Dieser Datensatz wurde 2024 von einem Forschungsteam des MIT veröffentlicht. Das zugehörige Papier ist „ScribblePrompt: Schnelle und flexible interaktive Segmentierung für jedes biomedizinische Bild", wurde von ECCV24 akzeptiert.

Der Datensatz besteht aus handschriftlichen Kritzeleien, die das Forschungsteam von 3 Kommentatoren für 14 Segmentierungsaufgaben aus 14 verschiedenen frei zugänglichen Datensätzen zur biomedizinischen Bildsegmentierung gesammelt hat. MedScribble enthält insgesamt 64 2D-Bildsegmentierungspaare, von denen jedes über 3 Sätze von Scribble-Anmerkungen verfügt.

Für jede Segmentierungsaufgabe (d. h. Datensatz-/Beschriftungskombination) wurden den Kommentatoren fünf Trainingsbeispiele mit echten Segmentierungen gezeigt und sie wurden angewiesen, positive und negative Kritzeleien auf neue Bilder zu zeichnen, um interessante Bereiche anzuzeigen.

Kommentatoren zeichnen Graffiti in einer Gradio-Web-App. Die Annotatoren 1 und 2 verwendeten iPads mit Stiften, während Annotator 3 zum Zeichnen der Kritzeleien das Trackpad eines Laptops verwendete.

Alle Bilder wurden quadratisch aufgefüllt (mit Nullen), bevor ihre Größe auf 256×256 geändert und auf den Bereich [0,1] skaliert wurde. Für 3D-Datensätze wählte das Forschungsteam den mittleren Abschnitt (Midslice) oder den Abschnitt mit der größten Beschriftungsfläche (Maxslice) aus, wie im Ordnernamen angegeben.

HyperAI Super Neural Paper Interpretation:Ausgewählt für ECCV 2024! Das MIT hat mit ScribblePrompt ein allgemeines Modell für die Segmentierung medizinischer Bilder vorgeschlagen, das mehr als 54.000 Bilder abdeckt und SAM übertrifft."

Probieren Sie jetzt die Tutorial-Demo aus:ScribblePrompt-Tool zur Segmentierung medizinischer Bilder