 重合度。引用榜单数字时应意识到这个天花板。
设计意图：把 CT-RATE 的 impression/findings 两节报告作为生成目标，检验模型能否从容积影像中读出跨层的、三维空间里的异常组合，并按放射学书写规范成文。这是 2D 胸片报告生成（MIMIC-CXR 系）向 3D 的直接迁移，难点在于 volume 的信息密度与上下文长度远超 2D。
4.2 任务二：多异常分类（multi-abnormality classification）
输入/输出：输入 3D 胸部 CT volume，输出 18 种胸部异常的多标签预测（每个异常独立二判）。标签体系即 §2.2 所述的 RadBERT 自动抽取弱标签。
评测指标：AUC（媒体报道口径：第三名队伍平均 AUC 0.846）。多标签设定下 AUC 按异常类别逐一计算再聚合，18 类的患病率高度不均衡（如食管裂孔疝罕见、胸腔积液常见），榜单聚合方式（宏平均/微平均）细节以官方评测脚本为准。
设计意图：任务二看似最"传统"，实为整个挑战赛的锚点——18 标签体系直接继承 CT-RATE 的文本挖掘产物，它检验的是模型对报告弱标签的拟合上限。同时它也是任务四的生成条件、任务三的定位对象清单：四个任务在标签体系上互相咬合。
4.3 任务三：自监督多异常定位（self-supervised multi-abnormality localization）
输入/输出：输入 3D 胸部 CT volume，输出异常的空间定位（如异常热图/区域）。约束条件是本任务的灵魂：训练阶段不得使用任何人工 ground-truth 标注——模型只能从影像-报告对、影像本身或其他自监督信号中学会"哪里不对劲"。
评测：用一个人工标注集做最终评测（病灶对象涵盖心包积液、胸腔积液、实变、肺影（lung opacity）、肺结节等）。定位质量以人工标注为尺，训练过程与人工标注完全隔离——这是"弱监督/自监督定位"范式的一次公开大考。
设计意图：医学影像定位标注极贵（像素级/体积级勾画需要专家小时计），VLM3D 用规则设计把这条成本曲线摆上台面：既然报告里"免费"藏着定位线索（"右肺下叶胸腔积液"这类文字），模型就该学会把语言证据翻译回空间证据。这个任务对 3D 医学影像的可解释性研究有直接的推动价值——冠军方法 Deepnoid M4CT 的获奖（§7.2）说明工业界对此方向已有成熟积累。
4.4 任务四：文本条件 3D CT 生成（text-conditional 3D chest CT generation）
输入/输出：输入报告文本，输出合成的 3D 胸部 CT volume。这是"语言→影像"的逆向任务，也是四个任务中计算最重、最新颖的一个：从文本描述生成一个生理上合理、解剖上连贯的容积数据。
评测指标：生成质量指标族——FVD（Fréchet Video Distance，把 volume 视为视频帧序列）、FID（Fréchet Inception Distance）、CLIP score（文本-影像对齐度）、IS（Inception Score）（CTFlow 论文口径）。
设计意图与应用：官方口径给出的应用方向是数据增强、教育与生成建模研究。合成 CT 可以低成本扩充稀有异常的训练样本、给教学提供无隐私风险的素材、给生成模型社区提供医学试验场。但合成数据的边界同样清晰：合成 volume 不等于真实解剖，不能用于诊断声明，混合训练时必须明示合成来源（frontmatter 的 rai:dataLimitations 已存照）。
4.5 四任务的公共边界与互恰性
| 任务 | 输入 | 输出 | 核心指标 | 代表口径数字 |
|---|---|---|---|---|
| ①报告生成 | 3D CT volume | 自由文本报告 | BLEU(1-4) 等 | 冠军平均 BLEU(1-4) 0.2791（媒体口径） |
| ②多异常分类 | 3D CT volume | 18 标签多标签 | AUC | 第三名平均 AUC 0.846（媒体口径） |
| ③自监督定位 | 3D CT volume | 异常空间定位 | 人工标注集评测 | 冠军 Deepnoid M4CT（媒体口径） |
| ④文本条件生成 | 报告文本 | 合成 3D volume | FVD/FID/CLIP/IS | CTFlow 为代表方法 |
四个任务共享三条公共规则：训练/验证数据只能来自 CT-RATE 公开 train/validation 划分；评测一律走 Docker 服务端隐藏测试集；模型以容器交付（≤50 GB）。这保证了跨任务、跨队伍的可比性——也意味着任何在私有数据上预训练的模型必须声明（规则细节以官网 rules 页为准）。
值得一提的是"任务数口径"：韩媒报道写作"四个项目"，与官方四任务一致；2026 届赛道数扩为六（CT×3 + MR×3），那是赛道口径而非任务口径——赛道是按数据域（CT/MR）与任务组合的报名单元，任务仍是四类。混用两个口径会把"六赛道"误读成"六个任务"。
4.6 四任务的 2D 对应物与迁移难点
| 任务 | 2D 对应物（库内条目） | 3D 迁移的核心难点 |
|---|---|---|
| 报告生成 | MIMIC-CXR 系报告生成（16） | 单例 token 量级上升（数百层切片 vs 单图）；跨层空间推理；显存与上下文窗口压力 |
| 多异常分类 | 胸片多标签分类（CheXpert/胸片 14 标签系） | 标签从 14→18 且由 CT 报告挖掘；volume 级聚合策略（逐层投票 vs 3D 编码） |
| 自监督定位 | MS-CXR 短语-区域对齐（340） | 2D 框/掩码监督在 3D 缺位，需从报告文本与影像对应中自掘监督信号 |
| 文本条件生成 | （2D 罕见成熟先例） | 3D 解剖一致性约束；FVD 类指标把 volume 当视频处理的建模要求 |
一张表看清：四个任务里，报告生成与分类是"平移+加重"，自监督定位是"范式重设计"，文本条件生成接近"从零开始"。这也解释了为什么 ICCV 2025W 的代表论文出自任务四——新范式最先催生新方法。
4.7 参赛者工程要点
从 CT-RATE 的数据规格与 Docker ≤50 GB 的交付约束倒推，参赛者普遍要过四道工程关：
- 数据加载：50,188 个 NIfTI volume 的随机读取是 I/O 瓶颈——常见做法是离线预解码为统一 spacing 的数组缓存（注意存储预算）或按 patientID 分片流式读取；命名规则（§2.3）是写索引器的现成依据。
- 3D 表征：整 volume 直接进 3D 卷积网络显存吃紧；主流方案两端化——3D 编码器配滑窗推理，或"2D 逐层编码 + 跨层聚合"（把 volume 当视频）。CTFlow 的 video-inspired 思路即后者的生成版。
- 文本侧：报告生成任务的输出长度远超 2D 胸片报告，解码策略（beam/采样）与临床术语一致性检查值得单独调优；CT-CLIP 的文本编码器是现成的 3D 对齐起点。
- 容器纪律：50 GB 含权重——3D 大模型基座（如经大规模预训练的 3D ViT）动辄数十 GB，迫使参赛者做量化/蒸馏或自训小型基座；这道约束本身就在筛选"高效架构"路线。
4.8 各任务指标的读法与陷阱
榜单数字只有在指标语义清楚时才有意义。四个任务的指标各有一个最常被误读的陷阱：
| 任务 | 主指标 | 正确读法 | 常见误读 |
|---|---|---|---|
| 报告生成 | BLEU(1-4) 平均 | n-gram 重合度，对机构书写风格敏感；0.2791 是"与参考报告的词汇重合水平" | 误读为"27.9% 的诊断正确率" |
| 多异常分类 | AUC（按类计算后聚合） | 排序质量指标，与阈值无关；0.846 是 18 类某聚合方式下的均值 | 忽略类别不均衡下宏/微平均的巨大差异 |
| 自监督定位 | 人工标注集上的定位度量 | 训练零人工标注是前提，评测才用金标准 | 混入任何人工标注训练即违规 |
| 文本条件生成 | FVD/FID/CLIP/IS | 分布级指标，衡量合成 volume 与真实分布的距离与文本对齐度 | 误读为"单张合成图质量分" |
两条横向提醒：其一，四任务的指标族不可跨任务比较（BLEU 0.28 与 AUC 0.85 之间没有换算关系）；其二，置换检验排名（§5.1）意味着"名次相邻"的分数差可能统计不显著——引用时写名次比写裸分数更稳，写两者时注明检验口径。
4.9 四任务的方法空间地图
从 2025 届公开方法与 CT-RATE 系论文归纳，四任务的方法空间大致如下（供复现者定位自己的起点）：
| 任务 | 方法家族 | 代表组件 | 起点建议 |
|---|---|---|---|
| 报告生成 | 3D 编码器 + 文本解码器；逐层 2D 编码 + 跨层聚合 + LLM 解码 | CT-CLIP 视觉塔、开源医学 LLM | 微调 CT-CLIP 系或逐层 ViT + 医学 LLM 头 |
| 多异常分类 | 3D CNN/ViT + 多标签头；基础模型特征 + 线性探针 | CT-CLIP 零样本→微调 | 先跑 CT-CLIP 特征线性探针建立底线 |
| 自监督定位 | 影像-文本对应挖掘；注意力/梯度定位；对比区域学习 | RadBERT 文本侧、3D 注意力图 | 从报告短语-体素注意力对应起步 |
| 文本条件生成 | 隐空间流匹配/扩散；自回归逐层生成 | A-VAE、CT-CLIP 文本编码器（CTFlow） | 直接研读 CTFlow 论文复现管线 |
方法空间的公共底座是 CT-CLIP——它同时提供视觉编码器、文本编码器与影像-文本对齐先验，是四个任务都绕得开的"地基"。这也再次显示 CT-RATE 系谱的工程完整性：数据、基础模型、对话模型、挑战赛层层咬合。
4.10 案例走查：任务一的一道"题"长什么样
为让四个任务的抽象定义落地，以下用纯示意的方式走查任务一（报告生成）的一道赛题——数值与文本均为示意构造，非真实数据：
【输入】
volume: train_12345_b_1.nii.gz（某患者第二次检查、重建 1）
形状约 (1, 300+, 512, 512)，HU 值体素
【模型需产出的报告要素（示意）】
findings 节：
- 双肺透过度与血管纹理走行描述
- 逐区描述：左肺下叶小结节（约 x mm，边界清）……
- 心脏大小、纵隔位置、胸腔有无积气积液
impression 节：
- 结论性一句话：如"左肺下叶小结节，建议随访；余未见明确异常"
【评分】
生成文本 vs 参考报告的 BLEU(1-4) 等指标
【示意要点】
- 同一 volume 的参考报告可能不止一份风格变体（机构书写惯例）
- 漏写阳性发现与虚构阴性发现都会拉低 n-gram 重合与临床可信度
- 3D 的价值在于"跨层确认"：单层看似结节，邻层可能证实为血管截面
走查揭示的实战要点：报告生成不是"看图说话"而是"跨层侦查 + 规范化书写"——模型必须先在三维空间里确认结构性发现，再用放射学惯用语序输出；这也是 2D 报告生成冠军方法难以直接平移的原因。
§5 赛制：Docker 服务端评测与参与规模
5.1 Docker 容器规则：把评测权收归服务端
VLM3D 赛制的核心是一条工程纪律：参赛者提交 Docker 容器，组织方在隐藏测试数据上服务端运行评测。要点四则：
- 容器 ≤50 GB：模型权重、依赖、代码全须装进 50 GB 的容器里。这个上限对 3D 影像大模型并不宽裕（一个 3D ViT 的权重加推理栈很容易逼近），实质上限制了"暴力堆参数"的参赛策略，偏向高效架构。
- 隐藏测试数据：内部 2,000 例 + 波士顿大学外部 1,024 例全程不公开，参赛者无法在测试集上调参——从制度上封死测试集泄露这条路。
- 仅最终有效提交参与排名：多次提交取最终有效版本，防止"榜单试探式"刷分。
- 排名方法：采用基于主指标的 point-based permutation test scheme（点数制置换检验）——不做单一数字排序，而是用统计检验判断名次差异是否显著，这是医学影像挑战赛中相当严谨的排名设计。
