Aariz:用于自动头影测量标志点检测与 CVM 分期分类的基准数据集
图像与视频处理
2023-02-16 v1 计算机视觉与模式识别
摘要
头影测量标志点的准确识别与精确定位可实现解剖异常的归类与量化。在传统侧位头影片上标记头影测量标志点是一项单调且耗时的工作。人们持续致力于开发自动标志点检测系统,然而由于缺少可靠的数据集,这些系统难以满足正畸应用需求。我们提出了一个全新的前沿数据集,以促进用于定量形态测量的鲁棒 AI 解决方案的开发。该数据集包含来自 7 种不同分辨率 radiographic 成像设备的 1000 张侧位头影测量放射片(LCRs),使其成为迄今为止最具多样性与最全面的头影测量数据集。我们的临床专家细致地标注了每张放射片的 29 个头影测量标志点,包括任何公开数据集中曾标记过的最重要的软组织标志点。此外,我们的专家还标注了放射片中患者的颈椎成熟(CVM)分期,使该数据集成为首个用于 CVM 分类的标准资源。我们相信,该数据集将有助于开发可靠、可用于正畸及其他领域的自动标志点检测框架。
引用
@article{arxiv.2302.07797,
title = {'Aariz: A Benchmark Dataset for Automatic Cephalometric Landmark Detection and CVM Stage Classification},
author = {Muhammad Anwaar Khalid and Kanwal Zulfiqar and Ulfat Bashir and Areeba Shaheen and Rida Iqbal and Zarnab Rizwan and Ghina Rizwan and Muhammad Moazam Fraz},
journal= {arXiv preprint arXiv:2302.07797},
year = {2023}
}