MVAA 2026 二尖瓣多模态解剖分析挑战赛
Mitral Valve Anatomy Analysis Using Multimodal Imaging Data
在二尖瓣疾病的诊断、术前规划、术中导航与术后随访过程中，临床医生需要同时面对不同成像模态、不同空间尺度以及不同噪声特性的影像数据。单一模态上的优秀算法，往往难以直接迁移到真实临床工作流中。MVAA 2026 的目标，正是围绕这一临床痛点，构建一个覆盖心脏 CT、3D 经食管超声和术中视频的统一挑战基准，推动二尖瓣结构分析从单任务优化走向跨模态一致建模。
与传统只关注某一种数据源的比赛不同，MVAA 2026 更强调多模态协同、临床可解释性以及可复现评测。挑战赛希望为二尖瓣相关 AI 研究提供一个稳定、开放、可比较的平台，并进一步服务于数字孪生、手术辅助与医疗大模型等更具前沿性的研究方向。
1
比赛亮点
首次将二尖瓣分析中的三类关键模态纳入统一挑战框架：心脏 CT、3D TEE 与术中视频。
任务设计覆盖术前结构解析、术中超声分割与术中视频感知，贴近真实临床链路。
当前验证平台采用透明、可复现的统一评测逻辑，便于不同方法之间进行公平比较。
比赛隶属于 MICCAI 2026 相关活动体系，具有明确的学术交流与成果传播路径。
2
三大任务设置
任务 1：CT 二尖瓣分割。面向心脏 CT 数据中的二尖瓣区域进行自动分割，重点关注复杂解剖背景下的边界定位与空间完整性。当前本地验证包包含 30 例验证病例。
任务 2：3D TEE 瓣叶分割。针对三维经食管超声体数据，对二尖瓣前叶与后叶进行精细分割，更贴近真实超声导航和介入场景。当前本地验证包包含 20 例验证病例。
任务 3：术中视频分割。针对术中视频帧中的二尖瓣目标区域进行二维分割，关注视角变化、遮挡、反光以及器械干扰下的鲁棒性。当前本地验证包包含 48 帧验证样本。
图 1：任务 1 CT 切片、标注与叠加效果示意。
图 2：任务 2 三维经食管超声数据示意，展示二尖瓣瓣叶分割场景。
图 3：任务 3 术中视频帧分割可视化示意。
3
评测方式
当前验证平台使用三项经典分割指标进行评价：Dice Similarity Coefficient（DSC）、Hausdorff Distance（HD）和 Average Surface Distance（ASD）。
任务 1: 按二分类前景掩膜计算 DSC、HD 和 ASD。
任务 2: 对前叶与后叶分别计算指标，再在病例内取平均。
任务 3: 按目标标签对应的二值掩膜计算指标。
当前验证榜单展示三项任务各自的原始指标，不额外计算归一化综合分。
4
提交方式
参赛者在当前平台提交的是预测结果文件，而非训练代码。提交压缩包根目录需直接包含 t1_ct、t2_tee 和 t3_vid 三个任务文件夹，每个任务目录内放置预测掩膜文件及对应的 prediction JSON。
提交完成后，系统会在日志中输出逐任务评测结果，便于快速检查结果是否完整、路径是否正确以及当前模型在三项任务上的表现。
5
时间安排
2026 年 4 月 15 日：训练数据发布
2026 年 6 月 1 日：验证平台开放
2026 年 7 月 1 日：平台阶段评测节点
2026 年 8 月 1 日：提交截止
2026 年 9 月 1 日：公布优胜团队与邀请报告信息
MICCAI 2026 期间：公布最终结果并组织相关交流展示
6
学术交流与奖励
本挑战赛当前计划为前十名团队设置总额 10000 元人民币奖金，具体分配方式待后续正式公布。
Top 10 团队有机会在 MICCAI 2026 相关活动中进行口头报告，并被鼓励将高质量方法扩展投稿至 IEEE TBME Special Issue。
此外，具有代表性的工作还将有机会参与挑战赛总结论文与后续 benchmark 分析，为多模态二尖瓣分析建立长期可持续的研究影响力。
7
数据下载与参赛链接
训练数据需要同时下载以下两个文件：
https://drive.google.com/file/d/14WneBUBZ1X4p69tRdRzximNb0IsWuh2B/view?usp=sharing
https://drive.google.com/file/d/1K4vFo-4pdL1_xt-8msO-32bc2aEdJ7wS/view?usp=sharing
相关训练代码：https://github.com/db0725/MVAA
参加比赛链接：https://www.codabench.org/competitions/15662/
8
参赛政策
允许使用公开可获得的外部数据与公开发布的预训练模型。
组织者所在机构成员可参与，但不参与奖励评选且不进入排行榜。
建议所有参赛队伍在验证阶段充分利用日志与评测反馈完成提交复核。
9
结语
如果你关注的不只是单一模态上的分割精度，而是希望算法真正服务于二尖瓣疾病的多阶段诊疗流程，那么 MVAA 2026 将是一个非常值得参与的挑战平台。我们期待来自医学影像、计算机视觉、世界模型与临床工程等方向的研究者共同加入，推动二尖瓣分析从“可做”走向“可用”。
