PolypDB：面向结肠镜检查AI算法开发的多中心精选数据集
计算机视觉与模式识别
2025-01-07 v2
摘要
结肠镜检查是检查、检测和切除息肉的主要方法。然而，内镜医生技能的差异、肠道准备质量以及大肠的复杂性质等挑战导致了较高的息肉漏诊率。这些被漏诊的息肉后续可能发展为癌症，这突显了改进检测方法的重要性。为了填补缺乏公开可用、多中心、大规模且多样化的数据集以开发息肉自动检测和分割方法的空白，我们引入了PolypDB，这是一个大规模公开可用的数据集，包含来自真实结肠镜检查视频的3934张静态息肉图像及其对应的真值。PolypDB包含来自挪威、瑞典和越南三个医疗中心的五种模态的图像：蓝光成像（BLI）、柔性成像彩色增强（FICE）、联动成像（LCI）、窄带成像（NBI）和白光成像（WLI）。我们在每种模态和每个中心上提供了基准测试，包括使用流行的分割和检测基准的联邦学习设置。PolypDB是公开的，可从 \url{https://osf.io/pr7ms/} 下载。有关数据集、分割、检测、联邦学习基准和训练-测试划分的更多信息，请访问 \url{https://github.com/DebeshJha/PolypDB}。
引用
@article{arxiv.2409.00045,
title = {PolypDB: A Curated Multi-Center Dataset for Development of AI Algorithms in Colonoscopy},
author = {Debesh Jha and Nikhil Kumar Tomar and Vanshali Sharma and Quoc-Huy Trinh and Koushik Biswas and Hongyi Pan and Ritika K. Jha and Gorkem Durak and Alexander Hann and Jonas Varkey and Hang Viet Dao and Long Van Dao and Binh Phuc Nguyen and Nikolaos Papachrysos and Brandon Rieders and Peter Thelin Schmidt and Enrik Geissler and Tyler Berzin and Pål Halvorsen and Michael A. Riegler and Thomas de Lange and Ulas Bagci},
journal= {arXiv preprint arXiv:2409.00045},
year = {2025}
}
备注
3 Figures, 6 tables