ライフハックというと、普通は生産性向上のためのテクニックを思い浮かべると思います。しかし、自分の体を分子レベルで理解する手助けをするようなものはどうでしょう？それは可能かもしれません。研究者はまず、人体を構成する37兆個の細胞の働きと関係を明らかにしなければならない。細胞の構成をよりよく理解することで、人々がより健康で長生きできるようになるかもしれません。
\n以前のKaggleコンペティションでは、機能的組織単位（FTU）とも呼ばれる、臓器の主な生理的機能を果たす細胞集団の近隣をアノテーションすることを目的としたものでした。腎臓の糸球体や肺の肺胞などのFTUを手作業でアノテーションするのは時間のかかる作業です。平均的な腎臓では、100万以上の糸球体FTUが存在する。既存の細胞やFTUのセグメンテーション手法はありますが、私たちは、異なる臓器間で一般化し、異なるデータセットの違いに頑健なアルゴリズムを構築することで、その限界を押し広げたいと考えています。
\nHuman BioMolecular Atlas Program (HuBMAP) は、細胞レベルのHuman Reference Atlasの作成に取り組んでいます。米国国立衛生研究所（NIH）の支援を受け、HuBMAPとインディアナ大学のCyberinfrastructure for Network Science Center（CNS）は、この取り組みのために世界中の研究機関と提携しています。主要なパートナーは、ヒトの細胞、組織、臓器におけるタンパク質発現のマップ化を目指すスウェーデンの研究プログラム、Human Protein Atlas (HPA) で、Knut and Alice Wallenberg Foundationの資金援助を受けています。
\nこのコンペティションでは、5つのヒト臓器の機能的組織単位（FTU）を特定し、セグメント化することになります。組織切片画像のデータセットを使用してモデルを構築し、可能な限り正確にFTUをセグメンテーションすることが最優先されます。
\n成功すれば、細胞や組織の構成に関する世界の理解を加速させることができます。細胞同士の関係がわかれば、研究者は人間の健康に影響を与える細胞の機能をより深く理解できるようになります。さらに、HuBMAPによって構築されたHuman Reference Atlasは、研究者や製薬会社が自由に使用できるようになり、人間の寿命を改善し延長する可能性があります。
\nこの競争は、平均ダイス係数で評価される。ダイス係数は、予測されたセグメンテーションとそれに対応するグランドトゥルースとの間のピクセル単位の一致を比較するために使用することができる。その式は以下のように与えられる。
\n2∗|𝑋∩𝑌|
\n𝑋|+|𝑌|
である。
\nここで、Xは予測されたピクセルのセット、Yはグランドトゥルースである。ダイス係数は、XとYの両方が空のとき、1と定義される。リーダーボードのスコアは、テストセット内の各画像のダイス係数の平均である。
提出ファイルのサイズを小さくするために、我々の指標はピクセル値のランレングスエンコーディングを使用している。セグメンテーションのインデックスの完全なリストを提出する代わりに、開始位置とランレングスを含む値のペアを提出することになります。例えば、'1 3' はピクセル 1 から始まり、合計 3 ピクセル (1,2,3) の距離を走ることを意味します。
\nエンコード時のマスクはバイナリであるべきで、画像中のすべてのオブジェクトのマスクが1つの大きなマスクに結合されることに注意してください。値0はマスクされていないピクセルを示し、値1はマスクされているピクセルを示すはずである。
\nコンペティション形式では、スペースで区切られたペアのリストが必要である。例えば、'1 3 10 5' は、ピクセル 1,2,3,10,11,12,13,14 がマスクに含まれることを意味する。このメトリックは、ペアがソートされ、正であり、デコードされたピクセル値が重複していないことをチェックする。画素は上から下へ、次に左から右へと番号が振られ、1 は画素 (1,1)、2 は画素 (2,1) といった具合です。
\nファイルにはヘッダを含み、以下の形式でなければならない。
id,rle\n2,1 3\n5,3 4\n6,4 5 66 77\netc.\nすべての締め切りは、特に断りのない限り、該当する日の午後11時59分（UTC）です。大会主催者は、必要と判断した場合、コンテストのスケジュールを更新する権利を有します。
\nアキュラシー賞
\nコンペティション終了時にKaggle Leaderboardで最も高いスコアを獲得した3チームに$30,000が授与されます。
1位：$15,000
\n2位：$10,000
\n3位: 5,000ドル
\n審査員賞
\n30,000ドルが、科学および/または技術を進歩させ、最も革新的であり、かつ多様であると審査員団が認めたチームに授与されます。
科学賞 10,000ドル×2チーム
\n多様性賞： 10,000ドル
\nその他の評価基準については、審査員賞をご覧ください。
チームは、精度賞と審査員賞の両方のカテゴリーに応募し、受賞することができます。審査員賞は、科学賞と多様性賞の両方のカテゴリーで検討されます。受賞チームには賞金が授与されます。また、希望により賞金を慈善基金に寄付することも可能です。
\nこのチャレンジの参加者は、成果物のプレゼンテーションを提出し、産学官から選ばれた審査員による審査を受けることを選択することができます。優秀な応募作品は、審査員にプレゼンテーションをしていただき、以下の基準で評価されます。
\n方法論（80点）【科学賞
\nFTU を特定するために使用した統計的手法やモデリング手法は、その課題に対して適切なものであるか？
\nセグメンテーション手法の結果を解釈するための信頼性スコアやその他の指標は提供されているか。
\n個人差（例えば、ドナーの性別、年齢がFTUのサイズ、形状、空間分布に与える影響）を理解する上で、提示されたFTUの特徴づけは有用か？
\n全臓器の年齢と性別の情報から、FTUの領域サイズ分布を予測することは可能か。
\nチームはその方法とアルゴリズムの実装を検証し、アルゴリズムの性能と限界に関する情報を提供したか？
\nチームはその手法とコードを適切に文書化したか？
\nFTUをセグメント化するための独創的で新しい方法を開発したか？
\nチームは、ヒト基準アトラスに含める基準 FTU を生成するために有用な洞察を提供したか。
\n多様性とプレゼンテーション（30点）【多様性賞】について
