基于多中心人类 3D CT 幽灵的基准数据集用于图像调和
计算机视觉与模式识别
2025-07-03 v1
摘要
人工智能 (AI) 引入了众多机会，用于人类辅助和任务自动化，但在数据分布偏移的情况下 suffers from poor generalization。就 AI 基于的 CT 分析而言，显著的数据分布偏移可由扫描仪制造商、重建技术或剂量的变化所致。AI 调和技术可以通过减少由各种获取设置引起的分布偏移来解决这一问题。本文提出了一个开源基准数据集，包含使用 various scanners and settings 获取的 anthropomorphic 幽灵 CT 扫描，该数据集旨在促进 AI 调和技术的发展。使用幽灵允许固定归因于 inter- 和 intra-患者变异的变化。数据集包括 1378 个图像序列，使用来自 4 个制造商的 13 个扫描仪在 8 个机构中，使用 harmonized 协议以及 several acquisition doses。此外，我们提出了一种方法、基线结果和开源代码，用于评估图像和特征层面的稳定性和肝组织分类，促进 AI 调和策略的开发。
引用
@article{arxiv.2507.01539,
title = {A Multi-Centric Anthropomorphic 3D CT Phantom-Based Benchmark Dataset for Harmonization},
author = {Mohammadreza Amirian and Michael Bach and Oscar Jimenez-del-Toro and Christoph Aberle and Roger Schaer and Vincent Andrearczyk and Jean-Félix Maestrati and Maria Martin Asiain and Kyriakos Flouris and Markus Obmann and Clarisse Dromain and Benoît Dufour and Pierre-Alexandre Alois Poletti and Hendrik von Tengg-Kobligk and Rolf Hügli and Martin Kretzschmar and Hatem Alkadhi and Ender Konukoglu and Henning Müller and Bram Stieltjes and Adrien Depeursinge},
journal= {arXiv preprint arXiv:2507.01539},
year = {2025}
}