MedShapeNet — A Large-Scale Dataset of 3D Medical Shapes for Computer Vision

要約

解剖学的形状 (骨、臓器、血管など) と 3D 手術器具モデルの大規模なコレクションである MedShapeNet を紹介します。
ディープラーニングの時代以前は、医療画像解析における統計的形状モデル (SSM) の広範な応用は、医療データを記述するために形状が一般的に使用されていたことを証明しています。
しかし、今日では、医療画像処理における最先端 (SOTA) 深層学習アルゴリズムは、主にボクセルベースになっています。
逆に、コンピューター ビジョンでは、IEEE などの主要なビジョン会議での多数の形状関連の出版物からわかるように、形状 (ボクセル占有グリッド、メッシュ、点群、暗黙的な表面モデルを含む) が 3D でのデータ表現として好まれています。
/CVF Conference on Computer Vision and Pattern Recognition (CVPR)、およびコンピュータ ビジョン研究における ShapeNet (約 51,300 モデル) と Princeton ModelNet (127,915 モデル) の人気の高まり。
MedShapeNet は、データ駆動型ビジョン アルゴリズムの医療アプリケーションへの変換を容易にするために、これらの一般的に使用される形状ベンチマークの代替として作成され、重大な医療問題を解決するために SOTA ビジョン アルゴリズムを適応させる機会を拡大します。
さらに、MedShapeNet の医療形状の大部分は実際の患者の画像データに基づいて直接モデル化されているため、コンピュータ支援設計 (CAD) モデルで構成される既存の形状ベンチマークを補完します。
MedShapeNet には現在 100,000 を超える医療形状が含まれており、ペア データの形式で注釈を提供します。
したがって、拡張現実 (仮想現実 – VR、拡張現実 – AR、複合現実 – MR) および医療 3D プリンティング用の 3D モデルの無料で利用できるリポジトリでもあります。
このホワイトペーパーでは、MedShapeNet の背後にある動機、形状取得手順、使用例、およびオンライン形状検索ポータルの使用法について詳しく説明しています: https://medshapenet.ikim.nrw/

要約(オリジナル)

We present MedShapeNet, a large collection of anatomical shapes (e.g., bones, organs, vessels) and 3D surgical instrument models. Prior to the deep learning era, the broad application of statistical shape models (SSMs) in medical image analysis is evidence that shapes have been commonly used to describe medical data. Nowadays, however, state-of-the-art (SOTA) deep learning algorithms in medical imaging are predominantly voxel-based. In computer vision, on the contrary, shapes (including, voxel occupancy grids, meshes, point clouds and implicit surface models) are preferred data representations in 3D, as seen from the numerous shape-related publications in premier vision conferences, such as the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), as well as the increasing popularity of ShapeNet (about 51,300 models) and Princeton ModelNet (127,915 models) in computer vision research. MedShapeNet is created as an alternative to these commonly used shape benchmarks to facilitate the translation of data-driven vision algorithms to medical applications, and it extends the opportunities to adapt SOTA vision algorithms to solve critical medical problems. Besides, the majority of the medical shapes in MedShapeNet are modeled directly on the imaging data of real patients, and therefore it complements well existing shape benchmarks comprising of computer-aided design (CAD) models. MedShapeNet currently includes more than 100,000 medical shapes, and provides annotations in the form of paired data. It is therefore also a freely available repository of 3D models for extended reality (virtual reality – VR, augmented reality – AR, mixed reality – MR) and medical 3D printing. This white paper describes in detail the motivations behind MedShapeNet, the shape acquisition procedures, the use cases, as well as the usage of the online shape search portal: https://medshapenet.ikim.nrw/

arxiv情報

提供元, 利用サービス

arxiv.jp, Google