ULS23挑战赛：一种用于CT图像中3D通用病灶分割的基线模型与基准数据集

随访CT检查中对肿瘤病灶的尺寸测量对于评估癌症患者的治疗效果至关重要。高效的病灶分割方法能够显著提升放射科工作流程的效率。尽管已有大量基准测试和挑战赛针对肝脏、肾脏和肺部等特定器官的病灶分割问题，但临床实践中所面临的病灶类型更加多样，亟需一种更具普适性的解决方案。为填补这一空白，我们推出了针对胸部-腹部-盆腔CT检查的3D通用病灶分割基准——ULS23。ULS23训练数据集包含该解剖区域共38,693个病灶，涵盖具有挑战性的胰腺、结肠及骨组织病灶。为评估模型性能，我们构建了一个包含284名患者共775个病灶的独立测试数据集，所有病灶均在临床背景下被明确标识为靶病灶，确保了数据集的多样性与临床相关性。ULS23基准已通过官网 uls23.grand-challenge.org 公开发布，供全球研究人员免费使用，以评估其分割算法的性能。此外，我们还开发并公开发布了首个基于半监督学习的3D病灶分割基线模型。该模型在挑战赛测试集上取得了平均Dice系数0.703 ± 0.240的性能表现。我们诚邀广大研究者持续提交成果，共同推动未来ULS模型的发展。