Meply：用于转移性直肠周围淋巴结检测与分割的大规模数据集及基线评估
计算机视觉与模式识别
2024-04-16 v1 机器学习
摘要
直肠癌转移性淋巴结的精确分割对于直肠癌的分期和治疗至关重要。然而，由于缺乏专门针对直肠周围淋巴结的像素级标注数据集，现有的分割方法面临挑战。此外，转移性淋巴结具有相对较小、形状不规则以及与背景对比度较低的特点，进一步增加了分割任务的复杂性。为解决这些挑战，我们发布了首个大规模直肠周围转移性淋巴结 CT 图像数据集，名为 Meply，该数据集包含 269 名确诊直肠癌患者的像素级标注。此外，我们引入了一种名为 CoSAM 的新型淋巴结分割模型。CoSAM 利用基于序列的检测来指导直肠癌转移性淋巴结的分割，有助于提升分割模型的定位性能。它包含三个关键组件：基于序列的检测模块、分割模块和协同收敛单元。为了评估 CoSAM 的有效性，我们使用 Meply 数据集系统地将其性能与几种流行的分割方法进行了比较。我们的代码和数据集将公开于：https://github.com/kanydao/CoSAM。
引用
@article{arxiv.2404.08916,
title = {Meply: A Large-scale Dataset and Baseline Evaluations for Metastatic Perirectal Lymph Node Detection and Segmentation},
author = {Weidong Guo and Hantao Zhang and Shouhong Wan and Bingbing Zou and Wanqin Wang and Chenyang Qiu and Jun Li and Peiquan Jin},
journal= {arXiv preprint arXiv:2404.08916},
year = {2024}
}
备注
13 pages