这套设计的模板价值大于其自身：对任何要办医学 AI 挑战赛的团队，VLM3D 展示了"数据不公开 + 容器交付 + 统计检验排名"的完整可复制方案。
5.2 三赛道命名与结构
2025 届按任务设三个赛道（任务三自监督定位与任务一/二/四的对应关系以官网为准）：
| 赛道 | 对应任务 |
|---|---|
| VLM3D-CT-ABNORMALITY | 多异常分类（+ 定位方向） |
| VLM3D-CT-REPORT | CT 报告生成 |
| VLM3D-CT-VOLUME | 文本条件 3D CT 生成（volume 合成） |
2026 届扩展为六赛道：CT 三席不变，新增 VLM3D-MR-ABNORMALITY / MR-REPORT / MR-VOLUME（数据换为 MR-RATE 脑 MRI）。
5.3 参与规模：三口径并存（引用前必读）
VLM3D 的参与数字是本条目口径冲突最密集的区域，三个来源三套数：
| 来源（页面属性） | CT-ABNORMALITY | CT-REPORT | CT-VOLUME |
|---|---|---|---|
| vlm3dchallenge.com Forums 页（2025 届收官后口径） | 73 参赛者 / 40 提交 | 68 参赛者 / 49 提交 | 53 参赛者 / 20 提交 |
| research.forithmus.com 现页（2026 届视图，2026-09 抓取） | 120 / 165 | 115 / 126 | 80 / 192 |
| 媒体报道（韩媒/港股财经，2025-09） | 分类赛道 118 人 | 报告生成赛道 161 人 | 未逐项披露 |
三口径的可能解释：Forums 页为 2025 届系统页的收官快照；Forithmus 现页为 2026 届累计视图（数字更大）；媒体报道的 161/118 可能是"注册参与"口径而非"有效提交"口径。没有官方声明解释差异，故本条目不做仲裁，只存照三条规则：引用任何参与数字必须注明来源页与抓取日期；比较"届"时不得跨口径；媒体数字不与官方页面数字混排（坑 4）。
5.4 评测时点与颁奖
颁奖与结果发布在 2025-09-24 前后（MICCAI 2025 大田会议周内，9 月 23-27 日）。冠军方法随后（2025 下半年）经 ICCV 2025 VLM3D Workshop 正式发表——"MICCAI 办赛、ICCVW 出论文"的跨会议安排在挑战赛生态里并不多见，反映了组织方对方法发表可见性的刻意经营。
5.5 服务端评测的信任模型：为什么这是对的方向
医学 AI 挑战赛的历史教训里，"测试集泄露"排第一：测试数据一旦公开，或经公开的"开发集"反复试探，榜单就会退化为记忆测试。VLM3D 的服务端评测在制度上重排了信任关系：
- 数据信任：参赛者不需要相信组织方的"测试集未泄露"承诺——因为他们根本接触不到测试数据，泄露面被物理性压缩；
- 过程信任：Docker 容器让"同一份代码在同一环境重跑"成为可能，组织方可以复验提交；点数制置换检验让"0.001 的 AUC 差"不再自动等于名次差；
- 边界信任：仅最终有效提交参与排名，把"多次试探榜单"的博弈空间压到最小。
代价是透明度：参赛者看不到自己在外部测试集上的逐例表现，只能拿到总分。这是隐私（真实患者影像）与开放（可复核）之间的工程折衷——在医疗数据语境下，这个折衷正在成为行业默认。
5.6 参赛周期与里程碑建议
对计划参加后续届别（2026 CT+MR）的团队，按 2025 届节奏倒推一个参考周期：
| 阶段 | 建议动作 |
|---|---|
| 报名期 | 官网注册赛道；HF 接受 CT-RATE 条款并完成数据下载（体量大，尽早启动） |
| 开发期前期 | 用官方划分搭 baseline（分类用 CT-CLIP 特征线性探针；报告生成微调开源 VLM；生成任务直接读 CTFlow 复现） |
| 开发期中期 | 患者级防泄漏审计（附录 H 骨架）；自建内部验证流程对齐官方指标口径 |
| 提交期 | Docker 打包（附录 I 清单）→ 预提交验证容器可运行 → 最终有效提交 |
| 会期 | MICCAI 会议周颁奖（2025 届为 9 月 24 日前后）；获奖方法准备 Workshop 论文 |
5.7 三种评测形态的对照：VLM3D 的位置
医学影像基准评测目前有三种主流形态，各有信任假设与失效模式：
| 形态 | 代表 | 信任假设 | 典型失效模式 |
|---|---|---|---|
| 公开测试集论文基准 | 多数学术论文自建基准 | 使用者自律不测训练 | 测试集进入预训练语料，基准通胀 |
| 在线评测平台 | grand-challenge 系在线提交 | 平台持有数据、按次反馈 | 反馈次数可被用作榜单试探 |
| Docker 服务端盲测 | VLM3D（≤50 GB，仅最终提交有效） | 容器代码可复验、数据零接触 | 透明度换安全，逐例错误不可见 |
VLM3D 属第三种的完整实现，且加了第四道保险：点数制置换检验让"刷出来的 0.001"无法兑换名次。三种形态不是替代关系——论文基准胜在开放可复算，在线平台胜在易用，盲测容器胜在可信；VLM3D 证明的是"可信"在医学领域可以工程化，而不必以牺牲全部透明度为代价（官方代码与训练数据全公开，被锁住的只有测试集）。
§6 获取与许可：两把锁、一道闭门
6.1 资产清单与许可矩阵
| 资产 | 内容 | 许可 | 获取方式 |
|---|---|---|---|
| CT-RATE 训练/验证数据 | 25,692 study / 50,188 volume / 报告 / 18 标签 | CC BY-NC-SA | HuggingFace ibrahimhamamci/CT-RATE（gated，需接受平台使用条款） |
| 挑战赛本体（Zenodo 记录） | 赛题描述、规则、元数据 | CC BY-NC-SA | Zenodo DOI 10.5281/zenodo.15052707（公开） |
| 内部封闭测试集 | 2,000 例 | 不适用（不公开） | 仅组织方服务端评测用 |
| 外部封闭测试集 | 1,024 例（波士顿大学医院） | 不适用（不公开） | 仅组织方服务端评测用 |
| 官方代码 | CT-CLIP、CT-CHAT | 开源 | GitHub ibrahimethemhamamci/ 下两仓库 |
| 冠军方法论文 | CTFlow 等 | 按 ICCV 2025W 论文许可 | CVF open access |
两把锁：第一把是 CT-RATE 的 CC BY-NC-SA——非商业、相同方式共享，任何商业用途（包括把参赛模型直接产品化）都超出许可；第二把是 HuggingFace 的 gated 下载——需登录并接受数据集页面列出的使用条款后才能下载。一道闭门：两套封闭测试集彻底不公开，第三方永远无法离线复现官方榜单。
6.2 下载实操与平台注意
CT-RATE 经 HuggingFace 托管，标准路径为登录平台→访问数据集页→接受条款→获得下载权。两点实操存照：其一，本库核验时曾尝试经 hf-mirror.com 的 API 直接读取数据集元信息，返回鉴权失败——镜像通道对 gated 数据集不可用，gated 数据请走 HuggingFace 官方通道；其二，数据体量大（50,188 个 NIfTI volume、超 14.3M slice），全量下载前先用 HF 的文件列表与 README 核对划分目录结构（train/validation 与 §2.3 命名规则），按需分片下载。
对"只是想跑通管线"的使用者：官方 GitHub 仓库（CT-CLIP/CT-CHAT）通常附推理示例与模型权重入口，可以先用小样本验证环境，再决定是否全量拉取数据。
6.3 AI-Ready 评估：挑战赛形态对机器可读性的加成
从 AI-Ready 视角看，VLM3D 形态的"数据集"有三个加分项：任务定义机器可读（四任务的输入输出与指标即接口规范）、评测容器化（Docker 交付即部署规范）、榜单公开（排行榜即基准报告）。两个减分项：测试集不可见使第三方基准复现只能自建；CC BY-NC-SA 把"AI 就绪"限定在非商业语境。综合而言，它对研究者的 AI-Ready 程度高于多数学术数据集，对商业团队则需要先过许可关。
6.4 与库内可获取性光谱的对照
本库条目的可获取性光谱大致分五档：完全公开直链、平台注册、条款接受（gated）、申请制、不公开。VLM3D 的训练数据居"条款接受"档（与多数 HF gated 医学数据集同级），评测数据居"不公开"档（与多数挑战赛封闭测试集同级）。对照参考：MIMIC-CXR(16) 为credential 制（PhysioNet 认证），ct-rate(546) 同为本条目的 gated 档——检索者按自己的合规条件在光谱上对号入座即可。
6.5 许可合规自查清单
CC BY-NC-SA 的"NC"（非商业）与"SA"（相同方式共享）两条，对使用者意味着一张实际的自查清单：
| 使用场景 | 合规判断 |
|---|---|
| 学术研究、论文发表、竞赛参赛 | 允许（署名 + 相同方式共享即可） |
| 医院内部科研/教学使用 | 一般允许（非商业语境），建议法务确认院方政策 |
| 商业产品集成（含 SaaS、院内商业化系统） | 禁止——除非另行获得权利人（Forithmus/数据团队）授权 |
| 用参赛模型对外提供服务 | 谨慎：模型训练数据许可通常随权重传导，CC BY-NC-SA 边界需法务评估 |
| 衍生数据集再发布 | 必须同许可（CC BY-NC-SA）+ 署名 |
| 合成 CT（任务四产物）再分发 | 注意合成数据源自真实数据许可的传导，同按 CC BY-NC-SA 处理并明示合成来源 |
两条提醒：其一，"获奖/榜单名次"不构成许可豁免——名次只证明技术，不改变数据权利；其二，HuggingFace gated 条款是平台层面的附加约束，与 CC BY-NC-SA 叠加生效，下载时的接受行为即合同行为。
6.6 获取环节高频问答补充
问：能不能只下载数据集的一个子集？
HuggingFace 支持按文件/分片选择性下载；CT-RATE 的目录命名（split_patientID_scanID_reconstructionID）使按患者或按划分挑选成为可能。但注意挑战赛语境下训练数据边界是"公开 train/validation 全部"，自选子集做研究可以，参赛需遵守完整规则。
问：验证集（1,304 患者）能当自己的测试集吗？
可以且推荐——这是第三方唯一合法的"分布内自测"数据。但要明白它与官方封闭测试集（2,000 例）不是同一批数据，分数不可与官方榜单互换。
问：Zenodo 记录里有没有数据？
Zenodo 记录（DOI 10.5281/zenodo.15052707）是赛事描述与元数据记录，不是数据分发渠道；数据本体在 HuggingFace。把 Zenodo DOI 当"数据引用 DOI"是对的，当"下载入口"是错的。
问：2026 届的 MR-RATE 现在能拿到吗？
以官方渠道（vlm3dchallenge.com / Forithmus）最新公告为准；本库抓取时点（2026-09-26）核验到的信息是约 100,000 配对脑 MRI、CC BY-NC-SA，发放细节未在核验范围内逐条确认——引用前请查当日页面。
§7 结果与生态：冠军方法、工业获奖与下游谱系
7.1 冠军方法与 ICCV 2025 Workshop
VLM3D 官网明确：top-performing methods（头部方法）发表于联合挑战赛论文（joint challenge paper），收录于 ICCV 2025 VLM3D Workshop（CVF open access 可查：openaccess.thecvf.com/content/ICCV2025W/VLM3D/）。其中最具代表性的是 CTFlow：
