一、背景
颅内动脉瘤占总人口的3％，某些人群的风险更高。如果动脉瘤破裂，则会导致脑部出血（蛛网膜下腔出血）。颅内动脉瘤的早期检测以及形状的准确测量和评估在临床常规中很重要，这样就可以仔细监测动脉瘤的生长和破裂风险，从而做出明智的治疗决策。目前，用于此目的的最常用的成像技术是增强造影的计算机断层血管造影扫描（CTA）和非造影3D飞行时间磁共振血管造影（TOF-MRA）。
但是，颅内动脉瘤有时很难检测和测量，尤其是对于小动脉瘤。据相关文献报道，一般会漏掉了约10％的动脉瘤，大部分是小动脉瘤，对于小动脉瘤（<5mm），放射科医生从MRA中检测出的灵敏度可能低至35％。
对动脉瘤存在的危险因素（例如该病的阳性家族史）的了解增加，导致更多的个体被MRA预防性筛查。随着对更多患者的筛查，减少临床工作流程持续时间，同时仍然允许准确检测和诊断动脉瘤就变得越来越重要。从TOF-MRA中自动检测动脉瘤的方法是可以提高临床工作流程的速度，而不会影响准确性。
此外，自动的体素分割将使得能够导出更可靠的动脉瘤测量值和特征，并考虑用于破裂风险预测。例如，已知形状特征（例如非球形和小叶形状）与较高的破裂风险相关。基于这些形状特征和相关的破裂风险，可以做出更明智的治疗决策。颅内动脉瘤破裂的形状也会对患者的治疗结果产生影响。从体素分割得出的动脉瘤的形状特征，可以进一步辅助治疗并发症的预测模型。
二、相关技术情况
针对CTA或数字减影血管造影（DSA）2D图像，存在各种不同的（半）自动方法来检测和分割颅内动脉瘤。但是，在临床上，MRI既不需要静脉造影剂也不需要放射线，因此最适合定期随访。此外，某些经过治疗（例如线圈盘绕）的动脉瘤会在CTA上形成较大的伪影，因此通常需要评估无伪影的MRA。随着TOF-MRA越来越多地用于常规临床检查，MRA的动脉瘤的表征和破裂风险评估变得越来越重要。因此，需要有TOF-MRA的准确的动脉瘤检测和分割方法。动脉瘤有时可能很小，形状很不一样，发生在许多不同的位置。另外，梭形扩大的分支血管与小动脉瘤很相似。这给自动检测和分割动脉瘤带来了技术挑战。
三、挑战赛任务
任务1：从TOF-MRA中自动检测颅内动脉瘤。
任务2：从TOF-MRA中自动分割颅内动脉瘤。
这项挑战有两个任务：1）检测未破裂的颅内动脉瘤，2）分割动脉瘤。TOF-MRA证实颅内动脉瘤未破裂。该数据集包括113个训练案例，包括每个受试者的TOF-MRA和结构图像。在进行评估时，将根据各种检测和分割指标对方法进行评估。
算法输出
任务1：检测算法输出应为候选动脉瘤的二值质心处体素的3D坐标（x，y，z）。每个候选位置的坐标应与原始TOF MRA位于相同的图像坐标中。将基于人工动脉瘤蒙版位于最大动脉瘤半径内的预测候选位置坐标（x，y，z）确定阳性检测。
任务2：分割算法输出应该是在与原始TOFMRA相同的图像空间中预测的分割动脉瘤的二进制蒙版。对于多个动脉瘤，单独的动脉瘤将被视为3D连通域。
当评估未治疗的，未破裂的动脉瘤的检测或分割的性能时，将不考虑对已治疗的动脉瘤进行检测/分割。请忽略治疗过的动脉瘤位置的任何假阳性检测结果。
四、数据标准及评价指标
1、具有动脉瘤质心和动脉瘤最大半径的3D体素坐标的文本文件
2、带有标签的标签图像：
0 =背景
1 =未经治疗，未破裂的动脉瘤
2 =治疗的动脉瘤或由治疗的动脉瘤导致的假象
挑战的目的是自动检测或分割未治疗，未破裂的动脉瘤（标签0与标签1）。因此，我们不需要检测已治疗的动脉瘤的方法，而是为其提供了一个粗糙的面具（标签2）。标签2在评估期间将被忽略。
3、标注标准
动脉瘤注释协议是由介入神经放射科医生开发的，在该领域具有十多年的经验。在TOF-MRA的每个轴向切片上，画出围绕动脉瘤轮廓的轮廓。注释总是从颈水平到动脉瘤的圆顶绘制。在注释过程中，评分者可以访问结构图像并在扫描时进行放射科医生报告。放射科医生的报告指出了动脉瘤的大致位置和大小。
4、评价指标
任务1 –检测：灵敏度，假阳性计数（每次扫描总计）。
任务2 –分割：骰子相似系数，Hausdorff距离（修改，第95个百分位数），体积相似度。
