脑部MRI(磁共振)图像分割

分享给好友

本地提交

在线提交

本地提交

在线提交

大赛简介

该数据图像来自癌症成像档案(TCIA),通过深度学习算法自动提取具有一定形状特征的低级别胶质瘤区域。

低级别胶质瘤根据世界卫生组织(WHO)制定的分级系统可定义为(WHO1~2级)属分化良好的胶质瘤,虽然这类肿瘤在生物上并不属于良性肿瘤,但是患者的预后相对较好。MRI医学影像分割在病患检测、病情分析等领域都具有较大的研究价值。

赛事主题和数据说明

赛题描述

本赛题为7月活动赛题,截止2019年7月31日下午20点整所有训练完成结果均为有效成绩!!

数据描述

字段说明:

字段名 字段类型 取值区间 字段描述
image_path string 不为空 图片的相对路径
label_path string 不为空 标签的相对路径

输入字段: image_path,

输出字段: label_path,

参考文献:

[1]

评审标准

评审指标说明

  • 本赛题基础得分为60分,所有超过基础得分的参赛者可获得相对应奖励!
  • Dice 系数是一种评估相似度的函数,通常用于计算两个样本的相似度或者重叠度。
  • 计算公式如下:
  • 评审计算公式

展开

  • 竞赛排行榜
  • 自由练习榜单
第三名

提供者:丶人狠话不多

暂未公开
batch数据为16,循环次数为8500次,损失函数优化完,最终完成评分为92.63。

2019-07-30 05:11:21

92.63

暂未公开
第三名

提供者:nice

暂未公开
batch数据为32,循环次数为6000次,损失函数优化完,最终完成评分为92.49。

2019-08-01 14:50:26

92.49

暂未公开
第三名

提供者:你猜猜我是谁

暂未公开
batch数据为16,循环次数为25次,损失函数优化完,最终完成评分为91.98。

2019-07-31 20:34:42

91.98

暂未公开
4

提供者:天涯·明月·刀

大神经验
batch数据为1,循环次数为1次,损失函数优化完,最终完成评分为90.72。

2019-07-20 00:27:04

90.72

大神经验
5

提供者:FastAI可解释性差

大神经验
batch数据为64,循环次数为90次,损失函数优化完,最终完成评分为90.36。

2019-07-21 03:44:37

90.36

大神经验
6

提供者:cnn

大神经验
batch数据为16,循环次数为32次,损失函数优化完,最终完成评分为89.77。

2019-07-30 14:27:48

89.77

大神经验
7

提供者:keeper

暂未公开
batch数据为8,循环次数为100次,损失函数优化完,最终完成评分为88.68。

2019-07-31 19:03:47

88.68

暂未公开
8

提供者:malena

暂未公开
batch数据为20,循环次数为70次,损失函数优化完,最终完成评分为88.63。

2019-07-31 19:29:04

88.63

暂未公开
9

提供者:yangsmile

大神经验
batch数据为32,循环次数为100次,损失函数优化完,最终完成评分为88.23。

2019-07-26 20:58:46

88.23

大神经验
10

提供者:西北风

大神经验
batch数据为32,循环次数为300次,损失函数优化完,最终完成评分为87.8。

2019-07-26 10:24:40

87.80

大神经验
11

提供者:Zyt

大神经验
batch数据为16,循环次数为115次,损失函数优化完,最终完成评分为87。

2019-07-31 19:25:16

87.00

大神经验
12

提供者:机器学渣

大神经验
batch数据为32,循环次数为40次,损失函数优化完,最终完成评分为86.34。

2019-07-31 17:21:33

86.34

大神经验
13

提供者:sloan

大神经验
batch数据为32,循环次数为50次,损失函数优化完,最终完成评分为85.97。

2019-07-23 16:51:10

85.97

大神经验
14

提供者:yosef

暂未公开
batch数据为16,循环次数为100次,损失函数优化完,最终完成评分为85.83。

2019-07-30 18:36:07

85.83

暂未公开
15

提供者:Senbon

暂未公开
batch数据为1,循环次数为1次,损失函数优化完,最终完成评分为84.16。

fastai

U-Net-like

2019-07-20 13:19:26

84.16

暂未公开
16

提供者:clare

暂未公开
batch数据为32,循环次数为10次,损失函数优化完,最终完成评分为82.36。

2019-07-28 12:21:55

82.36

暂未公开
17

提供者:恋旧却念旧

暂未公开
batch数据为1,循环次数为1次,损失函数优化完,最终完成评分为81.91。

2019-07-25 00:07:49

81.91

