liver registration dataset

该数据集由罗切斯特理工学院等机构开发，专为图像引导肝脏手术中的点云配准问题设计。数据集包含超过1000个肝脏模型和10,000次模拟，旨在解决术前与术中数据配准的完整到部分点云匹配问题。数据来源包括模拟和体模实验，涵盖了肝脏手术中常见的低可见性场景。该数据集为点云配准方法在肝脏手术中的应用提供了重要的基准资源，推动了相关领域的研究进展。

This dataset was developed by Rochester Institute of Technology and other institutions, specifically tailored for the point cloud registration task in image-guided liver surgery. It contains over 1,000 liver models and 10,000 simulation cases, aiming to address the full-to-partial point cloud matching problem for registration between preoperative and intraoperative data. The dataset's data sources include simulations and phantom experiments, covering low-visibility scenarios commonly encountered in liver surgery. As a pivotal benchmark resource for the application of point cloud registration methods in liver surgery, this dataset has advanced research progress in the relevant field.

搜集汇总

数据集介绍

构建方式

Liver Registration Dataset的构建基于术前和术中的三维点云数据，旨在解决肝脏手术中术前CT/MRI图像与术中数据的初始刚性配准问题。数据集通过模拟和体外实验生成，模拟数据集使用了来自Medical Segmentation Decathlon的CT扫描数据，生成了131个肝脏模型，并通过有限元模型模拟了10种变形。体外数据集则使用了包含已知标记的肝脏模型，通过CT扫描获取表面网格和标记点。数据集的构建过程包括随机裁剪、刚性变换和变形模拟，确保了数据的多样性和真实性。

特点

Liver Registration Dataset的特点在于其专注于完整到部分点云配准的场景，这在肝脏手术中尤为常见，尤其是腹腔镜手术中仅部分肝脏表面可见的情况下。数据集包含了超过1,000个肝脏模型和10,000次模拟，涵盖了不同的可见性比例和变形情况。此外，数据集还提供了体外实验数据，进一步增强了其在实际应用中的泛化能力。数据集的多样性和复杂性使其成为评估点云配准方法的理想基准。

使用方法

Liver Registration Dataset的使用方法包括将其应用于评估点云配准算法在肝脏手术中的性能。数据集可用于训练和测试基于学习的点云配准方法，特别是那些处理完整到部分点云配准问题的算法。用户可以通过数据集中的模拟和体外实验数据，验证算法在不同可见性比例和变形情况下的鲁棒性和准确性。此外，数据集还可用于开发新的配准模块，如论文中提出的patches-to-partial匹配策略，以提升现有方法在低可见性情况下的表现。

背景与挑战

背景概述

肝脏配准数据集（Liver Registration Dataset）由Zixin Yang等研究人员于2024年提出，旨在解决图像引导肝脏手术中术前与术中数据配准的核心问题。该数据集由罗切斯特理工学院、范德堡大学和密苏里大学堪萨斯城分校的研究团队共同构建，得到了美国国立卫生研究院和国家科学基金会的资助。其核心研究问题在于解决术前完整点云与术中部分点云之间的配准模糊性，这一问题在腹腔镜手术中尤为突出。该数据集的构建为基于点云配准的自动手术导航提供了重要的基准，推动了图像引导手术领域的技术进步。

当前挑战

肝脏配准数据集面临的主要挑战包括两个方面。首先，在领域问题层面，肝脏手术中仅部分器官表面可见，导致术前完整点云与术中部分点云之间的配准存在模糊性，尤其是在缺乏显著视觉特征的情况下，传统的点云配准方法难以准确对齐。其次，在数据集构建过程中，获取大规模的体内或体外肝脏数据成本高昂且复杂，现有的模拟数据集稀缺，且真实世界测试数据的可用性严重受限。此外，肝脏表面的平滑特性进一步增加了点云匹配的难度，尤其是在低可见度条件下，现有方法的表现显著下降。

常用场景

经典使用场景

Liver Registration Dataset 在图像引导的肝脏手术中，主要用于术前和术中数据的刚性配准。通过将术前 CT/MRI 图像生成的点云与术中获取的部分点云进行匹配，该数据集为外科医生提供了准确的亚表面信息，帮助其在手术过程中做出更精确的决策。特别是在腹腔镜手术中，由于术中肝脏表面的可见性有限，该数据集通过解决完整点云与部分点云之间的配准问题，显著提升了手术的精准度。

实际应用

在实际应用中，Liver Registration Dataset 被广泛用于图像引导的肝脏手术系统，帮助外科医生在术中实时获取术前影像的亚表面信息。通过自动化的点云配准，该系统能够减少手术时间并提高手术精度，特别是在腹腔镜手术中，由于术中肝脏表面的可见性有限，该数据集的应用显著提升了手术的安全性和成功率。

衍生相关工作

Liver Registration Dataset 的发布推动了多个相关领域的研究。例如，基于该数据集，研究人员开发了多种点云配准算法，如 patches-to-partial 匹配策略，这些算法被广泛应用于其他医学图像配准任务。此外，该数据集还激发了更多关于术中数据配准的研究，特别是在低可见性条件下的配准问题，为未来的医学影像处理技术提供了新的思路和方法。