RVD：基于手持设备的眼底视频数据集用于视网膜血管分割
计算机视觉与模式识别
2023-07-14 v1 人工智能
摘要
视网膜血管分割通常基于台式设备采集的基于图像的数据集。静态图像自然丢失了视网膜波动的动态特征，导致数据集丰富度下降，且台式设备的使用因其可及性有限进一步限制了数据集的可扩展性。考虑到这些局限，我们通过使用手持设备进行数据采集，引入了首个基于视频的视网膜数据集。该数据集包含来自四家不同诊所的 635 段智能手机眼底视频，涉及 415 名 50 至 75 岁的患者。它在空间和时间维度上提供全面且精确的视网膜结构标注，旨在推进血管分割的格局。具体而言，该数据集提供三个层级的空间标注：用于整体视网膜结构勾画的二值血管掩码、用于区分静脉与动脉的通用动静脉掩码，以及用于进一步刻画每条动脉和静脉粒度的细粒度动静脉掩码。此外，该数据集提供捕获血管搏动特征的时间标注，有助于检测需要细粒度识别血流动力学波动的眼部疾病。在应用上，我们的数据集相对于台式设备采集的数据表现出显著的域偏移，从而对现有方法提出巨大挑战。在实验中，我们提供了数据集上的评估指标和基准结果，反映了其在血管分割任务上的潜力与挑战。我们希望这一具有挑战性的数据集能显著促进眼疾诊断与早期预防的发展。
引用
@article{arxiv.2307.06577,
title = {RVD: A Handheld Device-Based Fundus Video Dataset for Retinal Vessel Segmentation},
author = {MD Wahiduzzaman Khan and Hongwei Sheng and Hu Zhang and Heming Du and Sen Wang and Minas Theodore Coroneo and Farshid Hajati and Sahar Shariflou and Michael Kalloniatis and Jack Phu and Ashish Agar and Zi Huang and Mojtaba Golzan and Xin Yu},
journal= {arXiv preprint arXiv:2307.06577},
year = {2023}
}