賽題名稱：RSNA 2024 Lumbar Spine Degenerative Classification
中文：腰椎退行性病變分類
kaggle官網賽題連結：https://www.kaggle.com/competitions/rsna-2024-lumbar-spine-degenerative-classification/overview
文章安排：
①、翻譯&解釋比賽賽題
②、介紹賽題背景
③、討論可能的方法
賽題翻譯
概述
The goal of this competition is to create models that can be used to aid in the detection and classification of degenerative spine conditions using lumbar spine MR images. Competitors will develop models that simulate a radiologist's performance in diagnosing spine conditions.
這次比賽的目標是建立可以幫助檢測和分類退行性脊柱疾病的模型，使用的是腰椎的磁共振影像。參賽者將開發模擬放射科醫生在診斷脊柱疾病時表現的模型。
描述
Low back pain is the leading cause of disability worldwide, according to the World Health Organization, affecting 619 million people in 2020. Most people experience low back pain at some point in their lives, with the frequency increasing with age. Pain and restricted mobility are often symptoms of spondylosis, a set of degenerative spine conditions including degeneration of intervertebral discs and subsequent narrowing of the spinal canal (spinal stenosis), subarticular recesses, or neural foramen with associated compression or irritations of the nerves in the low back.
根據世界衛生組織的統計，腰背痛是全球致殘的主要原因，2020年影響了6.19億人。大多數人一生中的某個時刻會經歷腰背痛，且隨著年齡的增長，發生頻率會增加。疼痛和活動受限通常是脊柱病的症狀，這是一組退行性脊柱疾病，包括椎間盤退化和隨後的脊柱管（脊柱狹窄）、副關節窩或神經孔的狹窄，伴有神經壓迫或刺激的情況。
Magnetic resonance imaging (MRI) provides a detailed view of the lumbar spine vertebra, discs and nerves, enabling radiologists to assess the presence and severity of these conditions. Proper diagnosis and grading of these conditions help guide treatment and potential surgery to help alleviate back pain and improve overall health and quality of life for patients.
磁共振成像（MRI）提供了腰椎椎體、椎間盤和神經的詳細檢視，使放射科醫生能夠評估這些病症的存在和嚴重程度。準確的診斷和分級有助於指導治療和潛在的手術，以緩解背痛，並改善患者的整體健康和生活質量。
RSNA has teamed with the American Society of Neuroradiology (ASNR) to conduct this competition exploring whether artificial intelligence can be used to aid in the detection and classification of degenerative spine conditions using lumbar spine MR images.
RSNA與美國神經放射學學會（ASNR）合作開展了這一競賽，探索人工智慧是否可以幫助檢測和分類退行性脊柱病症，使用的是腰椎MR影像。
The challenge will focus on the classification of five lumbar spine degenerative conditions: Left Neural Foraminal Narrowing, Right Neural Foraminal Narrowing, Left Subarticular Stenosis, Right Subarticular Stenosis, and Spinal Canal Stenosis. For each imaging study in the dataset, we’ve provided severity scores (Normal/Mild, Moderate, or Severe) for each of the five conditions across the intervertebral disc levels L1/L2, L2/L3, L3/L4, L4/L5, and L5/S1.
挑戰將重點放在五種腰椎退行性疾病的分類上：左側神經孔狹窄、右側神經孔狹窄、左側副關節狹窄、右側副關節狹窄和脊柱管狹窄。對於資料集中每個影像研究，我們提供了五種病症的嚴重程度評分（正常/輕度、中度或重度），涵蓋了椎間盤水平L1/L2、L2/L3、L3/L4、L4/L5和L5/S1。
To create the ground truth dataset, the RSNA challenge planning task force collected imaging data sourced from eight sites on five continents. This multi-institutional, expertly curated dataset promises to improve standardized classification of degenerative lumbar spine conditions and enable development of tools to automate accurate and rapid disease classification.
為了建立基礎真相資料集，RSNA挑戰規劃工作組從五大洲的八個地點收集了影像資料。這一多機構、專家精心策劃的資料集有望改善退行性腰椎疾病的標準化分類，並使自動化準確和快速的疾病分類工具的開發成為可能。
Challenge winners will be recognized at an event during the RSNA 2024 annual meeting. For more information on the challenge, contact RSNA Informatics staff at informatics@rsna.org.
挑戰獲勝者將在RSNA 2024年度會議期間的活動中獲得表彰。有關挑戰的更多資訊，請聯絡RSNA資訊學工作人員，電子郵件：informatics@rsna.org。
評價標準
Submissions are evaluated using the average of sample weighted log losses and an any_severe_spinal prediction generated by the metric. The metric notebook can be found here.
提交內容將使用樣本加權對數損失的平均值和由度量生成的 any_severe_spinal 預測來進行評估。度量筆記本可以在這裡找到。
The sample weights are as follows:
1 for normal/mild.