年齢、性別、人種、様々な背景や視点を持つチームメンバーを迎え入れ、多様性と公平性を受け入れているか。
\nFTUを細分化する方法の詳細、結果の質と限界を効果的に伝えているか。例えば、アルゴリズムの設定、実行、結果を提示するために、また、異なる手法の性能比較に関する洞察を提供するために、データの可視化を使用したか？これらの可視化は、専門家や初心者にアプローチや結果についての洞察を伝えるのに効果的でしたか？
\n重要な結果は、一般人でも容易に理解できるか？
提出は何度でも可能ですが、2022年9月21日の締め切りまでに提出された最新のもののみを対象とさせていただきます。
\n提出されたNotebookにチームメンバー全員が協力者として記載され、提出期限までにチームメンバー全員がコンペティションルールに同意している必要があります。
\n有効な提出物は以下の通りです。
\nノートブックの分析。提案の根拠となる分析結果を含むノートブック1冊以上。提出されたすべてのノートブックは、提出期限までに公開されていることが、応募の条件となります。チームで応募する場合、すべてのノートブックにチームメンバー全員が共同研究者として記載されている必要があります。
\n応募フォームはこちら
\n本コンペティションはコードコンペティションです
\nこのコンペティションへの投稿は、Notebooksから行う必要があります。コミット後に「投稿」ボタンが有効になるためには、以下の条件を満たしている必要があります。
投稿方法の詳細については、コードコンペティションFAQを参照してください。また、投稿エラーが発生した場合は、コードデバッグのドキュメントを確認してください。
\nhttps://www.kaggle.com/competitions/hubmap-organ-segmentation/overview/organizers-and-sponsors
\nを参照
このコンペティションの目的は、複数の異なる臓器の生検スライドから、各機能組織単位（FTU）の位置を特定することです。基礎となるデータには、医療データを扱う際の典型的な課題を反映し、様々な解像度で異なるプロトコルで作成された、異なるソースの画像が含まれています。
\nこのコンペティションでは、Human Protein Atlas (HPA) と Human BioMolecular Atlas Program (HuBMAP) という2つの異なるコンソーシアムからのデータを使用しています。トレーニングデータセットは公開されているHPAのデータ、公開テストセットは非公開のHPAデータとHuBMAPデータの組み合わせ、非公開テストセットはHuBMAPデータのみから構成されています。異なるプロトコルで作成されたデータを提示されたときに、モデルが適切に機能するように適応させることが、このコンペティションの中心的な課題の1つとなります。これは問題を難しくすることが予想されますが、一般化するモデルを開発することは、この試みの重要な目標です。
\nこのコンペティションでは、隠れテストを採用しています。提出されたノートブックが採点されるとき、実際のテストデータ（全長サンプル提出を含む）があなたのノートブックで利用できるようになります。
\n[train/test].csv 訓練/テストセットのメタデータです。ダウンロードできるのは、テストセットの最初の数行のみです。
\nid - 画像ID。
\norgan - 生検サンプルが採取された臓器。
\ndata_source - 画像がHuBMAPまたはHPAのどちらから提供されたものであるか。
\nimg_height - ピクセル単位の画像の高さです。
\nimg_width - ピクセル単位で表した画像の幅．
\npixel_size - 画像の1ピクセルの高さ/幅を，マイクロメートル単位で表します．すべてのHPA画像は0.4μmのピクセルサイズを持っています。HuBMAP画像では、腎臓は0.5μm、大腸は0.2290μm、肺は0.7562μm、脾臓は0.4945μm、前立腺は6.263μmのピクセルサイズになっています。
\ntissue_thickness - 生検サンプルの厚みをマイクロメートル単位で表したもの。HPA画像はすべて厚さ4μmです。HuBMAPサンプルは、組織スライスの厚さが腎臓で10μm、大腸で8μm、脾臓で4μm、肺で5μm、そして前立腺で5μmです。
\nrle - ターゲットカラム。注釈のランレングスエンコーディングされたコピー。トレーニングセットでのみ提供される。
\nage - 患者の年齢（年）．トレーニングセットでのみ提供される。
\nsex - 患者の性別。トレーニングセットにのみ提供される。
\nsample_submission.csv
id - 画像ID．
\nrle - 画像中のFTUのランレングス符号化されたマスク．
\n[train/test]_images/ 画像。hidden test setには、およそ550枚の画像が含まれると予想される。HPA画像は全て3000×3000ピクセルで、画像内の組織領域は2500×2500ピクセル程度です。HuBMAP画像は4500x4500から160x160ピクセルまでのサイズである。HPAサンプルは、3,3'-ジアミノベンジジン（DAB）で可視化した抗体で染色し、ヘマトキシリンで対比染色した。HuBMAP画像は、PAS（Periodic acid-Schiff）／H&E（hematoxylin and eosin）染色を用いて作成した。使用した画像はすべて少なくとも1つのFTUを有する。本大会で使用した組織データは、病理医が病理学的に異常のない組織と認定した健康なドナーのものである。
train_annotations/ FTUのポリゴンマスクの境界を定義する点のフォーマットで提供されるアノテーション。
", "messages": [ { "id": 1864952, "postDate": "2022-07-21T11:57:38.100Z", "content": "ライフハックというと、普通は生産性向上のためのテクニックを思い浮かべると思います。しかし、自分の体を分子レベルで理解する手助けをするようなものはどうでしょう？それは可能かもしれません。研究者はまず、人体を構成する37兆個の細胞の働きと関係を明らかにしなければならない。細胞の構成をよりよく理解することで、人々がより健康で長生きできるようになるかもしれません。
