https://www.kaggle.com/competitions/blood-vessel-segmentation/overview
SenNet + HOA - Hacking the Human Vasculature in 3D | Kaggle
www.kaggle.com
위 링크의 내용을 정리한 것입니다.
Overview(개요)
이 대회의 목표는 혈관을 Segmentation하는 것입니다. 인체의 신장의 3D 계층적 위상 대조 단층 촬영(HiP-CT) 데이터로 훈련된 모델을 생성하여 신체 전체의 혈관 구조를 완성하는 데 도움을 주어야 합니다.
여러분의 작업은 연구자들이 인체 조직에서 혈관의 크기, 모양, 분기 각도 및 패턴을 더 잘 이해할 수 있도록 도와줄 것입니다.
Competition Host(대회 호스트)
SenNet + HOA
Prizes & Awards(상품 및 수상 내역)
$80,000
Awards Points & Medals
Tags(태그)
- Health
- Image Segmentation
- Computer Vision
Description(대회 설명)
아래의 내용은 단순히 번역한 글입니다. 대회의 배경을 확인할 수 있습니다.
우리 몸의 장기와 조직은 37조 개에 달하는 세포의 상호 작용, 공간적 조직, 전문화에 의존합니다. 연구자들은 혈관계 공통 좌표 프레임워크(VCCF)를 통해 세포의 기능과 관계를 이해합니다. VCCF는 인체의 혈액 혈관계를 기본 내비게이션 시스템으로 사용하여 세포를 매핑합니다. 이 프레임워크는 모든 축척 수준을 넘나들며 모세혈관 구조를 주소로 사용하여 세포 위치를 식별하는 고유한 방법을 제공합니다. 그러나 연구자들이 혈관계에 대해 알고 있는 지식의 격차는 VCCF의 격차로 이어집니다. 데이터 과학이 혈관계 배열을 자동으로 분류하는 데 도움이 된다면, 연구자들은 실제 조직 데이터를 사용하여 이러한 간극을 메우고 신체 전체의 혈관계에 대한 그림을 완성할 수 있습니다.
현재 전문 어노테이터가 수작업으로 혈관 구조를 추적하는 방식은 매우 느린 프로세스입니다. 전문 어노테이터가 있더라도 새로운 데이터 세트를 완성하는 데 6개월 이상 걸립니다. 이러한 수동 데이터를 사용하는 머신러닝 접근 방식은 인체 해부학의 가변성과 HiP-CT 기술이 계속 개선되고 변화함에 따른 이미지 품질의 변화로 인해 새로운 데이터 세트에 잘 일반화되지 않습니다.
공모전을 주최하는 커먼 펀드의 세포 노화 네트워크(SenNet) 프로그램은 신체 전반, 다양한 인간 건강 상태, 수명 전반에 걸쳐 노화 세포의 차이를 종합적으로 파악하고 특성화하기 위해 설립되었습니다. SenNet은 노화 세포에 대한 공개적으로 액세스 가능한 지도를 제공하고 단일 세포 분석의 이전 발전을 기반으로 하는 혁신적인 도구와 기술을 개발합니다.
센넷은 이번 대회를 위해 인체 장기 아틀라스(HOA)와 함께합니다. HOA는 세계에서 가장 밝은 싱크로트론(유럽 싱크로트론 방사선 시설)에서 계층적 위상 대비 단층 촬영(HiP-CT)이라는 이미징 기법을 사용하여 생성된 3D 다중 해상도 이미징 데이터 세트를 포함하는 디지털 아틀라스입니다. HiP-CT는 미크론 단위부터 온전한 장기 전체에 이르기까지 인체 해부학에 대한 연구자들의 이해에서 이전에는 제대로 탐구되지 않았던 규모를 포괄합니다.
여러분의 노력은 혈관이 인체의 여러 세포에 미치는 영향에 대한 이해를 향상시킬 수 있습니다. 더 나은 데이터를 통해 연구자들은 혈관 네트워크를 통한 혈액, 산소 또는 약물의 흐름을 시뮬레이션할 수 있습니다. 또한 사용 가능한 장기 이미지를 사용하여 성별, 나이, BMI의 변화에 따라 혈관이 어떻게 변화하는지에 대한 이해를 높일 수 있습니다. 궁극적으로는 세포 간의 관계가 건강에 미치는 영향을 파악할 수 있는 보다 완전한 혈관 공통 좌표 프레임워크(VCCF)와 인간 참조 아틀라스(HRA)를 향한 길을 닦는 데 도움을 줄 수 있습니다.
Evaluation(평가 방법)
허용 오차 범위가 0.0인 surface dice metric을 사용하여 제출물을 평가합니다.
metric에 대한 코드는 다음 노트북에서 확인할 수 있습니다.
노트북: Surface Dice Metric
Submission File(제출 파일)
테스트 세트의 각 id에 대해 인스턴스 Segmentation 마스크를 run-length encoded한 rle을 예측해야 하며, 여기서 id는 경로가 test/{dataset}/images/{slice}.tif인 이미지의 경우 {dataset}_{slice} 로 나타냅니다.
빈 마스크의 RLE는 1 0으로 나타냅니다.
제출물에는 헤더가 포함되어야 하며 형식은 다음과 같아야 합니다:
id,rle
kidney_5_0,1 1 100 10
kidney_5_1,1 1 100 10
kidney_6_0,1 0
kidney_6_1,1 0
...
Timeline(타임 라인)
- 2023년 11월 7일 - 시작일.
- 2024년 1월 30일 - 참가 마감일. 이 날짜 이전에 대회 규칙에 동의해야 참가할 수 있습니다.
- 2024년 1월 30일 - 팀 합병 마감일. 참가자가 팀에 합류하거나 팀을 합병할 수 있는 마지막 날입니다.
- 2024년 2월 6일 - 최종 제출 마감일.
별도의 언급이 없는 한 모든 마감일은 해당일 오후 11시 59분(UTC)입니다.
Code Requirements(코드 요구 사항)
이 대회에 대한 제출은 반드시 노트북을 통해 이루어져야 합니다. 커밋 후 "Submit" 버튼이 활성화되려면 다음 조건이 충족되어야 합니다:
- CPU 노트북 <= 9시간 런타임
- GPU 노트북 <= 9시간 런타임
- 인터넷 액세스 불가능
- 사전 학습된 모델을 포함하여 자유롭게 공개적으로 사용 가능한 외부 데이터가 허용됨
- 제출 파일 이름은 submission.csv여야 합니다.
'AI&ML > Kaggle' 카테고리의 다른 글
Kaggle 학습 시리즈: IDF 기초 가이드 (1) | 2024.01.09 |
---|---|
Kaggle 학습 시리즈: CountVectorizer 기초 가이드 (1) | 2024.01.08 |
[Kaggle] 캐글 경진대회 Data 소개(SenNet + HOA) (0) | 2023.11.16 |
[Kaggle] Types of Competitions (3) | 2023.11.14 |