RibSeg数据集与用于CT扫描肋骨分割的强点云基线
图像与视频处理
2021-10-01 v1 人工智能
计算机视觉与模式识别
图形学
机器学习
摘要
计算机断层扫描（CT）中的人工肋骨检查在临床中至关重要但劳动密集，因为24根肋骨在3D体积中通常细长且倾斜。自动肋骨分割方法可通过肋骨测量与可视化加速该过程。然而，先前工作大多使用公开不可用的内部标注数据集，且基于密集3D体积运算，计算效率低。为解决这些问题，我们构建了名为RibSeg的标注肋骨分割基准，包含来自公共数据集的490例CT扫描（11,719根独立肋骨）。对于真值生成，我们使用已有的基于形态的算法并手动精修其结果。随后，考虑到肋骨在3D体积中的稀疏性，我们对输入进行阈值化并采样稀疏体素，设计了基于点云的肋骨分割基线方法。所提方法取得了最先进的分割性能（Dice~），且效率显著（比先前工作快）。RibSeg数据集、代码及PyTorch模型可在 https://github.com/M3DV/RibSeg 获取。
引用
@article{arxiv.2109.09521,
title = {RibSeg Dataset and Strong Point Cloud Baselines for Rib Segmentation from CT Scans},
author = {Jiancheng Yang and Shixuan Gu and Donglai Wei and Hanspeter Pfister and Bingbing Ni},
journal= {arXiv preprint arXiv:2109.09521},
year = {2021}
}
备注
MICCAI 2021. The dataset, code, and model are available at https://github.com/M3DV/RibSeg