PoseGaze-AHP

PoseGaze-AHP是一个用于人工智能驱动的眼部异常头位（AHP）诊断的3D数据集，该数据集同步捕捉头部姿态和注视运动信息。数据集通过使用大型语言模型（LLMs）从医学文献中提取结构化临床数据，并使用神经头像（NHA）框架将提取的记录转换为3D表示。数据集包括从两种头部纹理生成的7,920张图像，涵盖了广泛的眼部状况。提取方法的总体准确率达到91.92%，证明了其在临床数据集构建中的可靠性。PoseGaze-AHP是第一个公开可用的资源，专门用于人工智能驱动的眼部引起的AHP诊断，支持开发准确且符合隐私标准的诊断工具。

PoseGaze-AHP is a 3D dataset designed for AI-driven diagnosis of ocular-related abnormal head posture (AHP), which synchronously captures head pose and gaze movement information. The dataset extracts structured clinical data from medical literature using Large Language Models (LLMs), and converts the extracted records into 3D representations via the Neural Head Avatar (NHA) framework. It contains 7,920 images generated from two types of head textures, covering a wide spectrum of ocular conditions. The overall accuracy of the extraction method reaches 91.92%, demonstrating its reliability in clinical dataset construction. PoseGaze-AHP is the first publicly available resource specifically tailored for AI-driven diagnosis of AHP caused by ocular disorders, enabling the development of accurate diagnostic tools that adhere to privacy standards.

搜集汇总

数据集介绍

构建方式

在眼科学与人工智能交叉研究领域，构建能够同步捕捉头部姿态与眼球运动的数据集对诊断眼源性异常头位至关重要。PoseGaze-AHP数据集通过基于大语言模型的迭代提取方法构建，采用Claude 3.5 Sonnet模型从148篇医学研究论文中系统提取结构化临床信息。提取过程融合了分步提示、层级提示与复杂提示三种策略，通过标准化处理和医学规则插补完善数据完整性，最终借助神经头部化身框架将文本记录转化为包含7,920张图像的三维视觉表示。该方法在保持临床数据真实性的同时有效解决了医疗数据共享中的隐私限制问题。

特点

该数据集作为首个面向眼源性异常头位诊断的公开三维资源，其核心特征体现在多模态同步采集与临床真实性。数据集通过神经头部化身框架实现了头部姿态参数与眼球运动信息的时空对齐，覆盖俯仰、偏转及凝视方向等多维运动特征。包含的495条临床记录源自真实医学文献，涵盖杜安综合征、眼球震颤等八类典型眼疾对应的异常头位表现，并通过双头纹理生成技术增强了数据多样性。所有数据均标注完整的临床元数据字段，包括头位类型、方向角度及眼位偏斜参数，且通过91.92%的提取准确率验证了临床可靠性。

使用方法

该数据集为开发人工智能驱动的眼疾诊断工具提供了标准化实验平台。研究人员可通过分层目录结构访问数据，其中按眼疾类型与头位类别组织病例，每个病例包含七视角头部姿态图像、眼位偏斜示意图及结构化元数据文件。在模型训练阶段，可利用多视角图像数据构建头部姿态估计模型，结合凝视方向参数开发联合诊断算法。数据集标注的插补标识符有助于区分原始数据与推算值，支持模型鲁棒性验证。此外，公开的代码库提供了从数据提取到三维生成的全流程工具链，便于开展可复现的跨学科研究。

背景与挑战

背景概述

眼科医学领域长期面临异常头位姿势（AHP）诊断的复杂性，尤其当AHP由眼部疾病引发时，需同步分析头部姿态与眼球运动。PoseGaze-AHP数据集由阿联酋大学与克利夫兰诊所联合团队于2024年创建，旨在填补现有数据资源在整合性方面的空白。该数据集通过大语言模型从148篇医学文献中提取结构化临床信息，并利用神经头部化身框架生成7920幅三维图像，覆盖杜安综合征、眼球震颤等八类常见眼疾。作为首个公开面向眼源性AHP人工智能诊断的资源，其通过知识驱动构建模式突破了临床数据隐私限制，为开发高精度诊断工具提供了重要基础。

当前挑战

在眼源性异常头位姿势诊断领域，核心挑战在于如何实现头部姿态与眼球运动的同步量化分析。现有技术多将二者分离处理，导致诊断模型难以捕捉代偿性动作的协同机制。数据集构建过程中面临三重挑战：首先，医学文献数据存在异构性，需通过多轮提示策略实现91.92%的提取准确率；其次，临床记录缺失值问题突出，需依赖基于医学规则的层次化插补方法保持数据完整性；最后，三维生成需平衡生物力学准确性与视觉真实性，通过神经头部化身框架控制七种视角的头部旋转与眼球运动参数。

常用场景

经典使用场景

在眼科医学与人工智能交叉领域，PoseGaze-AHP数据集通过同步采集头部姿态与眼球运动的三维信息，为眼源性异常头位诊断提供了标准化评估框架。该数据集整合了从148篇医学文献中提取的结构化临床数据，利用神经头部化身技术生成7920张多视角图像，覆盖杜安综合征、眼球震颤等八类常见眼疾。其经典应用体现在通过量化分析头部倾斜、面部转向等姿势参数与眼球偏斜角的关联性，为临床医师提供可视化的辅助诊断依据。

实际应用

在临床实践中，该数据集支撑的AI诊断系统可实时分析患者头部运动轨迹与凝视向量，辅助识别杜安综合征患者代偿性面转、布朗综合征患者的颏上抬等典型病理特征。医疗机构通过部署基于该数据集的评估工具，能够量化追踪手术前后头位改善程度，为斜视矫正术疗效评估提供客观指标。此外，其合成的三维模型有效保护患者隐私，符合医疗数据伦理规范，为远程医疗中的姿势障碍筛查创造了技术条件。

衍生相关工作

该数据集催生了多项创新研究，包括基于多模态融合网络的眼动-姿势协同分析算法，以及结合图卷积神经网络的代偿姿势识别模型。部分研究团队进一步扩展了数据集的临床应用维度，开发出面向儿科患者的轻量化头姿评估移动端应用。在技术方法层面，衍生出基于时空注意力机制的序列姿态预测框架，以及适应不同光照条件的鲁棒性眼动追踪方案，持续推动着智能眼科诊断技术的前沿发展。