RAM-W600：多任务手腕数据集与风粘热关节炎基准
图像与视频处理
2026-05-15 v4 计算机视觉与模式识别
摘要
风粘热关节炎（RA）是一种常见的自免疫疾病，长期是计算机辅助诊断（CAD）和疾病监测的研究焦点。在临床环境中，传统 X 光（CR）因其低成本和可及性而广泛用于 RA 的筛查和评估。手腕是 RA 诊断的关键区域。然而，此领域的 CAD 研究仍有限，主要由于获取高质量实例级标注数据存在挑战。（i）手腕由众多小骨头组成，骨缝狭窄，结构复杂，常发生重叠，需具备详细的解剖学知识才能进行准确标注。（ii）RA 病程常导致骨棘、骨吸收（BE）甚至骨性肌厄，改变骨骼形态，增加标注难度，需具备风粘热关节炎专长。本工作提出一个用于手腕 CR 的多任务数据集，包括两个任务：（i）手腕骨实例分割和（ii）Sharp/van der Heijde（SvdH）BE 评分，这是首个公开的手腕骨实例分割资源。该数据集包含来自6个医疗中心的388名患者、1048例手腕 CR，618幅图像进行像素级实例分割标注，800幅图像获得 SvdH BE 评分。该数据集可能支持与 RA 相关的广泛研究任务，包括关节间隙狭窄（JSN）病程量化、BE 检测、骨 deformity 评估和骨棘检测。它也可应用于其他手腕相关任务，如骨骼骨折定位。我们希望该数据集将显著降低 RA 研究的门槛，并加速 CAD 领域内 RA 相关研究的进展。
引用
@article{arxiv.2507.05193,
title = {RAM-W600: A Multi-Task Wrist Dataset and Benchmark for Rheumatoid Arthritis},
author = {Songxiao Yang and Haolin Wang and Yao Fu and Ye Tian and Tamotsu Kamishima and Masayuki Ikebe and Yafei Ou and Masatoshi Okutomi},
journal= {arXiv preprint arXiv:2507.05193},
year = {2026}
}
备注
Published in NeurIPS 2025