AI夏令营第三期 - 脑PET图像分析和疾病预测挑战赛

Log

<第一次更新> 2023.8.18 22:10

Backgound

赛事任务

为研究基于脑PET图像的疾病预测，本次大赛提供了海量脑PET数据集作为脑PET图像检测数据库的训练样本，参赛者需根据提供的样本构建模型，对轻度认知障碍进行分析和预测。

脑PET图像检测数据库，记录了老年人受试志愿者的脑PET影像资料，文件格式为.nii医学 \(3D\) 文件。

• 轻度认知障碍（MCI）

• 健康人（NC）

Pre

数据集包含训练集Train文件夹和测试集Test文件夹，其中Train文件夹下有MCI和NC两个部分，分别存放不同结果的测试数据。

统计方法Baseline方案先进行30次特征提取，然后喂给逻辑回归模型训练，随后进行测试集的预测以及转置增加结果数。最后用统计方法投票决定结果。

值得注意的是，提取的特征主要有8个，如图：

这些特征能代表图案的纹理、占比、边缘的性质，有一定的识别作用，最终获得的 \(f1\_score\) 大概在 0.5 左右

以上为 统计方法 baseline 方案的内容理解，作为第一次打卡的内容，此处为分割线。