Aneumo

Aneumo数据集是一个大规模的综合合成数据集，专门用于研究动脉瘤血流动力学。该数据集包含10,000多个3D模型（真实和合成），分为466个真实动脉瘤模型、466个无动脉瘤模型和9,534个变形动脉瘤模型。此外，数据集还包括10,000多个医学图像分割掩码文件和80,000多个在八个稳态流速下获得的血流动力学数据。

The Aneumo dataset is a large-scale comprehensive synthetic dataset specifically designed for research on aneurysm hemodynamics. This dataset contains over 10,000 3D models (both real and synthetic), which are categorized into 466 real aneurysm models, 466 non-aneurysm models, and 9,534 deformed aneurysm models. Furthermore, the dataset includes more than 10,000 medical image segmentation mask files and over 80,000 sets of hemodynamic data acquired under eight steady-state flow velocities.

原始信息汇总

Aneumo 数据集概述

基本信息

• 数据集名称: Aneumo
• 数据集类型: 合成数据集
• 数据集用途: 用于研究动脉瘤血流动力学
• 数据集规模: 包含超过10,000个3D模型（真实和合成）
  • 真实动脉瘤模型: 466个，来源于AneuX数据集
  • 无动脉瘤模型: 466个，代表正常血管结构
  • 变形动脉瘤模型: 9,534个，涵盖多种动脉瘤形状、大小和位置
• 生成方法: 基于466个真实动脉瘤病例，通过切除和变形操作生成
• 数据集内容:
  • 医学图像分割掩码文件: 超过10,000个，用于开发和测试分割算法
  • 血流动力学数据: 超过80,000个，在**八个稳态流速（0.001至0.004 kg/s）**下获得，涵盖速度、压力和壁面剪切应力等关键参数

可视化概览

• 图1: Aneumo数据集生成过程的工作流程图
  • 
• 图2: 血流动力学参数的可视化
  • 最大速度（左）和归一化压力差（右）
  • 
  • 

致谢

• Aneumo数据集的开发部分依赖于AneuX数据集的真实动脉瘤数据。

其他信息

• 数据集下载: 即将提供下载，请关注更新。
• 更多详情: 请参考论文。

搜集汇总

数据集介绍

构建方式

Aneumo数据集的构建基于466个真实动脉瘤案例，通过切除和变形操作生成了9534个变形动脉瘤模型，并结合466个真实动脉瘤模型和466个无动脉瘤的正常血管模型，形成了包含10,000多个3D模型的综合数据集。此外，数据集还包含了10,000多个医学图像分割掩码文件以及80,000多个血流动力学数据，这些数据在八个稳态流速下获取，涵盖了速度、压力和壁剪切应力等关键参数。

特点

Aneumo数据集的特点在于其规模庞大且多样性丰富，涵盖了真实和合成的动脉瘤模型，能够为动脉瘤血流动力学研究提供全面的数据支持。数据集不仅包含3D模型，还提供了丰富的血流动力学参数，适用于多种医学图像分析和血流动力学模拟任务。其多样化的模型和参数设置使得该数据集能够满足不同研究需求，为相关领域的算法开发和验证提供了坚实的基础。

使用方法

Aneumo数据集的使用方法主要包括下载数据集文件后，利用提供的3D模型和血流动力学数据进行医学图像分割算法的开发与测试。研究人员可以通过分析不同流速下的血流动力学参数，如速度、压力和壁剪切应力，来研究动脉瘤的血流特性。此外，数据集还可用于训练和验证机器学习模型，以提升动脉瘤检测和血流动力学预测的准确性。

背景与挑战

背景概述

Aneumo数据集是一个大规模的综合合成数据集，专门用于研究动脉瘤的血流动力学。该数据集由Xigui Li等人开发，旨在通过提供丰富的三维模型和血流动力学数据，推动动脉瘤相关研究的发展。数据集包含10,000多个三维模型，其中包括466个真实动脉瘤模型、466个正常血管模型以及9,534个通过切除和变形操作生成的合成动脉瘤模型。此外，数据集还提供了80,000多个血流动力学数据点，涵盖了速度、压力和壁面剪切应力等关键参数。Aneumo数据集的创建为动脉瘤的形态学和血流动力学研究提供了重要的数据支持，特别是在医学图像分割和血流模拟算法的开发中具有广泛的应用潜力。

当前挑战

Aneumo数据集在解决动脉瘤血流动力学研究中的挑战时，面临多个关键问题。首先，动脉瘤的形态多样性和复杂性使得模型生成和血流模拟的准确性成为一大难题。其次，数据集构建过程中，如何从有限的真实病例中生成大量具有代表性的合成模型，同时保持其生物力学合理性，是一个技术上的挑战。此外，血流动力学数据的获取和验证需要高精度的计算流体动力学（CFD）模拟，这对计算资源和算法效率提出了较高要求。最后，数据集的公开和共享也面临伦理和隐私问题，特别是在使用真实病例数据时，如何确保数据的匿名化和合规性是一个不可忽视的挑战。

常用场景

经典使用场景

Aneumo数据集在动脉瘤血流动力学研究中具有广泛的应用。通过提供超过10,000个3D模型和80,000多个血流动力学数据点，该数据集为研究人员提供了丰富的资源，用于模拟和分析不同形状、大小和位置的动脉瘤的血流特性。这些数据不仅包括真实动脉瘤模型，还涵盖了正常血管结构和变形动脉瘤模型，使得研究者能够在多样化的条件下进行实验和验证。

实际应用

Aneumo数据集在实际应用中具有重要价值。医疗机构可以利用该数据集中的血流动力学数据，优化动脉瘤的诊断和治疗方案。例如，通过分析不同血流条件下的压力分布，医生可以更准确地评估动脉瘤的破裂风险，从而制定个性化的治疗计划。此外，数据集还可用于培训机器学习模型，提升自动化诊断系统的性能，减少人为误差。

衍生相关工作

Aneumo数据集衍生了一系列经典研究工作。基于该数据集，研究人员开发了多种血流动力学模拟算法，进一步推动了动脉瘤研究的进展。例如，一些研究利用数据集中的血流数据，提出了新的动脉瘤破裂预测模型，显著提高了预测的准确性。此外，数据集还被用于开发和改进医学图像分割技术，为后续的医学图像分析提供了坚实的基础。