- 方法：video-inspired latent flow matching（视频启发的隐空间流匹配）做自回归 3D CT 合成——把 3D volume 的逐层生成类比为视频的逐帧生成，在隐空间用流匹配建模层间依赖；
- 组件：A-VAE（3D 自编码器）负责隐空间压缩，CT-CLIP 文本编码器负责把报告文本变成生成条件；
- 成本：训练消耗超过 5,000 GPU 小时——文本条件 3D CT 生成任务的算力门槛之高，从这个数字可见一斑。
CTFlow 的意义超出比赛本身：它公开了"文本→3D CT"的完整可复现管线（文本编码器、隐空间、生成器三件套），成为该方向事实上的公开基线。
7.2 工业界获奖画像与排名口径冲突
2025 届榜单吸引了多家公司级队伍，媒体报道的获奖画像如下（未逐一对照官方 leaderboard，引用需注明口径）：
| 队伍 | 机构背景 | 获奖口径（媒体） |
|---|---|---|
| 影禾医脉 | 上海，一脉阳光（02522.HK）孵化 | CT 报告生成第一（161 人中综合第一，平均 BLEU(1-4) 0.2791）；多异常分类第三（118 人中，平均 AUC 0.846） |
| Deepnoid M4CT | 韩国 Deepnoid | 自监督多异常定位第一；多异常分类第一；报告生成第三 |
排名口径冲突存照：报告生成任务上，影禾医脉宣称第一、Deepnoid 口径为第三——同一任务同一届出现两个"第一"叙事。两种可能：两队引用了不同评测集或不同榜单切片（如内部 vs 外部测试集、单一指标 vs 综合），或媒体转述失真。官方 leaderboard 未在本库核验中直接读取，故本条目不做仲裁，两个口径并存存照（坑 6）。这也再次验证 §5.3 的引用纪律：榜单数字不注明"来源页+抓取日期+口径"就不具备引用资格。
7.3 CT-RATE 下游谱系：从数据到模型的完整栈
VLM3D 并非孤立事件，而是 CT-RATE 系谱的第三棒：
| 层级 | 工作 | 内容 | 状态 |
|---|---|---|---|
| 数据层 | CT-RATE | 25,692 study / 50,188 volume + 报告 + 18 标签 | HF 公开（gated，CC BY-NC-SA） |
| 预训练层 | CT-CLIP | 对比语言-图像预训练的 3D 胸部 CT 基础模型；零样本多异常检测优于全监督 SOTA | 代码 GitHub 开源 |
| 对话层 | CT-CHAT | 基于 CT-CLIP 的视觉语言对话模型 | 代码 GitHub 开源 |
| 竞技层 | VLM3D 2025 | 四任务公开挑战赛 | 榜单+Workshop 论文 |
| 生成层 | CTFlow 等 | 文本条件 3D CT 合成（挑战赛产物） | ICCV 2025W 论文 |
| 另有 | CT2Rep | 3D CT 报告生成的同期工作 | 学术论文 |
这一谱系展示了当代医学 AI 数据工程的完整栈：单中心大数据集→基础模型→对话系统→标准化竞技场→生成模型。每一层都开源可查，后来者可以按层取用。
7.4 对 3D 医学 VLM 生态的三点影响
第一，评测口径的确立：四大任务（报告生成/多异常分类/自监督定位/文本条件生成）在 2025 年后成为 3D 医学视觉语言工作论文里的常见评测框架，"在 CT-RATE train 上训练、报 VLM3D 口径指标"渐成惯例。第二，服务端评测范式的示范：Docker ≤50 GB + 隐藏测试集 + 统计检验排名的组合，被后续医学挑战赛广泛参考。第三，跨会议生态的样本：MICCAI 办赛、ICCVW 出论文、次年 MIUA 展示——挑战赛作为"领域加速器"的多会议协同样本。对 2D 世界的对照系（MIMIC-CXR/MS-CXR/CheXpert 生态）而言，3D 世界用一届比赛补上了"统一基准"这块最后拼图。
7.5 媒体口径的解读守则
VLM3D 的榜单数字经媒体转述后产生了本条目最多的口径问题。给后续引用者四条守则：
- 区分"官方"与"媒体"：官方 leaderboard 数字（需当日核对官网）与媒体报道数字（161 人、BLEU 0.2791 等）是两类证据；引用媒体数字必须写"媒体报道口径"，不得写成"官方榜单"。
- 注明队伍自称视角：影禾医脉与 Deepnoid 各自的新闻稿都是"己方视角"，双方数字可能各自准确但指向不同榜单切片——并存存照（坑 6），不做仲裁。
- 指标写全口径：BLEU(1-4) 是四个 BLEU 的平均；"平均 AUC 0.846"对应 18 类的某种聚合。只写"BLEU 0.28"或"AUC 0.85"会诱导读者以为遇到了单一公认指标。
- 届别与日期绑定：所有数字带上"2025 届/2026 届"与抓取日期，避免来年 2026 届收官后新旧数字自然混淆。
7.6 对产业界的意义
VLM3D 榜单上出现的中国（影禾医脉）与韩国（Deepnoid）公司级队伍，标注了这个赛事在产业侧的信号价值：报告生成与多异常分类恰是医学影像公司产品化的两大主流方向，一个 CC BY-NC-SA 的学术赛题成了厂商技术实力的公开试金石。对产业观察者，值得注意三点：其一，参赛与商用是两回事——榜单名次不能直接转化为产品合规（数据许可、医疗器械注册各自独立）；其二，赛题指标（BLEU/AUC）与临床价值之间仍有距离，产业落地需要各自的真实世界验证；其三，榜单排名的多口径冲突（坑 6）本身提示：产业宣传口径的核验成本高，引用需回到官方页面。
7.7 冠军方法技术解剖：CTFlow 管线分解
作为任务四的代表发表方法，CTFlow 的管线值得逐段拆解——它同时是一份"文本条件 3D 医学合成"的参考架构：
输入：放射学报告文本
│
▼
[1] 文本编码：CT-CLIP 文本编码器
- 输出已与 3D 影像空间对齐的文本表征（对比预训练的红利）
│
▼
[2] 条件注入：文本表征作为生成条件
│
▼
[3] 逐层自回归生成（video-inspired）
- 把 3D volume 的层序列当视频帧序列
- 上一层的隐状态作为下一层的额外条件 → 保证层间解剖连续性
│
▼
[4] 隐空间流匹配（latent flow matching）
- 在 A-VAE 的隐空间中学习从噪声到目标分布的流
- 相比像素空间扩散：显存与采样步数大幅节省
│
▼
[5] A-VAE 解码：隐表示 → 3D CT volume
│
▼
输出：合成 3D 胸部 CT volume（FVD/FID/CLIP/IS 评测）
三个设计选择的启发：其一，“视频化"视角把 3D 生成降维成"带时间一致性的 2D 序列生成”，是显存友好的通用技巧；其二，复用 CT-CLIP 的文本编码器而非另训，让生成任务的文本理解站在分类/检索任务的肩膀上；其三，隐空间生成 + 3D 自编码器的组合正在成为医学 3D 生成的默认架构。训练成本（5,000+ GPU 小时）则提示后来者：这条管线的复现门槛在算力而不在代码。
7.8 从单届赛事到领域基建：平台化路径
把两届赛事连起来看，VLM3D 的运营轨迹是一条清晰的"平台化"路径：
2024 底 CT-RATE 发布（数据资产）
2025-03 Zenodo 记录（赛事身份资产：DOI 可引用）
2025-09 MICCAI 2025 首届（学会背书资产）+ Forums/榜单（社区资产）
2025 下半年 ICCV 2025W 论文集（学术产出资产）
2026 MR-RATE + 六赛道（跨模态扩展）+ MIUA 2026（第二学术出口）
2026+ 2025 榜单保留作参考 → 历史基准层
每一环都沉淀为可引用、可复用的资产——这正是"赛事即基建"与"赛事即活动"的分野。对想要复制此路径的团队，可迁移的次序是：先数据、再身份（DOI/学会注册）、后社区（榜单与论文出口）；跳步（先办赛后补数据身份）通常导致引用混乱——本条目坑 2/坑 4 的多口径问题，部分正来自资产沉淀过程中页面口径未及时归一。
7.9 榜单之外：如何跟踪这个生态的后续
榜单是快照，生态是过程。想持续跟踪 VLM3D/CT-RATE 生态的读者，按可信度排序的观测点如下：
- 官网动态（vlm3dchallenge.com）：届别公告、榜单更新、MR-RATE 发放——注意按坑 4 纪律记录抓取日期；
- ICCV 2025W 论文集（CVF open access）：冠军方法的后续版本通常在 arXiv 持续演进，以 Workshop 版本为锚点追溯；
- GitHub 仓库（ibrahimethemhamamci/）：CT-CLIP/CT-CHAT 的 issue 区常是数据使用问题的第一手答疑场所；
- 组织委员会成员的主页/发表流：四任务方向的后续方法多半出自委员会辐射的学术网络；
- 库内条目：ct-rate(546) 与本条目将随生态演进更新互链与存照。
一条反直觉的提醒：跟踪时优先看"方法是否开源可复现"，其次才是名次——榜单头名的方法若未开源，其生态价值反而可能低于第 5 名但全栈开源的队伍。CTFlow 成为基线的原因正在于此。
§8 2026 第二届：从 CT 到 MR 的跨模态扩展
8.1 MR-RATE：约 100,000 配对脑 MRI
第二届（MICCAI 2026 satellite event）的核心增量是新数据集 MR-RATE：脑部 MRI，约 100,000 对"扫描-报告"配对，许可同为 CC BY-NC-SA（官网规则原文 “Both CT-RATE and MR-RATE are released under CC BY-NC-SA”）。这一步把 VLM3D 的方法论从胸部 CT 复制到神经影像域：脑 MRI 的报告语言习惯、异常类型（梗死、肿瘤、退行性变等）与 CT 完全不同，任务定义虽同（报告生成/分类/生成三型赛道），模型需要的能力结构全然不同。
8.2 六赛道与赛制延续
2026 届赛道：VLM3D-CT-ABNORMALITY / CT-REPORT / CT-VOLUME + VLM3D-MR-ABNORMALITY / MR-REPORT / MR-VOLUME，共六条。赛制沿用 Docker ≤50 GB 服务端评测。Forithmus 现页显示的参与数字（120/165、115/126、80/192）即 2026 届视图——这解释了它与 2025 届 Forums 页快照（73/68/53）的差异（坑 4）。2025 届 leaderboards 保留在官网作参考。
8.3 展示通道：MIUA 2026
早期获奖者受邀在 MIUA 2026（Medical Image Understanding and Analysis 会议，University College Dublin 主办，爱尔兰）展示——又一个跨会议协同点（MICCAI 2026 办赛、MIUA 2026 展示、ICCVW 系论文发表）。对参赛者而言，一届比赛最多可产出三处学术曝光。
8.4 从 CT 到 MR：同一赛制下的难度重构
把四大任务的框架原样搬到脑 MRI（MR-RATE），难度结构会重排：
| 维度 | 胸部 CT（2025） | 脑 MRI（2026） | 对参赛者的含义 |
|---|---|---|---|
| 影像物理 | X 射线衰减，灰度语义相对稳定（HU 值） | 多序列（T1/T2/FLAIR 等），参数依赖强 | 预处理与序列对齐成为新的第一道坎 |
| 异常谱 | 肺结节/积液/实变等 18 类结构病灶 | 梗死、肿瘤、白质病变、退行性改变等 | 分类任务的标签体系整体换血 |
| 报告语言 | 胸部放射学书写惯例 | 神经放射学书写惯例 | 报告生成任务的术语分布偏移 |
| 数据规模 | 25,692 study / 50,188 volume | 约 100,000 配对（MR-RATE 宣称） | 数据量级更大，I/O 与算力预算重估 |
| 3D 先例 | CT 基础模型已有 CT-CLIP 等 | 脑 MRI 视觉语言大模型尚少 | 更大的方法空白，也是更大的机会 |
换言之，2026 届不是"换个数据集再比一次"，而是把同一套评测纪律投进一个方法储备更薄弱的领域——对研究者而言，MR 赛道的首发红利可能高于已充分竞争的 CT 赛道。
