脊柱疾病数据集

1.概述

脊柱退化性疾病，如腰椎间盘突出等症状正呈现出年轻化的趋势，困扰着老年人群体和办公族，正确的预防和干预能够有效防止疾病的恶化。核磁（MRI）作为非侵入式检查手段，对软组织成像好，无辐射，对肌肉骨骼疾病的特异性和敏感度较高，适合对普通人群的常规检查，是预防脊柱退化性疾病的可靠检查手段。同时临床上，对脊柱退化性疾病的诊断的一致性有待提高，人工智能算法在临床流程中可以帮助提高诊断的一致性和可量化性，对量化评估针对脊柱退化性疾病的干预效果有着很高的价值。
您可以设计算法来分析核磁共振影像来检测和分类脊柱的退行性改变，包括正常椎体、退化椎体、正常椎间盘、椎间盘突出、膨出等特征。

2.描述

数据集包含T1和T2矢状面影像和T2轴状位影像（FSE/TSE）。

腰椎数据
标注训练数据有150份，测试数据有50份。
椎体和椎间盘的代表点会在T2矢状位的中间帧中标注出来，标注将从胸12（T12）腰1（L1）间的椎间盘开始到腰5（L5）骶1（S1）间的椎间盘结束，其中椎体的段位和椎间盘的段位分别给出，如L1,L2等。椎体分成2类：正常和退行性病变，椎间盘分成5类：正常、膨出、突出、脱出、椎体内疝出。病变编码如下表所示。

椎体
编码	中文	英文
v1	正常	Normal
v2	退行性改变	Degeneration
椎间盘
编码	中文	英文
V1	正常	Normal
V2	膨出	Bulge
V3	突出	Protruded
V4	脱出	Extruded
V5	椎体内疝出	Schmor

标注示例
标注数据的JSON格式示例

{
    "studyUid":"1.2.840.473.8013.20181026.1091511.864.22434.92",  # dicom study UID
    "data": [
        {
             "instanceUid": "1.3.46.670589.11.32898.5.0.16316.2018102610554807009", # dicom instance UID
             "seriesUid": "1.3.46.670589.11.32898.5.0.16316.2018102610554554000", # dicom series UID
             "annotation": [
                 {
                    "annotator": 13  # 可选
                    "point": [  #关键点标注
                        {
                             "coord": [252, 435],  #点的像素坐标
                             "tag": {
                                "disc": "v2,"  # 椎间盘类型膨出
                                "identification":"L1-L2"  # 椎间盘定位L1-L2间椎间盘
                              },
                             "zIndex": 0,  #第几个slice
                          },
                          {
                              "coord": [211,76],
                              "tag": {
                                    "identification": "L1", # 腰1椎体
                                    "vertebra": "v2".  # 退化椎体
                                 },
                                 "zIndex": 5
                              }
                       ],
                }
        ]
    }
  ]
}

3.提交评估

参与者需要提供全自动算法来定位椎体和椎间盘的位置和相应分类。您需要提交一个json格式的文件，json文件中的内容是一个list，其中list中每一个元素格式和上述标注的格式类似，对应于算法对每一个影像序列的分析结果。

[ 
　　{
　　　　 "studyUid": "1.2.840.473.8013.20181026.1091511.864.22434.92", # dicom study UID 
　　　　 "data": [ { "instanceUid": "1.3.46.670589.11.32898.5.0.16316.2018102610554807009", # dicom instance UID "seriesUid": "1.3.46.670589.11.32898.5.0.16316.2018102610554554000", # dicom series UID 
　　　　 "annotation": [ 
　　　　　　 { 
　　　　　　 　　"annotator": 14, #标注者可选
　　　　　　 　　 "point": [ #关键点标注
　　　　　　 　　 　　 { 
　　　　　　 　　 　　 　　"coord": [252, 435], #点的像素坐标 
　　　　　　 　　 　　 　　"tag": {
　　　　　　 　　 　　 　　　　 "disc": "v2," # 椎间盘类型膨出 
　　　　　　 　　 　　 　　　　 "identification":"L1-L2" # 椎间盘定位L1-L2间椎间盘 
　　　　　　 　　 　　 　　　}，
　　　　　　 　　 　　 　　　 "zIndex": 5 # 第几个slice
　　　　　　 　　 　　 　　　}
　　　　　　 　　 　　 　 ],
　　　　　　 　　 　  } 
　　　　　　 　　 ] 
　　　　　　 } 
　　　　] 
　　}, # 某个study的算法结果
　 {...},
　 {...} 
]

预测结果包含：中间帧上的关键点的坐标，以及相应的分类及概率值。预测的坐标和标注坐标距离小于6mm的点如果分类正确将被计数为正确TP，如果分类错误将被计算为误报FP。如果预测的点不落在任何标注点的6mm半径内也将被计数为FP。标注点没有被任何预测点正确命中的被计数为漏报FN。如果有多个预测点命中的最近的一个计数为TP，其他的即不算作TP也不算作FP。按照通常的精度precision(TP/(TP+FP))和召回recall（TP/(TP+FN))的定义计算每个类别点的平均精度AP。最后所用类别点的平均AP(MAP)将被作为最终的排名指标。

4. 下载

本数据集由万里云和唯医骨科提供。点击申请按钮后，填写申请信息，填完后确认同意“使用条款”。系统会在7天内进行审核，审核通过即可下载数据，审核未通过可以根据系统反馈重新填写申请表单。如果您在论文中引用此数据，请在发表7日内回复论文链接。如果您在7天内没有收到申请回复，很有可能是被当作垃圾邮件拦截，请在再次发送申请前确认下垃圾邮箱。我们会在此页面发布更新数据。

5.引用说明

如果您在研究中使用了本数据集，请按照如下方式引用：

@misc{
        title={脊柱疾病数据集}
        url={https://tianchi.aliyun.com/dataset/dataDetail?dataId=79463}
        author={Tianchi},
        year={2020}
}

6.遵循协议

该数据集遵循协议：CC BY-NC-SA 4.0 。