ImageCAS：基于计算机断层扫描血管造影图像的大规模冠状动脉分割数据集与基准
图像与视频处理
2023-10-18 v2 机器学习
摘要
心血管疾病（CVD）约占非传染性疾病的一半。冠状动脉中的血管狭窄被认为是 CVD 的主要风险。计算机断层扫描血管造影（CTA）因其优越的图像分辨率，是冠状动脉诊断中广泛使用的无创成像方式之一。临床上，冠状动脉分割对于冠状动脉疾病的诊断和量化至关重要。近来，已提出多种工作来解决此问题。然而，一方面，大多数工作依赖于内部数据集，仅有少数工作将数据集公开，且只包含数十张图像。另一方面，它们的源代码未公开，且大多数后续工作未与现有工作进行比较，这使得难以判断方法的有效性，并阻碍了社区对这一具有挑战性但关键问题的进一步探索。在本文中，我们提出了用于 CTA 图像冠状动脉分割的大规模数据集。此外，我们实现了一个基准，其中尽力实现了几种典型的现有方法。进一步地，我们提出了一种强基线方法，结合多尺度块融合与两阶段处理以提取血管细节。综合实验表明，所提方法在提出的大规模数据集上取得了优于现有工作的性能。该基准与数据集发布于 https://github.com/XiaoweiXu/ImageCAS-A-Large-Scale-Dataset-and-Benchmark-for-Coronary-Artery-Segmentation-based-on-CT。
引用
@article{arxiv.2211.01607,
title = {ImageCAS: A Large-Scale Dataset and Benchmark for Coronary Artery Segmentation based on Computed Tomography Angiography Images},
author = {An Zeng and Chunbiao Wu and Meiping Huang and Jian Zhuang and Shanshan Bi and Dan Pan and Najeeb Ullah and Kaleem Nawaz Khan and Tianchen Wang and Yiyu Shi and Xiaomeng Li and Guisen Lin and Xiaowei Xu},
journal= {arXiv preprint arXiv:2211.01607},
year = {2023}
}
备注
17 pages, 12 figures, 4 tables