医学数据集通常采集自真实临床环境，为保护患者隐私，这些数据往往无法在机构间共享。联邦学习（Federated Learning）旨在通过共享模型权重而非原始患者数据的方式进行模型训练。FedSurg2024竞赛基于全新的腹腔镜阑尾切除术视频数据集，旨在评估不同联邦学习方法在手术视频分析中的表现。该竞赛的主要挑战在于准确分类腹腔镜阑尾切除术视频中阑尾炎的严重程度，同时解决手术数据中的隐私和数据管理问题。数据集共提供来自3个中心的30例阑尾切除术视频，每个视频配有对应的阑尾炎严重程度标签，涵盖6种严重程度类型。数据集以2 FPS的帧率对每个视频进行采样，将每帧存储为图像。

├── center01
│   ├── Train_Private
│   │ ├── [...]
│   │    └── center01_train_private.csv
│   └── Train_Public
│   ├── 14
│   ├── 15
│   ├── 25
│   ├── 3
│   ├── 37
│   ├── 38
│   ├── 49
│   ├── 5
│   ├── 50
│   ├── 7
│   └── center_01_train_public.csv
├── center02
│   ├── Train_Private
│   │ ├── [...]
│   │   └── center02_train_private.csv
│   └── Train_Public
│   ├── 16
│   ├── 28
│   ├── 30
│   ├── 39
│   ├── 40
│   ├── 41
│   ├── 42
│   ├── 44
│   ├── 7
│   └── center02_train_public.csv
└── center03
├── Train_Private
   │ ├── [...]
│    └──center03_train_private.csv
└── Train_Public
├── 14
├── 16
├── 18
├── 19
├── 2
├── 31
├── 36
├── 56
├── 6
├── 60
├── 70
└── center03_train_public.csv

TBD

官方网站：
访问官网

下载链接：

相关论文：
TBD

发布日期： 2024-05