GIRAFE: Glottal Imaging Dataset for Advanced Segmentation, Analysis, and Facilitative Playbacks Evaluation

要約

声帯の高速ビデオ内視鏡​​シーケンスから抽出された促進的再生の開発の進歩は、声門ギャップの領域に対応するセマンティックセグメンテーションで注釈が付けられた公的に利用可能なデータセットの顕著な不足によって妨げられています。
この事実はまた、この分野における既存の研究の再現性とさらなる探求を制限します。
このギャップに対処するために、GIRAFE は、声帯の高速ビデオ内視鏡​​シーケンスのセマンティック セグメンテーション、分析、高速評価のための高度な技術の開発を促進するように設計されたデータ リポジトリです。
このリポジトリには、50 人の患者（女性 30 人、男性 20 人）からなるコホートからの 65 件の高速ビデオ内視鏡​​記録が含まれています。
このデータセットは、健康な対照からの 15 件の録音、音声障害と診断された患者からの 26 件の録音、および不明な健康状態の 24 件の録音で構成されています。
声門ギャップの意味的セグメンテーションに対応するマスクを含め、それらのすべては専門家によって手動で注釈が付けられました。
このリポジトリは、さまざまな最先端のアプローチを使用した声門領域の自動セグメンテーションによっても補完されています。
このデータセットはすでにいくつかの研究をサポートしており、高速ビデオ内視鏡​​シーケンスから新しい促進的再生を改善または作成するための新しい声門ギャップセグメンテーションアルゴリズムの開発にその有用性を実証しています。
これらの進歩やその他の分野の進歩にもかかわらず、声門領域の正確かつ完全に自動のセマンティックセグメンテーション方法を実行するという広範な課題は未解決のままです。

要約(オリジナル)

The advances in the development of Facilitative Playbacks extracted from High-Speed videoendoscopic sequences of the vocal folds are hindered by a notable lack of publicly available datasets annotated with the semantic segmentations corresponding to the area of the glottal gap. This fact also limits the reproducibility and further exploration of existing research in this field. To address this gap, GIRAFE is a data repository designed to facilitate the development of advanced techniques for the semantic segmentation, analysis, and fast evaluation of High-Speed videoendoscopic sequences of the vocal folds. The repository includes 65 high-speed videoendoscopic recordings from a cohort of 50 patients (30 female, 20 male). The dataset comprises 15 recordings from healthy controls, 26 from patients with diagnosed voice disorders, and 24 with an unknown health condition. All of them were manually annotated by an expert, including the masks corresponding to the semantic segmentation of the glottal gap. The repository is also complemented with the automatic segmentation of the glottal area using different state-of-the-art approaches. This data set has already supported several studies, which demonstrates its usefulness for the development of new glottal gap segmentation algorithms from High-Speed-Videoendoscopic sequences to improve or create new Facilitative Playbacks. Despite these advances and others in the field, the broader challenge of performing an accurate and completely automatic semantic segmentation method of the glottal area remains open.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google