在腹腔镜胃癌手术期间进行D2淋巴结解剖的动态关键血管解剖数据集
Longfei Gou1, Haolin Wu2, Chang Chen3
1Department of General Surgery & Guangdong Provincial Key Laboratory of Precision Medicine for Gastrointestinal Tumor, Nanfang Hospital, Southern Medical University, Guangzhou, China.
Scientific data
|May 29, 2025
概括
胃癌手术是复杂的. 一个新的数据集,LapGC-KVAD-30,通过在D2淋巴结解剖 (LND) 期间识别关键血管,帮助腹腔镜胃癌 (LapGC) 手术.
科学领域:
- 医疗成像医学成像
- 手术瘤学手术瘤学
- 计算机视觉 计算机视觉
背景情况:
- 胃癌 (GC) 是全球领先的恶性瘤.
- 建议对GC进行 laparoscopic 手术,但由于复杂的危胃血管,D2淋巴结解剖 (LND) 是具有挑战性的.
- 现有的数据集缺乏用于复杂腹腔镜手术的详细血管解剖学.
研究的目的:
- 为了介绍LapGC关键血管解剖数据集 (LapGC-KVAD-30).
- 为开发计算机视觉工具提供资源,以协助腹腔镜GC手术.
- 提高D2 LND在LapGC中的安全性和有效性.
主要方法:
- 从30个完整的腹腔镜胃癌 (LapGC) 手术视频中提取数据.
- 在8个D2LND场景中注释了15种关键船只类型.
- 包括5303个,显示动态的容器曝光和绑定过程.
主要成果:
- LapGC-KVAD-30数据集包含关键的危胃船只的详细注释.
- 该数据集捕捉了D2 LND期间船舶识别和绑定的动态性质.
- 它解决了复杂腹腔镜手术中专用数据集的需求.
结论:
- LapGC-KVAD-30数据集是 LapGC手术中推进计算机视觉的宝贵资源.
- 它可以促进人工智能工具的开发,以减少D2 LND期间的血管损伤.
- 这一数据集支持更安全,更有效的腹腔镜胃癌治疗.