\n以前のKaggleコンペティションでは、機能的組織単位（FTU）とも呼ばれる、臓器の主な生理的機能を果たす細胞集団の近隣をアノテーションすることを目的としたものでした。腎臓の糸球体や肺の肺胞などのFTUを手作業でアノテーションするのは時間のかかる作業です。平均的な腎臓では、100万以上の糸球体FTUが存在する。既存の細胞やFTUのセグメンテーション手法はありますが、私たちは、異なる臓器間で一般化し、異なるデータセットの違いに頑健なアルゴリズムを構築することで、その限界を押し広げたいと考えています。
\nHuman BioMolecular Atlas Program (HuBMAP) は、細胞レベルのHuman Reference Atlasの作成に取り組んでいます。米国国立衛生研究所（NIH）の支援を受け、HuBMAPとインディアナ大学のCyberinfrastructure for Network Science Center（CNS）は、この取り組みのために世界中の研究機関と提携しています。主要なパートナーは、ヒトの細胞、組織、臓器におけるタンパク質発現のマップ化を目指すスウェーデンの研究プログラム、Human Protein Atlas (HPA) で、Knut and Alice Wallenberg Foundationの資金援助を受けています。
\nこのコンペティションでは、5つのヒト臓器の機能的組織単位（FTU）を特定し、セグメント化することになります。組織切片画像のデータセットを使用してモデルを構築し、可能な限り正確にFTUをセグメンテーションすることが最優先されます。
\n成功すれば、細胞や組織の構成に関する世界の理解を加速させることができます。細胞同士の関係がわかれば、研究者は人間の健康に影響を与える細胞の機能をより深く理解できるようになります。さらに、HuBMAPによって構築されたHuman Reference Atlasは、研究者や製薬会社が自由に使用できるようになり、人間の寿命を改善し延長する可能性があります。
\nこの競争は、平均ダイス係数で評価される。ダイス係数は、予測されたセグメンテーションとそれに対応するグランドトゥルースとの間のピクセル単位の一致を比較するために使用することができる。その式は以下のように与えられる。
\n2∗|𝑋∩𝑌|
\n𝑋|+|𝑌|
である。
\nここで、Xは予測されたピクセルのセット、Yはグランドトゥルースである。ダイス係数は、XとYの両方が空のとき、1と定義される。リーダーボードのスコアは、テストセット内の各画像のダイス係数の平均である。
提出ファイルのサイズを小さくするために、我々の指標はピクセル値のランレングスエンコーディングを使用している。セグメンテーションのインデックスの完全なリストを提出する代わりに、開始位置とランレングスを含む値のペアを提出することになります。例えば、'1 3' はピクセル 1 から始まり、合計 3 ピクセル (1,2,3) の距離を走ることを意味します。
\nエンコード時のマスクはバイナリであるべきで、画像中のすべてのオブジェクトのマスクが1つの大きなマスクに結合されることに注意してください。値0はマスクされていないピクセルを示し、値1はマスクされているピクセルを示すはずである。
\nコンペティション形式では、スペースで区切られたペアのリストが必要である。例えば、'1 3 10 5' は、ピクセル 1,2,3,10,11,12,13,14 がマスクに含まれることを意味する。このメトリックは、ペアがソートされ、正であり、デコードされたピクセル値が重複していないことをチェックする。画素は上から下へ、次に左から右へと番号が振られ、1 は画素 (1,1)、2 は画素 (2,1) といった具合です。
\nファイルにはヘッダを含み、以下の形式でなければならない。
id,rle\n2,1 3\n5,3 4\n6,4 5 66 77\netc.\nすべての締め切りは、特に断りのない限り、該当する日の午後11時59分（UTC）です。大会主催者は、必要と判断した場合、コンテストのスケジュールを更新する権利を有します。
\nアキュラシー賞
\nコンペティション終了時にKaggle Leaderboardで最も高いスコアを獲得した3チームに$30,000が授与されます。
1位：$15,000
\n2位：$10,000
\n3位: 5,000ドル
\n審査員賞
\n30,000ドルが、科学および/または技術を進歩させ、最も革新的であり、かつ多様であると審査員団が認めたチームに授与されます。
科学賞 10,000ドル×2チーム
\n多様性賞： 10,000ドル
\nその他の評価基準については、審査員賞をご覧ください。
チームは、精度賞と審査員賞の両方のカテゴリーに応募し、受賞することができます。審査員賞は、科学賞と多様性賞の両方のカテゴリーで検討されます。受賞チームには賞金が授与されます。また、希望により賞金を慈善基金に寄付することも可能です。
\nこのチャレンジの参加者は、成果物のプレゼンテーションを提出し、産学官から選ばれた審査員による審査を受けることを選択することができます。優秀な応募作品は、審査員にプレゼンテーションをしていただき、以下の基準で評価されます。
\n方法論（80点）【科学賞
\nFTU を特定するために使用した統計的手法やモデリング手法は、その課題に対して適切なものであるか？
\nセグメンテーション手法の結果を解釈するための信頼性スコアやその他の指標は提供されているか。
\n個人差（例えば、ドナーの性別、年齢がFTUのサイズ、形状、空間分布に与える影響）を理解する上で、提示されたFTUの特徴づけは有用か？
\n全臓器の年齢と性別の情報から、FTUの領域サイズ分布を予測することは可能か。
\nチームはその方法とアルゴリズムの実装を検証し、アルゴリズムの性能と限界に関する情報を提供したか？
\nチームはその手法とコードを適切に文書化したか？
\nFTUをセグメント化するための独創的で新しい方法を開発したか？
\nチームは、ヒト基準アトラスに含める基準 FTU を生成するために有用な洞察を提供したか。
\n多様性とプレゼンテーション（30点）【多様性賞】について
年齢、性別、人種、様々な背景や視点を持つチームメンバーを迎え入れ、多様性と公平性を受け入れているか。
\nFTUを細分化する方法の詳細、結果の質と限界を効果的に伝えているか。例えば、アルゴリズムの設定、実行、結果を提示するために、また、異なる手法の性能比較に関する洞察を提供するために、データの可視化を使用したか？これらの可視化は、専門家や初心者にアプローチや結果についての洞察を伝えるのに効果的でしたか？
\n重要な結果は、一般人でも容易に理解できるか？
