80GB醫(yī)學(xué)影像數(shù)據(jù)集！OCTA-500公開發(fā)布

現(xiàn)代醫(yī)學(xué)中，醫(yī)學(xué)影像是重要的臨床診斷和鑒別診斷方法，是醫(yī)療過程中最重要的環(huán)節(jié)之一。目前醫(yī)院里70%的臨床診斷行為需要借助醫(yī)學(xué)影像的檢查，影像數(shù)據(jù)已占到醫(yī)院總數(shù)據(jù)量的80%～90%。

數(shù)據(jù)驅(qū)動的人工智能技術(shù)正在飛速發(fā)展，許多國際知名的數(shù)據(jù)集、樣本庫都成為開展科學(xué)研究、實驗檢測、成果推廣不可缺少的重要資源，并成為學(xué)術(shù)論文的重要組成部分。

光學(xué)相干斷層掃描血管造影（OCTA）是建立在光學(xué)相干斷層掃描（OCT）技術(shù)上的一種嶄新的成像模態(tài)，它以微米級的分辨率顯示視網(wǎng)膜血管的三維結(jié)構(gòu)，彌補(bǔ)了OCT無法提供血流信息的不足。由于OCTA技術(shù)起步較晚尚未完全普及，目前缺少公開的數(shù)據(jù)集供研究人員使用。

為了推進(jìn)OCTA圖像的處理和分析技術(shù)發(fā)展，《中國圖象圖形學(xué)報》編委南京理工大學(xué)陳強(qiáng)教授及其團(tuán)隊發(fā)布了目前最大的OCTA圖像數(shù)據(jù)集OCTA-500。它包含500只眼睛的OCT和OCTA兩種模態(tài)的三維數(shù)據(jù)，六種投影圖像，四種文本標(biāo)簽以及兩種分割標(biāo)簽，同時基于該數(shù)據(jù)庫他們還提出了一種三維到二維分割的圖像投影網(wǎng)絡(luò)。

OCTA-500數(shù)據(jù)集下載地址

https://ieee-dataport.org/open-access/octa-500

01 OCTA-500數(shù)據(jù)集簡介

光學(xué)相干斷層掃描血管造影（OCTA）是一種新興的非侵入式成像技術(shù)，通過該技術(shù)可以獲得視網(wǎng)膜血流系統(tǒng)的三維結(jié)構(gòu)，幫助醫(yī)生觀察不同視網(wǎng)膜層的血流信息，已經(jīng)逐漸成為眼底相關(guān)疾病觀測的重要工具。

目前，OCTA圖像較為稀缺，公開的OCTA圖像數(shù)據(jù)集極少，并且還沒有一個公開數(shù)據(jù)集包含OCTA原始的三維信息，數(shù)據(jù)的稀缺限制了研究者對OCTA圖像的進(jìn)一步處理和分析。為了推進(jìn)OCTA圖像分析和處理技術(shù)的發(fā)展。來自南京理工大學(xué)陳強(qiáng)教授團(tuán)隊公開發(fā)布了目前最大的OCTA圖像數(shù)據(jù)集OCTA-500。

該數(shù)據(jù)集包含500只眼睛的OCT和OCTA兩種模態(tài)的三維體數(shù)據(jù)、六種投影圖像、四種文本標(biāo)簽（年齡、性別、左右眼、疾病類型）以及兩種分割標(biāo)簽（視網(wǎng)膜大血管、無血管區(qū)），數(shù)據(jù)庫總大小約80GB。數(shù)據(jù)庫包含內(nèi)容如下：

圖1 OCTA-500數(shù)據(jù)集內(nèi)容匯總及組織結(jié)構(gòu)
圖2 兩種視野范圍的OCT三維數(shù)據(jù)和OCTA三維數(shù)據(jù)
圖3 通過視網(wǎng)膜層分割算法生成的六種常用視網(wǎng)膜投影圖
圖4 四種類型的文本標(biāo)簽及其在數(shù)據(jù)庫中的分布情況
圖5 兩種像素級分割標(biāo)簽：大血管標(biāo)簽以及無血管區(qū)標(biāo)簽

02 相關(guān)論文及代碼

相關(guān)論文1：Image Projection Network: 3D to 2D Image Segmentation in OCTA Images

基于OCTA500數(shù)據(jù)集，提出了一種三維到二維的圖像分割方法——圖像投影網(wǎng)絡(luò)，該方法可以充分利用OCTA的三維信息，不需要借助視網(wǎng)膜層分割算法。

方法簡圖：

論文作者：
Mingchao Li, Yerui Chen, Zexuan Ji, Keren Xie, Songtao Yuan, Qiang Chen, Shuo Li

錄用期刊：
IEEE Transactions on Medical Imaging

全文鏈接：
https://ieeexplore.ieee.org/document/9085991

代碼鏈接：
https://github.com/chaosallen/IPN_tensorflow

論文首頁：
相關(guān)論文2：IPN-V2 and OCTA-500: Methodology and Dataset for Retinal Image Segmentation

詳細(xì)介紹了OCTA-500數(shù)據(jù)集，發(fā)布了圖像投影網(wǎng)絡(luò)-V2，提升了圖像投影網(wǎng)絡(luò)的性能，同時克服了由于分塊訓(xùn)練帶來的棋盤效應(yīng)。

方法簡圖：

論文作者：
Mingchao Li, Yuhan Zhang, Zexuan Ji, Keren Xie, Songtao Yuan, Qinghuai Liu，Qiang Chen

全文鏈接：
https://arxiv.org/abs/2012.07261

代碼鏈接：
https://github.com/chaosallen/IPNV2_pytorch

論文首頁：

03 作者介紹

李鳴超，博士研究生，南京理工大學(xué)計算機(jī)科學(xué)與工程學(xué)院，主要研究方向為OCTA，醫(yī)學(xué)圖像處理與分析。Email：[email protected]

陳強(qiáng)，教授，博士生導(dǎo)師，南京理工大學(xué)計算機(jī)科學(xué)與工程學(xué)院，主要研究領(lǐng)域：圖像處理和分析，機(jī)器學(xué)習(xí)和人工智能。E-mail: [email protected]

04 團(tuán)隊介紹

陳強(qiáng)團(tuán)隊致力于視網(wǎng)膜圖像處理和分析，主要研究方向包括目標(biāo)定位/檢測和分割、病變預(yù)測、多模態(tài)圖像生成和融合、圖像質(zhì)量提升、病變篩查、病變和組織可視化顯示等。近十年通過與美國斯坦福大學(xué)、江蘇省人民醫(yī)院等緊密合作，在TMI、MedIA、MICCAI等國際頂級期刊和會議上發(fā)表了一系列高水平成果。

近期成果：