用于腹腔镜胆囊切除术出血识别的多源像素级标注数据集

《Scientific Data》：A Multi-Source Pixel-Level Annotated Dataset for Hemorrhage Recognition in Laparoscopic Cholecystectomy

　　

摘要

术中出血是腹腔镜胆囊切除术（LC）及其他微创手术中关键的安全挑战，然而由于高质量标注数据有限，它在手术人工智能（AI）研究中仍未得到充分探索。我们推出了 LC-HemSeg，这是一个多源、多场景数据集，包含 30 例标注的 LC 病例，拥有 21,396 帧人工验证帧以及像素级的出血标注。LC-HemSeg 捕捉了多样化的出血外观，包含活动性出血、渗出性出血、血液积聚和无出血场景的帧级类别。人在环标注流程集成了基于 PoolNet 的预分割，并经过住院医师、主治医师和专家三级临床审核。该数据集还包括包含烟雾、运动模糊、遮挡和组织水肿等挑战场景。我们提供了出血负担、帧级类别分布、病例间变异性和标注一致性的统计特征描述。LC-HemSeg 为开发和评估 LC 中的出血分割算法提供了资源，并在经过额外手术和实时临床环境验证后，可能支持未来关于人工智能辅助术中安全系统的研究。