SimIntestine：虚拟胶囊内镜生成的位置标注合成数据集在胃肠深度与位姿估计中的应用研究

【编辑推荐】针对胃肠内镜图像缺乏精准位置标注数据的问题，研究人员开发了集成虚拟胶囊内镜的胃肠仿真系统SimIntestine，生成包含真实解剖特征（如环形皱襞、绒毛）和生理过程（如蠕动）的合成数据集，提供像素级深度图与相机位姿信息。该数据集显著提升了Endo-SfMLearner和Monodepth2等模型在深度估计与SLAM（同步定位与地图构建）任务中的性能，为无标注真实内镜数据的迁移学习提供了重要基准。

　　

在医疗影像领域，无线胶囊内镜（WCE）革新了胃肠道疾病的诊断方式，但其无法提供精确位置信息的缺陷长期制约着治疗决策的准确性。传统电磁波或磁定位技术存在信号衰减、设备笨重等问题，而基于计算机视觉的定位方法（如SIFT、SURF特征匹配）又受限于真实数据缺乏位置标注。更棘手的是，现有合成数据集难以模拟胃肠道的复杂解剖结构（如小肠绒毛、结肠袋）和动态生理过程（如蠕动），导致深度学习模型在真实场景中表现不佳。

针对这一瓶颈，印度理工学院的研究团队开发了SimIntestine——一种融合虚拟胶囊内镜与高保真胃肠模型的合成数据生成系统。该系统通过三维建模技术精确复现小肠环形皱襞（plicae circulares）、大肠结肠袋（haustral folds）等解剖特征，并模拟蠕动导致的管壁形变。虚拟胶囊内镜沿预设路径运动时，同步输出带有位置标注的图像序列、深度图及相机位姿参数。研究团队利用该数据集训练Endo-SfMLearner和Monodepth2模型，在KID真实数据集上验证时，其深度估计均方根误差（RMSE）显著低于基于VR-Caps等现有数据集的模型。

关键技术包括：1）基于CT扫描数据构建参数化胃肠三维模型；2）通过Phong光照模型模拟内镜成像特性；3）采用SLAM算法生成相机运动轨迹；4）利用Unity引擎实现动态渲染。实验样本包含8例离体猪肠器官数据及临床采集的PillCam SB3记录。

解剖建模
小肠模型采用螺旋管状结构，直径梯度从3cm（十二指肠）递减至2cm（回肠），表面添加0.5-1mm高度的绒毛纹理。大肠则模拟特征性的结肠袋和半月襞，管径4-6cm。两种模型均导入有限元分析软件模拟蠕动波传播。

虚拟内镜系统
参照PillCam SB3设计双摄像头模块（140°FOV，2560×1440分辨率），在Unity中实现基于物理的碰撞检测。运动轨迹通过B样条曲线控制，速度匹配真实胶囊的2cm/s平均速率。

性能验证
与ENDOSLAM数据集相比，SimIntestine训练的Monodepth2在深度估计任务中RMSE降低37%。位姿估计实验显示，Endo-SfMLearner的平移误差小于1.5mm/帧，角度误差小于0.8°。三维重建结果证实合成数据可有效支持器官体积计算。

该研究的意义在于：1）首次实现涵盖胃肠动态生理特征的合成数据生成；2）为无监督学习提供可靠的评估基准；3）突破真实内镜数据缺乏位置标注的限制。未来工作将扩展至病理特征建模，如克罗恩病（Crohn's disease）的铺路石样改变。附录公开的SimIntestine数据集已获Github社区关注，有望推动计算机视觉在精准医疗中的应用。