8.5 MR-RATE 画像：已知与未知
截至本库抓取时点（2026-09-26），MR-RATE 的公开画像可以分成"已确认"与"待公告"两栏——引用时注意区分：
| 状态 | 内容 |
|---|---|
| 已确认（官网规则原文级） | 脑 MRI；约 100,000 配对扫描-报告；CC BY-NC-SA（与 CT-RATE 同句声明）；三条新赛道命名 |
| 待公告（核验未覆盖） | 数据来源机构与采集协议；标签体系（是否延续报告挖掘弱标签路线）；HuggingFace 托管与 gated 细节；测试集规模与构成；发布时间表 |
保守的引用写法是"官网口径约 100,000 配对脑 MRI（CC BY-NC-SA），细节以官方渠道为准"。特别注意：2025 届规则原文 “Both CT-RATE and MR-RATE are released under CC BY-NC-SA” 已经把两代数据的许可一次讲清——这是少数可以直接跨届引用的承诺。
§9 与库内条目的关系
9.1 家族图谱与互链清单
【2D 胸片对照系】
MIMIC-CXR(16) ──┬── MS-CXR(340)（局部对齐监督）
├── MS-CXR-T(619)（时序扩展）
└── CheXstruct/CXReasonBench(604)（结构化与推理）
│
│ "2D → 3D" 的范式迁移
▼
CT-RATE(546)【上游数据本体】
│
├── CT-CLIP（3D 基础模型，代码开源）
├── CT-CHAT（3D 对话模型，代码开源）
└── VLM3D 2025【本条目：挑战赛/榜单/赛制】
│
├── 2026 届 → MR-RATE（脑 MRI，六赛道）
└── 榜单 → CTFlow / 影禾医脉 / Deepnoid M4CT
VinDr-CXR(125)【消歧对照：与 VLM3D 无数据关系，见坑 5】
RadVLM-Instruct(624)【2D VLM 指令集：与 VLM3D 任务互补】
互链点清单（7 个）：ct-rate(546)（上游数据本体，第一互链）、mimic-cxr(16)、ms-cxr(340)、ms-cxr-t(619)（2D 胸片视觉语言对照系）、chexstruct-cxreasonbench(604)（报告结构化与推理评测）、radvlm-instruction-dataset(624)（2D 医学 VLM 指令数据）、vindr-cxr(125)（胸部 X 光大库；检索者常把它与 CT 系数据混淆，见坑 5）。
9.2 检索路径建议
- 做 3D 胸部 CT 视觉语言研究：ct-rate(546)（数据）→ 本条目（任务与榜单）→ radvlm-instruction-dataset(624)（指令格式参考）。
- 对比 2D 与 3D 的报告生成差异：mimic-cxr(16)/ms-cxr(340)（2D 基线）→ 本条目 §4.1（3D 任务定义）。
- 研究评测方法论：本条目 §5（Docker 服务端评测）→ chexstruct-cxreasonbench(604)（2D 推理评测对照）。
- 溯源数据归属：任何"VLM3D 用了 VinDr 数据吗"的疑问，直接看坑 5 的证伪结论。
9.3 2D→3D 迁移的技术栈对照表
把 2D 胸片生态的成熟组件与 VLM3D 语境的 3D 对应物并排，检索者可以按图索骥：
| 技术栈层 | 2D（胸片生态） | 3D（VLM3D 生态） |
|---|---|---|
| 配对语料 | MIMIC-CXR(16) | CT-RATE(546) |
| 局部对齐 | MS-CXR(340) 短语-区域 | 任务三自监督定位（无人工区域标注） |
| 结构化标签 | CheXpert/CheXbert 标签器 | RadBERT 微调抽取 18 标签 |
| 结构化/推理评测 | CheXstruct/CXReasonBench(604) | 任务一/任务二榜单口径 |
| 指令数据 | RadVLM-Instruct(624) | （3D 指令集尚无公开对应物） |
| 基础模型 | 2D ViT 系（DINOv2/BiomedCLIP 类） | CT-CLIP（对比预训练） |
| 对话模型 | RadVLM 类 | CT-CHAT |
| 报告生成 | 2D 报告生成模型族 | 任务一赛道（CT-REPORT） |
| 生成模型 | 少量 2D 合成尝试 | CTFlow（任务四产物） |
表中最刺眼的空位是"3D 指令数据"——2D 世界的 RadVLM-Instruct(624) 已把指令微调跑通，3D 世界尚无同级公开资产；这既是空白，也是 CT-RATE 生态最自然的下一步。
9.4 检索者常见误区
- 把"VLM3D"当论文关键词全局检索：会命中同名 text-to-3D 论文（坑 1）。医学语境加限定词（MICCAI、CT-RATE、challenge）或直接用 DOI。
- 把 ct-rate(546) 与 vlm3d 条目混引：数据规格引前者，任务/榜单/赛制引后者；两处互链但分工明确。
- 以为 VinDr-CXR(125) 是本赛道的上游：不是（坑 5）；VinDr 是 2D 胸片人工标注大库，与本赛事无数据继承。
- 拿官方榜单与自建验证分数直接比较：测试集不同，分数不可比；自建评测请在论文里明确声明与官方榜单的关系。
- 把 2026 届 Forithmus 页数字当 2025 届参与数：届别口径错位（坑 4）。
9.5 若你是评审人：核对引用 VLM3D 的论文
审稿中遇到引用 VLM3D/CT-RATE 的稿件，可按下列清单快速核对常见问题：
| 核对点 | 常见问题 | 建议处理 |
|---|---|---|
| 数据划分声明 | 未说明按患者级/study 级划分，存在 volume 泄漏 | 要求补充划分粒度与去重证据 |
| 数据边界声明 | 训练混入官方验证集或外部数据 | 核对是否只用公开 train/validation |
| 指标注明 | 只写"AUC 0.85"不写聚合方式 | 要求写明宏/微平均与类别覆盖 |
| 榜单比较 | 自建验证分数与官方榜单数字直接对比 | 不可比；要求改为同数据自评或注明不可比性 |
| 许可声明 | 商业应用未提 CC BY-NC-SA | 要求披露许可与用途边界 |
| 引用身份 | 引了同名 text-to-3D 论文或灯塔表述 | 按坑 1/坑 8 更正 |
| 媒体数字 | 引"161 人/0.2791"未注明媒体报道口径 | 按坑 6 模板补口径 |
| 弱标签语义 | 把 18 标签当人工金标准讨论诊断性能 | 要求说明 RadBERT 抽取来源与噪声风险 |
§10 避坑清单：八个已踩过的坑
坑 1：同名 “VLM3D” 论文消歧。arXiv:2509.15772 “VLM3D: Vision-Language Models as Differentiable Semantic and Spatial Rewards for Text-to-3D Generation”（Qwen2.5-VL + SDS，评测于 GPTeval3D）与本医学影像挑战赛毫无关系——同名、同期、都做 3D，检索极易混淆。认准医学挑战赛的三源标识：vlm3dchallenge.com、Zenodo DOI 10.5281/zenodo.15052707、MICCAI 2025 challenges 列表。
坑 2：Zenodo 双 DOI。MICCAI 官网登记 10.5281/zenodo.15052707，OpenAIRE 同时显示 10.5281/zenodo.15052708——同一记录名下两个 DOI 后缀，均重定向至同一 Zenodo 页面。正式引用建议取 MICCAI 官网口径的 15052707，避免同一文献出现两个版本号。
坑 3：规模三口径。官网/Forithmus 写 “~25,000 chest CT studies”（study 口径），Zenodo 摘要写 “over 50,000 3D chest CT volumes”（volume 口径），arXiv:2403.17834 给精确数 25,692 studies / 50,188 volumes / 21,304 patients。三者互容（study 经多重建展开为 volume），但引用时单位写错会把数据"虚增一倍"。以精确数为准，注明计数单位。
坑 4：参与数字三口径。Forums 页（2025 届收官快照）73/68/53 人，Forithmus 现页（2026 届视图）120/115/80 人，媒体报道 161/118 人——同一件事三套数。可能解释：届别不同（2025 vs 2026 累计）、口径不同（注册 vs 有效提交）。引用必须注明来源页与抓取日期，禁止跨口径比较。
坑 5：与 VinDr 无关（方向提示证伪）。主会任务简报的先验方向提示"基础数据印象为 CT-RATE/VinDr 系扩展"——官方三源核验结论：VLM3D 完全基于 CT-RATE（训练/验证）+ 封闭测试集（波士顿大学医院），与 VinDr 系数据集无关。VinDr-CXR(125) 是胸部 X 光（2D）数据集家族，与 CT-RATE 的 3D CT 无数据继承关系。此证伪结论已存照，检索者勿被"同是胸部影像"的表面相似带偏。
坑 6：报告生成名次两源冲突。影禾医脉（媒体口径）称 CT 报告生成第一（161 人中，平均 BLEU(1-4) 0.2791）；Deepnoid（媒体口径）称己方报告生成第三、定位第一、分类第一。同一任务两个"第一"叙事并存——官方 leaderboard 未直接核验，可能涉及不同评测集/榜单切片。引用任何名次时写明"媒体报道口径"，勿写"官方榜单"。
坑 7：arXiv 标题版本漂移。底层数据论文 arXiv:2403.17834 的 v1 标题为 “A foundation model utilizing chest CT volumes and radiology reports for supervised-level zero-shot detection of abnormalities”，v3 改题为 “Developing Generalist Foundation Models from a Multimodal Dataset for 3D Computed Tomography”。同一 arXiv 号两套标题，引用时注明版本号，按 v3 最新题名为准。
坑 8：MICCAI 任务类型串与 lighthouse 辨析。MICCAI 官网 challenges 表对 VLM3D 的标注 “Classification; Detection; Localization; Modeling; Reconstruction; Segmentation” 是 MICCAI 统一分类学标签串，不是 VLM3D 四大任务的描述；把六个词当任务清单会以偏概全。同时 VLM3D 是 MICCAI 2025 official challenge 但非 lighthouse challenge（灯塔三席：BraTS、SAGES-CVS、UNICORN）——"官方挑战赛"与"灯塔挑战赛"是两回事，引用时勿升级表述。
坑点速查总表
| 坑号 | 一句话 | 最高风险场景 | 规避动作 |
|---|---|---|---|
| 坑 1 | 同名论文消歧（arXiv:2509.15772） | 文献检索、综述写作 | 认官网+DOI 三源标识 |
| 坑 2 | Zenodo 双 DOI（15052707/15052708） | 参考文献著录 | 取 MICCAI 官网口径 15052707 |
| 坑 3 | 规模三口径（study/volume/患者） | 数据规模转引 | 用精确数并写明单位 |
| 坑 4 | 参与数字三口径 | 新闻稿、影响力引用 | 注明来源页+抓取日期+届别 |
| 坑 5 | 与 VinDr 无关（方向证伪） | 数据谱系描述 | 引官方三源核验结论 |
