Kvasir-Instrument：胃肠内镜中诊断与治疗工具分割数据集
医学物理
2020-11-17 v1 计算机视觉与模式识别
机器学习
图像与视频处理
摘要
胃肠道(GI)病变定期通过手术工具进行筛查、活检与切除。通常这些操作及被处理或切除区域在结肠镜检查期间或之后未被专门追踪或分析。有关病变边界、发展情况以及切除区域的数量与大小的信息会丢失，这可能导致随访不佳及治疗后重新评估的困扰。为改进当前标准并推动该课题更多研究，我们发布了“Kvasir-Instrument”数据集，其包含幅标注帧，内有GI操作工具如圈套器、球囊与活检钳等。除图像外，该数据集包含真值掩码与边界框，并已经两位GI内镜专家验证。此外，我们提供GI工具分割基线以促进研究与算法开发。使用经典U-Net架构我们取得了0.9158的Dice系数分数与0.8578的Jaccard指数。DoubleUNet观察到相似的Dice系数分数。定性结果显示模型对具镜面反射的图像及含多个器械的帧表现不佳，而两种方法的最佳结果见于所有其他类型图像。定性与定量结果均表明模型表现相当良好，但仍有较大改进潜力。使用该数据集进行基准测试为研究者贡献于GI内镜自动内镜诊断与治疗工具分割领域提供了机会。
引用
@article{arxiv.2011.08065,
title = {Kvasir-Instrument: Diagnostic and therapeutic tool segmentation dataset in gastrointestinal endoscopy},
author = {Debesh Jha and Sharib Ali and Krister Emanuelsen and Steven A. Hicks and VajiraThambawita and Enrique Garcia-Ceja and Michael A. Riegler and Thomas de Lange and Peter T. Schmidt and Håvard D. Johansen and Dag Johansen and Pål Halvorsen},
journal= {arXiv preprint arXiv:2011.08065},
year = {2020}
}