4D-CTA Image and geometry dataset for kinematic analysis of abdominal aortic aneurysms

本数据集包含来自十个患有腹主动脉瘤（AAA）患者的定时分辨3D计算机断层血管造影（4D-CTA）图像，以及从这些图像中提取的十个患者特定的AAA几何形状。数据集通常包含每个患者十个心电图门控3D-CTA图像帧，跨越一个心动周期，捕捉AAA配置的收缩和舒张期。该数据集旨在支持对AAA的壁位移和应变进行分析，以及开发新的计算方法以用于医学图像分析和计算生物力学。

This dataset contains time-resolved 3D computed tomographic angiography (4D-CTA) images from ten patients with abdominal aortic aneurysm (AAA), as well as ten patient-specific AAA geometries extracted from these images. The dataset typically includes ten electrocardiographically-gated 3D-CTA image frames per patient, spanning one cardiac cycle to capture the systolic and diastolic phases of AAA configuration. This dataset is intended to support analyses of AAA wall displacement and strain, as well as the development of novel computational methods for medical image analysis and computational biomechanics.

搜集汇总

数据集介绍

构建方式

该数据集的构建基于十名腹主动脉瘤（AAA）患者的时间分辨三维计算机断层扫描血管造影（4D-CTA）图像，这些图像通过西门子SOMATOM Definition Flash CT扫描仪采集，并在心脏周期内以10%间隔均匀捕获。图像处理流程包括使用NUREA的PRAEVAorta软件进行基于AI的分割，ISML-UWA内部代码进行后处理，以及利用BioPARR和3D Slicer软件包提取表面模型。此外，数据集还包含由患者1的舒张期3D-CTA图像生成的合成收缩期图像，通过有限元生物力学模型获得的位移场进行变形处理，为方法验证提供了真实数据。

使用方法

该数据集的使用方法包括下载Zenodo存储库中的公开数据，并利用兼容的软件工具（如3D Slicer和BioPARR）进行图像和几何模型的处理与分析。研究人员可以通过数据集中的真实数据验证新方法的准确性，或将其作为基准测试现有算法的性能。数据集的结构化目录和标准化文件格式（如NRRD和STL）简化了数据的访问和处理流程，使其能够无缝集成到各种计算平台和研究流程中。此外，数据集还支持非侵入性AAA壁应变测量和计算生物力学技术的广泛应用。

背景与挑战

背景概述

4D-CTA Image and geometry dataset for kinematic analysis of abdominal aortic aneurysms是由西澳大利亚大学智能系统医学实验室（ISML-UWA）联合多家医疗机构于2025年创建的重要数据集，旨在支持腹主动脉瘤（AAA）运动学的非侵入性研究。该数据集包含十名患者的四维计算机断层扫描血管造影（4D-CTA）图像和患者特异性几何模型，填补了AAA研究中壁应力分析与运动学参数（如位移和应变）之间的研究空白。通过公开原始图像数据（NRRD格式）和表面几何模型（STL格式），该数据集为生物力学计算和医学图像分析提供了标准化基准，其创新性地包含基于有限元模型生成的合成收缩期图像作为验证基准，显著提升了AAA破裂风险预测方法的可重复性与验证效率。

当前挑战

该数据集面临的核心科学挑战包括：1) 医学图像处理层面，4D-CTA图像在心脏周期不同相位（如10%-100% R-R间期）的质量差异导致运动学分析精度受限，部分患者仅能获取两个相位数据；2) 几何建模过程中，AI分割工具产生的孔洞缺陷需通过复杂后处理流程（包括MATLAB代码优化和ACVD重网格化）才能满足生物力学分析要求；3) 临床验证维度，单中心采集的10例样本量及缺乏多设备对比数据，限制了算法泛化能力的全面评估。此外，构建合成基准数据时需平衡生物力学模型精度与FDA/ASME指南要求的合理性验证标准，这对位移场建模提出了双重约束。

常用场景

经典使用场景

该数据集在腹主动脉瘤（AAA）生物力学研究中扮演了关键角色，通过时间分辨的3D计算机断层扫描血管造影（4D-CTA）图像，研究者能够精确捕捉AAA在整个心动周期中的动态变化。这些数据为分析AAA壁位移和应变提供了非侵入性的方法，成为研究AAA运动学和生物力学特性的重要工具。

解决学术问题

该数据集填补了AAA研究中壁运动学分析的空白，解决了传统方法难以在体内非侵入性测量AAA壁位移和应变的难题。通过提供患者特异性的几何模型和合成地面真实数据，该数据集为验证新的计算方法和生物力学模型提供了可靠基准，推动了AAA破裂风险评估的精准化研究。

实际应用

在临床实践中，该数据集支持开发基于图像的AAA破裂风险预测工具，帮助医生制定个性化治疗方案。其标准化文件格式（如NRRD和STL）确保了与开源软件的兼容性，促进了数据在医学图像分析和计算生物力学领域的广泛应用，例如手术规划模拟和医疗器械设计验证。

数据集最近研究

最新研究方向

近年来，基于4D-CTA图像和几何数据集的腹主动脉瘤（AAA）运动学研究已成为计算生物力学领域的前沿方向。该数据集通过提供十名患者的心脏周期内时间分辨3D计算机断层扫描血管造影（4D-CTA）图像及其对应的患者特异性几何模型，为AAA壁位移和应变的非侵入性分析提供了重要资源。研究热点集中在利用图像配准技术和有限元生物力学模型，探索AAA在心脏周期中的动态行为，从而评估其破裂风险。这一方向不仅推动了AAA生物力学理解的深化，还为临床诊断和治疗策略的优化提供了新的科学依据。数据集的开源特性进一步促进了跨学科研究，使其在医学图像分析和计算生物力学领域具有广泛的应用潜力。

相关研究论文

• 4D-CTA Image and geometry dataset for kinematic analysis of abdominal aortic aneurysms

  智能系统医学实验室，西澳大利亚大学，珀斯，西澳大利亚，澳大利亚 · 2025年