图:用于高级细分,分析和促进回放评估的全球成像数据集
Gustavo Andrade-Miranda1,2, Konstantinos Chatzipapas1,3, Julián D Arias-Londoño4
1Laboratoire de Traitement de l'Information Médicale (LaTIM), UMR 1101, INSERM, University of Brest, 29200, Brest, France.
Data in brief
|March 3, 2025
概括
一个新的数据集,GIRAFE,解决了缺乏注释的声图像,用于开发先进的喉间隙细分技术. 本资源有助于研究高速视频内镜分析和促进性播放评估.
科学领域:
- 医疗成像医学成像
- 生物工程是生物工程.
- 声乐曲线动力学 声乐曲线动力学
背景情况:
- 来自高速视频内镜序列的便利性播放开发受到稀缺的,注释的语音折叠数据集的限制.
- 由于缺乏对喉隙的语义细分数据,这阻碍了该领域的可复制性和研究探索.
研究的目的:
- 推出GIRAFE,一个用于声分析的新型数据库.
- 促进对高速视频内镜序列的先进语义细分和分析技术的开发.
主要方法:
- 汇编了来自50名患者的65个高速视频内镜录像 (健康,语音障碍,未知情况).
- 专家对喉隙语义细分口罩进行手动注释.
- 包括使用最先进的方法自动分类口区域.
主要成果:
- 该GIRAFE数据集支持研究喉隙细分算法.
- 它有助于从高速视频内镜数据中改进和创建新的促进性播放技术.
结论:
- 吉拉菲解决了对注释声成像数据的急需问题.
- 全自动,准确的部区域语义细分的挑战仍然是一个开放的研究领域.