| 坑 6 | 报告生成名次两说（影禾/Deepnoid） | 榜单名次引用 | 写"媒体报道口径"并存存照 |
| 坑 7 | arXiv 标题版本漂移（v1/v3） | 论文著录 | 注版本号，按 v3 题名 |
| 坑 8 | MICCAI 任务串误读 + 非 lighthouse | 赛事身份表述 | 区分统一分类串与四大任务；勿升级为灯塔 |
§11 总结
11.1 三句话总结
- VLM3D 2025 是 MICCAI 2025 官方注册挑战赛，把 CT-RATE（25,692 study / 50,188 volume / 21,304 患者 / 18 异常弱标签 / 配对报告）变成四大任务（报告生成、多异常分类、自监督定位、文本条件 3D CT 生成）的公开竞技场。
- 赛制核心是 Docker 容器（≤50 GB）服务端评测两套隐藏测试集（内部 2,000 例 + 波士顿大学外部 1,024 例），从制度上封死测试集泄露；排名用 point-based permutation test。
- 冠军方法发表于 ICCV 2025 Workshop（代表：CTFlow），2026 届以 MR-RATE（约 100,000 脑 MRI 配对）扩展为六赛道；数据与赛题本体许可均为 CC BY-NC-SA，训练数据 gated 公开、测试集不公开。
11.2 适合谁
| 人群 | 用法 |
|---|---|
| 3D 医学视觉语言模型研究者 | 用四任务定义对齐自己的评测框架，对标榜单方法（CTFlow 等） |
| 胸部 CT 分析团队 | 直接复用 CT-RATE train/validation 划分与 18 标签体系 |
| 挑战赛组织者 | 借鉴 Docker ≤50 GB + 隐藏测试集 + 统计检验排名的完整范式 |
| 报告生成/合成数据工程团队 | 参考 CTFlow 的"文本→3D CT"管线与 A-VAE/流匹配组件 |
| 医学 AI 生态观察者 | 用参与数字与工业获奖画像分析领域热度（注意坑 4/坑 6 口径） |
11.3 不适合谁
| 场景 | 原因 |
|---|---|
| 需要商业部署 | CC BY-NC-SA 禁止商业用途；参赛模型直接产品化超出许可 |
| 需要离线复现官方榜单 | 两套封闭测试集不公开，第三方只能自建评测且数字不可比 |
| 需要像素级/体积级人工金标准 | 18 标签是 RadBERT 自动抽取弱标签，任务三的人工标注集不公开 |
| 2D 胸片任务 | 这是 3D CT/MR 赛事；2D 对照系请走 mimic-cxr(16)/ms-cxr(340)/vindr-cxr(125) |
| 脑 MRI 数据需求（2026 前） | MR-RATE 属 2026 届资产，获取状态以官方渠道最新公告为准 |
11.4 30 秒决策卡
你要做什么？
├── 训练/评测 3D 胸部 CT 视觉语言模型
│ └── HF 接受条款 → 下载 CT-RATE → 按四任务对齐指标 → 引用 Zenodo DOI
├── 引用 VLM3D 挑战赛本身
│ └── DOI 10.5281/zenodo.15052707（坑 2 双 DOI 取 MICCAI 口径）
│ + 注明任务名与届别（2025 CT / 2026 CT+MR）
├── 引用榜单数字或名次
│ └── 先查坑 4（参与三口径）与坑 6（名次冲突），注明来源页+抓取日期+口径
├── 找 arXiv "VLM3D" 论文
│ └── 先过坑 1 消歧（2509.15772 与本挑战赛无关）
└── 想办一个类似挑战赛
└── 抄 §5.1 作业：容器上限+隐藏测试集+最终有效提交+置换检验排名
FAQ（高频问答 34 问）
A. 基础认知
Q1：VLM3D 是数据集还是比赛？
两者都是，但本体是比赛。它没有自己的新数据——训练/验证数据就是 CT-RATE；它的独立资产是任务定义、赛制、榜单与 Workshop 论文。库内 ct-rate(546) 条目讲数据，本条目讲比赛。
Q2：为什么叫 VLM3D？
Vision-Language Modeling in 3D Medical Imaging 的缩写，直译"3D 医学影像视觉语言建模"。加上届别后常见写法 VLM3D 2025 / VLM3D Challenge。
Q3：它和 MICCAI 是什么关系？
MICCAI 2025 官方注册挑战赛（satellite event），在 2025 年 9 月 23-27 日韩国大田的 MICCAI 会议周内举办颁奖。注意不是 lighthouse challenge（坑 8）。
Q4：第一届是什么时候办的？
2025 届（赛事记录 2025-03-19 发布于 Zenodo，活动随 MICCAI 2025）。第二届 2026 年随 MICCAI 2026 举办。
Q5：VLM3D 和 CT-RATE 论文是同一篇吗？
不是。挑战赛记录在 Zenodo（DOI 10.5281/zenodo.15052707）；底层数据论文是 arXiv:2403.17834（CT-RATE/CT-CLIP）。两者团队重叠（Hamamci 等 32 人署名挑战赛记录）但文档身份独立。
B. 数据与获取
Q6：训练数据从哪下载？
HuggingFace ibrahimhamamci/CT-RATE，gated 数据集：登录→接受使用条款→下载。许可 CC BY-NC-SA。注意 hf-mirror 等镜像通道对 gated 数据集通常不可用（本库核验时 API 返回鉴权失败）。
Q7：测试集能下载吗？
不能。内部测试 2,000 例 + 波士顿大学外部测试 1,024 例均不公开，仅组织方服务端评测用。这是设计而非疏漏——防泄露是赛制核心。
Q8：数据是什么格式？
3D volume 为 NIfTI（.nii.gz），配文本报告与多标签 CSV。目录命名 split_patientID_scanID_reconstructionID（如 train_1_a_1.nii.gz）。
Q9：训练集和验证集怎么分？
CT-RATE 官方划分：训练 20,000 患者、内部验证 1,304 患者。VLM3D 规则要求四任务全部只用这个公开划分。
Q10：能商用吗？
不能。CT-RATE 与挑战赛本体均 CC BY-NC-SA（非商业-相同方式共享）。商业用途需另行获得权利人许可，挑战赛获奖不改变数据许可。
Q11：官方代码在哪？
GitHub ibrahimethemhamamci/ 下的 CT-CLIP 与 CT-CHAT 两个仓库（基础模型与对话模型开源实现）。挑战赛参赛代码是否逐队公开以各队论文与仓库为准。
C. 任务与赛制
Q12：四个任务里哪个最难？
维度不同难说"最"，但任务四（文本条件 3D CT 生成）计算最重——冠军方法 CTFlow 训练超过 5,000 GPU 小时；任务三（自监督定位）约束最苛刻——训练禁用人工标注。
Q13：Docker 容器 50 GB 上限包含什么？
权重、依赖、代码都算。这个上限实质限制了参数规模与冗余打包，鼓励高效架构。具体打包规范以官网 rules 页为准。
Q14：排名怎么算的？
point-based permutation test scheme：以主指标为基础做点数制置换检验，判断名次差异的统计显著性——比"单一数字排序"更稳健。
Q15：提交几次？
多次提交机制下仅最终有效提交参与排名（防榜单试探式刷分）。提交次数上限等细则以官网为准。
Q16：外部测试集（波士顿大学）和内部测试集的区别？
分布不同：内部 2,000 例与训练数据同分布（梅迪波尔医院），外部 1,024 例来自波士顿大学医院（跨机构）。前者量"同分布上限"，后者量"泛化保留率"。
D. 结果与榜单
Q17：冠军是谁？
任务与赛道不同冠军不同：文本条件生成方向代表方法为 CTFlow（ICCV 2025W 发表）；自监督定位与分类方向媒体口径冠军为 Deepnoid M4CT；报告生成方向媒体口径第一为影禾医脉（但与 Deepnoid 的"第三"叙事冲突，见坑 6）。官方 leaderboard 建议直接查 vlm3dchallenge.com。
Q18：影禾医脉和 Deepnoid 到底谁第一？
报告生成任务上两方媒体口径冲突（影禾称第一、Deepnoid 称己方第三）。官方榜单未在本库核验中直接读取，本条目不做仲裁、两说并存。引用时写"媒体报道口径"。
Q19：BLEU 0.2791 是什么水平？
媒体报道口径：影禾医脉在报告生成赛道的平均 BLEU(1-4)，较基线高约 5 个点。BLEU 对医学长文本是粗指标，0.28 量级在报告生成任务里属正常竞争区间，不代表"28% 正确"。
Q20：参加人数到底多少？
三口径：Forums 页 73/68/53 人（2025 届三赛道）、Forithmus 现页 120/115/80 人（2026 届视图）、媒体 161/118 人（报告/分类赛道）。无官方仲裁说明，引用注明来源页与抓取日期（坑 4）。
E. 生态与延伸
Q21：2026 届有什么新东西？
MR-RATE 脑 MRI 数据集（约 100,000 配对扫描-报告，CC BY-NC-SA）+ 三条新赛道（MR-ABNORMALITY/MR-REPORT/MR-VOLUME），共六赛道；赛制沿用 Docker 服务端评测；早期获奖者受邀 MIUA 2026 展示。
Q22：CTFlow 是什么？
ICCV 2025 VLM3D Workshop 发表的文本条件 3D CT 合成方法：video-inspired latent flow matching + A-VAE + CT-CLIP 文本编码器，自回归逐层生成 3D volume，训练超 5,000 GPU 小时。该方向的事实公开基线。
Q23：CT-CLIP 的零样本检测为什么常被引用？
CT-RATE 论文的标志性结果：CT-CLIP 的零样本多异常检测优于全监督 SOTA——说明"volume+报告"的对比预训练能迁移出结构化诊断能力。这也是 VLM3D 四大任务数据假设的合法性来源。
Q24：和 RadVLM 一类的 2D 医学 VLM 什么关系？
互补而非竞争：RadVLM 系（及 radvlm-instruction-dataset(624)）做 2D 胸片的指令跟随与对话；VLM3D 生态做 3D 容积。任务形态相似（报告生成/分类/VQA），数据载体与模型架构（2D ViT vs 3D/逐层处理）不同。
Q25：检索 “VLM3D” 出来的 text-to-3D 论文是怎么回事？
那是 arXiv:2509.15772（Qwen2.5-VL + SDS 奖励做 text-to-3D 生成），与本挑战赛无关，纯同名（坑 1）。医学语境认 vlm3dchallenge.com 与 Zenodo DOI。
Q26：想引用本条目，抓取时点是什么？
本库核验与写作的抓取时点为 2026-09-26；官网页面（尤其参与数字）为动态内容，再引用时建议按坑 4 的纪律重新核对当日快照。
Q27：我没有 GPU 集群，还能用这套数据做什么？
三条轻量路径：CT-CLIP 特征 + 线性探针做分类基线（单卡可行）；用官方验证划分（1,304 患者）子集做报告生成的 LoRA 微调实验；读 CTFlow 论文做方法学综述或评测设计研究。生成任务的全量复现才是算力大户。
Q28：任务三"自监督"到底禁止什么？
禁止在训练阶段使用任何人工 ground-truth 定位标注（框/掩码/体积）。允许使用：影像本身（重建、对比学习）、影像-报告配对（文本侧监督）、公开预训练权重。评测阶段才用人工标注集——"训练不用、评测才用"是这条规则的全部。
Q29：如果我只想做教育/演示用途？
CC BY-NC-SA 的非商业条款覆盖教育场景；合成 CT（任务四产物）用于教学时明示"合成数据"即可规避患者隐私问题——这正是官方列出的应用方向之一（§4.4）。
Q30：2026 届报名从哪里进？
