颈动脉超声影像AI诊断分析数据

本数据面向颈动脉超声筛查中的双侧管腔狭窄综合评估场景，基于受检者左右两侧颈动脉管腔狭窄率，形成双侧狭窄率之和、较重侧狭窄率、双侧狭窄不对称度、全血管狭窄负荷及影像狭窄分级指数，并进一步反映其相对于同年龄分组基准水平的量化偏离关系对于医疗机构、体检中心、神经科筛查平台及颈动脉超声筛查服务机构而言，可基于优先复查、常规随访、稳定观察等分级结果，对受检者进行差异化分层管理，将狭窄负荷显著偏高、较重侧狭窄程度突出或双侧不对称明显的受检者优先纳入复查、随访或进一步专科评估流程，从而提升高风险个体识别效率和筛查资源配置效率；对于医学 AI 企业和算法研究机构而言，该数据提供双侧总体负荷、较重侧程度、双侧不对称度及全血管狭窄负荷等多维量化指标，可用于分析双侧狭窄不对称特征对颈动脉风险预警的独立贡献，支持颈动脉超声 AI 诊断模型、脑血管风险预测模型和辅助分诊模型的训练、验证与迭代优化，增强模型的可解释性和临床适配性；对于科研机构而言，数据按整十岁年龄分组建立全血管狭窄负荷基准及波动幅度，可用于研究不同年龄段颈动脉狭窄程度的分布规律、正常参考区间、风险偏离特征及危险阈值变化趋势。（一）原始数据来源于申请人依法运营或授权管理的颈动脉超声影像AI诊断平台。（二）处理规则：筛查日期=由筛查日期取日期；受检年龄=由原用户年龄加工；剔除狭窄率（左侧）或狭窄率（右侧）无法解析为数值的记录。年龄分组=受检年龄按整十岁向下取整后加“岁组”；左侧管腔狭窄率=狭窄率（左侧）*100；右侧管腔狭窄率=狭窄率（右侧）*100，均以百分数计并保留两位小数。双侧狭窄率之和=左侧管腔狭窄率+右侧管腔狭窄率；较重侧狭窄率=max(左侧管腔狭窄率,右侧管腔狭窄率)；双侧狭窄不对称度=abs(左侧管腔狭窄率-右侧管腔狭窄率)；全血管狭窄负荷=较重侧狭窄率*0.7+双侧狭窄率之和*0.3。同组负荷累计=sum(全血管狭窄负荷)；同组受检人数=n；同组基准负荷=同组负荷累计/同组受检人数；负荷离均差=全血管狭窄负荷-同组基准负荷；负荷离均差平方=(负荷离均差)^2；同组离差平方和=sum(负荷离均差平方)；同组负荷波动幅度=sqrt(同组离差平方和/同组受检人数)；负荷标准化偏离度=负荷离均差/同组负荷波动幅度，同组负荷波动幅度为0时取0。同组峰值负荷=max(全血管狭窄负荷)；负荷饱和度=全血管狭窄负荷/同组峰值负荷*100，同组峰值负荷为0时取0；绝对狭窄强度=较重侧狭窄率/50。影像狭窄分级指数记为S，S=负荷标准化偏离度+绝对狭窄强度+(负荷饱和度-50)/50。影像狭窄优先级记为P，若S>=1.0，则P=优先复查；若-1.5<=S<1.0，则P=常规随访；若S<-1.5，则P=稳定观察。

搜集汇总

背景与挑战

背景概述

本数据集为颈动脉超声影像AI诊断分析数据，规模1001条，格式为xlsx，按需更新，面向双侧颈动脉管腔狭窄综合评估，基于左右侧狭窄率计算双侧狭窄率之和、较重侧狭窄率、双侧狭窄不对称度、全血管狭窄负荷、影像狭窄分级指数及优先级等指标，并按整十岁年龄分组建立基准负荷和波动幅度。其处理规则包括剔除狭窄率无法解析为数值的记录，并形成优先复查、常规随访、稳定观察等分级结果。该数据可用于医疗机构等差异化分层管理，也能支持颈动脉超声AI诊断、脑血管风险预测和辅助分诊模型训练验证，并供科研机构研究不同年龄段颈动脉狭窄分布、参考区间和风险偏离趋势。