Skip to content

[Dataset] A curated collection of endoscopic surgical datasets for advancing 3D reconstruction, segmentation, and motion estimation research in medical environments.

Notifications You must be signed in to change notification settings

IRMVLab/IRMV-Medical-Datasets

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

11 Commits
 
 
 
 
 
 

Repository files navigation

IRMV Medical Datasets English Version

版本: 1.0.1 日期: 2025年7年22日
作者:  Hsieh Cheng-Tai  @IRMV LAB

项目描述

本数据集专为内窥镜手术场景中的三维视觉任务与机器人感知任务设计,涵盖高质量的内窥镜图像数据与对应的几何信息(如点云、深度图、相机位姿与标定参数)。

数据集支持包括视觉SLAM、结构光三维重建、相机标定验证、几何学习、手术导航算法评估在内的多种研究任务,适用于推进医疗机器人在复杂手术环境中的自主感知与定位能力。

数据集列表

EndoNeRF数据集

名称endonerf_sample_datasets

来源https://med-air.github.io/EndoNeRF/
类型: 内窥镜图像
简介: 包含两个文件夹,cutting_tissues_twice 与 pulling_soft_tissues 
原格式LLFF

请至钉钉文档查看附件《EndoNeRF_Dataset》

SCARED2019数据集

名称Stereo Correspondence and Reconstruction of Endoscopic Data

来源https://endovissub2019-scared.grand-challenge.org/
类型: 双目内窥镜图像
简介: 共有三个数据集(分别来自三只不同的猪),每个数据集包含5个关键帧。关键帧是通过内窥镜在唯一位置拍摄的单帧图像,同时配合结构光照明器在多个位置下的拍摄。
原格式TIFF格式深度图、PNG格式照片、相机参数信息与视频序列 (需要预处理)

请至钉钉文档查看附件《SCARED2019_Dataset》

StereoMIS数据集

名称StereoMIS Data

来源https://zenodo.org/records/7727692
类型: 双目内窥镜视频序列
简介: StereoMIS是内窥镜手术中同时定位和建图 (SLAM) 的数据集。使用达芬奇Xi手术机器人捕获立体视频流和相机前向运动学来记录数据集。它由三个体内猪受试者组成,具有11个手术序列,包括呼吸,工具运动和组织变形。与SCARED是同一个作者。
原格式PNG格式Masks、相机参数信息与视频序列 (需要预处理)

StereoMIS 数据集阅读文档

许可协议

详细参考各个数据集使用文档

联系方式

  • 实验室团队IRMVSIRIUS

  • 电子邮件[email protected]  Hsieh Cheng-Tai

  • 数据申请与下载: 详细参考各个数据集使用文档

更新日志

  •  2025-05-16  文档创立

  •  2025-05-19  更新endonerf

  •  2025-05-20  更新scared2019

  •  2025-05-25  更新stereomis

  • 2025-07-15 更新GitHub页面 v1.0

  • 2025-07-22 小型更新 v1.0.1

数据下载暨阿里云使用说明

coming soon

贡献指南

  • 数据提交

    如需贡献新数据集,请联系邮箱并提供数据描述文档。

  • 问题反馈

    发送邮件至联系邮箱进行讨论。

  • 推荐参考网页: 

    Awesome-Medical-Dataset

Todo List

GitHub 页面维护

  • 创建页面

阿里云使用说明

  • 编写aliyunpan下载介绍

数据集收集

  • endonerf

  • scared2019

  • stereomis

    • 预处理代码编写
  • c3vd

About

[Dataset] A curated collection of endoscopic surgical datasets for advancing 3D reconstruction, segmentation, and motion estimation research in medical environments.

Topics

Resources

Stars

Watchers

Forks

Packages

No packages published

Languages