暂未公开
18

提供者:化猫

暂未公开
batch数据为1,循环次数为1次,损失函数优化完,最终完成评分为80.72。

2019-07-27 16:38:12

80.72

暂未公开
19

提供者:友情小爪

暂未公开
batch数据为64,循环次数为200次,损失函数优化完,最终完成评分为79.67。

2019-07-31 12:36:22

79.67

暂未公开
20

提供者:我是Zkk

暂未公开
batch数据为32,循环次数为500次,损失函数优化完,最终完成评分为78.32。

2019-07-31 12:07:04

78.32

暂未公开
21

提供者:minth

暂未公开
batch数据为64,循环次数为3000次,损失函数优化完,最终完成评分为77.44。

2019-07-21 12:33:32

77.44

暂未公开
22

提供者:zjy

暂未公开
batch数据为16,循环次数为400次,损失函数优化完,最终完成评分为76.03。

2019-07-26 22:18:01

76.03

暂未公开
23

提供者:weiliming

暂未公开
batch数据为32,循环次数为50次,损失函数优化完,最终完成评分为75.65。

2019-07-23 18:55:02

75.65

暂未公开
24

提供者:大耗子

暂未公开
batch数据为32,循环次数为1000次,损失函数优化完,最终完成评分为75.21。

2019-07-25 09:07:11

75.21

暂未公开
25

提供者:交差墒

暂未公开
batch数据为16,循环次数为1次,损失函数优化完,最终完成评分为73.35。

PyTorch

天啊,谁写的ouput_y打死他

2019-07-29 21:03:29

73.35

暂未公开
26

提供者:大佬们带带我

暂未公开
损失函数优化完,最终完成评分为73.19。

opencv

CV

2019-07-28 03:29:43

73.19

暂未公开
27

提供者:qqm

暂未公开
batch数据为16,循环次数为32次,损失函数优化完,最终完成评分为72.59。

2019-07-30 19:09:20

72.59

暂未公开
28

提供者:guoguo

暂未公开
batch数据为20,循环次数为2次,损失函数优化完,最终完成评分为72.36。

2019-08-07 08:14:09

72.36

暂未公开
29

提供者:肝就对了

暂未公开
batch数据为32,循环次数为350次,损失函数优化完,最终完成评分为72.19。

2019-07-29 17:49:27

72.19

暂未公开
30

提供者:春眠不觉晓

暂未公开
batch数据为16,循环次数为4次,损失函数优化完,最终完成评分为70.45。

PyTorch

TinyUSCNet

2019-07-20 13:54:51

70.45

暂未公开
31

提供者:Joshua

暂未公开
batch数据为5,循环次数为5次,损失函数优化完,最终完成评分为69.95。

2019-07-19 00:33:25

69.95

暂未公开
32

提供者:yahiko

暂未公开
batch数据为8,循环次数为32次,损失函数优化完,最终完成评分为69.1。

2019-07-31 21:46:43

69.10

暂未公开
33

提供者:粑粑卢

暂未公开
batch数据为8,循环次数为16次,损失函数优化完,最终完成评分为66.84。

2019-07-27 17:37:13

66.84

暂未公开
34

提供者:强化学习

暂未公开
batch数据为32,循环次数为200次,损失函数优化完,最终完成评分为66.81。

2019-07-21 12:41:34

66.81

暂未公开
35

提供者:a554142589

暂未公开
batch数据为16,循环次数为64次,损失函数优化完,最终完成评分为65.83。

2019-07-31 10:55:11

65.83

暂未公开
36

提供者:袁璞

暂未公开
batch数据为4,循环次数为3次,损失函数优化完,最终完成评分为64.15。

2019-07-30 23:36:45

64.15

暂未公开
37

提供者:Desperado1563333242

暂未公开
batch数据为32,循环次数为10次,损失函数优化完,最终完成评分为61.58。

2019-07-19 19:32:02

61.58

暂未公开
38

提供者:cv1557321940

暂未公开
batch数据为64,循环次数为19次,损失函数优化完,最终完成评分为61.31。

2019-07-30 16:15:58

61.31

暂未公开
39

提供者:枫1559979219

暂未公开
batch数据为8,循环次数为2次,损失函数优化完,最终完成评分为60.98。

2019-07-18 15:33:10

60.98

暂未公开
40

提供者:小五弟

暂未公开
batch数据为5,循环次数为100次,损失函数优化完,最终完成评分为60.98。

