multimodal lumbar spine phantom dataset

我们构建了一个用于多模态成像（CT、超声）的腰椎脊柱模型数据集。提供了CT DICOM数据，以及带有机器人跟踪数据的2D超声图像。此外，还提供了从CT和超声扫描生成脊柱点云的脚本。

We have constructed a dataset of lumbar spine models for multimodal imaging (CT, ultrasound). The dataset includes CT DICOM data and 2D ultrasound images with robotic tracking data. Additionally, scripts for generating spine point clouds from CT and ultrasound scans are provided.

原始信息汇总

数据集概述

数据集名称

ISMR24 Multimodal Spine Registration

数据集内容

• 多模态腰椎脊柱幻影数据集

  • 腰椎脊柱幻影
    • 基于四部分腰椎脊柱模型构建，两侧布置六个陶瓷球形基准标记（直径6 mm）。
  • CT体积数据
    • CT DICOM数据文件名为AX_BONE_0005.zip，位于dataset/2023-10-26_spine_phantom_CT。
  • 生成点云数据
    • 使用MATLAB脚本scripts/generate_pcd_from_ct_phantom.m从CT数据中提取并可视化脊柱点云，包含基准标记。
  • 机器人超声体积数据
    • 包含超声图像和机器人跟踪数据的文件名为2023-11-13-15-24-09.bag，位于dataset/2023-11-13_spine_phantom_franka_US。
    • 使用MATLAB脚本scripts/generate_pcd_from_us_phantom.m从超声数据中提取并可视化脊柱点云，包含基准标记。

• 基于点云的超声-CT脊柱注册管道

  • 提供脚本reg_multimodal_spine/registration_ct_us.m用于处理和注册CT与3D机器人超声数据，以重现论文中的结果。

数据集依赖

• MATLAB (测试版本2022b)
  • ROS Toolbox
  • Lidar Toolbox
  • Medical Imaging Toolbox
  • Statistics and Machine Learning Toolbox
  • Signal Processing Toolbox

搜集汇总

数据集介绍

构建方式

在构建多模态腰椎脊柱仿真数据集时，研究团队精心设计了一个四部分的腰椎脊柱模型，并在其两侧布置了六个陶瓷球形基准标记（直径6毫米）。通过此仿真模型，团队采集了CT DICOM数据和2D超声图像，并结合机器人跟踪数据。利用MATLAB环境中的多种工具箱，包括ROS、Lidar、医学成像、统计和信号处理工具箱，团队编写了脚本以从CT和超声扫描中生成脊柱点云数据。这些脚本不仅提取了脊柱的点云信息，还包含了基准标记的点云数据，从而为后续的多模态数据配准提供了坚实的基础。

特点

该数据集的显著特点在于其多模态数据的整合与高精度点云生成。通过结合CT和超声成像技术，数据集不仅提供了丰富的解剖结构信息，还通过机器人跟踪数据确保了数据的时空一致性。此外，数据集中的基准标记点云数据为多模态图像的精确配准提供了可靠的参考点，这在脊柱手术的图像引导中尤为关键。生成的点云数据格式为PCD，便于在各种点云处理软件中进行进一步分析和应用。

使用方法

使用该数据集时，用户首先需下载并解压CT DICOM数据和机器人超声数据包，将其放置在指定的数据集目录下。随后，在MATLAB环境中运行相应的脚本，如generate_pcd_from_ct_phantom.m和generate_pcd_from_us_phantom.m，以生成并可视化脊柱和基准标记的点云数据。最后，用户可执行registration_ct_us.m脚本，进行CT与超声数据的多模态配准，从而再现研究团队在脊柱手术图像引导中的实验结果。

背景与挑战

背景概述

多模态腰椎脊柱幻影数据集（Multimodal Lumbar Spine Phantom Dataset）是由Xihan Ma等研究人员在2024年IEEE ISMR会议上提出的，旨在解决脊柱手术中自动化、机器人辅助图像引导的可行性问题。该数据集基于一个四部分的腰椎脊柱模型构建，包含了CT DICOM数据和2D超声图像，以及相应的机器人跟踪数据。通过提供从CT和超声扫描生成的脊柱点云数据，该数据集为研究多模态图像配准提供了宝贵的资源，特别是在脊柱手术中的应用。

当前挑战

该数据集在构建过程中面临多项挑战。首先，多模态数据的整合与配准是一个复杂的过程，涉及CT和超声图像的高精度对齐。其次，机器人跟踪数据的引入增加了系统的复杂性，需要确保数据的一致性和准确性。此外，生成和处理点云数据的技术要求较高，涉及多种工具箱的使用，如ROS Toolbox、Lidar Toolbox等。这些挑战不仅影响了数据集的构建效率，也对后续研究提出了技术上的高要求。

常用场景

经典使用场景

在脊柱外科手术中，多模态腰椎脊柱幻影数据集（multimodal lumbar spine phantom dataset）被广泛用于开发和验证基于点云的CT与超声图像配准算法。通过该数据集，研究者能够模拟真实的手术环境，利用CT和超声图像生成脊柱的点云数据，进而实现高精度的图像配准。这一过程不仅有助于提升手术导航系统的准确性，还能为机器人辅助手术提供可靠的数据支持。

解决学术问题

该数据集解决了脊柱外科手术中图像配准的难题，特别是在多模态图像融合方面。传统的单一模态图像配准方法在复杂解剖结构中表现不佳，而多模态配准能够综合利用CT的高分辨率和超声的实时性，显著提高配准精度。这不仅推动了图像引导手术技术的发展，还为脊柱外科手术的自动化和机器人辅助提供了理论基础和实验验证。

衍生相关工作

基于该数据集，研究者们开发了多种先进的图像配准算法，如FPFH+CPD方法，这些算法在脊柱外科手术中得到了广泛应用。此外，该数据集还促进了多模态图像处理技术的发展，推动了医学图像分析领域的进步。相关研究成果不仅发表在IEEE ISMR 2024等国际会议上，还为后续的脊柱外科手术研究提供了宝贵的数据资源和方法论支持。