kaggle新赛:UBC卵巢癌亚型分类和异常检测大赛【图像分类】

赛题名称:UBC Ovarian Cancer Subtype Classification and Outlier Detection (UBC-OCEAN)

赛题链接:https://www.kaggle.com/competitions/UBC-OCEAN

赛题背景

卵巢癌是女性生殖系统最致命的癌症。目前,卵巢癌诊断依赖病理学家评估亚型。然而,这带来了几个挑战,包括观察者之间的分歧和诊断的可重复性。此外,医疗不发达的社区通常缺乏专科病理学家,即使是发达社区也面临缺乏妇科肿瘤专业知识的病理学家的短缺。

深度学习模型在分析组织病理学图像方面展现出了显著的能力。然而目前仍然存在挑战,例如需要大量的训练数据,理想情况下来自单一来源。技术、伦理和财务限制以及保密问题使培训成为一项挑战。

赛题任务

UBC卵巢癌亚型分类和异常检测(UBC-OCEAN)比赛的目的是对卵巢癌亚型进行分类,参赛者将在世界上最广泛的卵巢癌组织病理学图像数据集上训练模型,这些图像来自超过20个医疗中心。

参赛者的工作可以提高识别卵巢癌亚型的准确性,更好的分类将使临床医生能够制定个性化的治疗策略,而不受地理位置的限制。这种有针对性的方法有可能提高治疗效果,减少不良反应,并最终为患者带来更好的结果。

评价指标

提交内容使用balanced accuracy进行评估。

提交文件

对测试集中的每个image_id,参赛者必须为label变量预测一个类。该文件应包含一个标题并采用以下格式:

image_id,label
2,CC
5,EC
6,HGSC
etc.

数据描述

参赛者在本次竞赛中的挑战是从活检样本的显微镜扫描中分类卵巢癌的类型。

本次竞赛使用隐藏测试。当提交的笔记本被评分时,将提供实际的测试数据(包括完整的样本提交)。由于数据集的大小,训练图像将不会被提供。

文件

[train/test]_images 包含相关图像的文件夹。有两类图像:全部切片图像(WSI)和组织微数组(TMA)。

测试集包含与训练集不同的来源医院的图像,最大的区域图像几乎为100,000 x 50,000像素。预计测试集中大约有2000张图像,大多数是TMA,总大小为550GB。

[train/test].csv 训练集的标签。

  • image_id - 每张图像的唯一ID代码。

  • label - 目标类。这些卵巢癌亚型之一:CC、ECHGSCLGSCMCOther

  • image_width - 图像宽度,以像素为单位。

  • image_height - 图像高度,以像素为单位。

  • is_tma - 如果切片是组织微数组,则为True

[train/test]_thumbnails 包含全部切片图像的较小 .png 副本的文件夹。不提供TMA的缩略图。

sample_submission.csv 有效的样本提交。只能下载第一行。

时间安排

  • 2023 年 10 月 6 日 - 开始日期

  • 2023 年 12 月 27 日 - 报名截止日期

  • 2023 年 12 月 27 日 - 合并截止日期

  • 2024 年 1 月 3 日 - 提交截止日期

赛题奖金

  • 第一名 - 12,000美元

  • 第二名 - 10,000美元

  • 第三名 - 10,000美元

  • 第四名 - 10,000美元

  • 第五名 - 8,000美元

需要组队的私聊

关注下方【学姐带你玩AI】🚀🚀🚀

回复“比赛”获取190+场比赛top方案(kaggle、天池、ccf...)

码字不易,欢迎大家点赞评论收藏!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/115584.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

为1024征文活动用心用意而写的文稿

现在我在听的歌,名叫《Loser》。相信你可能听过,Bigbang的。里面有句歌词是这样的:把手伸了出来,却没有任何人握住我的手。不管生活怎样,希望看到这篇文章的你,可以带着自己和带着自己的倔强,一…

B-tree(PostgreSQL 14 Internals翻译版)

概览 B树(作为B树访问方法实现)是一种数据结构,它使您能够通过从树的根向下查找树的叶节点中所需的元素。为了明确地标识搜索路径,必须对所有树元素进行排序。B树是为有序数据类型设计的,这些数据类型的值可以进行比较和排序。 下面的机场代…

二叉树题目:最大二叉树

文章目录 题目标题和出处难度题目描述要求示例数据范围 解法一思路和算法代码复杂度分析 解法二思路和算法代码复杂度分析 题目 标题和出处 标题:最大二叉树 出处:654. 最大二叉树 难度 5 级 题目描述 要求 给定一个没有重复元素的整数数组 num…

Ubuntu OpenLDAP配置笔记

Ubuntu OpenLDAP配置笔记 问题(需求)LDAP服务端安装slapd和ldap-utils配置域名编辑hosts修改主机名验证增加一个域账号修改用户的密码 Linux桌面加域安装软件验证允许远程账号首次登录时自动创建HOME目录桌面登录 其它问题Ubuntu更新和安装太慢LDAP服务端…

推荐一款支持异步批量下载图片的chrome插件——图片助手(ImageAssistant) 批量图片下载器

https://chrome.google.com/webstore/detail/imageassistant-batch-imag/dbjbempljhcmhlfpfacalomonjpalpko/related?hlzh-CNhttps://chrome.google.com/webstore/detail/imageassistant-batch-imag/dbjbempljhcmhlfpfacalomonjpalpko/related?hlzh-CN 安装后直接点击 会根据…

