复旦大学大数据学院庄吓海老师课题组，近期联合上海交通大学，英国帝国理工大学等多家单位在顶级期刊医学影像分析（MedicalImage Analysis，影响因子8.88）发表关于多模态全心脏分割挑战赛及当前研究成果的论文。
论文简介：全心脏解剖学知识是许多临床应用的先决条件。描绘心脏子结构的全心脏分割（WHS）对于心脏的解剖学和功能的建模和分析非常有价值。然而，由于心脏形状的大变化和临床数据的不同图像质量，自动化该分割具有很大挑战性。为了实现这一目标，通常需要初始的训练数据集来构建先验或训练。此外，很难在不同方法之间进行比较，主要是由于所使用的数据集和评估指标的差异。本文章介绍了WHS算法的方法和评估结果，这些算法选自2017 MICCAI-STACOM 多模态全心脏分割（MM-WHS）挑战赛。该挑战赛提供120个3D心脏图像 (包括60个CT和60个MRI)，全部在临床环境中通过手动描绘获得。已经评估了12个组提交的10种CT数据算法和11种MRI数据算法。结果显示CT WHS的表现一般优于MRI WHS。此外，由于成像和心脏形状变化的不同，不同类别患者的子结构的分割可能呈现不同水平的挑战。基于深度学习（DL）的方法显示出巨大的潜力，尽管其中一些方法的结果很差。不同的网络结构和训练策略的表现可能会有很大差异。主要基于多图谱分割的传统算法表现出良好的性能，但精度和计算效率可能有限。
该挑战赛仍在继续进行，在主页下载“数据协议”签名后发给组织者之后即可获得数据链接，提交的测试数据仍可进行评估。
挑战赛主页：
http://www.sdspeople.fudan.edu.cn/zhuangxiahai/0/mmwhs/
原文标题：
Evaluationof Algorithms for Multi-Modality Whole Heart Segmentation: An Open-Access GrandChallenge
下载链接：
https://doi.org/10.1016/j.media.2019.101537
