ACM Multimedia 大型挑战赛：鼻咽部内镜分析
计算机视觉与模式识别
2025-08-08 v1
摘要
内镜图像的自动化分析是鼻咽部护理中的关键环节，但目前发展不足，受制于设备和操作员的差异、细微且局部的发现以及后侧和咬肌状态等细粒度区分。除了分类功能外，临床医生还需要可靠地检索相似案例，无论是视觉上还是通过简洁的文本描述。这类功能在现有的公开基准数据集中很少被支持。为此，我们引入 ENTRep，即 ACM Multimedia 2025 大型挑战赛，旨在进行鼻咽部内镜分析，将细粒度解剖分类与图像到图像和文本到图像检索集成在一起，采用双语（越南语和英语）临床监督。具体而言，该数据集包含专家标注的图像，标注了解剖区域和正常或异常状态，并附带双语叙述性描述。此外，我们定义了三个基准任务，标准化提交协议，并通过服务器端评分在公开和私有测试集上进行评估。我们还报告了最佳团队的结果并提供了洞察讨论。
引用
@article{arxiv.2508.04801,
title = {ACM Multimedia Grand Challenge on ENT Endoscopy Analysis},
author = {Trong-Thuan Nguyen and Viet-Tham Huynh and Thao Thi Phuong Dao and Ha Nguyen Thi and Tien To Vu Thuy and Uyen Hanh Tran and Tam V. Nguyen and Thanh Dinh Le and Minh-Triet Tran},
journal= {arXiv preprint arXiv:2508.04801},
year = {2025}
}