A comprehensive liver CT landmark pair dataset for evaluating deformable image registration algorithms

目的：评估可变形图像配准（DIR）算法对于提高算法性能和获得临床认可至关重要。然而，除了肺部图像外，评估DIR性能的可靠基准数据集明显缺乏。为填补这一空白，我们旨在介绍我们全面的肝脏计算机断层扫描（CT）DIR基准数据集库。 获取和验证方法：从几个公开可用的图像档案和作者的机构中获取了30对CT肝脏图像，并获得了机构审查委员会的批准。使用半自动程序处理图像，生成基准点对：1）对于每个病例，在一张图像上自动分割肝脏血管；2）在血管分叉处自动检测基准点；3）使用可变形图像配准方法在第二张图像中放置对应的基准点；4）手动验证以拒绝异常值并确认基准点的位置精度。这个工作流程导致每个图像对平均约68个基准点对，总共30个病例的2028个基准点。使用数字模型评估了该过程的基准标记精度。数字模型的基准点对目标配准误差（TRE）的平均值和标准差估计值分别为0.64和0.40毫米。99％的基准点对TRE在2毫米以下。 数据格式和使用说明：所有数据都可以在Zenodo上公开获取。使用我们的数据和MATLAB代码的说明可以在我们的GitHub页面上找到。 潜在应用：本研究生成的基准数据集是在真实患者图像上准备的第一个大规模肝脏CT DIR基准点集合。该数据集可以为研究人员提供密集的基准数据，用于定量评估肝脏内DIR算法的性能。

为了评估可变形图像配准（DIR）算法的性能并获得临床认可，需要可靠的DIR基准数据集。但除了肺部图像外，缺乏可靠的DIR基准数据集。因此，本论文旨在介绍我们的全面的肝脏CT DIR基准数据集库。

本论文提出了一种半自动的方法来生成肝脏CT DIR基准数据集，使用自动分割和自动检测血管分叉点的方式来生成基准点对，并通过手动验证来排除异常值并确认基准点的位置准确性。

本文生成的基准数据集是第一个在真实患者图像上准备的大规模肝脏CT DIR基准数据集，可以为研究人员提供一组密集的基准数据，用于定量评估肝脏内DIR算法的性能。所有数据都可以在Zenodo上公开获取，使用说明和MATLAB代码可以在GitHub上找到。

最近的相关研究包括肺部图像的DIR基准数据集制备，例如“DIR-lab”和“POPI-model”。