ACDC 数据集

ACDC 数据集简介（心脏 MRI 分割）

ACDC（Automated Cardiac Diagnosis Challenge）数据集是心脏 MRI 分割领域中最具代表性和权威性的公开数据集之一，最早来源于MICCAI 2017 ACDC Challenge，广泛用于评估模型在心脏结构分割与心功能分析任务中的性能。

1. 数据集概述

ACDC 数据集共包含100 例心脏 cine MRI 扫描，每个病例均为短轴（Short-Axis, SAX）视角，主要标注了以下三种心脏关键结构：

• Right Ventricle（RV，右心室）
• Left Ventricle（LV，左心室）
• Myocardium（MYO，心肌）

该数据集重点关注心腔结构及心肌区域的精细分割，是研究心脏解剖结构建模与形变分析的经典基准。

2. 数据划分方式

在大量工作中，研究者通常遵循TransUNet采用的数据划分策略：

• 训练集：70 例
• 验证集：10 例
• 测试集：20 例

这种划分方式在当前文献中被广泛采用，便于不同方法之间进行公平对比。

3. 数据特点与挑战

ACDC 数据集具有以下显著特点与挑战：

• 心脏周期性形变明显
  心脏在舒张期与收缩期之间存在显著结构变化，对模型的鲁棒性提出较高要求。

• 心肌结构细薄
  MYO 属于典型的薄壁结构，容易出现断裂或过分割。

• 右心室形态不规则
  RV 边界模糊，几何形态变化大，增加了分割难度。

4. 常用评测指标

ACDC 数据集通常采用以下评测指标：

• Dice Similarity Coefficient（DSC）
• Hausdorff Distance（HD / HD95）

在论文中，通常分别报告RV、LV 和 MYO的 Dice 值及其平均性能。

5. 小结

ACDC 数据集通过其清晰的任务定义和高度结构化的标注方式，为心脏 MRI 分割研究提供了稳定可靠的实验平台，是验证新型网络结构和注意力机制有效性的重要基准数据集。