WCEbleedGen：面向无线掏取球镜的血液数据集及其基准评估
计算机视觉与模式识别
2024-08-23 v1 人工智能
机器学习
摘要
对无线掏取球镜（WCE）进行基于计算机的分析至关重要。然而，目前缺乏用于训练和评估自动分类、检测和分割出血和非出血帧的医学标注 WCE 数据集。本工作聚焦于开发一个名为 WCEbleedGen 的医学标注 WCE 数据集，用于自动分类、检测和分割出血和非出血帧。该数据集包含 2,618 个 WCE 出血和非出血帧，这些帧收集自 various internet resources and existing WCE datasets。对开发的数据集进行了全面的基准测试和评估，使用九个基于分类的、三个基于检测的和三个基于分割的深度学习模型进行评估。该数据集质量高、类别平衡，包含单个和多个出血部位。总体而言，我们的标准基准结果显示，Visual Geometric Group（VGG）19、You Only Look Once version 8 nano（YOLOv8n）和 Link network（Linknet）在自动分类、检测和分割评估中表现最佳。自动出血诊断对于 WCE 视频解释至关重要。这一多样化的数据集将有助于开发面向 WCE 自动出血诊断的实时、基于多任务学习的创新解决方案。该数据集和代码已公开于 https://zenodo.org/records/10156571 和 https://github.com/misahub2023/Benchmarking-Codes-of-the-WCEBleedGen-dataset。
引用
@article{arxiv.2408.12466,
title = {WCEbleedGen: A wireless capsule endoscopy dataset and its benchmarking for automatic bleeding classification, detection, and segmentation},
author = {Palak Handa and Manas Dhir and Amirreza Mahbod and Florian Schwarzhans and Ramona Woitek and Nidhi Goel and Deepak Gunjan},
journal= {arXiv preprint arXiv:2408.12466},
year = {2024}
}