CaDIS：用于图像分割的白内障数据集
计算机视觉与模式识别
2022-02-23 v7
摘要
视频反馈提供了关于外科手术过程的丰富信息，并且是外科医生的主要感官线索。场景理解对于计算机辅助干预（CAI）和手术过程的术后分析至关重要。此类能力的一个基本构建模块是通过语义分割来识别和定位手术器械及解剖结构。深度学习近年来推动了语义分割技术的进步，但其本质上依赖于有标注数据集的可用性以进行模型训练。本文介绍了一个用于白内障手术视频语义分割的数据集，作为对公开可用的 CATARACTS 挑战数据集的补充。此外，我们在所提供的数据集上对几种最先进的深度学习语义分割模型的性能进行了基准测试。该数据集可在 https://cataracts-semantic-segmentation2020.grand-challenge.org/ 公开获取。
引用
@article{arxiv.1906.11586,
title = {CaDIS: Cataract Dataset for Image Segmentation},
author = {Maria Grammatikopoulou and Evangello Flouty and Abdolrahim Kadkhodamohammadi and Gwenol'e Quellec and Andre Chow and Jean Nehme and Imanol Luengo and Danail Stoyanov},
journal= {arXiv preprint arXiv:1906.11586},
year = {2022}
}