SimCol3D——结肠镜下的三维重建挑战赛
计算机视觉与模式识别
2024-07-04 v2
摘要
结直肠癌是全球最常见的癌症之一。尽管结肠镜是一种有效的筛查技术，但操控内镜穿过结肠以检测息肉颇具挑战。所观察表面的三维地图可增强对未筛查结肠组织的识别并作为训练平台。然而，从视频片段重建结肠仍然困难。基于学习的方法作为鲁棒替代方案大有前景，但需要大量数据集。为建立基准数据集，2022 年 EndoVis 子挑战赛 SimCol3D 旨在促进结肠镜期间数据驱动的深度与位姿预测。该挑战赛作为 MICCAI 2022 的一部分在新加坡举办。来自全球学术界与工业界的六支队伍参与了三个子挑战：合成深度预测、合成位姿预测与真实位姿预测。本文描述了该挑战赛、所提交的方法及其结果。我们表明，从合成结肠镜图像进行深度预测可稳健求解，而位姿估计仍是一个开放的研究问题。
引用
@article{arxiv.2307.11261,
title = {SimCol3D -- 3D Reconstruction during Colonoscopy Challenge},
author = {Anita Rau and Sophia Bano and Yueming Jin and Pablo Azagra and Javier Morlana and Rawen Kader and Edward Sanderson and Bogdan J. Matuszewski and Jae Young Lee and Dong-Jae Lee and Erez Posner and Netanel Frank and Varshini Elangovan and Sista Raviteja and Zhengwen Li and Jiquan Liu and Seenivasan Lalithkumar and Mobarakol Islam and Hongliang Ren and Laurence B. Lovat and José M. M. Montiel and Danail Stoyanov},
journal= {arXiv preprint arXiv:2307.11261},
year = {2024}
}