2019-07-19 07:11:20

60.98

暂未公开
41

提供者:AiFool

暂未公开
batch数据为16,循环次数为500次,损失函数优化完,最终完成评分为60.98。

2019-07-19 11:31:44

60.98

暂未公开
42

提供者:Winteriscoming

暂未公开
batch数据为8,循环次数为20次,损失函数优化完,最终完成评分为60.98。

2019-07-19 12:12:30

60.98

暂未公开
43

提供者:colorLess

暂未公开
batch数据为32,循环次数为10次,损失函数优化完,最终完成评分为60.98。

2019-07-19 15:17:23

60.98

暂未公开
44

提供者:范特西

暂未公开
batch数据为32,循环次数为60次,损失函数优化完,最终完成评分为60.98。

2019-07-19 20:10:53

60.98

暂未公开
45

提供者:~

暂未公开
batch数据为32,循环次数为10次,损失函数优化完,最终完成评分为60.98。

2019-07-20 07:39:25

60.98

暂未公开
46

提供者:darklearner

暂未公开
batch数据为32,循环次数为32次,损失函数优化完,最终完成评分为60.98。

2019-07-20 15:18:10

60.98

暂未公开
47

提供者:代码搬运工

暂未公开
batch数据为32,循环次数为32次,损失函数优化完,最终完成评分为60.98。

2019-07-21 10:19:16

60.98

暂未公开
48

提供者:YauPH

暂未公开
batch数据为16,循环次数为10次,损失函数优化完,最终完成评分为60.98。

2019-07-21 10:59:55

60.98

暂未公开
49

提供者:blackx1562937090

暂未公开
batch数据为1,循环次数为1次,损失函数优化完,最终完成评分为60.98。

2019-07-21 19:30:28

60.98

暂未公开
50

提供者:刘志强

暂未公开
batch数据为8,循环次数为32次,损失函数优化完,最终完成评分为60.98。

2019-07-22 17:05:14

60.98

暂未公开
51

提供者:释然

暂未公开
batch数据为64,循环次数为5次,损失函数优化完,最终完成评分为60.98。

2019-07-23 10:44:58

60.98

暂未公开
52

提供者:莫名其妙

暂未公开
batch数据为16,循环次数为32次,损失函数优化完,最终完成评分为60.98。

2019-07-24 04:48:02

60.98

暂未公开
53

提供者:追逐

暂未公开
batch数据为16,循环次数为4次,损失函数优化完,最终完成评分为60.98。

2019-07-24 14:07:40

60.98

暂未公开
54

提供者:Sue

暂未公开
batch数据为32,循环次数为2次,损失函数优化完,最终完成评分为60.98。

2019-07-24 20:04:22

60.98

暂未公开
55

提供者:就是很任性

暂未公开
batch数据为64,循环次数为100次,损失函数优化完,最终完成评分为60.98。

2019-07-24 22:09:50

60.98

暂未公开
56

提供者:jitaimei

暂未公开
batch数据为4,循环次数为1次,损失函数优化完,最终完成评分为60.98。

2019-07-24 23:24:26

60.98

暂未公开
57

提供者:qyyyyyf

暂未公开
batch数据为32,循环次数为1次,损失函数优化完,最终完成评分为60.98。

2019-07-25 07:28:11

60.98

暂未公开
58

提供者:Shepherd

暂未公开
batch数据为16,循环次数为80次,损失函数优化完,最终完成评分为60.98。

2019-07-26 07:52:19

60.98

暂未公开
59

提供者:朱永佩

暂未公开
batch数据为32,循环次数为10次,损失函数优化完,最终完成评分为60.98。

2019-07-26 13:51:21

60.98

暂未公开
60

提供者:彼得·帕克

暂未公开
batch数据为32,循环次数为2000次,损失函数优化完,最终完成评分为60.98。

2019-07-26 15:43:55

60.98

暂未公开
61

提供者:Reluminia

暂未公开
batch数据为32,循环次数为20次,损失函数优化完,最终完成评分为60.98。

2019-07-27 22:38:51

60.98

暂未公开
62

提供者:第五轻柔

暂未公开
batch数据为32,循环次数为20次,损失函数优化完,最终完成评分为60.98。

Keras

Resnet_Unet

2019-07-28 16:10:41

60.98

暂未公开
63

提供者:laotang

暂未公开
