UltraEar：面向耳部疾病的多中心大规模数据库，集成超高分辨率CT与临床数据
图像与视频处理
2025-08-29 v1 人工智能
计算机视觉与模式识别
摘要
耳部疾病影响全球数十亿人，导致巨大的健康和经济负担。计算机断层扫描（CT）在准确诊断、术前规划和疗效评估中起到关键作用。本研究旨在呈现UltraEar数据库的建立与设计，该数据库是一个专为耳部疾病而建的大规模、多中心存储库，包含各向异性0.1 mm 超高分辨率CT（U-HRCT）图像及其相关临床数据。UltraEar在2020年10月至2035年10月期间从11所三级医院招募患者，将U-HRCT图像、结构化CT报告和全面的临床信息（包括人口学信息、听力测量结果、手术记录和病理发现）整合为一体。涵盖广泛的耳部疾病谱系，包括中耳炎、中耳化脓性骨化样变、鸟嘴软骨、颅骨骨折、内耳畸形、共鸣腔开口狭窄、扩大前庭囊腔以及sigmoid sinus骨性不足。已开发标准化的预处理管道，用于几何校准、图像标注和多结构分割。所有DICOM报头和元数据中的个人标识符均已删除或匿名化，以确保符合数据隐私法规。数据收集与策展通过每月一次的专家小组会议进行协调，存储在离线云系统中。UltraEar提供了一个前所未有的超高分辨率参考胚胎，同时保持技术保真度和临床相关性。该资源对推动放射学研究、开发和验证AI算法、作为耳部成像培训教育工具、支持跨机构合作研究具有重要潜力。UltraEar将持续更新和扩展，确保为全球耳部科学研究社区提供长期可访问性和可用性。
引用
@article{arxiv.2508.20141,
title = {UltraEar: a multicentric, large-scale database combining ultra-high-resolution computed tomography and clinical data for ear diseases},
author = {Ruowei Tang and Pengfei Zhao and Xiaoguang Li and Ning Xu and Yue Cheng and Mengshi Zhang and Zhixiang Wang and Zhengyu Zhang and Hongxia Yin and Heyu Ding and Shusheng Gong and Yuhe Liu and Zhenchang Wang},
journal= {arXiv preprint arXiv:2508.20141},
year = {2025}
}