InfoColon: Zestaw danych przeznaczony do kolejnych informacyjnych klatek w kolonoskopii

Dlaczego ważne są wyraźniejsze filmy z kolonoskopii

Kolonoskopia jest jednym z głównych narzędzi, których lekarze używają do wykrywania wczesnych sygnałów raka jelita grubego, ale nagrania z tego badania często są chaotyczne. Wiele klatek jest poruszonych, zasłoniętych pęcherzykami lub narzędziami albo po prostu pokazuje jednolitą ścianę tkanki. Te nieprzydatne momenty spowalniają lekarzy i mylą programy komputerowe, które mają im pomagać. W tym opracowaniu przedstawiono InfoColon — nowy ogólnodostępny zbiór wideo z kolonoskopii zaprojektowany do oddzielania użytecznych ujęć od bezużytecznych oraz do wspierania budowy inteligentniejszych i bardziej niezawodnych systemów medycznej sztucznej inteligencji.

Oczyszczanie zaszumionego medycznego strumienia wideo

Podczas kolonoskopii kamera przesuwa się przez skręcający, wilgotny i poruszający się narząd. W miarę jak lekarz wprowadza i wycofuje endoskop, obraz może się trząść, parować lub wypełniać odblaskami światła. Autorzy zwracają uwagę, że takie nieinformatywne klatki utrudniają znalezienie polipów, zwiększają zmęczenie klinicystów i wydłużają procedury dla pacjentów. Twierdzą, że możliwość szybkiego wyłowienia informacyjnych klatek, gdzie wewnętrzny tunel jelita i jego struktury są wyraźnie widoczne, poprawiłaby diagnostykę, umożliwiła automatyczne kontrole jakości i wspierała nowe narzędzia, takie jak mapy 3D jelita oraz systemy nawigacyjne. Do tej pory brakowało jednak dużego publicznego zestawu danych do trenowania i porównywania takich metod.

Nowa wspólna biblioteka widoków jelita

Naukowcy zbudowali InfoColon, łącząc rzeczywiste nagrania z kolonoskopii z dwóch szpitali z kilkoma dobrze znanymi publicznymi kolekcjami obrazów. Z badań szpitalnych zebrali ponad 119 000 klatek pobranych co sekundę, a następnie dodali dziesiątki tysięcy klatek z istniejących datasetów badawczych. Każda klatka została oznaczona przez ekspertów-endoskopistów jako informacyjna lub należąca do jednej z sześciu kategorii nieinformatywnych: zwykła ściana, pęcherzyki, rozmycie, złe oświetlenie, narzędzie zasłaniające lub inne przeszkody, takie jak kał. Kontrole na próbce klatek wykazały silne porozumienie między ekspertami, co daje pewność, że etykiety są wiarygodne. Obok wideo zespół udostępnia także raporty podsumowujące pokazujące, jak rozkładają się informacyjne klatki w czasie każdej procedury.

Uczenie komputerów, aby koncentrowały się na tym, co istotne

Ręczne oznaczenie tak dużej liczby klatek byłoby kosztowne i czasochłonne, dlatego zespół testował strategie uczenia, które potrafią wykorzystać mniejszy zestaw oznaczonych przykładów. Porównali standardowe uczenie nadzorowane z podejściami półnadzorowanymi i uczeniem aktywnym, które proszą ekspertów o oznaczenie tylko najbardziej pomocnych nowych próbek. Ich nowa metoda, nazwana Accuracy Driven Adaptive Threshold BALD, wybiera klatki do przeglądu przez ekspertów na podstawie tego, jak bardzo zmienia się wydajność modelu, zamiast tylko na podstawie jego niepewności. Wykorzystując nowoczesny model vision transformer, pokazali, że to podejście może osiągnąć wysoką dokładność w rozróżnianiu klatek informacyjnych od nieinformatywnych w różnych konfiguracjach etykiet, używając przy tym znacznie mniej ręcznie oznaczonych obrazów niż tradycyjne trenowanie.

Z płaskich klatek wideo do map 3D

InfoColon robi więcej niż tylko wskazywać, które klatki są wyraźne. Zestaw danych zawiera także filmy kalibracyjne kamery i parametry, które korygują zniekształcenia szerokokątnego obiektywu kolonoskopu. Mając to do dyspozycji, autorzy użyli wyłącznie informacyjnych klatek do testów metod rekonstrukcji 3D, które przekształcają obrazy 2D w chmurę punktów powierzchni jelita. W przykładowych klipach otrzymane modele 3D odwzorowały istotne kształty, takie jak fałdy, zakręty i teksturę, oraz pokazały płynne przejścia między klatkami. Sugeruje to, że dobrze przefiltrowany strumień klatek może wspierać przyszłe narzędzia do prowadzenia endoskopu, szacowania pokrycia lub wykrywania pominiętych obszarów.

Co to oznacza dla pacjentów i badaczy

Dla laika InfoColon można uznać za starannie zorganizowaną bibliotekę, która zachowuje wyraźne obrazy i oznacza bezużyteczne, jednocześnie zapisując, jak zachowuje się kamera. Zasób ten udostępniony społeczności ułatwi badaczom na całym świecie budowanie i rzetelne porównywanie programów komputerowych, które oczyszczają, analizują lub rekonstruują nagrania z kolonoskopii. W dłuższej perspektywie takie postępy mogą wspierać lekarzy lepszymi kontrolami jakości i bardziej informacyjnymi widokami jelita, bez zmiany samej procedury dla pacjentów.

Cytowanie: 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

Słowa kluczowe: kolonoskopia, obrazowanie medyczne, analiza wideo, zestaw danych, uczenie aktywne