InfoColon: Kolonoskopide ardışık bilgilendirici kareler için bir veri kümesi

Daha net kolon videolarının önemi

Kolonoskopi, doktorların kolorektal kanserin erken belirtilerini tespit etmek için kullandığı ana araçlardan biridir, ancak ürettiği videolar sıklıkla dağınıktır. Birçok kare bulanık, baloncuklar veya araçlarla engellenmiş ya da basitçe doku duvarını gösterir. Bu işe yaramayan anlar doktorları yavaşlatır ve onlara yardımcı olmayı amaçlayan bilgisayar programlarını yanıltır. Bu çalışma, faydalı görüntüleri işe yaramaz olanlardan ayırmak ve daha akıllı, daha güvenilir tıbbi yapay zeka sistemleri geliştirmeye yardımcı olmak için tasarlanmış yeni ortak bir kolonoskopi video koleksiyonu olan InfoColon’u tanıtıyor.

Gürültülü bir tıbbi video akışını temizlemek

Bir kolonoskopi sırasında kamera, kıvrımlı, nemli ve hareketli bir organın içinden ilerler. Doktor ilerledikçe ve özeli geri çektikçe görüntü sallanabilir, buğulanabilir veya ışığın parlamasıyla dolabilir. Yazarlar, böyle bilgi içermeyen karelerin polip bulmayı zorlaştırdığını, klinisyenlerde yorgunluğu artırdığını ve hastalar için işlemleri uzattığını vurguluyor. Kolon tünelinin içinin ve yapılarının net görüldüğü bilgilendirici kareleri hızla seçebilme yeteneğinin teşhisi iyileştireceğini, otomatik kalite kontrollerine izin vereceğini ve 3B kolon haritaları ve navigasyon yardımcıları gibi yeni araçları destekleyeceğini savunuyorlar. Ancak şimdiye kadar bu tür yöntemleri eğitmek ve karşılaştırmak için büyük bir açık veri kümesi bulunmuyordu.

Kolon görünümlerinin yeni ortak kütüphanesi

Araştırmacılar, gerçek kolonoskopi videolarını iki hastaneden ve birkaç tanınmış açık görüntü koleksiyonundan birleştirerek InfoColon’u oluşturdu. Hastane muayenelerinden, saniyede bir örneklenen 119.000’den fazla kare topladılar ve ardından mevcut araştırma veri setlerinden onbinlerce kare eklediler. Her kare, uzman endoskopistler tarafından bilgilendirici veya altı değersiz türden birine ait olarak etiketlendi: düz duvar, baloncuk, bulanık, kötü ışık, araç engeli veya dışkı gibi diğer engeller. Karelerin bir örneği üzerinde yapılan kontroller, uzmanlar arasında güçlü bir uyum gösterdi ve etiketlerin güvenilir olduğuna dair güven verdi. Videoların yanı sıra ekip, her prosedürde bilgilendirici karelerin zaman içinde nasıl dağıldığını gösteren özet raporlar da sağlıyor.

Bilgisayarlara önemli olana odaklanmayı öğretmek

Böylesi büyük bir kare sayısını elle etiketlemek maliyetli ve yavaş olurdu, bu yüzden ekip daha küçük bir etiketli örnek kümesinden en iyi şekilde yararlanabilecek öğrenme stratejilerini test etti. Standart denetimli öğrenmeyi, yalnızca en faydalı yeni örnekleri etiketlemeleri için uzmanlara soran yarı denetimli ve etkin öğrenme yaklaşımlarıyla karşılaştırdılar. Doğruluk Tabanlı Uyarlanabilir Eşik BALD (Accuracy Driven Adaptive Threshold BALD) adını verdikleri yeni yöntemleri, modelin belirsizliğine bakmaktan ziyade model performansının ne kadar değiştiğine göre uzman incelemesi için kareleri seçiyor. Modern bir görsel dönüştürücü (vision transformer) modeli kullanarak, bu yaklaşımın çeşitli etiket düzenlemelerinde bilgilendirici ve değersiz kareleri ayırt etmede yüksek doğruluğa ulaşabildiğini ve geleneksel eğitime göre çok daha az uzman etiketli görsel kullandığını gösterdiler.

Düz video karelerinden 3B haritalara

InfoColon yalnızca hangi karelerin net olduğunu listelemekle kalmıyor. Veri kümesi ayrıca kamera kalibrasyon videoları ve kolonoskop lensinin geniş açılı bozulmasını düzelten parametreleri içeriyor. Bunlarla birlikte, yazarlar yalnızca bilgilendirici kareleri kullanarak 2B görüntüleri kolon yüzeyinin 3B nokta bulutuna dönüştüren 3B yeniden yapılandırma yöntemlerini test ettiler. Örnek kliplere bakıldığında, ortaya çıkan 3B modeller kıvrımlar, bükülmeler ve doku gibi önemli şekilleri yakaladı ve kareler arasında düzgün geçişler gösterdi. Bu, iyi filtrelenmiş bir kare akışının, özeli yönlendiren, kapsama alanını tahmin eden veya atlanan bölgeleri tespit etmeye yardımcı olan gelecekteki araçları destekleyebileceğini düşündürüyor.

Hastalar ve araştırmacılar için anlamı

Bir sıradan izleyici için InfoColon, net görüntüleri saklayan ve işe yaramaz olanları etiketleyen, aynı zamanda kameranın nasıl davrandığını kaydeden dikkatle düzenlenmiş bir kütüphane olarak görülebilir. Bu paylaşılan kaynak, dünya çapındaki araştırmacıların kolonoskopi videolarını temizleyen, analiz eden veya yeniden yapılandıran bilgisayar programları geliştirmesini ve adil şekilde karşılaştırmasını kolaylaştırmalıdır. Uzun vadede, bu tür ilerlemeler hastalar için prosedürü değiştirmeden doktorlara daha iyi kalite kontrolleri ve daha bilgilendirici kolon görünümleri sağlayabilir.

Atıf: 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

Anahtar kelimeler: kolonoskopi, tıbbi görüntüleme, video analizi, veri kümesi, etkin öğrenme