PulseAugur
实时 11:27:59
English(EN) C3VD-DEFCOL: A Deformable Colonoscopy Dataset with Time-Resolved 3D Ground Truth and Realistic Appearance

新数据集增强结肠镜检查的3D重建能力

研究人员推出C3VD-DEFCOL,一个旨在改进结肠镜检查过程3D重建的新数据集。该数据集提供了逼真的体内外观以及密集、时间分辨的3D真实情况,填补了当前资源的空白。它包含了受控的变形,以模拟结肠的运动和蠕动,从而在挑战性条件下更好地评估重建算法和姿态估计。 AI

影响 能够实现更准确的、由AI驱动的医疗程序3D重建,可能提高诊断能力。

排序理由 该集群包含一篇介绍特定科学领域新数据集的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Ethan Luk, Mayank V. Golhar, Anthony Song, Ra\'ul Iranzo, V\'ictor M. Batlle, Lalithkumar Seenivasan, Jos\'e M. M. Montiel, Nicholas J. Durr ·

    C3VD-DEFCOL:一个具有时间分辨3D真实情况和逼真外观的可变形结肠镜检查数据集

    arXiv:2606.07891v1 Announce Type: new Abstract: 3D reconstruction could improve colonoscopy by estimating mucosal coverage and alerting clinicians to missed regions during screening. However, algorithm development is limited as no current datasets provide both a realistic in vivo…