InfoColon: Een dataset voor opeenvolgende informatieve frames bij colonoscopie

Waarom helderdere colonvideo’s belangrijk zijn

Coloscopie is een van de belangrijkste hulpmiddelen die artsen gebruiken om vroege tekenen van colorectale kanker te detecteren, maar de videobeelden zijn vaak rommelig. Veel frames zijn wazig, worden geblokkeerd door belletjes of instrumenten, of tonen gewoon een vlak weefselwand. Deze onbruikbare momenten vertragen artsen en verwarren computerprogramma’s die hen willen ondersteunen. Deze studie introduceert InfoColon, een nieuwe gedeelde verzameling colonoscopievideo’s die nuttige beelden scheidt van nutteloze, en die moet helpen bij het bouwen van slimmere, betrouwbaardere medische AI-systemen.

Een lawaaierige medische videostroom opruimen

Tijdens een coloscopie beweegt de camera door een kronkelend, vochtig en bewegend orgaan. Terwijl de arts de endoscoop vooruit en terug beweegt, kan het beeld trillen, beslaan of vol staan met schittering van het licht. De auteurs wijzen erop dat zulke oninformatieve frames het moeilijker maken poliepen te vinden, de vermoeidheid van clinici verhogen en procedures voor patiënten verlengen. Ze betogen dat het snel kunnen selecteren van de informatieve frames, waarin de binnenkant van de darmtunnel en zijn structuren duidelijk zichtbaar zijn, de diagnose zou verbeteren, automatische kwaliteitscontroles mogelijk zou maken en nieuwe hulpmiddelen zoals 3D-kaarten van de darm en navigatiehulpmiddelen zou ondersteunen. Tot nu toe bestond er echter geen grote publieke dataset om dergelijke methoden te trainen en te vergelijken.

Een nieuwe gedeelde bibliotheek van darmweergaven

De onderzoekers bouwden InfoColon door echte colonoscopievideo’s van twee ziekenhuizen te combineren met verschillende bekende openbare beeldverzamelingen. Uit ziekenhuisonderzoeken verzamelden ze meer dan 119.000 frames, bemonsterd met één frame per seconde, en voegden daar vervolgens tienduizenden frames uit bestaande onderzoeksdatasets aan toe. Elk frame werd door deskundige endoscopisten gelabeld als informatief of als behorend tot één van zes niet-informatieve types: vlakke wand, belletje, wazig, slecht licht, instrument in beeld, of andere obstakels zoals stoelgang. Controles op een steekproef van frames toonden sterke overeenstemming tussen experts, wat vertrouwen geeft in de betrouwbaarheid van de labels. Naast de video’s biedt het team samenvattende rapporten die laten zien hoe informatieve frames in de tijd verdeeld zijn binnen elke procedure.

Computers leren focussen op wat belangrijk is

Het handmatig labelen van zo’n groot aantal frames zou duur en traag zijn, dus het team testte leermethoden die het meeste uit een kleinere set gelabelde voorbeelden halen. Ze vergeleken standaard supervised learning met semi-supervised en active learning-benaderingen die experts alleen vragen de meest nuttige nieuwe voorbeelden te labelen. Hun nieuwe methode, Accuracy Driven Adaptive Threshold BALD, selecteert frames voor deskundige beoordeling op basis van hoeveel de prestatie van het model verandert, in plaats van alleen op onzekerheid. Met een modern vision transformer-model lieten ze zien dat deze aanpak hoge nauwkeurigheid kan bereiken in het onderscheiden van informatieve en niet-informatieve frames onder verschillende labelconfiguraties, terwijl veel minder door experts gelabelde beelden nodig zijn dan bij traditionele training.

Van platte videoframes naar 3D-kaarten

InfoColon doet meer dan alleen vermelden welke frames helder zijn. De dataset bevat ook cameracalibratievideo’s en parameters die de groothoekvervorming van de colonoscooplens corrigeren. Met deze gegevens gebruikten de auteurs alleen informatieve frames om 3D-reconstructiemethoden te testen die 2D-beelden omzetten in een 3D-puntenwolk van het darmslijmvlies. In voorbeeldclips legden de resulterende 3D-modellen belangrijke vormen vast zoals plooien, bochten en textuur, en toonden ze vloeiende overgangen van frame naar frame. Dit suggereert dat een goed gefilterde stroom frames toekomstige hulpmiddelen kan ondersteunen die de scope begeleiden, de dekking inschatten of helpen gemiste gebieden te detecteren.

Wat dit betekent voor patiënten en onderzoekers

Voor leken is InfoColon te zien als een zorgvuldig georganiseerde bibliotheek die de heldere beelden behoudt en de nutteloze tagt, terwijl ook wordt vastgelegd hoe de camera zich gedraagt. Deze gedeelde bron zou het voor onderzoekers wereldwijd makkelijker moeten maken computerprogramma’s te bouwen en eerlijk te vergelijken die colonoscopievideo’s opschonen, analyseren of reconstrueren. Op de lange termijn kan zulke vooruitgang artsen ondersteunen met betere kwaliteitscontroles en informatiefere weergaven van de darm, zonder de procedure zelf voor patiënten te veranderen.

Bronvermelding: Choi, T., Moon, H.S., Jang, S. et al. InfoColon: A dataset for consecutive informative frames in Colonoscopy. Sci Data 13, 748 (2026). https://doi.org/10.1038/s41597-026-07060-2

Trefwoorden: coloscopie, medische beeldvorming, videoanalyse, dataset, active learning