提出は何度でも可能ですが、2022年9月21日の締め切りまでに提出された最新のもののみを対象とさせていただきます。
\n提出されたNotebookにチームメンバー全員が協力者として記載され、提出期限までにチームメンバー全員がコンペティションルールに同意している必要があります。
\n有効な提出物は以下の通りです。
\nノートブックの分析。提案の根拠となる分析結果を含むノートブック1冊以上。提出されたすべてのノートブックは、提出期限までに公開されていることが、応募の条件となります。チームで応募する場合、すべてのノートブックにチームメンバー全員が共同研究者として記載されている必要があります。
\n応募フォームはこちら
\n本コンペティションはコードコンペティションです
\nこのコンペティションへの投稿は、Notebooksから行う必要があります。コミット後に「投稿」ボタンが有効になるためには、以下の条件を満たしている必要があります。
投稿方法の詳細については、コードコンペティションFAQを参照してください。また、投稿エラーが発生した場合は、コードデバッグのドキュメントを確認してください。
\nhttps://www.kaggle.com/competitions/hubmap-organ-segmentation/overview/organizers-and-sponsors
\nを参照
このコンペティションの目的は、複数の異なる臓器の生検スライドから、各機能組織単位（FTU）の位置を特定することです。基礎となるデータには、医療データを扱う際の典型的な課題を反映し、様々な解像度で異なるプロトコルで作成された、異なるソースの画像が含まれています。
\nこのコンペティションでは、Human Protein Atlas (HPA) と Human BioMolecular Atlas Program (HuBMAP) という2つの異なるコンソーシアムからのデータを使用しています。トレーニングデータセットは公開されているHPAのデータ、公開テストセットは非公開のHPAデータとHuBMAPデータの組み合わせ、非公開テストセットはHuBMAPデータのみから構成されています。異なるプロトコルで作成されたデータを提示されたときに、モデルが適切に機能するように適応させることが、このコンペティションの中心的な課題の1つとなります。これは問題を難しくすることが予想されますが、一般化するモデルを開発することは、この試みの重要な目標です。
\nこのコンペティションでは、隠れテストを採用しています。提出されたノートブックが採点されるとき、実際のテストデータ（全長サンプル提出を含む）があなたのノートブックで利用できるようになります。
\n[train/test].csv 訓練/テストセットのメタデータです。ダウンロードできるのは、テストセットの最初の数行のみです。
\nid - 画像ID。
\norgan - 生検サンプルが採取された臓器。
\ndata_source - 画像がHuBMAPまたはHPAのどちらから提供されたものであるか。
\nimg_height - ピクセル単位の画像の高さです。
\nimg_width - ピクセル単位で表した画像の幅．
\npixel_size - 画像の1ピクセルの高さ/幅を，マイクロメートル単位で表します．すべてのHPA画像は0.4μmのピクセルサイズを持っています。HuBMAP画像では、腎臓は0.5μm、大腸は0.2290μm、肺は0.7562μm、脾臓は0.4945μm、前立腺は6.263μmのピクセルサイズになっています。
\ntissue_thickness - 生検サンプルの厚みをマイクロメートル単位で表したもの。HPA画像はすべて厚さ4μmです。HuBMAPサンプルは、組織スライスの厚さが腎臓で10μm、大腸で8μm、脾臓で4μm、肺で5μm、そして前立腺で5μmです。
\nrle - ターゲットカラム。注釈のランレングスエンコーディングされたコピー。トレーニングセットでのみ提供される。
\nage - 患者の年齢（年）．トレーニングセットでのみ提供される。
\nsex - 患者の性別。トレーニングセットにのみ提供される。
\nsample_submission.csv
id - 画像ID．
\nrle - 画像中のFTUのランレングス符号化されたマスク．
\n[train/test]_images/ 画像。hidden test setには、およそ550枚の画像が含まれると予想される。HPA画像は全て3000×3000ピクセルで、画像内の組織領域は2500×2500ピクセル程度です。HuBMAP画像は4500x4500から160x160ピクセルまでのサイズである。HPAサンプルは、3,3'-ジアミノベンジジン（DAB）で可視化した抗体で染色し、ヘマトキシリンで対比染色した。HuBMAP画像は、PAS（Periodic acid-Schiff）／H&E（hematoxylin and eosin）染色を用いて作成した。使用した画像はすべて少なくとも1つのFTUを有する。本大会で使用した組織データは、病理医が病理学的に異常のない組織と認定した健康なドナーのものである。
train_annotations/ FTUのポリゴンマスクの境界を定義する点のフォーマットで提供されるアノテーション。
", "rawMarkdown": "# Overview\n## Description\nライフハックというと、普通は生産性向上のためのテクニックを思い浮かべると思います。しかし、自分の体を分子レベルで理解する手助けをするようなものはどうでしょう？それは可能かもしれません。研究者はまず、人体を構成する37兆個の細胞の働きと関係を明らかにしなければならない。細胞の構成をよりよく理解することで、人々がより健康で長生きできるようになるかもしれません。\n\n以前のKaggleコンペティションでは、機能的組織単位（FTU）とも呼ばれる、臓器の主な生理的機能を果たす細胞集団の近隣をアノテーションすることを目的としたものでした。腎臓の糸球体や肺の肺胞などのFTUを手作業でアノテーションするのは時間のかかる作業です。平均的な腎臓では、100万以上の糸球体FTUが存在する。既存の細胞やFTUのセグメンテーション手法はありますが、私たちは、異なる臓器間で一般化し、異なるデータセットの違いに頑健なアルゴリズムを構築することで、その限界を押し広げたいと考えています。\n\nHuman BioMolecular Atlas Program (HuBMAP) は、細胞レベルのHuman Reference Atlasの作成に取り組んでいます。