Ein Datensatz annotierter DICOM-Bilder der Kopf-CT-Angiographie zur Erkennung intrakranieller Aneurysmen

Die Ruptur intrakranieller Aneurysmen (IAs) ist die häufigste Ursache für nicht-traumatische intrakraniellen Blutungen. Die frühe Erkennung von Aneurysmen vor der Ruptur oder ihre umgehende Identifikation im Falle einer intrakraniellen Blutung ist entscheidend und leitet Behandlungsstrategien. Die Entwicklung von KI-Tools zur Automatisierung der arbeitsintensiven Erkennung und Analyse von IAs ist ein aktives Forschungsgebiet, wobei sie von der Verfügbarkeit großer, gut kuratierter Datensätze für robustes Modelltraining, Validierung und Testing abhängt. Eine kollaborative Datenbereitstellung ist unerlässlich für den Fortschritt in diesem Bereich, bleibt jedoch relativ unüblich. Hier präsentieren wir eine Sammlung von 172 Computertomografie-Angiographieserien (CTA) – eine weit verbreitete und häufig genutzte Modalität zur Diagnose von IAs – ergänzt durch strukturierte Metadaten. Der Datensatz umfasst 90 Scans von gesunden Patienten und 82 Scans von Patienten mit IAs unterschiedlicher Formen, Größen und anatomischer Lokalisationen, die von zwei Experten annotiert und validiert wurden. Die Annotationen umfassen 122 Oberflächen-Mesh-Modelle im STL-Format. Dieser offen zugängliche Datensatz soll die Entwicklung automatisierter Segmentierungs- oder Klassifikationswerkzeuge, medizinischer Bildanalyse und die Bewertung von Risiken des Krankheitsverlaufs durch morphometrische und hämodynamische Auswertungen unterstützen.