仅用于站内搜索，没有排版格式，具体信息请跳转上方微信公众号内链接
赛题名称：BYU-LocatingBacterialFlagellarMotors2025
赛题类型：
赛题任务：在三维重建图像中识别出鞭毛马达的存在及其位置
https ://www.kaggle.com/competitions/byu-locating-bacterial-flagellar-motors-2025
鞭毛马达是一种分子机器，它使许多微生物能够运动，并在从趋化性到致病性等一系列过程中发挥关键作用。冷冻电子断层扫描（Cryo-ET）技术使我们能够在接近天然状态下对这些纳米机器进行成像。
然而，在这些三维重建图像（即断层扫描图像）中识别鞭毛马达是一项劳动密集型任务。低信噪比、马达方向的多样性以及拥挤细胞内环境的复杂性等因素使得自动识别变得复杂。冷冻电子断层扫描研究因此受到“人工干预瓶颈”的限制。在本次竞赛中，您的任务是开发一种图像处理算法，用于识别是否存在鞭毛马达及其位置。
断层扫描图像是从一系列二维投影图像重建而来的三维图像。本次挑战中的图像是一些细菌的断层扫描图，这些细菌被快速冷冻在冰中，以保持其分子结构用于成像过程。
本次比赛的目标是开发一种算法，用于在细菌的三维重建图像中识别出鞭毛马达的存在及其位置。将这一传统上需要手动完成的任务实现自动化，能够加速对大分子复合物的研究。这有助于解答分子生物学中一些基础性问题，推动药物开发的进展以及合成生物学的发展。
参赛作品将通过结合Fβ-分数和欧几里得距离进行评估。目标是判断一个断层扫描图像中是否包含鞭毛马达，并在存在马达的情况下准确预测其位置。
真正例（TP）：如果|𝑦−𝑦̄|2≤𝜏，则预测在阈值范围内。
假负例（FN）：如果|𝑦−𝑦̄|2>𝜏，则预测超出阈值范围。
在本次比赛中，您的任务是在三维断层扫描图像（tomogram）中找到鞭毛马达的中心位置。断层扫描图像是一个三维体积表示的对象。
在本次比赛中，每个断层扫描图像以一组二维图像切片（JPEG格式）的形式提供，并存储在一个独立的目录中。您需要预测存在鞭毛马达时其所在的位置。
train/
训练集目录，包含多个子目录，每个子目录包含一组断层扫描切片，用于训练模型。
每个断层扫描子目录包含多个JPEG文件，每个JPEG文件是一个断层扫描的二维切片。
train_labels.csv
训练数据标签文件。
每一行代表一个独特的马达位置，而不是一个独特的断层扫描图像。
test/
测试集目录，包含3个子目录，用于存放测试用的断层扫描图像。
实际测试数据集包含大约900个断层扫描图像。测试数据中每个断层扫描图像只包含一个马达或没有马达。
sample_submission.csv
样本提交文件，展示了正确格式的提交文件。
如果您预测某个断层扫描图像中不存在马达，请将Motoraxis0、Motoraxis1和Motoraxis2设置为-1。
您的提交文件应为一个CSV文件，测试集中每个断层扫描图像（tomogram）对应一行数据。
2025年5月28日：参赛报名截止日期。
2025年5月28日：团队合并截止日期。
2025年6月4日：最终提交截止日期。
#学习大模型&讨论Kaggle#
△长按添加竞赛小助手
每天大模型、算法竞赛、干货资讯
与36000+来自竞赛爱好者一起交流~
