BifDet：用于气道树模型的三维分叉检测数据集
计算机视觉与模式识别
2026-04-29 v1 人工智能
摘要
肺部计算机断层扫描（CT）提供了关于气道树复杂支枝网络的详细信息，这对于理解各种呼吸疾病至关重要。气道分叉点——即气道分支发生分离的地方——是理解肺部生理学、疾病机制和病灶定位的关键标志物。尽管分叉分析具有重要意义，但缺乏为此任务标注的数据集阻碍了先进自动化专用检测或分割工具的开发。本文介绍了 BifDet，这是第一个公开可用的数据集，专门用于三维气道分叉检测，填补了现有资源中的关键空白。我们的数据集包含来自 ATM22 开放获取队列中经过仔细标注的 CT 扫描数据，分叉的包围盒覆盖父分支和子分支。作为演示 BifDet潜力的示例，我们对 RetinaNet 和 DETR 在 CT 扫描上的三维气道分叉检测进行微调和评估。我们提供详细的管道，包括预处理步骤和特定的实现设计选择。结果在各种最小包围盒尺寸类别下进行详细描述，以作为基准用于衡量未来研究。
引用
@article{arxiv.2604.24999,
title = {BifDet: A 3D Bifurcation Detection Dataset for Airway-Tree Modeling},
author = {Ali Keshavarzi and Quentin Bouniot and Benjamin M. Smith and Elsa Angelini},
journal= {arXiv preprint arXiv:2604.24999},
year = {2026}
}
备注
This manuscript is currently in preparation for submission