计算机视觉：是人工智能的一个分支，专注于使计算机能够从图像或视频中自动提取、分析和理解信息。就像我们用眼睛观察周围一样。计算机视觉不仅能“看”，还能分析和理解它所看到的，可以用于图像识别、物体检测、场景重建等任务。
计算机视觉在医学领域的应用非常广泛，比如：
- 医学影像分析：计算机视觉技术可以分析X射线、CT（计算机断层扫描）、MRI（磁共振成像）、PET（正电子发射断层扫描）等医学影像，帮助医生识别和量化疾病。
- 病理学诊断：在病理学中，计算机视觉用于分析组织切片图像，以辅助识别细胞异常和癌症诊断。
- 皮肤病变检测：利用计算机视觉技术，可以检测皮肤病变，如黑色素瘤等皮肤癌，提高早期发现率。
- 视网膜图像分析：通过分析视网膜图像，计算机视觉可以帮助诊断糖尿病视网膜病变、青光眼等眼科疾病。
- 手术导航和机器人辅助手术：计算机视觉可以提供实时的手术导航，提高手术精度。手术机器人利用视觉反馈进行精确操作。
等等。
数据集1:ERUS-10K
内窥镜超声视频 结直肠癌
2024/08/19 ,由香港中文大学（深圳）、深圳未来网络智能研究所 等多家机构联合创建ERUS-10K 数据集，包含77个直肠内超声视频，其中包含10,000个高质量注释帧，涉及内窥镜超声 结直肠癌的分割、检测和侵袭深度评估等多场景。
结直肠癌(CRC)已成为全球癌症死亡的第二大原因，早期的发现对于制定治疗的方案和提高生存率至关重要。
直肠内超声（ERUS）被用作诊断和分期结直肠癌的常规成像方式。
目前遇到的挑战
1、缺乏大规模直肠内超声数据集来训练良好收敛的分割模型
2、不同超声传感器所获得的内在扫描模式差异
3、由于超声探头快速移动导致的运动模糊
ERUS-10K 数据集：第一个大规模ERUS视频结直肠癌分割数据集，设计了第一个结直肠癌分割模型，Adaptive Sparse-context TRansformer（ASTR）。
数据集地址： ERUS-10K|医学影像分析数据集|计算机辅助诊断数据集
数据集2：mBRSET, a Mobile Brazilian Retinal Dataset
糖尿病视网膜病变
发布时间：2024-06-28
数据集地址：mBRSET｜视网膜数据集｜计算机视觉
数据集介绍：
移动巴西视网膜数据集（mBRSET）是一组通过便携式相机拍摄的视网膜图像的开创性集合，涵盖了来自巴西巴伊亚州伊塔布纳市不同种族背景的多样化人群。该数据集包含来自1291名糖尿病患者的5164张图像，并辅以临床和人口统计元数据。其重要性在于它作为一个资源，用于开发和验证为日益增多的便携式视网膜相机量身定制的算法，特别是在中低收入国家。通过提供通过便携式相机拍摄的视网膜眼底照片数据集，mBRSET为开发和验证用于糖尿病视网膜病变的计算机视觉模型提供了机会。这一资源有潜力促进医学成像和诊断技术的进步。
数据集3：GRAZPEDWRI-DX
腕部创伤图像
发布时间：2024-02-15
数据集地址： GRAZPEDWRI-DX|手腕创伤数据集|计算机视觉
数据集地址：Papers with Code - GRAZPEDWRI-DX Dataset
数据集介绍：
数字 X 线照相广泛可用，是创伤成像的标准方式，通常能够诊断小儿腕部骨折。但是，图像解析需要耗时的专业培训。由于计算机视觉算法的惊人进步，自动断裂检测已成为研究兴趣的话题。本文介绍了 GRAZPEDWRI-DX 数据集，其中包含 6,091 年至 2008 年间在格拉茨大学医院小儿外科接受治疗的 2018 名患者的带注释的儿科创伤腕部 X 光片。共有 10,643 项研究（20,327 张图像）可用，通常涵盖后前位和侧位投影。该数据集使用 74459 个图像标签进行注释，并包含 67771 个标记对象。我们对所有 X 光片进行了去标识化处理，并将 DICOM 像素数据转换为 16 位灰度 PNG 图像。文件名和随附的文本文件提供基本的患者信息（年龄、性别）。几位儿科放射科医生通过放置线条、边界框或多边形来标记骨折或骨膜反应等病理，从而对数据集图像进行注释。他们还标记了一般图像特征。此数据集是公开可用的，以鼓励计算机视觉研究
数据集4：iChallenge-PM
视网膜眼底图像
发布时间：2023-04-20
数据集地址： iChallenge-PM|医学图像分析数据集|计算机视觉数据集
数据集介绍：
据有关研究，病理性近视容易对患者的视力造成不可逆的损害。因此，病理性近视的早期诊断和定期随访极为重要。为此，挑战-PM视网膜眼底图像数据集应运而生。 该数据集包括1,200带注释的视网膜眼底图像和用于统一评估和比较所有提交的评估框架。
数据集5：Colonoscopy 3D Video Dataset (C3VD)
高清临床结肠镜视频数据集
发布时间：2022-06-18
数据集地址： Colonoscopy 3D Video Dataset (C3VD)|医学影像数据集|计算机视觉数据集
数据集介绍：
Colonoscopy 3D Video Dataset (C3VD)是由约翰霍普金斯大学开发的高清临床结肠镜视频数据集，旨在为计算机视觉技术在结肠镜检查中的应用提供基准。该数据集包含10,015帧视频，每帧配有真实深度、表面法线、光学流、遮挡、六自由度姿态、覆盖图和3D模型。数据集通过创新的2D-3D注册技术，将光学视频序列与已知3D模型的真实渲染视图对齐，以提高注册精度。C3VD适用于评估和比较深度估计、表面重建和缺失区域检测等3D计算机视觉技术，解决结直肠癌筛查中的关键问题。
