CT-ScanGaze：用于3D体积扫描路径建模的数据集和基线
计算机视觉与模式识别
2025-07-18 v1
摘要
理解放射科医生在进行计算机断层扫描（CT）阅读时的眼动行为对于开发有效的可解释计算机辅助诊断系统至关重要。然而，CT领域的此类研究受限于公开可用的眼动数据集缺乏以及CT体积的三维复杂性。为此，我们提出了首个公开可用的CT眼动数据集，称为 CT-ScanGaze。随后，我们引入了 CT-Searcher，一种新型3D扫描路径预测器，专为处理CT体积并生成类似放射科医生的3D定点序列而设计，克服了当前仅处理2D输入的扫描路径预测器的局限性。由于深度学习模型从预训练步骤中获益，我们开发了一个管道，将现有的2D眼动数据集转换为3D眼动数据以预训练 CT-Searcher。通过对 CT-ScanGaze 上的定性和定量评估，我们展示了我们方法的有效性，并为3D扫描路径预测在医学影像中的综合评估框架。
引用
@article{arxiv.2507.12591,
title = {CT-ScanGaze: A Dataset and Baselines for 3D Volumetric Scanpath Modeling},
author = {Trong-Thang Pham and Akash Awasthi and Saba Khan and Esteban Duran Marti and Tien-Phat Nguyen and Khoa Vo and Minh Tran and Ngoc Son Nguyen and Cuong Tran Van and Yuki Ikebe and Anh Totti Nguyen and Anh Nguyen and Zhigang Deng and Carol C. Wu and Hien Van Nguyen and Ngan Le},
journal= {arXiv preprint arXiv:2507.12591},
year = {2025}
}
备注
ICCV 2025