CADICA: a new dataset for coronary artery disease detection by using invasive coronary angiography

要約

冠動脈疾患（CAD）は依然として世界的に主要な死因であり、侵襲的冠動脈造影（ICA）は、CADが疑われる場合の解剖学的画像評価のゴールドスタンダードとみなされています。
ただし、ICA に基づくリスク評価には、観察者間で大きなばらつきがある狭窄重症度の視覚的評価など、いくつかの制限があります。
これは、専門家の臨床手順をサポートできる病変分類システムの開発の動機となります。
ディープラーニング分類手法は医療画像の他の分野では十分に開発されていますが、ICA 画像分類はまだ初期段階にあります。
最も重要な理由の 1 つは、利用可能な高品質のオープンアクセス データセットが不足していることです。
この論文では、取得した一連の患者ビデオと関連する疾患関連メタデータで構成される冠動脈造影の包括的かつ厳密なデータセットを研究コミュニティに提供する、新しい注釈付き ICA 画像データセット CADICA について報告しました。
このデータセットは、臨床医が CAD 重症度の血管造影評価のスキルをトレーニングするために使用したり、コンピューター科学者がそのような評価に役立つコンピューター支援診断システムを作成したりするために使用できます。
さらに、ベースライン分類方法が提案および分析され、CADICA の機能が検証され、科学界に CAD 検出を改善するための出発点が提供されます。

要約(オリジナル)

Coronary artery disease (CAD) remains the leading cause of death globally and invasive coronary angiography (ICA) is considered the gold standard of anatomical imaging evaluation when CAD is suspected. However, risk evaluation based on ICA has several limitations, such as visual assessment of stenosis severity, which has significant interobserver variability. This motivates to development of a lesion classification system that can support specialists in their clinical procedures. Although deep learning classification methods are well-developed in other areas of medical imaging, ICA image classification is still at an early stage. One of the most important reasons is the lack of available and high-quality open-access datasets. In this paper, we reported a new annotated ICA images dataset, CADICA, to provide the research community with a comprehensive and rigorous dataset of coronary angiography consisting of a set of acquired patient videos and associated disease-related metadata. This dataset can be used by clinicians to train their skills in angiographic assessment of CAD severity and by computer scientists to create computer-aided diagnostic systems to help in such assessment. In addition, baseline classification methods are proposed and analyzed, validating the functionality of CADICA and giving the scientific community a starting point to improve CAD detection.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google