米国国立衛生研究所（NIH）の支援を受け、HuBMAPとインディアナ大学のCyberinfrastructure for Network Science Center（CNS）は、この取り組みのために世界中の研究機関と提携しています。主要なパートナーは、ヒトの細胞、組織、臓器におけるタンパク質発現のマップ化を目指すスウェーデンの研究プログラム、Human Protein Atlas (HPA) で、Knut and Alice Wallenberg Foundationの資金援助を受けています。\n\nこのコンペティションでは、5つのヒト臓器の機能的組織単位（FTU）を特定し、セグメント化することになります。組織切片画像のデータセットを使用してモデルを構築し、可能な限り正確にFTUをセグメンテーションすることが最優先されます。\n\n成功すれば、細胞や組織の構成に関する世界の理解を加速させることができます。細胞同士の関係がわかれば、研究者は人間の健康に影響を与える細胞の機能をより深く理解できるようになります。さらに、HuBMAPによって構築されたHuman Reference Atlasは、研究者や製薬会社が自由に使用できるようになり、人間の寿命を改善し延長する可能性があります。\n\n## Supervised ML Evaluation\nこの競争は、平均ダイス係数で評価される。ダイス係数は、予測されたセグメンテーションとそれに対応するグランドトゥルースとの間のピクセル単位の一致を比較するために使用することができる。その式は以下のように与えられる。\n\n2∗|𝑋∩𝑌|\n𝑋|+|𝑌| \n\nである。\nここで、Xは予測されたピクセルのセット、Yはグランドトゥルースである。ダイス係数は、XとYの両方が空のとき、1と定義される。リーダーボードのスコアは、テストセット内の各画像のダイス係数の平均である。\n\n### Submission File\n提出ファイルのサイズを小さくするために、我々の指標はピクセル値のランレングスエンコーディングを使用している。セグメンテーションのインデックスの完全なリストを提出する代わりに、開始位置とランレングスを含む値のペアを提出することになります。例えば、'1 3' はピクセル 1 から始まり、合計 3 ピクセル (1,2,3) の距離を走ることを意味します。\n\nエンコード時のマスクはバイナリであるべきで、画像中のすべてのオブジェクトのマスクが1つの大きなマスクに結合されることに注意してください。値0はマスクされていないピクセルを示し、値1はマスクされているピクセルを示すはずである。\n\nコンペティション形式では、スペースで区切られたペアのリストが必要である。例えば、'1 3 10 5' は、ピクセル 1,2,3,10,11,12,13,14 がマスクに含まれることを意味する。このメトリックは、ペアがソートされ、正であり、デコードされたピクセル値が重複していないことをチェックする。画素は上から下へ、次に左から右へと番号が振られ、1 は画素 (1,1)、2 は画素 (2,1) といった具合です。\nファイルにはヘッダを含み、以下の形式でなければならない。\n\n```\nid,rle\n2,1 3\n5,3 4\n6,4 5 66 77\netc.\n```\n\n## Timeline\n- 2022年6月22日～開始日\n- 2022年9月15日 - エントリー締切。出場するには、この日までに競技規則に同意する必要があります。\n- 2022年9月15日 - チーム合併の締切日。この日が、参加者がチームに参加したり合併したりできる最後の日です。\n- 2022年9月22日 - 最終提出締切日。\n\nすべての締め切りは、特に断りのない限り、該当する日の午後11時59分（UTC）です。大会主催者は、必要と判断した場合、コンテストのスケジュールを更新する権利を有します。\n\n## Prizes\nアキュラシー賞\nコンペティション終了時にKaggle Leaderboardで最も高いスコアを獲得した3チームに$30,000が授与されます。\n\n1位：$15,000\n2位：$10,000\n3位: 5,000ドル\n審査員賞\n30,000ドルが、科学および/または技術を進歩させ、最も革新的であり、かつ多様であると審査員団が認めたチームに授与されます。\n\n科学賞 10,000ドル×2チーム\n多様性賞： 10,000ドル\nその他の評価基準については、審査員賞をご覧ください。\n\nチームは、精度賞と審査員賞の両方のカテゴリーに応募し、受賞することができます。審査員賞は、科学賞と多様性賞の両方のカテゴリーで検討されます。受賞チームには賞金が授与されます。また、希望により賞金を慈善基金に寄付することも可能です。\n\n## Judges Prize\nこのチャレンジの参加者は、成果物のプレゼンテーションを提出し、産学官から選ばれた審査員による審査を受けることを選択することができます。優秀な応募作品は、審査員にプレゼンテーションをしていただき、以下の基準で評価されます。\n\n方法論（80点）【科学賞\n\nFTU を特定するために使用した統計的手法やモデリング手法は、その課題に対して適切なものであるか？\nセグメンテーション手法の結果を解釈するための信頼性スコアやその他の指標は提供されているか。\n個人差（例えば、ドナーの性別、年齢がFTUのサイズ、形状、空間分布に与える影響）を理解する上で、提示されたFTUの特徴づけは有用か？\n全臓器の年齢と性別の情報から、FTUの領域サイズ分布を予測することは可能か。\nチームはその方法とアルゴリズムの実装を検証し、アルゴリズムの性能と限界に関する情報を提供したか？\nチームはその手法とコードを適切に文書化したか？\nFTUをセグメント化するための独創的で新しい方法を開発したか？\nチームは、ヒト基準アトラスに含める基準 FTU を生成するために有用な洞察を提供したか。\n多様性とプレゼンテーション（30点）【多様性賞】について\n\n年齢、性別、人種、様々な背景や視点を持つチームメンバーを迎え入れ、多様性と公平性を受け入れているか。\nFTUを細分化する方法の詳細、結果の質と限界を効果的に伝えているか。例えば、アルゴリズムの設定、実行、結果を提示するために、また、異なる手法の性能比較に関する洞察を提供するために、データの可視化を使用したか？これらの可視化は、専門家や初心者にアプローチや結果についての洞察を伝えるのに効果的でしたか？\n重要な結果は、一般人でも容易に理解できるか？