MedShapeNet - - 一个用于计算机视觉的3D医疗形状的大规模数据集
Jianning Li1,2,3, Zongwei Zhou4, Jiancheng Yang5
1Institute for Artificial Intelligence in Medicine (IKIM), University Hospital Essen (AöR), Essen, Germany.
Biomedizinische Technik. Biomedical engineering
|December 29, 2024
概括
MedShapeNet为研究和应用提供了大量可访问的3D医疗形状集合. 这一数据集有助于推进用于医学成像的计算机视觉,包括瘤分类和手术规划.
科学领域:
- 医疗成像医学成像
- 计算机视觉 计算机视觉
- 3D形状分析 3D形状分析
背景情况:
- 最先进的计算机视觉算法利用各种3D形状表示,如voxel网格,网格和点云.
- 现有的大型3D形状数据集 (例如,ShapeNet,ModelNet) 缺乏全面的医学解剖学和外科手术仪器模型.
研究的目的:
- 为了介绍MedShapeNet,一个新的数据集为3D医疗形状.
- 通过适应数据驱动算法用于医疗应用,弥合计算机视觉和医学成像之间的差距.
- 为开发和评估对真实患者成像数据的算法提供资源.
主要方法:
- MedShapeNet从真实患者的医学成像数据直接建模形状.
- 数据集包括解剖结构 (骨,器官,血管) 和手术仪器的3D模型.
- 使用案例展示了大脑瘤分类,头骨重建,解剖完成,教育和3D打印中的应用.
主要成果:
- 目前MedShapeNet包含23个数据集,包含超过10万个注释的3D形状.
- 数据可以通过Web界面和Python API公开访问.
- 该数据集支持歧视性,重建性和变异性基准.
结论:
- MedShapeNet为医学形状分析和计算机视觉应用程序建立了一个有价值的资源.
- 收藏将继续扩大,支持虚拟/增强现实和3D打印中的基准和应用.
- 医学形状网可以在https://medshapenet.ikim.nrw/.
