PolypSense3D

Accurate polyp sizing during endoscopy is crucial for cancer risk assessment
but is hindered by subjective methods and inadequate datasets lacking integrated
2D appearance, 3D structure, and real-world size information. We introduce
PolypSense3D, the first multi-source benchmark dataset specifically targeting
depth-aware polyp size measurement. It uniquely integrates over 43,000 frames
from virtual simulations, physical phantoms, and clinical sequences, providing
synchronized RGB, dense/sparse depth, segmentation masks, camera parameters,
and millimeter-scale size labels derived via a novel forceps-assisted in-vivo annota-
tion technique.

内镜检查中精准测量息肉尺寸对癌症风险评估至关重要，但该任务目前受制于主观检测手段，且缺乏整合二维外观、三维结构与真实尺度信息的可用数据集。本研究提出PolypSense3D，这是首个专门面向深度感知式息肉尺寸测量的多源基准数据集。该数据集独家整合了来自虚拟仿真、物理体模与临床影像序列的超43000帧数据，同步提供RGB图像、稠密/稀疏深度图、分割掩码、相机参数，以及通过新型钳夹辅助活体标注技术获取的毫米级尺寸标注标签。

搜集汇总

背景与挑战

背景概述

PolypSense3D是首个针对深度感知息肉尺寸测量的多源基准数据集，包含超过43,000帧来自虚拟模拟、物理模型和临床序列的数据，提供同步的RGB、深度信息、分割掩码和毫米级尺寸标签。该数据集通过创新的钳子辅助体内注释技术，为癌症风险评估提供了重要的息肉尺寸测量工具。