分治法,动态规划法,贪心法,回溯法主要概括

目录 分治法,动态规划法,贪心法,回溯法主要概括 1.前言2.分治法2.1基本思想:2.2适用条件:2.3时间复杂度:2.4主要解决:2.5关键字:2.6其他: 3.动态规划法3.1基本思想&…

强化学习问题(7)--- Python和Pytorch,Tensorflow的版本对应

1.问题 之前下载的python3.8,在对应Pytorch和Tensorflow时没太在意版本,在运行一些代码时,提示Pytorch和Tensorflow版本过高,直接降下来,有时候又和Python3.8不兼容,所以又在虚拟环境搞一个Pyhon3.7&#x…

JAVA毕业设计101—基于Java+Springboot的电影购票微信小程序带后台管理(源码+数据库)

基于JavaSpringboot的电影购票微信小程序带后台管理(源码数据库)101 一、系统介绍 本系统是小程序前台,带后台管理 本系统分为管理员、用户两种角色 管理员功能: 登录、统计分析、密码修改、用户管理、广告管理、影院管理、分类管理、电影管理、场次…

babel6使用ES2020最新js语法

babel6使用ES2020最新js语法 Babel 6 原本是不支持 ES2020 语法,因为它是在 Babel 7 中引入的。如果您想使用 ES2020 语法,您需要将 Babel 6 升级到 Babel 7 或更高版本(推荐),当然也可以在bebel6中安装支持某个语法的plugin,比如你想使用 ES2020 中的可…

UI自动化测试,让测试高效起来

RunnerGo提供从API管理到API性能再到可视化的API自动化、UI自动化测试功能模块,覆盖了整个产品测试周期。 RunnerGo UI自动化基于Selenium浏览器自动化方案构建,内嵌高度可复用的测试脚本,测试团队无需复杂的代码编写即可开展低代码的自动化…

【算法设计】递归与分治算法设计——二分搜索、假币识别问题(C++实现)

创作不易&#xff0c;本篇文章如果帮助到了你&#xff0c;还请点赞 关注支持一下♡>&#x16966;<)!! 主页专栏有更多知识&#xff0c;如有疑问欢迎大家指正讨论&#xff0c;共同进步&#xff01; 更多算法分析与设计知识专栏&#xff1a;算法分析&#x1f525; 给大家跳…

数字化驱动基础网络建设升级:实现高效信息传输的关键

随着科技的飞速发展&#xff0c;数字化驱动基础网络建设升级已成为当今社会的重要议题。信息传输的高效性和安全性对于现代社会的发展至关重要。本文将深入探讨数字化驱动基础网络建设升级的重要性、现状、升级措施以及未来发展趋势&#xff0c;旨在为相关领域提供有益的参考。…

“中国版Zara”拉夏贝尔:从辉煌到破产清算

文/ 大力财经 拉夏贝尔的破产清算&#xff0c;让人不禁惋惜。这个曾经被誉为“中国版Zara”的女装品牌&#xff0c;在全国拥有超过2000家门店&#xff0c;一度是年轻人的追捧对象。 然而&#xff0c;由于市场竞争激烈、品牌定位模糊、库存积压严重等问题&#xff0c;拉夏贝尔…

从0开始学云计算之服务器:服务的定义,特点,应用场景,分类

服务器定义 服务器是计算机的一种。它比普通计算机运行速度更快、负载更高且价格更高。 服务器的英文名称为“Server”&#xff0c;是指在网络上提供各种服务的高性能计算机。作为网络的节点&#xff0c;存储、处理网络上80%的数据、信息&#xff0c;因此也被称为x络的灵魂。 …

2023IG新功能大整理,更多玩法助力营销推广

作为当今全球最为受欢迎的社交媒体之一&#xff0c;Instagram在2023年迎来了一系列重要的功能更新。学习了解Instagram的最新功能&#xff0c;以及如何高效利用这些新的功能和工具&#xff0c;对于跨境品牌在该平台上实现营销推广至关重要。今天给大家详细介绍 Instagram在2023…

formData对象打印不出来

用el-upload上传图片 以流的形式传给后台 所以用formData对象带数据 let formData new FormData() formData.append(name&#xff0c;monkey7) console.log(formData) 明明已经把数据append进去了 console.log在控制台却打印不出 后来发现他得用formData.get("xxx"…

自然语言处理---Transformer机制详解之GPT2模型介绍

1 GPT2的架构 从模型架构上看, GPT2并没有特别新颖的架构, 它和只带有解码器模块的Transformer很像. 所谓语言模型, 作用就是根据已有句子的一部分, 来预测下一个单词会是什么. 现实应用中大家最熟悉的一个语言模型应用, 就是智能手机上的输入法, 它可以根据当前输入的内容智…

C++基础算法----正整数高精度加减乘除

4、正整数高精度 ​ 出现高精度的情况一般只有C会出现&#xff0c;python会无限制&#xff0c;java有大整数&#xff0c;所以基本上不用考虑&#xff0c;一般会出现四种情况 一个较大数A 一个较大数B一个较大数A - 一个较大数B一个较大数A * 一个数一个较大数A / 一个数 这里…

模式识别——贝叶斯决策理论

模式识别——贝叶斯决策理论BDR 须知基本原则0-1损失下的BDRMAP&#xff08;极大后验&#xff09;log trick 须知 所有内容在分类问题下讨论。 基本原则 定义 X X X为观测 Y Y Y为状态 g ( x ) g(x) g(x)用 x x x对 y y y进行预测预测损失为 L [ g ( x ) , i ] L[g(x),i] L[…