CT-SCOPE: パラナサルシヌスの骨構造の自動セマンティックセグメンテーションのためのCT SCANの注釈されたデータセット
Yichun Sun1, Alejandro Guerrero-López1, Julián D Arias-Londoño1
1Escuela Técnica Superior de Ingenieros de Telecomunicación, Universidad Politécnica de Madrid, Av. Complutense, 30, 28040, Madrid, Spain.
Data in brief
|September 2, 2025
まとめ
この研究では,さまざまな情報源から得られた鼻側のコンピュータトモグラフィー (CT) の新しいデータセットを提示しています. 医療画像分析のためのAIモデルを訓練し,デバイスの間でAIの汎用性を改善するのに役立ちます.
科学分野:
- 医療用イメージング
- 医療における人工知能
- コンピュータ・ビジョン
背景:
- コンピュータートモグラフィー (CT) 画像は鼻分析に不可欠です.
- 医療画像セグメンテーションのための 堅牢なAIモデルを開発するには 多様でよく注釈されたデータセットが必要です
- CTデバイスと記録条件の変動性は,AIモデルの一般化に課題を投げかけています.
研究 の 目的:
- 鼻側頭部CTスキャンに関する包括的なデータセットを導入する.
- 骨格構造のセグメンテーションのためのディープラーニングモデルのトレーニングと評価を容易にする.
- 医療AIのためのドメイン適応とクロスデバイスの汎用化に関する研究を支援する.
主な方法:
- 6つの病院と4つのCT装置から 40人のCTスキャンを集めました
- 13人の被験者に手動で注釈された意味分断マスクを提供した.
- 無注釈のスキャンと原始 DICOM/PNG フォーマットの自動生成の擬似ラベルが含まれています.
主要な成果:
- データセットには40人の被験者が含まれています.
- アノテートされたサブセットには,骨格構造の696のマスクが含まれています.
- データを増やすために,注釈のないスキャンには偽のラベルが用意されています.
結論:
- このデータセットは医療画像分析における AIの進歩に役立つ貴重なリソースです.
- これはセグメンテーションモデルの強度とドメインの適応に関する研究を可能にします.
- 鼻画像のより一般化可能なAIツールの開発を容易にする.
