Kaggle新赛:HMS-有害大脑活动分类大赛(信号分类)

**赛题名称:**HMS - Harmful Brain Activity Classification

**赛题链接:**https://www.kaggle.com/competitions/hms-harmful-brain-activity-classification

赛题背景

目前,脑电图监测完全依赖于专业神经学家的手动分析。虽然这种劳动密集型过程非常有价值,但它是一个主要的瓶颈。它不仅耗时,而且手动审查脑电图记录费用也十分高昂,容易产生疲劳相关的错误,并且在不同的审查者之间存在可靠性问题。

Sunstella基金会与Persyst、Jazz Pharmaceuticals和临床数据动画中心(CDAC)合作,他们的研究旨在帮助人们保护和增强大脑健康。

参赛者的工作将有助于自动化脑电图分析,帮助医生和大脑研究人员检测癫痫发作和其他可能导致脑部损伤的大脑活动类型,以便他们能够更快速、准确地进行治疗。这个竞赛中开发的算法也可能有助于研究人员开发治疗和预防癫痫发作的药物。

赛题方向

信号分类

赛题任务

这个竞赛的目标是检测和分类癫痫发作和其他类型的有害大脑活动。参赛者需要开发一个基于重症监护医院患者记录的脑电图(EEG)信号训练的模型。

数据描述

这是一个代码竞赛。只有测试集中的几个示例可供下载。当参赛者提交得分时,测试文件夹将被替换为包含完整测试集的版本。

文件

  • train.csv 训练集的元数据。专家标注员审查了50秒长的EEG样本,并匹配了覆盖10分钟窗口中心的频谱图,该窗口以相同的时间为中心,并标记了中心10秒。这些样本中有许多重叠,并已合并。train.csv提供了允许参赛者提取被评分者注释的原始子集的元数据。

    • eeg_id - 整个EEG记录的唯一标识符。

    • eeg_sub_id - 特定50秒长子样本此行标签适用的ID。

    • eeg_label_offset_seconds - 合并后的EEG与此子样本之间的开始时间。

    • spectrogram_id - 整个EEG记录的唯一标识符。

    • spectrogram_sub_id - 特定10分钟子样本此行标签适用的ID。

    • spectogram_label_offset_seconds - 合并后的频谱图与此子样本之间的开始时间。

    • label_id - 此标签集的ID。

    • patient_id -捐赠数据的患者的ID。

    • expert_consensus - 共识标注员标签。

    • [seizure/lpd/gpd/lrda/grda/other]_vote - 给定大脑活动类别的标注员投票计数。

  • test.csv 测试集的元数据。由于测试集中没有重叠的样本,因此许多train元数据中的列不适用。

    • eeg_id

    • spectrogram_id

    • patient_id

  • sample_submission.csv

    • eeg_id

    • [seizure/lpd/gpd/lrda/grda/other]_vote - 目标列。

  • train_eegs/ 一个或多个重叠样本的EEG数据。使用train.csv中的元数据选择特定的标注子集。列名是单个电极位置的名称,有一个例外。EKG列是记录心脏数据的心电图导联。所有EEG数据(对于训练和测试)都以每秒200个样本的频率收集。

  • test_eegs/ 确切的50秒EEG数据。

  • train_spectrograms/ 组装的EEG数据频谱图。使用train.csv中的元数据选择特定的标注子集。列名表示频率(赫兹)和记录EEG电极的区域。

  • test_spectrograms/ 使用确切的10分钟EEG数据组装的频谱图。

  • example_figures/ 概述选项卡中使用的示例案例图像的较大副本。

评价指标

提交的模型将根据预测概率与观察目标之间的Kullback-Leibler散度进行评估。

提交文件

对于测试集中的每个eeg_id,参赛者必须为每个投票列预测一个概率。文件应包含一个标题,并具有以下格式:

eeg_id,seizure_vote,lpd_vote,gpd_vote,lrda_vote,grda_vote,other_vote
0,0.166,0.166,0.167,0.167,0.167,0.167
1,0.166,0.166,0.167,0.167,0.167,0.167
etc.

时间安排

  • 2024年1月8日 - 开始日期。

  • 2024年4月1日 - 报名截止日期。

  • 2024年4月1日 - 团队合并截止日期。

  • 2024年4月8日 - 最终提交截止日期。

赛题奖金

  • 第一名 - 20,000美元

  • 第二名 - 12,000美元

  • 第三名 - 7,000美元

  • 第四名 - 6,000美元

  • 第五名 - 5,000美元

需要组队的私聊

**关注下方【学姐带你玩AI】**🚀🚀🚀

回复"比赛"获取190+场比赛top方案(kaggle、天池、ccf...)

码字不易,欢迎大家点赞评论收藏!

相关推荐
余生H7 分钟前
transformer.js(三):底层架构及性能优化指南
javascript·深度学习·架构·transformer
果冻人工智能26 分钟前
2025 年将颠覆商业的 8 大 AI 应用场景
人工智能·ai员工
代码不行的搬运工27 分钟前
神经网络12-Time-Series Transformer (TST)模型
人工智能·神经网络·transformer
石小石Orz29 分钟前
Three.js + AI:AI 算法生成 3D 萤火虫飞舞效果~
javascript·人工智能·算法
罗小罗同学35 分钟前
医工交叉入门书籍分享:Transformer模型在机器学习领域的应用|个人观点·24-11-22
深度学习·机器学习·transformer
孤独且没人爱的纸鹤38 分钟前
【深度学习】:从人工神经网络的基础原理到循环神经网络的先进技术,跨越智能算法的关键发展阶段及其未来趋势,探索技术进步与应用挑战
人工智能·python·深度学习·机器学习·ai
阿_旭41 分钟前
TensorFlow构建CNN卷积神经网络模型的基本步骤:数据处理、模型构建、模型训练
人工智能·深度学习·cnn·tensorflow
羊小猪~~42 分钟前
tensorflow案例7--数据增强与测试集, 训练集, 验证集的构建
人工智能·python·深度学习·机器学习·cnn·tensorflow·neo4j
极客代码1 小时前
【Python TensorFlow】进阶指南(续篇三)
开发语言·人工智能·python·深度学习·tensorflow
zhangfeng11331 小时前
pytorch 的交叉熵函数,多分类,二分类
人工智能·pytorch·分类