1000lungs

1000lungs是一个用于支气管镜SLAM模型适应性训练的合成虚拟支气管镜数据集。该数据集基于可定制的SynAirG模型构建，能够生成用于支气管镜及一般腔内干预的合成世界。数据来源于MAISI生成的胸部CT体积（rflow-ct）。每个被接受的案例包含以下内容：生成的CT体积、配对的标签图、从中提取的二进制气道掩膜、支气管镜就绪的气道网格、中心线图、分支元数据、网格到CT的配准辅助文件、一个程序式虚拟支气管镜路径样本，以及同步渲染的剧集视频和条件流。数据集包含100个剧集（Episodes），核心任务定义为在合成的人类气道中导航柔性支气管镜。提供多种数据模态，包括深度视频、法线视频、PPS视频、复合元数据审查MP4、CT NIfTI格式文件、网格几何、源范围路径以及TUM格式的姿态轨迹。首批数据以几何优先，照片级真实感RGB可能由后续扫描提供。导出的深度、法线、PPS和掩膜流与支气管镜姿态逐帧对齐，可作为ControlNet风格的条件输入，用于基于物理渲染（PBR）的推理系统（如BronchoGen风格管道或自定义SynAirG渲染器）。网格和材质图工件也可在图像空间生成之前或同时驱动几何保持的PBR过程。数据集遵循Open-H-Embodiment / LeRobot v2.1布局约定，用于配对视频和运动学数据。需要特别注意，这是一个纯合成数据集，不适用于临床解释、临床部署、自主诊断或监管提交。1000lungs is a synthetic virtual bronchoscopy dataset for bronchoscopic SLAM model adaptation training. It is built on the customizable SynAirG model, capable of generating synthetic worlds for bronchoscopy and general intraluminal interventions. The data is sourced from MAISI-generated chest CT volumes (rflow-ct). Each accepted case includes: generated CT volume, paired label map, extracted binary airway mask, bronchoscopy-ready airway mesh, centerline graph, branch metadata, mesh-to-CT registration auxiliary files, a procedural virtual bronchoscopy path sample, and synchronized rendered episode videos with conditional flows. The dataset contains 100 episodes, with the core task defined as navigating a flexible bronchoscope in synthetic human airways. It provides multiple data modalities, including depth videos, normal videos, PPS videos, composite metadata review MP4, CT NIfTI format files, mesh geometry, source range paths, and TUM-format pose trajectories. The initial data prioritizes geometry, with photorealistic RGB potentially provided by subsequent scans. The exported depth, normal, PPS, and mask flows are aligned frame-by-frame with bronchoscope poses and can serve as ControlNet-style conditional inputs for physics-based rendering (PBR) inference systems (e.g., BronchoGen-style pipelines or custom SynAirG renderers). Mesh and material map artifacts can also drive geometry-preserving PBR processes before or during image space generation. The dataset follows the Open-H-Embodiment / LeRobot v2.1 layout conventions for paired video and kinematics data. Importantly, this is a purely synthetic dataset and is not intended for clinical interpretation, clinical deployment, autonomous diagnosis, or regulatory submissions.

原始信息汇总

数据集名称

1000 Lungs

数据集描述

1000 Lungs 是一个合成的虚拟支气管镜数据集，基于 SynAirG 模型构建，该模型可生成用于支气管镜及一般内腔镜干预的合成世界。模型基于 MAISI 生成的胸部 CT 体积构建。

数据集规模

• 已完成进度：14%
• 片段数（Episodes）：140

任务类型

任务为引导柔性支气管镜通过合成的人类气道。

数据模态

• 深度视频
• 法线视频
• PPS 视频
• 复合元数据审查 MP4
• CT NIfTI
• 网格几何
• 源镜路径
• TUM 位姿轨迹

RGB 状态

可能会在后续第二轮扫描中提供逼真的 RGB 数据；基于几何的首批批次在复合审查中使用显式的不可用占位符。

数据来源

MAISI rflow-ct 胸部 CT 及 MAISI 生成的配对标签。

构建过程

1. 运行 MAISI 兼容的 rflow-ct 包装器，生成胸部 CT 和配对标签图。
2. 从标签图中提取二进制气道掩膜。
3. 构建适用于支气管镜的气道网格、中心线图、分支元数据及网格到 CT 配准侧车文件。
4. 采样程序式虚拟支气管镜路径。
5. 渲染同步的片段视频和条件流。
6. 写入 LeRobot/Open-H 片段 parquet 文件、MP4 特征、每例医疗元数据、TUM 轨迹文本和位姿 JSONL。

条件生成用途

导出的深度、法线、PPS 和掩膜流与支气管镜位姿逐帧对齐，可用作基于 PBR 推理系统的 ControlNet 风格条件输入。

使用说明

仅为合成数据，不可用于临床解读、临床部署、自主诊断或监管提交。

许可协议

OpenMDW-1.1

任务类别

• 机器人学（robotics）
• 图像到视频（image-to-video）

标签

• lerobot
• open-h
• synthetic
• bronchoscopy
• maisi
• nv-generate
• rflow-ct
• synairg
• controlnet
• pbr
• tum

引用格式

bibtex @dataset{voncsefalvay_1000_lungs_2026, author = {von Csefalvay, Chris}, title = {1000lungs: A Dataset of Generative Worlds for Adaptive Training of Bronchoscopy SLAM Models}, year = {2026}, publisher = {Hugging Face}, howpublished = {url{https://huggingface.co/datasets/chrisvoncsefalvay/1000lungs}}, doi = {10.57967/hf/9209} }

