COLON：最大的结肠镜长序列公共数据库

结直肠癌是全球第三大侵袭性癌症。息肉作为该疾病的主要生物标志物，通过结肠镜检查程序进行检测、定位和表征。然而，在检查过程中，由于具有挑战性的条件（相机移动、光照变化）以及息肉与肠皱襞的高度相似性，高达 25% 的息肉被漏检。此外，观察和检测肠道沿线的异常区域存在显著的主观性和对专家的依赖性。目前，公开可用的息肉数据集使得致力于表征非参数化息肉形状的计算策略取得了显著进展。这些计算策略在分割任务中达到了高达 90% 的显著分数。然而，这些策略仅在经过裁剪且由专家选择的始终包含息肉的帧上运行。因此，这些计算近似方法远离临床场景和实际应用，因为在实际应用中，结肠镜检查在具有高纹理变异性的肠道背景上是冗余的。事实上，在完整的结肠镜检查记录中，息肉通常占总观察数的不到 1%。本工作介绍了 COLON：最大的结肠镜长序列数据集，包含约 3 万帧标记息肉帧和 40 万帧背景帧。该数据集收集自总共 30 次完整的结肠镜检查，涵盖不同阶段的息肉、准备程序的变异，以及在某些情况下对外科手术器械的观察。此外，集成了 10 次全肠道背景视频对照结肠镜检查，以实现稳健的息肉 - 背景帧区分。COLON 数据集向科学界开放，旨在引入新场景，以提出致力于长序列息肉检测和分割的计算工具，使其更接近真实的结肠镜检查场景。