batch数据为1,循环次数为1次,损失函数优化完,最终完成评分为60.98。

2019-07-29 10:47:47

60.98

暂未公开
64

提供者:十六

暂未公开
batch数据为16,循环次数为50次,损失函数优化完,最终完成评分为60.98。

2019-07-29 17:52:26

60.98

暂未公开
65

提供者:飓风神龙

暂未公开
batch数据为32,循环次数为10次,损失函数优化完,最终完成评分为60.98。

Keras

LinkNet

2019-07-31 11:35:24

60.98

暂未公开
66

提供者:Guo

暂未公开
batch数据为16,循环次数为10次,损失函数优化完,最终完成评分为60.98。

2019-07-31 14:04:53

60.98

暂未公开
67

提供者:马什么梅

暂未公开
batch数据为32,循环次数为1次,损失函数优化完,最终完成评分为60.98。

2019-08-02 17:19:27

60.98

暂未公开
68

提供者:rongwen

暂未公开
batch数据为32,循环次数为10次,损失函数优化完,最终完成评分为60.98。

2019-08-03 07:18:38

60.98

暂未公开
69

提供者:wsure

暂未公开
batch数据为32,循环次数为10次,损失函数优化完,最终完成评分为60.98。

2019-08-06 17:38:57

60.98

暂未公开
70

提供者:非鱼知鱼之乐

暂未公开
batch数据为32,循环次数为300次,损失函数优化完,最终完成评分为51.76。

2019-07-31 17:11:36

51.76

暂未公开
71

提供者:WTA_CCXX

暂未公开
batch数据为128,循环次数为50次,损失函数优化完,最终完成评分为16.32。

2019-07-17 22:53:17

16.32

暂未公开
72

提供者:Y1562856653

暂未公开
batch数据为32,循环次数为16次,损失函数优化完,最终完成评分为10.68。

2019-07-16 05:55:42

10.68

暂未公开
73

提供者:Moment1562775709

暂未公开
batch数据为16,循环次数为200次,损失函数优化完,最终完成评分为3.36。

2019-07-12 17:29:23

3.36

暂未公开
74

提供者:loader

暂未公开
batch数据为500,循环次数为1次,损失函数优化完,最终完成评分为0.27。

2019-07-15 19:28:43

0.27

暂未公开
75

提供者:言小川

暂未公开
batch数据为16,循环次数为1次,损失函数优化完,最终完成评分为0.04。

2019-07-15 19:39:20

0.04

暂未公开
第一名
Zyt 2019-09-02 11:42:42
2019-09-02 11:42:42
91.94
第二名
天涯·明月·刀 2019-09-02 15:17:51
2019-09-02 15:17:51
88.73
第三名
guoguo 2019-08-07 00:52:17
2019-08-07 00:52:17
87.62
4
cnn 2019-09-07 22:34:18
2019-09-07 22:34:18
86.23
5
Kun 2019-08-10 00:04:52
2019-08-10 00:04:52
85.71
6
机器学渣 2019-08-02 19:34:52
2019-08-02 19:34:52
79.06
7
美式半糖不加奶 2019-08-23 22:16:03
2019-08-23 22:16:03
74.56
8
瑞1562810069 2019-09-14 19:28:07
2019-09-14 19:28:07
73.76
9
十六 2019-08-02 17:07:30
2019-08-02 17:07:30
60.98
10
马什么梅 2019-08-02 17:19:27
2019-08-02 17:19:27
60.98
11
rongwen 2019-08-03 07:18:38
2019-08-03 07:18:38
60.98
12
wsure 2019-08-06 17:38:57
2019-08-06 17:38:57
60.98
13
1564365042 2019-08-17 08:27:48
2019-08-17 08:27:48
60.98
14
ToT 2019-09-12 13:06:22
2019-09-12 13:06:22
60.91
15
微-说 2019-09-11 22:48:10
2019-09-11 22:48:10
5.15
16
imath60 2019-08-15 19:34:16
2019-08-15 19:34:16
0
17
chango 2019-08-25 19:25:09
2019-08-25 19:25:09
0
18
哈哈哈哈哈哈哈 2019-08-27 19:50:27
2019-08-27 19:50:27
0