搜集汇总

数据集介绍

构建方式

1000lungs数据集基于SynAirG生成模型构建，该模型专为支气管镜及内腔介入手术的虚拟世界生成而设计。构建流程始于MAISI框架生成的胸部CT体数据及配对标签图，随后提取气道掩膜并重建支气管镜适用的气道网格与中心线图。在此基础上，SynAirG采样出符合手术风格的虚拟支气管镜路径，同步渲染出深度、法向、PPS等多模态条件流，并最终整合为遵循LeRobot/Open-H规范的episode格式数据。

使用方法

用户可通过Hugging Face Datasets库加载该数据集，并利用LeRobot/Open-H的episode解析接口访问配对视频与运动学数据。深度、法向及PPS条件流可直接输入PBR推理系统作为控制信号，实现支气管镜SLAM模型的适应性训练。数据集还提供TUM轨迹文本与pose JSONL文件，便于结合视觉里程计或同时定位与地图构建算法开展评估与微调工作。

背景与挑战

背景概述

1000lungs数据集由Chris von Csefalvay于2026年发布，旨在推动支气管镜SLAM（同步定位与地图构建）模型的适应性训练。该数据集依托SynAirG生成模型，从MAISI生成的胸部CT体积中提取气道结构，构建了140个虚拟支气管镜操作片段。作为该领域首个大规模合成数据集，1000lungs通过提供深度视频、法向量、PPS等多样化模态，以及CT、网格和轨迹等元数据，为支气管镜导航算法的开发与评估奠定了坚实基础。其开源发布在Hugging Face平台上，并遵循Open-H-Embodiment与LeRobot v2.1格式规范，极大促进了机器人辅助内窥镜手术领域的交叉研究与技术迭代。

当前挑战

1000lungs数据集所面临的挑战集中在两个层面。在领域问题层面，支气管镜SLAM需应对气道内复杂光照、镜面反射及软组织形变等视觉退化条件，而真实临床数据的获取受限于隐私、标注成本及病理多样性，合成的1000lungs虽缓解了数据稀疏性，但其逼真度仍需通过PBR渲染或BronchoGen等生成式管道进一步验证，以弥合领域鸿沟。在构建过程中，挑战主要源于MAISI生成CT体积的不可靠性——约86%的案例因解剖结构畸变或标签不匹配而被淘汰，最终仅保留14%的通过率；此外，确保合成的气道网格、相机路径与物理世界的一致性，以及不同模态间的时空对齐，对数据处理管线提出了严苛要求。

常用场景

经典使用场景

在支气管镜手术模拟与计算机视觉交叉领域，1000lungs数据集凭借其合成但高度逼真的虚拟支气管环境，成为训练和评估同步定位与地图构建（SLAM）模型的经典基准。该数据集包含140个完整的手术导航轨迹片段，每个片段均配有多模态数据流，包括深度视频、法向视频、PPS视频以及CT体积和气道网格几何信息。研究者可利用这些对齐的帧序列与支气管镜位姿，开发鲁棒的视觉里程计与三维重建算法。其核心使用场景是在缺乏真实临床标注的情况下，通过可控的合成数据模拟复杂的呼吸运动、组织形变与光照变化，从而验证SLAM模型在非结构化人体气道中的泛化能力。

解决学术问题

1000lungs数据集的问世，有效攻克了支气管镜SLAM研究中长期存在的两大瓶颈：真值标注稀缺与临床数据获取困难。传统支气管镜视频数据难以提供精确的六自由度位姿真值和三维气道模型，而该数据集通过SynAirG流水线从MAISI生成的胸部CT体积中自动提取气道掩膜、中心线及内镜路径，为每一帧赋予毫米级的空间坐标与几何先验。这解决了学术界在无标记环境下评估SLAM算法时缺乏客观基准的问题，并推动了基于物理先验的视觉定位方法在微创介入导航中的发展。其意义在于首次为呼吸内镜领域提供了一个标准化、可扩展的合成数据平台，显著降低了开发高精度手术机器人的数据门槛。

实际应用

在临床前研究与手术机器人开发中，1000lungs数据集展现出显著的实用价值。它可直接用于训练支气管镜术中的实时导航系统，例如辅助医生在复杂气道分叉处识别路径方向，或在肺结节活检中提供基于三维地图的器械跟踪。数据集中的深度与法向视频流尤其适合为增强现实系统提供输入，通过叠加解剖结构辅助医生避开大血管区域。此外，其PPS可视化模态和TUM位姿轨迹可用于开发术后手术技能评估工具，自动分析进镜操作的流畅度与安全性。由于合成数据规避了隐私与伦理风险，该数据集还能作为企业研发的预训练资源，加速从虚拟仿真到临床验证的迭代周期。

数据集最近研究

最新研究方向

1000 Lungs数据集聚焦于利用生成式世界模型驱动支气管镜同步定位与建图（SLAM）模型的适应性训练，代表了合成医学影像与机器人视觉交叉领域的前沿方向。该数据集通过SynAirG框架，基于MAISI生成的胸部CT体积构建虚拟支气管镜环境，提供深度、法向、PPS等多模态条件流，专为控制网（ControlNet）及基于物理渲染（PBR）的推理系统设计。其核心创新在于将合成医学数据与开放具身智能标准（如LeRobot、Open-H-Embodiment）对接，支持程序化摄像头路径与高保真几何重建，从而提升SLAM模型在复杂气道解剖结构中的泛化能力。当前阶段已生成140个训练片段，并规划扩展至千例规模，预示着力学先验与图像空间生成融合的范式转变，为微创手术机器人的自主导航奠定数据基础。