CBCTLiTS

CBCTLiTS数据集由萨尔茨堡应用科学大学和萨尔茨堡大学创建，是一个合成生成的CBCT/CT配对数据集，包含201个样本，用于医学图像分割和风格转换研究。数据集包含不同质量级别的CBCT图像，从高质量到严重伪影，支持多种研究场景如单模态和多模态分割、多任务学习和风格转换。数据集的创建基于LiTS数据集，通过模拟CBCT扫描和CT图像的对齐，生成合成数据。该数据集主要应用于计算机辅助干预和放射学领域，旨在提高CBCT图像分析的准确性和效率。

The CBCTLiTS dataset, created by Salzburg University of Applied Sciences and University of Salzburg, is a synthetically generated paired CBCT/CT dataset containing 201 samples, intended for medical image segmentation and style transfer research. It includes CBCT images with varying quality levels, ranging from high-quality scans to those with severe artifacts, supporting multiple research scenarios such as unimodal and multimodal segmentation, multi-task learning, and style transfer. The dataset is developed based on the LiTS dataset, with synthetic data generated by simulating the alignment between CBCT scans and CT images. It is primarily applied in the fields of computer-assisted intervention and radiology, aiming to improve the accuracy and efficiency of CBCT image analysis.

搜集汇总

数据集介绍

构建方式

CBCTLiTS数据集的构建是通过首先将原始的CT体积围绕肝脏中心进行对齐，然后从这些对齐的CT体积生成数字重建射影（DRR）。接着，利用DRR合成CBCT扫描，并通过调整用于重建的DRR数量来改变CBCT体积的质量。最后，将原始的CT体积和相应的掩膜拟合到合成的CBCT中以匹配相同的视场。

特点

CBCTLiTS数据集的特点在于它提供了五种不同质量级别的CBCT数据，从视觉质量接近原始CT的高质量数据到具有严重伪迹的低质量数据。此外，它还提供了地面真实分割掩膜和配对的CT数据，适用于单模态和多模态分割、多任务学习和风格迁移等多种研究场景。

使用方法

使用CBCTLiTS数据集时，研究人员可以根据需要选择不同质量级别的CBCT数据进行训练和评估。数据集提供了训练和测试分割模型的基线结果，以及多任务学习、多模态学习和风格迁移等适应方法的实验结果。用户可以通过Kaggle平台访问该数据集。

背景与挑战

背景概述

CBCTLiTS数据集是由Salzburg University of Applied Sciences和University of Salzburg的研究人员Maximilian E. Tschuchnig等人创建的。该数据集旨在解决医学成像领域中，特别是计算机辅助干预中的锥束计算机断层扫描（CBCT）图像质量低下的问题。CBCT由于其实时性和便携性，在术中干预中扮演着重要角色，但其图像质量往往较低，存在伪影，这限制了其在临床实践中的应用。CBCTLiTS数据集通过提供带有真实标签注释的合成CBCT图像，以及与CBCT配对的高质量CT图像，为CBCT图像分析方法的开发和评估提供了可能。该数据集包含了201个样本，其中131个训练样本带有分割标签，70个测试样本。CBCTLiTS数据集的创建填补了公开可用的带有注释的CBCT数据集的空白，对于推动CBCT图像分析领域的研究具有重要意义。

当前挑战

CBCTLiTS数据集面临的挑战主要包括：1) CBCT图像质量参差不齐，从高质量到低质量都有，这给图像分割带来了困难；2) CBCT图像与CT图像之间的对齐问题，需要在算法上做出调整以适应两种不同模态的图像；3) 如何有效利用CBCT和CT的配对信息，提高分割算法的性能；4) CBCT图像的重建质量对分割结果的影响。这些挑战需要在研究过程中逐步克服，以充分发挥CBCTLiTS数据集在CBCT图像分析领域的潜力。

常用场景

经典使用场景

CBCTLiTS数据集经典使用场景在于医学图像分割领域，特别是针对肝脏及其肿瘤的分割任务。该数据集提供了不同质量级别的CBCT图像，以及与之配对的CT图像和地面真实分割掩模，使得研究者能够在各种质量水平下训练和评估分割模型，从而提升模型的鲁棒性和准确性。

实际应用

在实际应用中，CBCTLiTS数据集可用于训练医学图像分割模型，以辅助医生进行肝脏和肝脏肿瘤的检测与诊断。此外，该数据集还可以用于开发新的图像重建和分割算法，提高术中CBCT图像的质量，从而提升手术的精确性和安全性。

衍生相关工作

CBCTLiTS数据集已经衍生出多项相关工作，包括利用该数据集进行的多任务学习、多模态学习以及图像风格转换等研究，这些工作进一步拓展了CBCT图像分析的应用范围，并推动了该领域的技术进步。