vlm3dchallenge.com 与 Forithmus 合集页是入口；MR 赛道需关注 MR-RATE 的发放公告（§8.5）。CT 赛道老选手可直接沿用已有管线，重点预算在新序列预处理上（§8.4）。
Q31：本条目与 ct-rate 条目的数字为什么一致？
因为同一份数据：ct-rate(546) 条目与 VLM3D 条目的规模数字同源（arXiv:2403.17834 精确数）。若发现两处数字不一致，以精确数为准并视为条目缺陷反馈库方。
Q32：18 个异常类别里为什么有"食管裂孔疝"这种看似非胸部的条目？
食管裂孔疝在胸部 CT 上可观察（胃贲门部经膈食管裂孔疝入胸腔），且是报告里常被提及的偶发发现——报告挖掘路线天然会把"报告里写什么"变成标签，而非只挑"典型胸部病"。
Q33：外部测试集 1,024 例的"外部"指什么？
指与训练数据不同机构的波士顿大学医院——跨厂商、跨人群、跨临床惯例。它在榜单上衡量的是泛化保留率，是整个赛制里最能区分"背题"与"泛化"的部分。
Q34：可以把 VLM3D 的任务搬到自己的数据上吗？
可以且被鼓励——四大任务的定义与指标族是公开的方法论，不随数据许可绑定；只是搬用后不能再说"VLM3D 口径"，应写"参照 VLM3D 任务设计"。
Q35：我想确认一篇文章引用的到底是挑战赛还是同名论文，最快的方法？
三个指纹任查其一：官网域名（vlm3dchallenge.com）、DOI 前缀（10.5281/zenodo.15052707 系）、任务词（报告生成/多异常分类/自监督定位/文本条件 CT 生成）。text-to-3D 同名论文（坑 1）的指纹是 Qwen2.5-VL、SDS、GPTeval3D 三个词。
Q36：两届赛事混在一个文献综述里，怎么防串？
按届分栏引用：2025 届引 Zenodo DOI + MICCAI 2025 + ICCV 2025W；2026 届引官网 2026 页 + MIUA 2026。任何参与数字、榜单数字必须带届别标签；"四任务"属于两届共有，"六赛道"只属于 2026 届。
事实清单（硬事实 34 条）
- VLM3D 全称 Challenge for Vision-Language Modeling in 3D Medical Imaging。
- MICCAI 2025 官方注册挑战赛（satellite event），非 lighthouse（灯塔三席：BraTS、SAGES-CVS、UNICORN）。
- Zenodo 记录 DOI 10.5281/zenodo.15052707（MICCAI 口径）与 10.5281/zenodo.15052708（OpenAIRE 并存口径），重定向同页。
- Zenodo 发布 2025-03-19，Version v1，署名 32 位作者。
- 第一作者 Ibrahim Ethem Hamamci（CT-RATE/CT-CLIP/CT-CHAT 一作）。
- 牵头组织方 Forithmus；联盟含苏黎世大学、伊斯坦布尔梅迪波尔大学、波士顿大学、斯坦福、哈佛、约翰霍普金斯、帝国理工、上海交大、都柏林大学学院、NIH、ETH 苏黎世、NVIDIA。
- 组织委员会含 Bjoern Menze、Kayhan Batmanghelich、Pranav Rajpurkar、Alan Yuille、Zongwei Zhou、Bernhard Kainz、Weidi Xie 等。
- 底层数据 CT-RATE：25,692 非增强胸部 CT study / 21,304 患者 / 50,188 volume / 超 14.3M slice。
- CT-RATE 单中心（伊斯坦布尔梅迪波尔医院）、3 家厂商扫描仪、18-102 岁、性别均衡。
- 18 种胸部异常多标签由微调 RadBERT 从报告自动抽取，微调用 1,000 份人工标注报告。
- 报告含 impression 与 findings 两节（放射科医生撰写）。
- 划分：训练 20,000 患者 / 内部验证 1,304 患者；命名 split_patientID_scanID_reconstructionID。
- 四大任务：CT 报告生成、多异常分类（18 标签）、自监督多异常定位、文本条件 3D CT 生成。
- 任务三训练阶段禁用人工 ground-truth 标注，用人工标注集评测。
- 任务四指标族 FVD/FID/CLIP score/IS（CTFlow 论文口径）。
- 评测：Docker 容器 ≤50 GB，服务端评测隐藏测试集。
- 测试集：内部 2,000 例 + 波士顿大学医院外部 1,024 例，均不公开。
- 仅最终有效提交参与排名；排名用 point-based permutation test。
- 2025 三赛道：VLM3D-CT-ABNORMALITY / CT-REPORT / CT-VOLUME。
- 参与数字三口径：Forums 页 73/68/53、Forithmus 现页 120/115/80、媒体 161/118。
- 颁奖于 2025-09-24 前后（MICCAI 2025 大田会议周，9 月 23-27 日）。
- 冠军方法发表于 ICCV 2025 VLM3D Workshop（CVF open access）。
- CTFlow：video-inspired latent flow matching + A-VAE + CT-CLIP 文本编码器，训练超 5,000 GPU 小时。
- 媒体口径获奖：影禾医脉报告生成第一（BLEU(1-4) 0.2791）分类第三（AUC 0.846）；Deepnoid M4CT 定位第一、分类第一、报告生成第三；两源报告生成名次冲突存照。
- 许可：CT-RATE 与挑战赛本体均 CC BY-NC-SA；CT-RATE 经 HuggingFace gated 托管。
- CT-CLIP、CT-CHAT 代码 GitHub 开源；CT-CLIP 零样本多异常检测优于全监督 SOTA。
- 2026 第二届：MR-RATE 脑 MRI 约 100,000 配对扫描-报告，六赛道，MICCAI 2026 satellite event。
- 早期获奖者受邀 MIUA 2026（University College Dublin，爱尔兰）展示。
- 同名消歧：arXiv:2509.15772（text-to-3D 生成）与本挑战赛无关。
- 证伪存照：VLM3D 完全基于 CT-RATE + 封闭测试集，与 VinDr 系无关。
- HuggingFace gated 条款与 CC BY-NC-SA 叠加生效；hf-mirror 等镜像通道对 gated 数据集不可用（核验实测）。
- 2025 届规则原文同句覆盖 CT-RATE 与 MR-RATE 两代数据的 CC BY-NC-SA 声明。
- 第三方合法自测数据只有官方验证划分（1,304 患者），自评分数与官方榜单不可比。
- VLM3D 生态无公开的 3D 医学指令数据集（2D 世界对应物为 radvlm-instruction-dataset(624)）。
术语表（36 条）
| 术语 | 释义 |
|---|---|
| VLM3D | Challenge for Vision-Language Modeling in 3D Medical Imaging，3D 医学影像视觉语言建模挑战赛 |
| MICCAI | 医学影像计算与计算机辅助介入国际会议；VLM3D 的母会议 |
| satellite event | 卫星活动：挂靠主会议举办的挑战赛/workshop |
| lighthouse challenge | MICCAI 从注册挑战赛遴选的"灯塔"标杆；VLM3D 2025 不在其列 |
| CT-RATE | 25,692 study 的非增强胸部 CT + 报告 + 18 异常弱标签数据集（VLM3D 训练数据） |
| study | 影像学一次检查单位；一个 study 可因多重建展开为多个 volume |
| volume | 3D 容积数据单元；CT-RATE 共 50,188 个 |
| NIfTI | 神经影像常用 3D/4D 数据格式（.nii.gz），CT-RATE 的存储格式 |
| reconstruction | 同一扫描的不同重建（层厚/核算法），volume 计数大于 study 计数的来源 |
| impression / findings | 放射报告的"印象/发现"两节，报告生成任务的输出目标 |
| RadBERT | 面向放射学的 BERT 文本模型；18 异常标签由其微调版自动抽取 |
| 弱标签 | 从报告文本自动挖掘而非人工逐例标注的标签 |
| 多标签分类 | 每例可同时命中多个类别（18 异常互不互斥） |
| 自监督定位 | 训练不用人工位置标注、仅靠影像-文本等信号学会定位病灶的范式 |
| BLEU | n-gram 重合度文本指标，报告生成任务主指标之一 |
| AUC | ROC 曲线下面积，多异常分类任务主指标 |
| FVD / FID | 生成质量指标（Fréchet 距离族），FVD 把 volume 当视频帧序列处理 |
| CLIP score | 文本-影像对齐度指标，文本条件生成任务用 |
| flow matching | 流匹配生成范式；CTFlow 用 video-inspired latent 变体做 3D CT 合成 |
| Docker | 容器技术；VLM3D 参赛交付形态（≤50 GB） |
| 服务端评测 | 组织方在隐藏数据上运行参赛容器的评测模式 |
| permutation test | 置换检验；VLM3D 排名用其点数制方案判断名次差异显著性 |
| MR-RATE | 2026 届新增脑 MRI 配对数据集（约 100,000 对，CC BY-NC-SA） |
| CC BY-NC-SA | 知识共享"署名-非商业-相同方式共享"许可；CT-RATE 与挑战赛本体均此许可 |
| gated dataset | 需登录并接受使用条款方可下载的 HuggingFace 数据集形态 |
| impression | 放射报告的结论节，报告生成任务的重要输出目标 |
| joint challenge paper | 挑战赛官方联合论文，收录头部参赛方法（官网口径） |
| zero-shot detection | 零样本检测：不针对目标异常微调直接推理；CT-CLIP 的标志性结果 |
| point-based permutation test | 点数制置换检验：以统计显著性而非裸分差定名次的排名方案 |
| A-VAE | 3D 自编码器，CTFlow 管线的隐空间压缩组件 |
| linear probe | 线性探针：冻结特征+线性头的轻量评测法，分类任务的入门基线 |
| patient-level split | 患者级划分：以患者为最小单元切分数据，防泄漏的标准做法 |
| coverage bias | 覆盖偏倚：报告未提及≠影像无异常，弱标签路线的固有风险 |
| server-side evaluation | 服务端评测：组织方持有数据并运行参赛容器的盲测模式 |
| CT2Rep | CT-RATE 系谱中的 3D CT 报告生成同期工作（§7.3 谱系表） |
| RAD-ChestCT | 公开胸部 CT 数据集，CT-CLIP 论文外部验证所用（非 VLM3D 赛题数据） |
附录
附录 A：条目信息速查卡
| 项 | 值 |
|---|---|
| 条目名 | VLM3D 2025 |
| url_name | vlm3d |
| 类型 | 官方挑战赛 + 评测基准（数据本体为 CT-RATE，另立条目） |
| 赛事记录 | Zenodo DOI 10.5281/zenodo.15052707（2025-03-19，v1，32 作者） |
| 母会议 | MICCAI 2025（2025-09-23 至 27，韩国大田） |
| 训练数据 | CT-RATE（HF ibrahimhamamci/CT-RATE，gated，CC BY-NC-SA） |
