[論文レビュー] Quantitative Evaluation of Endoscopic SLAM Methods: EndoSLAM Dataset.

Kutsev Bengisu Ozyoruk, Kağan İncetan+12 more|arXiv (Cornell University)|Jun 30, 2020

Robotics and Sensor-Based Localization参考文献 33被引用数 3

ひとこと要約

本論文では、エクス・ボド・ブタ腸管を用いた内視鏡SLAMのための包括的ベンチマークとして、EndoSLAMデータセットを紹介する。ロボットアームと高精度3次元スキャンを用いて、カプセル内視鏡および通常内視鏡からのデータを収集した。深層学習ベースのSLAM手法の定量的評価を可能にし、SC-SfMLearnerを概念実証としてベンチマーク化した。公開されたデータとコードを提供する。

ABSTRACT

Deep learning techniques hold promise to improve dense topography reconstruction and pose estimation, as well as simultaneous localization and mapping (SLAM). However, currently available datasets do not support effective quantitative benchmarking. With this paper, we introduce a comprehensive endoscopic SLAM dataset containing both capsule and standard endoscopy recordings. A Panda robotic arm, two different commercially available high precision 3D scanners, two different commercially available capsule endoscopes with different camera properties and two different conventional endoscopy cameras were employed to collect data from eight ex-vivo porcine gastrointestinal (GI)-tract organs. In total, 35 sub-datasets are provided: 18 sub-datasets for colon, 12 sub-datasets for stomach and five sub-datasets for small intestine, while four of these contain polyp-mimicking elevations carried out by an expert gastroenterologist. To exemplify the use-case, SC-SfMLearner was comprehensively benchmarked. The codes and the link for the dataset are publicly available at this https URL. A video demonstrating the experimental setup and procedure is available at this https URL.

研究の動機と目的

• 内視鏡SLAM手法のための包括的で公開可能なデータセットの不足を解消すること。
• 複数の消化管領域にわたるカプセル内視鏡および通常内視鏡の両方をカバーする多様で高精度なデータセットを提供すること。
• 内視鏡環境における深層学習ベースのSLAM技術の厳密な評価を可能にすること。
• 内視鏡における正確な密度の高い地形再構築およびポーズ推定の開発と検証を支援すること。
• 公開されたデータ、コード、実験動画を通じて、再現可能な研究を促進すること。

提案手法

• エクス・ボド・ブタ腸管からのデータ収集において、ピアンド・ロボットアームを用いて内視鏡の位置決めを正確に制御した。
• 定量的評価のためのグランド・トゥース表面再構築を生成するために、2台の高精度3次元スキャナを用いた。
• 異なる光学的・センサ特性を持つ2種類のカプセル内視鏡を用いてデータを収集した。
• 画像モダリティの多様性を確保するため、2種類の異なる通常内視鏡カメラを用いてデータを記録した。
• 大腸（18）、胃（12）、小腸（5）の合計35のサブデータセットを取得した。そのうち4つは専門家による消化器内視鏡医が模倣したポリープを再現した隆起を含む。
• 本データセット上でSC-SfMLearner手法をベンチマーク化し、性能評価の有効性を示した。

実験結果

リサーチクエスチョン

• RQ1 深層学習ベースのSLAM手法は、エクス・ボド・ブタ腸管における内視鏡動画から、どのように密度の高い地形を再構築できるか？
• RQ2 複数の内視鏡画像モダリティを用いた場合、ポーズ推定および表面再構築の精度はどの程度か？
• RQ3 カメラの特性の違い（例：カプセル内視鏡対通常内視鏡）は、SLAM性能にどのように影響するか？
• RQ4 ポリープを模倣した隆起の存在が、SLAMの精度および耐性にどの程度影響を与えるか？
• RQ5 提案されたデータセットは、内視鏡SLAMアルゴリズムの信頼性ある、再現可能で定量的なベンチマークをサポートできるか？

主な発見

• EndoSLAMデータセットは、大腸、胃、小腸の3領域にわたり35のサブデータセットを提供し、内視鏡SLAM手法の包括的評価を可能にした。
• カプセル内視鏡および通常内視鏡の両方のデータを含むことで、異なる画像モダリティ間の比較分析が可能になった。
• 高精度スキャナからのグランド・トゥース3次元再構築により、地形およびポーズ推定の精度を定量的に評価できるようになった。
• 専門家による消化器内視鏡医が作成した4つのサブデータセットにポリープを模倣した隆起が含まれており、病変検出およびSLAMの耐性をテストした。
• SC-SfMLearnerは本データセット上で成功裏にベンチマーク化され、今後の手法評価のベースラインとしての妥当性を示した。
• データセット、コード、実験動画はすべて公開されており、再現性の高い研究およびコミュニティ全体のベンチマークを支援している。