• 赛题背景

全球每年肾癌新发病例超过400000例，且发病率正在逐年增加，处于局部状态的肾肿瘤可通过手术进行治疗。肾肿瘤在计算机断层扫描（CT）成像中可被显著观察到，这使得放射科医生和外科医生能够研究肿瘤大小、形状和外观及其治疗前景之间的关系并进行科学的手术规划。然而，肿瘤形态信息的人工分割是一项费力的工作，同时非常依赖医师的诊断经验，肾肿瘤和周围解剖结构的自动分割是消除这些局限性的有力工具。
传统的肿瘤分割方法，如阈值分割法、区域增长法和活动轮廓模型方法，主要基于边缘和灰度分布的差异。然而，由于不同个体其肿瘤CT图像在形态、纹理和灰度分布上存在较大差异，可能出现多个肿瘤及其模糊边界，这些传统方法难以实现高效准确的肿瘤分割。
近年来深度学习方法在图像分割领域引起了广泛关注，特别是UNet等网络在肿瘤分割中取得了显著的效果，但这些网络在结构设计、训练模式等方面仍存在进一步提升空间。本次比赛面向全国对深度学习和医学影像有兴趣的研究者，吸引大家设计基于高性能深度学习模型的肾肿瘤分割算法，实现肿瘤的快速精准分割。

• 赛题任务

这一挑战的目标是开发快速可靠的肾脏和肾脏肿瘤语义分割方法，形态上的异质性以及模糊的组织边界可能是需要解决的难题。比赛提供接受部分或根治性肾切除术的210例肾癌患者的动脉期腹部CT扫描数据，并标记了真实的语义分割结果。
本赛题中，参赛团队将需要利用所提供数据，分析数据特点，在华为昇思MindSpore AI框架上设计、开发可用于肾脏和肾脏肿瘤语义分割的算法模型，在测试集中得到最好的肾脏和肾脏肿瘤语义分割结果的模型为获胜者。

参赛人群：大赛面向全球征集参赛团队，不限年龄、国籍，高校、科研院所、企业从业人员等均可登录官网报名参赛；
报名要求：参赛选手可报名不同赛道多个赛题，但在同一赛题中仅能报名参加一支团队。报名时所有团队成员需提供个人基本信息，并进行实名认证；参赛选手应当保证身份信息的真实性。大赛组委会承诺其中涉及个人隐私的内容予以保密；
组队要求：所有报名参加同一赛题的参赛者，可进行组队操作。所有参赛选手应在截止日期前自行完成组队，每队1-5人，不可重复组队。并以团队身份提交各阶段的作品材料，一旦进入团队，不可退出队伍。为保证每支参赛团队享有相对平等的提交机会，各赛题组队需满足组队成员在赛题中的提交总次数≤开赛天数*赛题每天提交次数；
队长责任制：各团队队长作为团队的负责人，需自行进行团队内部分工和协调，并承担与大赛组委会对接沟通（包括但不限于晋级入围、团队信息收集、作品审核、线下活动、奖金发放等）的责任；
回避原则：大赛出题的人员及所在部门人员禁止参与所出具的赛题（可参与其他赛题），直接参与大赛策划、组织、技术服务的工作人员等相关人士禁止参赛，禁止委托他人参赛或违规指导参赛团队。