| 测试数据 | 内部 2,000 例 + 外部 1,024 例（不公开） |
| 许可 | CC BY-NC-SA（数据与赛题本体） |
| 抓取时点 | 2026-09-26 |
| 库内互链 | ct-rate(546)/mimic-cxr(16)/ms-cxr(340)/ms-cxr-t(619)/chexstruct-cxreasonbench(604)/radvlm-instruction-dataset(624)/vindr-cxr(125) |
附录 B：DAIMS 评估全表
| 维度 | 评分（1-10） | 依据 |
|---|---|---|
| D 可发现性 | 8 | 官网 + MICCAI 官网列表 + Zenodo DOI + ICCV 2025W 四路可索引；但同名论文（坑 1）与多口径数字（坑 3/4）增加检索噪声 |
| A 可获取性 | 5 | 训练数据 gated 可得（接受条款即可），但测试集彻底不公开；榜单数字不可离线复现——两道失分 |
| I 可互操作 | 7 | NIfTI 标准格式 + HF 托管 + Docker 交付规范；命名规则（split_patientID_scanID_reconstructionID）机器可解析；缺官方 DICOM 转换件 |
| M 元数据质量 | 7 | 任务定义/指标/规则官网齐备；但参与数字三口径（坑 4）、双 DOI（坑 2）、规模三口径（坑 3）需引用者自查——元数据"多而不仲裁" |
| S 可持续性 | 7 | 两届连续办赛（2025 CT → 2026 CT+MR）+ Forithmus 机构化运营 + 多会议发表通道；依赖单一官网域名是轻微单点风险 |
| 综合评级 | 6.8/10（中上） | 赛制与任务定义的工程化程度高于均值；可获取性被"测试集不公开"与 CC BY-NC-SA 拖低 |
附录 C：逐项证据链自证
| 关键数字/事实 | 来源 | 位置/时点 |
|---|---|---|
| 25,692 study / 50,188 volume / 21,304 患者 / 14.3M slice | arXiv:2403.17834 | CT-RATE 论文摘要与正文 |
| 训练 20,000 / 验证 1,304 患者 | CT-RATE 官方划分 | 论文与 HF 数据卡 |
| 测试集 2,000 内部 + 1,024 波士顿大学外部 | Zenodo 记录摘要 | DOI 10.5281/zenodo.15052707 |
| 发布 2025-03-19 / v1 / 32 作者 | Zenodo 记录元数据 | 同上 |
| MICCAI 2025 官方注册 + DOI + license CC BY-NC-SA | conferences.miccai.org/2025 challenges 列表 | MICCAI 官网 |
| 非 lighthouse | miccai.org SIG challenges 表 + lighthouse 三席名单 | MICCAI 官网 |
| CC BY-NC-SA 原文 | vlm3dchallenge.com rules 页（“Both CT-RATE and MR-RATE are released under CC BY-NC-SA”） | 官网抓取 2026-09-26 |
| Docker ≤50 GB / 服务端评测 / permutation test 排名 | vlm3dchallenge.com 规则页 | 官网抓取 2026-09-26 |
| 参与数字 73/68/53 与 120/115/80 | vlm3dchallenge.com Forums 页 / research.forithmus.com collections 页 | 两页分别抓取 2026-09-26 |
| 四任务定义 | vlm3dchallenge.com 任务页 + Zenodo 记录 | 官网抓取 2026-09-26 |
| ICCV 2025W VLM3D 论文集 | openaccess.thecvf.com/content/ICCV2025W/VLM3D/ | CVF open access |
| CTFlow 组件与 5,000+ GPU 小时 | CTFlow 论文（ICCV 2025W） | CVF open access |
| 影禾医脉 BLEU 0.2791 / AUC 0.846 | 韩媒/港股财经报道（媒体口径） | 新闻抓取 2026-09-26 |
| Deepnoid M4CT 三赛道获奖口径 | 韩媒报道（媒体口径） | 新闻抓取 2026-09-26 |
| MR-RATE 约 100,000 配对 / 六赛道 / MIUA 2026 | vlm3dchallenge.com 2026 届页面 | 官网抓取 2026-09-26 |
附录 D：数据获取决策树
需求是什么？
├── 只想训练 3D 胸部 CT 视觉语言模型
│ └── HuggingFace 接受条款 → ibrahimhamamci/CT-RATE（CC BY-NC-SA）
├── 想复现挑战赛任务
│ ├── 训练：CT-RATE train/validation（唯一合法数据边界）
│ ├── 评测：官方测试集不可得 → 自建（1,304 患者验证划分）
│ │ └── 注意：自建数字与官方榜单不可直接比较
│ └── 提交形态：参考 Docker ≤50 GB 打包规范
├── 只想引用榜单名次
│ └── 先读坑 4/坑 6 → 注明来源页 + 抓取日期 + 口径
├── 想做文本条件 3D CT 生成
│ └── CTFlow（ICCV 2025W）为公开基线 → 组件：A-VAE + CT-CLIP 文本编码器
└── 想做脑 MRI 对应任务
└── 等 2026 届 MR-RATE 发布渠道（CC BY-NC-SA）→ 关注官网公告
附录 E：四大任务 × 指标 × 获奖口径对照表
| 任务 | 赛道 | 输入→输出 | 指标 | 媒体口径代表成绩 |
|---|---|---|---|---|
| 报告生成 | VLM3D-CT-REPORT | volume → 自由文本报告 | BLEU(1-4) 族 | 影禾医脉：平均 BLEU(1-4) 0.2791（161 人综合第一）；Deepnoid 称第三（口径冲突，坑 6） |
| 多异常分类 | VLM3D-CT-ABNORMALITY | volume → 18 标签 | AUC | 影禾医脉第三（118 人中，AUC 0.846）；Deepnoid M4CT 第一（口径并存） |
| 自监督定位 | （并入 ABNORMALITY 方向） | volume → 异常空间定位 | 人工标注集评测 | Deepnoid M4CT 第一（媒体口径） |
| 文本条件生成 | VLM3D-CT-VOLUME | 报告文本 → 合成 volume | FVD/FID/CLIP/IS | CTFlow 为代表发表方法（ICCV 2025W） |
附录 F：参与数字三口径总表（引用模板）
| 口径 | 页面属性 | CT-ABNORMALITY | CT-REPORT | CT-VOLUME | 引用写法模板 |
|---|---|---|---|---|---|
| 口径 A | vlm3dchallenge.com Forums 页（2025 届收官快照） | 73 人/40 提交 | 68 人/49 提交 | 53 人/20 提交 | “2025 届 Forums 页快照（抓取于 YYYY-MM-DD）” |
| 口径 B | research.forithmus.com collections 页（2026 届视图） | 120/165 | 115/126 | 80/192 | “Forithmus 现页 2026 届视图（抓取于 YYYY-MM-DD）” |
| 口径 C | 媒体报道（韩媒/港股财经） | 分类 118 人 | 报告 161 人 | 未披露 | “媒体报道口径（YYYY-MM 报道）” |
三口径并存、无官方仲裁。任何跨口径比较均属误用。
附录 G：2025 届 vs 2026 届对照表
| 维度 | 2025 届 | 2026 届 |
|---|---|---|
| 母会议 | MICCAI 2025（大田） | MICCAI 2026 |
| 数据域 | CT（胸部） | CT + MR（脑） |
| 数据集 | CT-RATE | CT-RATE + MR-RATE（约 100,000 配对） |
| 赛道数 | 3 | 6 |
| 赛制 | Docker ≤50 GB 服务端评测 | 沿用 |
| 许可 | CC BY-NC-SA | CC BY-NC-SA（官网规则同句覆盖 MR-RATE） |
| 展示通道 | ICCV 2025 VLM3D Workshop | MIUA 2026（都柏林大学学院）+ 论文通道 |
| 2025 榜单 | 当届有效 | 保留作参考 |
附录 H：CT-RATE 数据加载骨架（代码）
import re
from pathlib import Path
PATTERN = re.compile(
r"^(?P<split>train|validation)_(?P<patient>\d+)_(?P<scan>[a-z])_(?P<recon>\d+)\.nii\.gz$"
)
def index_ct_rate(root: str):
"""按 命名规则解析 CT-RATE 目录，返回患者级索引。
关键：以 patient_id 为去重键，防止患者级泄漏。"""
index = {}
for f in Path(root).rglob("*.nii.gz"):
m = PATTERN.match(f.name)
if not m:
continue # 命名不符的文件先记录再人工排查
rec = m.groupdict()
index.setdefault(rec["patient"], []).append({
"split": rec["split"], # train / validation
"scan": rec["scan"], # 同患者第几次检查
"recon": rec["recon"], # 同检查的第几种重建
"path": str(f),
})
return index
def patient_level_split(index, train_ids, val_ids):
"""患者级划分校验：任一患者不得同时出现在 train 与 validation。"""
assert not (set(train_ids) & set(val_ids)), "患者级泄漏！"
return ({p: index[p] for p in train_ids},
{p: index[p] for p in val_ids})
附录 I：Docker 参赛交付自查清单（复现模板）
提交前自查（对应 §5.1 规则）：
□ 容器总大小 ≤ 50 GB（权重+依赖+代码）
□ 入口脚本可无网络运行（服务端环境不保证联网）
□ 输入：3D CT volume（NIfTI）；输出：任务规定格式（报告文本/标签 CSV/热图/合成 volume）
□ 随机种子固定（评测需可复现）
□ 仅使用 CT-RATE train/validation 训练（数据边界声明）
□ 最终有效提交的版本号确认（仅最终提交参与排名）
□ 主指标与评测脚本版本对齐官网 rules 页当日快照
附录 J：18 异常标签体系使用注意表
| 注意点 | 说明 |
|---|---|
| 来源 | 微调 RadBERT 从报告自动抽取（弱标签），非人工逐例标注 |
| 微调金标准 | 仅 1,000 份报告经人工标注用于分类器微调 |
| 代表类别 | 肺结节、动脉壁钙化、冠状动脉钙化、心脏肥大、心包积液、胸腔积液、肺实变、肺气肿、肺纤维化后遗症、肺不张、淋巴结肿大、磨玻璃影（lung opacity）、小叶间隔增厚、支气管扩张、胸膜增厚、食管裂孔疝、马赛克衰减模式等（完整清单以官方 CSV 为准） |
