CT-SCOPE:CT扫描的注释数据集用于Paranasal sinusEs的骨结构的自动语义细分
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
概括
这项研究提供了来自不同来源的鼻计算机断层扫描 (CT) 的新数据集. 它有助于训练人工智能模型进行医学图像分析,并提高跨设备的AI通用性.
科学领域:
- 医学成像
- 医学的人工智能
- 计算机视觉
背景情况:
- 计算机断层扫描 (CT) 成像对于鼻分析至关重要.
- 开发强大的医疗图像细分人工智能模型需要多样化,良好的注释数据集.
- 在CT设备和记录条件的变化对AI模型的概括提出了挑战.
研究的目的:
- 介绍一个全面的鼻CT扫描数据集.
- 促进骨结构细分的深度学习模型的培训和评估.
- 支持医疗人工智能的领域适应和跨设备通用化研究.
主要方法:
- 收集了来自6家医院和4台CT设备的40名患者的CT扫描.
- 为13名受试者提供手动注释的语义细分口罩.
- 包括自动生成的无注释扫描和原始DICOM/PNG格式的伪标签.
主要成果:
- 数据集包括40名不同成像条件的受试者.
- 标注的子集包括696个骨结构的面具.
- 用于增加数据的无注释扫描提供伪标签.
结论:
- 这一数据集是推动医疗图像分析人工智能的宝贵资源.
- 它可以研究细分模型的稳定性和领域适应性.
- 促进了对鼻成像的更广泛的AI工具的开发.


