SegCol 挑战：结肠镜数据中工具与折边的语义分割
计算机视觉与模式识别
2024-12-23 v1
摘要
结直肠癌 (CRC) 仍是全球癌症死亡的主要原因之一，通过切除息肉是有效的早期筛查方法。然而，在结肠内进行彻底的息肉检测具有显著挑战。为推进结肠镜导航，我们提出了用于工具与折边的语义分割挑战 (SegCol)。该挑战引入来自EndoMapper 数据存储库的数据集，包含来自96个结肠镜视频中所选帧的手动标注的像素级语义标签，用于结肠折边和内窥镜工具。通过提供折边作为解剖标志和来自折边和工具标签的深度不连续信息，该数据集旨在改进深度感知和定位方法。SegCol作为Endovis 挑战的一部分在MICCAI 2024 上进行，旨在推动结肠镜导航系统的创新。详情请参见 https://www.synapse.org/Synapse:syn54124209/wiki/626563，代码资源请参见 https://github.com/surgical-vision/segcol_challenge。
引用
@article{arxiv.2412.16078,
title = {SegCol Challenge: Semantic Segmentation for Tools and Fold Edges in Colonoscopy data},
author = {Xinwei Ju and Rema Daher and Razvan Caramalau and Baoru Huang and Danail Stoyanov and Francisco Vasconcelos},
journal= {arXiv preprint arXiv:2412.16078},
year = {2024}
}
备注
4 pages, 1 figure. Dataset introduction for the SegCol Challenge at MICCAI 2024. Full Challenge paper, including participant methods and evaluation results, will be released soon