挑战者大赛 官方交流群

训练记录

你还没有任何提交记录喔...

使用指南

  • windows客户端
  • windows命令行
  • Mac/Linux
1. 下载项目并解压
2.进入到项目目录下,双击执行flyai.exe程序

第一次使用需要使用微信扫码登录

杀毒软件可能会误报,点击信任该程序即可

3.本地开发调试

运行flyai.exe程序,点击"本地调试"按钮,输入循环次数和数据量,点击运行即可调用main.py

如果使用本地IDE开发,需要执行安装“flyai”依赖并导入项目,运行main.py

4.下载本地测试数据

运行flyai.exe程序,点击"下载数据"按钮,程序会下载100条调试数据

5.提交训练到GPU

运行flyai.exe程序,点击"提交到GPU"按钮,输入循环次数和数据量,点击运行即可提交到GPU训练。

返回sucess状态,代表提交离线训练成功

训练结束会以微信和邮件的形式发送结果通知

1. 下载项目并解压
2. 打开运行,输入cmd,打开终端

Win+R 输入cmd

3. 使用终端进入到项目的根目录下

首先进入到项目对应的磁盘中,然后执行

cd path\to\project

Windows用户使用 flyai.exe

4. 本地开发调试

执行下列命令本地安装环境并调试(第一次使用需要使用微信扫码登录)

flyai.exe test

执行test命令,会自动下载100条测试数据到项目下

安装项目所需依赖,并运行 main.py

如果使用本地IDE开发,可以自行安装 requirements.txt 中的依赖,运行 main.py 即可

5.提交训练到GPU

项目中如有新的引用,需加入到 requirements.txt 文件中

在终端下执行

flyai.exe train

返回sucess状态,代表提交离线训练成功

训练结束会以微信和邮件的形式发送结果通知

完整训练设置执行代码示例:

flyai.exe train -b=32 -e=100

通过执行训练命令,本次训练循环 100 次,每次训练读取的数据量为 32 。

1. 下载项目并解压
2. 使用终端进入到项目的根目录下

cd /path/to/project

Mac和Linux用户使用 ./flyai 脚本文件

3. 初始化环境并登录

授权flyai脚本

chmod +x ./flyai

4. 本地开发调试

执行下列命令本地安装环境并调试(第一次使用需要使用微信扫码登录)

./flyai test 注意:命令前面不要加sudo

执行test命令,会自动下载100条测试数据到项目下

安装项目所需依赖,并运行 main.py

如果使用本地IDE开发,可以自行安装 requirements.txt 中的依赖,运行 main.py 即可

5.提交训练到GPU

项目中如有新的引用,需加入到 requirements.txt 文件中

在终端下执行

./flyai train 注意:命令前面不要加sudo

返回sucess状态,代表提交离线训练成功

训练结束会以微信和邮件的形式发送结果通知

完整训练设置执行代码示例:

./flyai train -b=32 -e=100

通过执行训练命令,本次训练循环 100 次,每次训练读取的数据量为 32 。

$vue{ errorTip }

发送样例至我的邮箱

已发送

已发送成功

请查收FlyAI官方邮件查看详情 根据样例提高算法评分可以获得积分奖励 用来兑换GPU训练时长

确定

$vue{flag?'报名成功!':'参赛温馨提示'}

感谢您的参与!点击 下载资料 并及时提交您的作品

您在当前领域能力值未达到参赛标准,
请选择符合能力标准的项目哦!

下载资料

打开微信,使用扫一扫功能分享给好友

绑定你的微信账号

用于本地环境登录和实时接收训练通知