比赛背景Challenge Description

GOALS挑战赛是由百度在MICCAI 2022上举办的国际眼科赛事。MICCAI是由国际医学图像计算和计算机辅助干预协会 (Medical Image Computing and Computer Assisted Intervention Society) 举办的跨医学影像计算和计算机辅助介入两个领域的综合性学术会议，是该领域的顶级会议。与此同时，百度将在MICCAI 2022上组织第九届眼科医学影像分析研讨会Ophthalmic Medical Image Analysis (OMIA9)。

The GOALS Challenge is an international ophthalmology competition held by Baidu at the MICCAI2022. MICCAI is a comprehensive academic conference in the fields of medical image computing and computer assisted intervention, and is the top conference in these fields. At the same time, Baidu will organize the 9th Ophthalmic Medical Image Analysis Workshop (OMIA9) at MICCAI 2022.

赛题背景Task Background

光学相干断层扫描（OCT）因其无接触、非侵入性的特点，已成为眼部疾病诊疗中的常规检查，可为医生提供视网膜结构图像。与只能提供视网膜表面信息的彩色眼底图像相比，OCT图像可以提供视网膜的横断面信息，因此可以更准确地分析视网膜结构。层的分割和厚度量化对许多视网膜和视神经疾病的诊断有帮助，例如青光眼、黄斑变性或糖尿病性视网膜病变。在青光眼的诊断中，使用OCT比使用眼底彩色图像更容易发现早期病例。因此，本次挑战赛围绕OCT图像设计了两个任务：

1. 环扫OCT图像的层分割任务，以确定视网膜神经纤维层、神经节细胞丛层和脉络膜层，这有助于青光眼的诊断和区分；
2. 青光眼的自动诊断任务。

由于深度学习方法在OCT图像分析中的高性能，相信很多参与者会使用这种方法。为了满足深度学习方法训练过程中广泛分布的数据集的要求，我们提供了由两种不同设备收集的300张环扫OCT图像。

Optical Coherence Tomography (OCT) is a powerful tool for the diagnosis of ocular diseases, since the image acquisition consists in a contactless, non-invasive method which gives a set of images of the main retinal structures in real time. Compared with color fundus images, which can only provide retinal surface information, OCT images can provide a cross-sectional information of the retina, so it can be more accurate analysis of the retinal structure. Segmentation and quantification of layer thickness is useful in the diagnosis of many retinal and optic nerve disorders, for example, glaucoma, macular degeneration or diabetic retinopathy. In the diagnosis of glaucoma, it is easier to detect early cases using OCT than using fundus color images. In this challenge, we design two tasks around OCT images:

1. A segmentation task to determine the retinal nerve fiber layer, ganglion cellinner plexiform layer, and choroidal layer, which are helpful for diagnosis and differentiation of glaucoma;
2. An automatic diagnosis task of glaucoma.

It is believed that many participants will use the deep learning method due to its high performance in OCT image analysis. To meet the requirement of widely distributed dataset in the training process of the deep learning methods, we provide 300 circumpapillary OCT images collected by two different devices.

（1）所有参赛选手都必须在百度大脑AI Studio平台注册报名；
（2）参赛选手需确保注册时提交信息准确有效，所有的比赛资格及奖金支付均以提交信息为准，但团队参赛的奖金和奖品将发送至团队队长，由团队内部自行决定奖金和奖品的分配；
（3）参赛选手报名后可在“我的团队”页面组队。每支队伍需指定一名队长，队伍成员总数最多不超过5人；注意：报名截止日期之后不允许更改队伍成员名单，请谨慎选择队员组队；
（4）队伍名的设定不得违反中国法律法规或社会公序良俗，且参赛队伍命名中不可出现“百度官方”，“飞桨官方”，“paddle官方”，“官方baseline”等字样。若命名违规的队伍在收到比赛主办方警告后仍未修改队伍名称，比赛主办方有权解散该队伍 ；
（5）每名参赛选手只能参加一支队伍，一旦发现某选手以注册多个账号的方式参加多支队伍，将取消相关队伍的参赛资格；
（6）参赛队伍可以选择完成两个子任务或其中个别子任务，提交方式详见提交结果页面介绍。请注意，AI Studio平台会综合两个子任务分数计算预赛排名并以此筛选进入决赛队伍。因此，建议参赛队伍同时完成两个子任务赛题。
（7）参赛队伍可在预赛期间随时上传预赛数据集的预测结果，每天最多评测5次，比赛管理系统会实时更新各队伍的当前最高成绩与当前最新榜单排名情况；
（8）参与者禁止在考核技术能力的范围外利用规则漏洞或技术漏洞等不良途径提高成绩排名，经发现将取消成绩并严肃处理；
（9）如发现参赛队伍存在作弊嫌疑，比赛主办方会通过邮件通知提交代码、模型和结果进行审查。若确实存在作弊行为，主办方将删除该队成绩，并禁止作弊人员继续参加本场比赛；
（10）挑战赛最终排名综合预赛和决赛成绩，预赛排名占比30%，决赛排名占比70%： $Scor{e}_{total}=0.3\times Scor{e}_{preliminary}+0.7\times Scor{e}_{final}Score\_\{total\}=0.3\backslash times\; Score\_\{preliminary\}\; +\; 0.7\; \backslash times\; Score\_\{final\}$ ；
（11）排名高的队伍将被邀请合作撰写比赛总结论文，每个团队最多出2名合作作者。该论文拟描述和总结本次挑战中使用的方法和发现的结果，论文将投稿至医学影像处理领域的高影响力期刊。此外，参赛队伍可分别发布自己的方法和结果；
（12）赛事交流QQ群：661511798（请注明团队名称，由管理员审核）。