CTSpine1K：用于计算机断层扫描中脊椎分割的大规模数据集
图像与视频处理
2024-10-04 v4 计算机视觉与模式识别
摘要
脊柱相关疾病发病率高，造成巨大的社会成本负担。脊柱影像是非侵入性可视化和评估脊柱病变的重要工具。在计算机断层扫描（CT）图像中分割椎体是基于深度学习的脊柱疾病临床诊断与手术规划定量医学图像分析的基础。当前公开的脊椎标注数据集规模较小。由于缺乏大规模标注脊柱图像数据集，主流的数据驱动深度学习分割方法受到严重限制。本文介绍一个从多来源整理、用于椎体分割的大规模脊柱 CT 数据集 CTSpine1K，包含 1,005 个 CT 体积，涵盖超过 11,100 个属于不同脊柱状态的标注椎体。基于该数据集，我们进行了若干脊椎分割实验以建立首个基准。我们相信该大规模数据集将促进许多脊柱相关图像分析任务的进一步研究，包括但不限于椎体分割、标记、双平面 X 线片的 3D 脊柱重建、图像超分辨率与增强。
引用
@article{arxiv.2105.14711,
title = {CTSpine1K: A Large-Scale Dataset for Spinal Vertebrae Segmentation in Computed Tomography},
author = {Yang Deng and Ce Wang and Yuan Hui and Qian Li and Jun Li and Shiwei Luo and Mengke Sun and Quan Quan and Shuxin Yang and You Hao and Pengbo Liu and Honghu Xiao and Chunpeng Zhao and Xinbao Wu and S. Kevin Zhou},
journal= {arXiv preprint arXiv:2105.14711},
year = {2024}
}
备注
Accepted by MICCAI2024 Open Data for oral presentation and will be published as a part of the journal MELBA special issue