2 for moderate.
4 for severe.
For each row ID in the test set, you must predict a probability for each of the different severity levels.
The file should contain a header and have the following format:
樣本權重如下：
1 代表正常/輕度。
2 代表中度。
4 代表重度。
對於測試集中的每個行 ID，您必須預測每個不同嚴重程度級別的機率。檔案應包含一個標題，並具有以下格式：
row_id,normal_mild,moderate,severe
123456_left_neural_foraminal_narrowing_l1_l2,0.333,0.333,0.333
123456_left_neural_foraminal_narrowing_l2_l3,0.333,0.333,0.333
123456_left_neural_foraminal_narrowing_l3_l4,0.333,0.333,0.333
etc.
In rare cases the lowest vertebrae aren't visible in the imagery. You still need to make predictions (nulls will cause errors), but those rows will not be scored.
在極少數情況下，影像中可能看不到最低椎骨。您仍然需要進行預測（空值會導致錯誤），但這些行將不會被評分。
在本次比賽中，任何嚴重標量已設定為 1.0。
醫學術語介紹
病變分類
腰椎退行病變可以分為三類：椎管狹窄、錐間孔狹窄、神經根管狹窄三類。其中椎間孔狹窄和神經根管狹窄有左右兩側的區分（即共有五類）。
-
spinal canal stenosis 椎管狹窄
脊髓管（椎管）是由椎體骨、韌帶和脊椎關節形成的管道，裡面包含脊髓和神經根。椎管狹窄指的是整個脊髓管的空間變窄。
-
subarticular stenosis椎間孔狹窄
椎間孔是位於相鄰脊椎骨之間的開口，透過這個開口，神經根從脊髓出來。椎間孔狹窄是指這個開口的空間變窄。
-
neural foraminal narrowing 神經根管狹窄
神經根管指的是椎間孔內的通道，允許神經根從脊髓出來並進入身體其他部位。神經根管狹窄是指這個特定通道的變窄。
圖例
下面給出兩個椎間盤病變的病例示意圖（椎間盤：藍色為纖維環，紅色為髓核）
該圖椎間盤病變壓迫了椎間孔，可能導致椎間孔狹窄或神經根管狹窄。
該圖壓迫了椎管，導致椎管狹窄。
解釋
椎間孔狹窄和神經根管狹窄存在邏輯關係。
椎間孔狹窄指空間變窄，注意椎間孔的主要功能是提供神經根離開脊髓管的通道，但不是唯一功能。
神經根管狹窄具體強調神經的通路變窄。
簡單來說，前者強調解剖空間，後者強調神經通路。
椎間孔狹窄是導致神經根管狹窄的重要直接原因之一。
除此之外，還可能因為椎間盤膨出、韌帶肥厚、肌肉或軟組織壓迫等導致神經根管狹窄。
病變程度分級
神經根管狹窄病變程度分級
-
等級0（正常）：脂肪環繞在神經根周圍
-
等級1（輕度）：在一個維度上（垂直或水平）無法看到神經周圍的脂肪
-
由黃韌帶增厚/彎曲引起的前後徑變窄
-
由椎間盤和/或骨刺侵入或椎間盤高度喪失引起的上下徑變窄
-
-
等級2（中度）：無法在圓周方向上看到神經周圍的脂肪，但神經根未受到壓迫
由於退行性面關節肥大、黃韌帶增厚/彎曲、椎間盤和/或骨刺侵入以及/或者椎間盤高度喪失引起的多方向侵入
-
等級3（重度）：無法看到神經周圍的脂肪，且神經根受到壓迫（形態改變）
椎管狹窄、椎間孔狹窄
central canal （椎管）
- 輕度：蛛網膜下腔梗阻小於50%，無脊髓畸形跡象。
- 中度：椎管管狹窄伴隨脊髓畸形；脊髓變形，但脊髓內未見訊號改變。
- 重度：T2上脊髓受壓區域附近訊號強度增高
Foraminal （椎間孔）
- 輕度：50%以下神經根周圍脂肪閉塞。未見神經根形態學改變。
- 中度：50%以上神經根周圍脂肪閉塞。未見神經根形態學改變。
- 重度：神經根塌陷以及神經根形態學改變。嚴重的神經周圍脂肪閉塞。
參考資料
參考連結：
https://radiopaedia.org/articles/lumbar-foraminal-stenosis
參考文獻：
Kushchayev SV, Glushko T, Jarraya M, Schuleri KH, Preul MC, Brooks ML, Teytelboym OM. ABCs of the degenerative spine. Insights Imaging. 2018 Apr;9(2):253-274. doi: 10.1007/s13244-017-0584-z. Epub 2018 Mar 22. PMID: 29569215; PMCID: PMC5893484.
下篇預告：
將講述如何開啟dcm檔案，以及如何用python讀取檔案並將其轉為網路可以識別的格式。