\n\n### Submission Instructions\n提出は何度でも可能ですが、2022年9月21日の締め切りまでに提出された最新のもののみを対象とさせていただきます。\n\n提出されたNotebookにチームメンバー全員が協力者として記載され、提出期限までにチームメンバー全員がコンペティションルールに同意している必要があります。\n\n有効な提出物は以下の通りです。\n\nノートブックの分析。提案の根拠となる分析結果を含むノートブック1冊以上。提出されたすべてのノートブックは、提出期限までに公開されていることが、応募の条件となります。チームで応募する場合、すべてのノートブックにチームメンバー全員が共同研究者として記載されている必要があります。\n\n応募フォームはこちら\n\n## Code Requirements\n本コンペティションはコードコンペティションです\nこのコンペティションへの投稿は、Notebooksから行う必要があります。コミット後に「投稿」ボタンが有効になるためには、以下の条件を満たしている必要があります。\n\n- CPU ノートブック <= 9 時間ランタイム\n- GPUノートブック <= 9時間ランタイム\n- インターネットアクセス不可\n- 学習済みモデルを含め、自由に利用できる外部データを許可する。\n- 提出ファイルのファイル名はsubmission.csvであること。\n\n投稿方法の詳細については、コードコンペティションFAQを参照してください。また、投稿エラーが発生した場合は、コードデバッグのドキュメントを確認してください。\n\n## Organizers & Sponsors\nhttps://www.kaggle.com/competitions/hubmap-organ-segmentation/overview/organizers-and-sponsors\nを参照\n\n# Data Description\nこのコンペティションの目的は、複数の異なる臓器の生検スライドから、各機能組織単位（FTU）の位置を特定することです。基礎となるデータには、医療データを扱う際の典型的な課題を反映し、様々な解像度で異なるプロトコルで作成された、異なるソースの画像が含まれています。\n\nこのコンペティションでは、Human Protein Atlas (HPA) と Human BioMolecular Atlas Program (HuBMAP) という2つの異なるコンソーシアムからのデータを使用しています。トレーニングデータセットは公開されているHPAのデータ、公開テストセットは非公開のHPAデータとHuBMAPデータの組み合わせ、非公開テストセットはHuBMAPデータのみから構成されています。異なるプロトコルで作成されたデータを提示されたときに、モデルが適切に機能するように適応させることが、このコンペティションの中心的な課題の1つとなります。これは問題を難しくすることが予想されますが、一般化するモデルを開発することは、この試みの重要な目標です。\n\nこのコンペティションでは、隠れテストを採用しています。提出されたノートブックが採点されるとき、実際のテストデータ（全長サンプル提出を含む）があなたのノートブックで利用できるようになります。\n\n\n## Files\n[train/test].csv 訓練/テストセットのメタデータです。ダウンロードできるのは、テストセットの最初の数行のみです。\n\nid - 画像ID。\norgan - 生検サンプルが採取された臓器。\ndata_source - 画像がHuBMAPまたはHPAのどちらから提供されたものであるか。\nimg_height - ピクセル単位の画像の高さです。\nimg_width - ピクセル単位で表した画像の幅．\npixel_size - 画像の1ピクセルの高さ/幅を，マイクロメートル単位で表します．すべてのHPA画像は0.4μmのピクセルサイズを持っています。HuBMAP画像では、腎臓は0.5μm、大腸は0.2290μm、肺は0.7562μm、脾臓は0.4945μm、前立腺は6.263μmのピクセルサイズになっています。\ntissue_thickness - 生検サンプルの厚みをマイクロメートル単位で表したもの。HPA画像はすべて厚さ4μmです。HuBMAPサンプルは、組織スライスの厚さが腎臓で10μm、大腸で8μm、脾臓で4μm、肺で5μm、そして前立腺で5μmです。\nrle - ターゲットカラム。注釈のランレングスエンコーディングされたコピー。トレーニングセットでのみ提供される。\nage - 患者の年齢（年）．トレーニングセットでのみ提供される。\nsex - 患者の性別。トレーニングセットにのみ提供される。\nsample_submission.csv\n\nid - 画像ID．\nrle - 画像中のFTUのランレングス符号化されたマスク．\n[train/test]_images/ 画像。hidden test setには、およそ550枚の画像が含まれると予想される。HPA画像は全て3000×3000ピクセルで、画像内の組織領域は2500×2500ピクセル程度です。HuBMAP画像は4500x4500から160x160ピクセルまでのサイズである。HPAサンプルは、3,3'-ジアミノベンジジン（DAB）で可視化した抗体で染色し、ヘマトキシリンで対比染色した。HuBMAP画像は、PAS（Periodic acid-Schiff）／H&E（hematoxylin and eosin）染色を用いて作成した。使用した画像はすべて少なくとも1つのFTUを有する。本大会で使用した組織データは、病理医が病理学的に異常のない組織と認定した健康なドナーのものである。\n\ntrain_annotations/ FTUのポリゴンマスクの境界を定義する点のフォーマットで提供されるアノテーション。", "votes": 3 } ], "comments": [], "raw_markdown_by_id": { "1864952": "# Overview\n## Description\nライフハックというと、普通は生産性向上のためのテクニックを思い浮かべると思います。しかし、自分の体を分子レベルで理解する手助けをするようなものはどうでしょう？それは可能かもしれません。研究者はまず、人体を構成する37兆個の細胞の働きと関係を明らかにしなければならない。細胞の構成をよりよく理解することで、人々がより健康で長生きできるようになるかもしれません。