CathAction：面向内窥道手术理解的基准数据集
计算机视觉与模式识别
2024-09-02 v2
摘要
内窥道手术期间，对导管分析的实时视觉反馈对于提高手术安全性和效率至关重要。然而，现有数据集常常仅限于特定任务、规模较小，且缺乏用于更广泛内窥道手术理解的全面标注。为克服这些限制，我们引入CathAction，一个用于导管理解的大规模数据集。我们的CathAction数据集包含约50万个用于导管动作理解和碰撞检测的标注帧，以及2.5万个导管和导丝分割的真实掩码。对于每个任务，我们对近期相关方法进行了基准测试。我们进一步讨论了内窥道意图相对于传统计算机视觉任务的挑战，并指出开放的研究问题。我们希望CathAction能够促进内窥道手术理解方法的发展，这些方法可应用于实际应用。该数据集可在 https://airvlab.github.io/cathaction/ 访问获得。
引用
@article{arxiv.2408.13126,
title = {CathAction: A Benchmark for Endovascular Intervention Understanding},
author = {Baoru Huang and Tuan Vo and Chayun Kongtongvattana and Giulio Dagnino and Dennis Kundrat and Wenqiang Chi and Mohamed Abdelaziz and Trevor Kwok and Tudor Jianu and Tuong Do and Hieu Le and Minh Nguyen and Hoan Nguyen and Erman Tjiputra and Quang Tran and Jianyang Xie and Yanda Meng and Binod Bhattarai and Zhaorui Tan and Hongbin Liu and Hong Seng Gan and Wei Wang and Xi Yang and Qiufeng Wang and Jionglong Su and Kaizhu Huang and Angelos Stefanidis and Min Guo and Bo Du and Rong Tao and Minh Vu and Guoyan Zheng and Yalin Zheng and Francisco Vasconcelos and Danail Stoyanov and Daniel Elson and Ferdinando Rodriguez y Baena and Anh Nguyen},
journal= {arXiv preprint arXiv:2408.13126},
year = {2024}
}
备注
10 pages. Webpage: https://airvlab.github.io/cathaction/