參加人數
ITRI 工業技術研究院成立於1973年，以科技研發，帶動產業發展，創造經濟價值，增進社會福祉為任務；成立四十多年來，累積近3萬件專利，並新創及育成281家公司。
「人工智慧應用研究員」，徵的就是你！
透過AIdea，擴大徵選｢醫學影像檢測｣演算工程團隊成員。解題表現優異，將獲得面試機會！
美國國立衛生研究院(NIH)公開擁有32,000張電腦斷層掃描(Computed Tomography, 簡稱CT)影像的大型成像資料庫，稱為DeepLesion，資料來自NIH臨床中心(Clinical Center)4,400多名病患。不同於目前公開的病變醫學影像資料庫，僅能偵測單一類型病變，DeepLesion涵蓋範圍為全身，如肺結節、肝腫瘤、淋巴結腫大等。
請使用下載的資料庫與灰階CT影像，建置用於偵測病變位置的模型，位置共有8種，分別為：
Bone—骨頭
Abdome—腹部
Mediastinum—縱膈
Liver—肝臟
Lung—肺臟
Kidney—腎臟
Soft tissue—軟組織
Pelvis—骨盆
資料來源：https://www.nih.gov/news-events/news-releases/nih-clinical-center-releases-dataset-32000-ct-images
2020 年 01 月 01 日 00:00:00 開始
本議題資料評估指標採用 mean Average Precision (mAP)[1] 於 intersection over union (IoU)[2] threshold 為 0.5。根據預測物件框與標註物件框IoU大於 0.5 時為 True Positive(TP)，反之為 False Positive(FP)，藉此得到 Precision。因此系統針對每一個物件評估其 AP 分數，再將 8 類病徵組織 AP 進行平均計算，得到 mAP 評估數值，參賽者按照此指標進行排名。本系統計算 mAP 評估數值採用 COCO API[3]。
Reference
[1] Average Precision (AP):https://en.wikipedia.org/wiki/Evaluation_measures_(information_retrieval)#Average_precision
[2] intersection over union (IoU):
https://en.wikipedia.org/wiki/Jaccard_index
[3] COCO API:
https://github.com/cocodataset/cocoapi