\n\n以前のKaggleコンペティションでは、機能的組織単位（FTU）とも呼ばれる、臓器の主な生理的機能を果たす細胞集団の近隣をアノテーションすることを目的としたものでした。腎臓の糸球体や肺の肺胞などのFTUを手作業でアノテーションするのは時間のかかる作業です。平均的な腎臓では、100万以上の糸球体FTUが存在する。既存の細胞やFTUのセグメンテーション手法はありますが、私たちは、異なる臓器間で一般化し、異なるデータセットの違いに頑健なアルゴリズムを構築することで、その限界を押し広げたいと考えています。\n\nHuman BioMolecular Atlas Program (HuBMAP) は、細胞レベルのHuman Reference Atlasの作成に取り組んでいます。米国国立衛生研究所（NIH）の支援を受け、HuBMAPとインディアナ大学のCyberinfrastructure for Network Science Center（CNS）は、この取り組みのために世界中の研究機関と提携しています。主要なパートナーは、ヒトの細胞、組織、臓器におけるタンパク質発現のマップ化を目指すスウェーデンの研究プログラム、Human Protein Atlas (HPA) で、Knut and Alice Wallenberg Foundationの資金援助を受けています。\n\nこのコンペティションでは、5つのヒト臓器の機能的組織単位（FTU）を特定し、セグメント化することになります。組織切片画像のデータセットを使用してモデルを構築し、可能な限り正確にFTUをセグメンテーションすることが最優先されます。\n\n成功すれば、細胞や組織の構成に関する世界の理解を加速させることができます。細胞同士の関係がわかれば、研究者は人間の健康に影響を与える細胞の機能をより深く理解できるようになります。さらに、HuBMAPによって構築されたHuman Reference Atlasは、研究者や製薬会社が自由に使用できるようになり、人間の寿命を改善し延長する可能性があります。\n\n## Supervised ML Evaluation\nこの競争は、平均ダイス係数で評価される。ダイス係数は、予測されたセグメンテーションとそれに対応するグランドトゥルースとの間のピクセル単位の一致を比較するために使用することができる。その式は以下のように与えられる。\n\n2∗|𝑋∩𝑌|\n𝑋|+|𝑌| \n\nである。\nここで、Xは予測されたピクセルのセット、Yはグランドトゥルースである。ダイス係数は、XとYの両方が空のとき、1と定義される。リーダーボードのスコアは、テストセット内の各画像のダイス係数の平均である。\n\n### Submission File\n提出ファイルのサイズを小さくするために、我々の指標はピクセル値のランレングスエンコーディングを使用している。セグメンテーションのインデックスの完全なリストを提出する代わりに、開始位置とランレングスを含む値のペアを提出することになります。例えば、'1 3' はピクセル 1 から始まり、合計 3 ピクセル (1,2,3) の距離を走ることを意味します。\n\nエンコード時のマスクはバイナリであるべきで、画像中のすべてのオブジェクトのマスクが1つの大きなマスクに結合されることに注意してください。値0はマスクされていないピクセルを示し、値1はマスクされているピクセルを示すはずである。\n\nコンペティション形式では、スペースで区切られたペアのリストが必要である。例えば、'1 3 10 5' は、ピクセル 1,2,3,10,11,12,13,14 がマスクに含まれることを意味する。このメトリックは、ペアがソートされ、正であり、デコードされたピクセル値が重複していないことをチェックする。画素は上から下へ、次に左から右へと番号が振られ、1 は画素 (1,1)、2 は画素 (2,1) といった具合です。\nファイルにはヘッダを含み、以下の形式でなければならない。\n\n```\nid,rle\n2,1 3\n5,3 4\n6,4 5 66 77\netc.\n```\n\n## Timeline\n- 2022年6月22日～開始日\n- 2022年9月15日 - エントリー締切。出場するには、この日までに競技規則に同意する必要があります。\n- 2022年9月15日 - チーム合併の締切日。この日が、参加者がチームに参加したり合併したりできる最後の日です。\n- 2022年9月22日 - 最終提出締切日。\n\nすべての締め切りは、特に断りのない限り、該当する日の午後11時59分（UTC）です。大会主催者は、必要と判断した場合、コンテストのスケジュールを更新する権利を有します。\n\n## Prizes\nアキュラシー賞\nコンペティション終了時にKaggle Leaderboardで最も高いスコアを獲得した3チームに$30,000が授与されます。\n\n1位：$15,000\n2位：$10,000\n3位: 5,000ドル\n審査員賞\n30,000ドルが、科学および/または技術を進歩させ、最も革新的であり、かつ多様であると審査員団が認めたチームに授与されます。\n\n科学賞 10,000ドル×2チーム\n多様性賞： 10,000ドル\nその他の評価基準については、審査員賞をご覧ください。\n\nチームは、精度賞と審査員賞の両方のカテゴリーに応募し、受賞することができます。審査員賞は、科学賞と多様性賞の両方のカテゴリーで検討されます。受賞チームには賞金が授与されます。また、希望により賞金を慈善基金に寄付することも可能です。\n\n## Judges Prize\nこのチャレンジの参加者は、成果物のプレゼンテーションを提出し、産学官から選ばれた審査員による審査を受けることを選択することができます。優秀な応募作品は、審査員にプレゼンテーションをしていただき、以下の基準で評価されます。\n\n方法論（80点）【科学賞\n\nFTU を特定するために使用した統計的手法やモデリング手法は、その課題に対して適切なものであるか？\nセグメンテーション手法の結果を解釈するための信頼性スコアやその他の指標は提供されているか。\n個人差（例えば、ドナーの性別、年齢がFTUのサイズ、形状、空間分布に与える影響）を理解する上で、提示されたFTUの特徴づけは有用か？\n全臓器の年齢と性別の情報から、FTUの領域サイズ分布を予測することは可能か。\nチームはその方法とアルゴリズムの実装を検証し、アルゴリズムの性能と限界に関する情報を提供したか？\nチームはその手法とコードを適切に文書化したか？\nFTUをセグメント化するための独創的で新しい方法を開発したか？