AATCT-IDS:一个基准的腹部脂肪组织CT图像数据集用于图像无声化,语义细分和放射学评估

科学领域:

• 医疗成像医学成像
• 放射学 放射学是一门学科.
• 计算机辅助诊断 计算机辅助诊断

背景情况:

• 肥胖引起的代谢综合征与全球心血管疾病率的上升有关.
• 准确评估脂肪组织分布对于心血管风险分层至关重要.
• 现有的研究受到开源腹部脂肪组织数据集稀缺性的限制.

研究的目的:

• 引入和发布腹部脂肪组织CT图像数据集 (AATCT-IDS).
• 提供一个基准数据集,用于验证图像无色化方法,训练语义细分模型,并进行放射学研究.
• 评估AATCT-IDS在这些多样化的计算任务中的研究潜力.

主要方法:

• 策划了300名受试者的数据集,其中包括13,732张腹部CT片.
• 在3,213个选定的切片上注释了皮下和内脏脂肪组织区域.
• 使用AATCT-IDS进行了各种图像消噪,语义细分和放射学方法的比较分析.

主要成果:

• 图像无色化方法显示了噪声抑制和细节保存之间的权衡.
• BiSeNet证明了腹部脂肪组织的高效语义细分,与U-Net相似,但训练速度更快.
• 对AATCT-IDS的放射学分析确定了人口中三个不同的脂肪组织分布模式.

结论:

• 在CT扫描中,AATCT-IDS为腹部脂肪组织区域提供了必要的基本事实.
• 这种开源数据集可促进腹部脂肪的多维分析,帮助临床实践.
• AATCT-IDS是免费提供非商业研究,以促进理解和临床应用.