| 标签语义 | “报告提及”≠“影像确认”：报告漏写≠无异常 |
| 粒度 | 有无（二值），无位置信息；定位需求走任务三范式 |
| 患病率 | 类别高度不均衡，多标签聚合方式（宏/微平均）影响分数解读 |
附录 K：与库内条目互链声明
本条目（vlm3d）与以下库内条目建立互链：ct-rate(546) 为上游数据本体条目（数据规格、下载、谱系的完整画像在本条目只保留参赛者必需骨架）；mimic-cxr(16)、ms-cxr(340)、ms-cxr-t(619) 构成 2D 胸片视觉语言对照系（VLM3D 是其 3D 迁移）；chexstruct-cxreasonbench(604) 为报告结构化与推理评测对照；radvlm-instruction-dataset(624) 为 2D 医学 VLM 指令数据（与四任务互补）；vindr-cxr(125) 为消歧对照条目（与 VLM3D 无数据关系，见坑 5）。引用边界：引用"数据集规格"请引 ct-rate 条目，引用"任务/榜单/赛制"请引本条目。
附录 L：证据链与核验方法说明
本条目的全部关键事实按"三轮精确搜索 + 三源互证"纪律核验，存照如下：
- 第一轮（官网系）：vlm3dchallenge.com（任务、规则、Forums 参与快照）+ research.forithmus.com/collections/vlm3d-challenge（机构合集、2026 届视图）——确立四任务、Docker 规则、CC BY-NC-SA 原文、参与数字口径 A/B。
- 第二轮（学会系）：conferences.miccai.org/2025 challenges 列表 + miccai.org SIG challenges 表——确立官方注册身份、登记 DOI（15052707）、license 列、统一任务类型串（坑 8）、非 lighthouse（三席名单比对）。
- 第三轮（记录与论文系）：Zenodo 记录（发布日 2025-03-19、v1、32 作者、测试集 2,000/1,024、volume 口径）+ arXiv:2403.17834（精确规模 25,692/50,188/21,304/14.3M、RadBERT 1,000 份微调标注）+ ICCV 2025W 论文集（CTFlow 组件与算力）。
三源互证结论：任务、赛制、许可、时间线、数据规格五类事实均至少两源一致；无法仲裁的四类口径（坑 2/3/4/6）全部就地存照而非取舍。核验过程中的两条失败路径同样存照：hf-mirror API 对 gated 数据集返回鉴权失败（改用搜索核对 HF 页面内容并记录镜像不可用事实）；arXiv 全文 API 对 “VLM3D” 检索返回空（改用网页搜索命中同名论文并转化为坑 1 消歧存照）。
附录 M：常见误解澄清表
| 误解 | 澄清 | 出处 |
|---|---|---|
| VLM3D 发布了新影像数据 | 训练/验证数据即 CT-RATE；新的是任务与榜单 | 官网规则+Zenodo |
| VLM3D 数据来自 VinDr 系 | 与 VinDr 无关；测试集来自波士顿大学医院 | 三源核验（坑 5） |
| 测试集 2,000+1,024 例可下载 | 均不公开，仅服务端评测 | Zenodo 记录摘要 |
| MR-RATE 是 2025 届数据 | 2026 届新增；2025 届纯 CT | 官网 2026 届页 |
| 参赛模型获奖后可商用 | CC BY-NC-SA 禁商业用途 | 官网 rules 原文 |
| 官方榜单数字可本地复现 | 不可；第三方只能用 1,304 患者验证划分自建 | 赛制设计（§5.5） |
| MICCAI 六词任务串就是赛题 | 那是学会统一分类学标注 | MICCAI challenges 表（坑 8） |
| “VLM3D 2026 六赛道=六个新任务” | 任务仍四类；赛道是数据域×任务组合 | 官网赛道页（§4.5） |
| CT-CLIP/CT-CHAT 是挑战赛冠军模型 | 它们是组织方的官方基线系；冠军另有其队（CTFlow 等） | ICCV 2025W 论文集 |
| 14.3M 张 slice=14.3M 个样本 | slice 是 volume 的组成层；样本单位是 study/volume | §2.1 口径表 |
附录 N：引用模板库
为减少引用时踩坑，给出五类高频引用的写法模板（坑点已在模板内规避）：
赛事引用：
VLM3D Challenge: Challenge for Vision-Language Modeling in 3D Medical Imaging. Zenodo. DOI 10.5281/zenodo.15052707（2025-03-19 发布，v1；官方注册于 MICCAI 2025，韩国大田）。〔避免：写 15052708 后缀与 15052707 混用——坑 2〕
数据引用：
Hamamci, I.E., et al. A foundation model utilizing chest CT volumes and radiology reports…（arXiv:2403.17834，注意按所引版本著录题名——坑 7）；数据本体：CT-RATE, HuggingFace ibrahimhamamci/CT-RATE, CC BY-NC-SA。
规模转引：
“CT-RATE 包含 25,692 个非增强胸部 CT study（21,304 位患者），按多种重建展开为 50,188 个 3D volume。”〔避免：把 volume 数说成 study 数或反之——坑 3〕
榜单转引：
“据媒体报道口径（抓取于 2026-09-26），影禾医脉在 2025 届 CT 报告生成赛道获综合第一（161 人参与，平均 BLEU(1-4) 0.2791）；Deepnoid 新闻稿则称该队获此赛道第三——两口径并存，官方 leaderboard 为准。”〔避免：去掉"媒体报道口径"四字——坑 6；去掉人数来源——坑 4〕
身份表述：
“VLM3D 2025 为 MICCAI 2025 官方注册挑战赛（satellite event，非 lighthouse），设报告生成、多异常分类、自监督多异常定位、文本条件 3D CT 生成四任务。”〔避免：把 MICCAI 六词任务类型串当任务清单、升级为灯塔挑战赛——坑 8〕
附录 O：关键文档身份对照表
VLM3D 生态的文档身份容易缠绕，一张表理清"谁是论文、谁是记录、谁是数据"：
| 文档 | 身份 | 角色 | 常见误用 |
|---|---|---|---|
| Zenodo 记录（DOI 10.5281/zenodo.15052707） | 赛事记录（非论文） | 挑战赛的可引用身份凭证 | 被当数据下载入口（§6.6） |
| arXiv:2403.17834 | 底层数据论文（CT-RATE/CT-CLIP） | 数据规格与方法原型的学术出处 | 被当挑战赛论文引用 |
| ICCV 2025W VLM3D 论文集 | 冠军方法论文集合 | 方法细节与可复现组件 | 被当赛制规则的出处 |
| vlm3dchallenge.com | 官网 | 任务/规则/榜单的权威动态源 | 快照数字被当永久事实（坑 4） |
| research.forithmus.com 合集页 | 机构运营页 | 2026 届视图与合集导航 | 与官网 2025 届快照混淆（坑 4） |
| MICCAI challenges 列表 | 学会注册凭证 | 官方身份、DOI、license 登记 | 六词分类串被当任务清单（坑 8） |
| HF ibrahimhamamci/CT-RATE | 数据托管页 | 唯一训练数据入口（gated） | 被镜像站替代尝试（会失败，§6.2） |
| GitHub CT-CLIP / CT-CHAT | 官方代码库 | 基础模型与对话模型实现 | 被当冠军方案（冠军是 CTFlow 等） |
附录 P：两届赛事引用速查卡
| 引用对象 | 2025 届写法 | 2026 届写法 |
|---|---|---|
| 赛事身份 | MICCAI 2025 official challenge（非 lighthouse） | MICCAI 2026 satellite event |
| 赛事记录 | Zenodo DOI 10.5281/zenodo.15052707（v1，2025-03-19） | 以官网 2026 届公告为准 |
| 数据 | CT-RATE（HF gated，CC BY-NC-SA） | CT-RATE + MR-RATE（约 100,000 配对脑 MRI） |
| 赛道 | CT-ABNORMALITY / CT-REPORT / CT-VOLUME | 上述三条 + MR-ABNORMALITY / MR-REPORT / MR-VOLUME |
| 方法出口 | ICCV 2025 VLM3D Workshop（CTFlow 等） | MIUA 2026 展示 + 论文通道 |
| 参与数字 | Forums 页快照 73/68/53（注明抓取日期） | Forithmus 现页 120/115/80（2026 届视图，注明抓取日期） |
| 测试集 | 内部 2,000 + 波士顿大学外部 1,024（不公开） | 待官方公告 |
| 历史榜单 | 2025 届榜单保留作参考 | 当届有效 |
尾注
- 官方渠道：vlm3dchallenge.com（任务/规则/榜单）；research.forithmus.com/collections/vlm3d-challenge（机构合集页）；Zenodo DOI 10.5281/zenodo.15052707（赛事记录）；conferences.miccai.org/2025（MICCAI challenges 列表）。
- 数据与代码：HuggingFace ibrahimhamamci/CT-RATE（gated，CC BY-NC-SA）；GitHub ibrahimethemhamamci/CT-CLIP 与 CT-CHAT（开源）。
- 论文：arXiv:2403.17834（CT-RATE/CT-CLIP，v1/v3 标题漂移见坑 7）；ICCV 2025 VLM3D Workshop 论文集（CVF open access，含 CTFlow）。
- 本条目抓取时点 2026-09-26；官网动态内容（参与数字、榜单）引用前请按坑 4 纪律重新核对当日快照。
- 口径冲突不做仲裁的四处在案：双 DOI（坑 2）、规模三口径（坑 3）、参与三口径（坑 4）、报告生成名次两说（坑 6）——存照即结论。
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：
- osic-pulmonary-fibrosis — 共享标签：医学影像 / CT / 多模态 / 挑战赛数据集 / 评测基准
- ms-cxr-t — 共享标签：医学影像 / 多模态 / 影像-文本对齐 / 评测基准
- reg2026 — 共享标签：医学影像 / 多模态 / 影像-文本对齐 / 挑战赛数据集
- biomedica — 共享标签：医学影像 / 多模态 / 影像-文本对齐 / 评测基准
- quilt-1m — 共享标签：医学影像 / 多模态 / 影像-文本对齐
- medpix — 共享标签：医学影像 / CT / 多模态
- openi — 共享标签：医学影像 / 影像-文本对齐 / 评测基准
- roco — 共享标签：医学影像 / 多模态 / 影像-文本对齐
- derm1m — 共享标签：多模态 / 影像-文本对齐 / 评测基准
- toothfairy2 — 共享标签：医学影像 / CT / 挑战赛数据集 / 评测基准
导航说明：本章节由全站统一标签体系自动计算生成（标签重合度算法），双向可达；点击链接可跳转至对应数据集词条。