\nチームは、ヒト基準アトラスに含める基準 FTU を生成するために有用な洞察を提供したか。\n多様性とプレゼンテーション（30点）【多様性賞】について\n\n年齢、性別、人種、様々な背景や視点を持つチームメンバーを迎え入れ、多様性と公平性を受け入れているか。\nFTUを細分化する方法の詳細、結果の質と限界を効果的に伝えているか。例えば、アルゴリズムの設定、実行、結果を提示するために、また、異なる手法の性能比較に関する洞察を提供するために、データの可視化を使用したか？これらの可視化は、専門家や初心者にアプローチや結果についての洞察を伝えるのに効果的でしたか？\n重要な結果は、一般人でも容易に理解できるか？\n\n### Submission Instructions\n提出は何度でも可能ですが、2022年9月21日の締め切りまでに提出された最新のもののみを対象とさせていただきます。\n\n提出されたNotebookにチームメンバー全員が協力者として記載され、提出期限までにチームメンバー全員がコンペティションルールに同意している必要があります。\n\n有効な提出物は以下の通りです。\n\nノートブックの分析。提案の根拠となる分析結果を含むノートブック1冊以上。提出されたすべてのノートブックは、提出期限までに公開されていることが、応募の条件となります。チームで応募する場合、すべてのノートブックにチームメンバー全員が共同研究者として記載されている必要があります。\n\n応募フォームはこちら\n\n## Code Requirements\n本コンペティションはコードコンペティションです\nこのコンペティションへの投稿は、Notebooksから行う必要があります。コミット後に「投稿」ボタンが有効になるためには、以下の条件を満たしている必要があります。\n\n- CPU ノートブック <= 9 時間ランタイム\n- GPUノートブック <= 9時間ランタイム\n- インターネットアクセス不可\n- 学習済みモデルを含め、自由に利用できる外部データを許可する。\n- 提出ファイルのファイル名はsubmission.csvであること。\n\n投稿方法の詳細については、コードコンペティションFAQを参照してください。また、投稿エラーが発生した場合は、コードデバッグのドキュメントを確認してください。\n\n## Organizers & Sponsors\nhttps://www.kaggle.com/competitions/hubmap-organ-segmentation/overview/organizers-and-sponsors\nを参照\n\n# Data Description\nこのコンペティションの目的は、複数の異なる臓器の生検スライドから、各機能組織単位（FTU）の位置を特定することです。基礎となるデータには、医療データを扱う際の典型的な課題を反映し、様々な解像度で異なるプロトコルで作成された、異なるソースの画像が含まれています。\n\nこのコンペティションでは、Human Protein Atlas (HPA) と Human BioMolecular Atlas Program (HuBMAP) という2つの異なるコンソーシアムからのデータを使用しています。トレーニングデータセットは公開されているHPAのデータ、公開テストセットは非公開のHPAデータとHuBMAPデータの組み合わせ、非公開テストセットはHuBMAPデータのみから構成されています。異なるプロトコルで作成されたデータを提示されたときに、モデルが適切に機能するように適応させることが、このコンペティションの中心的な課題の1つとなります。これは問題を難しくすることが予想されますが、一般化するモデルを開発することは、この試みの重要な目標です。\n\nこのコンペティションでは、隠れテストを採用しています。提出されたノートブックが採点されるとき、実際のテストデータ（全長サンプル提出を含む）があなたのノートブックで利用できるようになります。\n\n\n## Files\n[train/test].csv 訓練/テストセットのメタデータです。ダウンロードできるのは、テストセットの最初の数行のみです。\n\nid - 画像ID。\norgan - 生検サンプルが採取された臓器。\ndata_source - 画像がHuBMAPまたはHPAのどちらから提供されたものであるか。\nimg_height - ピクセル単位の画像の高さです。\nimg_width - ピクセル単位で表した画像の幅．\npixel_size - 画像の1ピクセルの高さ/幅を，マイクロメートル単位で表します．すべてのHPA画像は0.4μmのピクセルサイズを持っています。HuBMAP画像では、腎臓は0.5μm、大腸は0.2290μm、肺は0.7562μm、脾臓は0.4945μm、前立腺は6.263μmのピクセルサイズになっています。\ntissue_thickness - 生検サンプルの厚みをマイクロメートル単位で表したもの。HPA画像はすべて厚さ4μmです。HuBMAPサンプルは、組織スライスの厚さが腎臓で10μm、大腸で8μm、脾臓で4μm、肺で5μm、そして前立腺で5μmです。\nrle - ターゲットカラム。注釈のランレングスエンコーディングされたコピー。トレーニングセットでのみ提供される。\nage - 患者の年齢（年）．トレーニングセットでのみ提供される。\nsex - 患者の性別。トレーニングセットにのみ提供される。\nsample_submission.csv\n\nid - 画像ID．\nrle - 画像中のFTUのランレングス符号化されたマスク．\n[train/test]_images/ 画像。hidden test setには、およそ550枚の画像が含まれると予想される。HPA画像は全て3000×3000ピクセルで、画像内の組織領域は2500×2500ピクセル程度です。HuBMAP画像は4500x4500から160x160ピクセルまでのサイズである。HPAサンプルは、3,3'-ジアミノベンジジン（DAB）で可視化した抗体で染色し、ヘマトキシリンで対比染色した。HuBMAP画像は、PAS（Periodic acid-Schiff）／H&E（hematoxylin and eosin）染色を用いて作成した。使用した画像はすべて少なくとも1つのFTUを有する。本大会で使用した組織データは、病理医が病理学的に異常のない組織と認定した健康なドナーのものである。\n\ntrain_annotations/ FTUのポリゴンマスクの境界を定義する点のフォーマットで提供されるアノテーション。" } }