Coronary Angiogram Dataset for SYNTAX Score

本数据集由Sber AI Lab和Tyumen Cardiology Research Center联合创建，包含1,844名患者的冠状动脉造影视频及其对应的SYNTAX评分，用于自动评估冠状动脉疾病的严重程度。数据集内容包括多视角X射线视频，每个视频包含约20-60帧，像素范围为0-255。数据集的创建遵循严格的医疗指南，并由经验丰富的介入心脏病专家进行标注。该数据集主要应用于心血管疾病的研究和临床决策支持，旨在通过自动化的SYNTAX评分预测，提高诊断的准确性和效率。This dataset was jointly created by Sber AI Lab and the Tyumen Cardiology Research Center. It encompasses coronary angiography videos and their matching SYNTAX scores from 1,844 patients, serving as a resource for the automatic evaluation of coronary artery disease severity. The dataset consists of multi-view X-ray videos, where each video contains roughly 20 to 60 frames with a pixel value range of 0–255. Its development complies with stringent medical guidelines, and all annotations were carried out by seasoned interventional cardiologists. This dataset is primarily applied to cardiovascular disease research and clinical decision support, aiming to improve diagnostic accuracy and efficiency via automated SYNTAX score prediction.

搜集汇总

数据集介绍

构建方式

该数据集的构建主要依托于冠脉造影影像，通过多视角X射线视频捕捉冠状动脉的完整影像，并从多个角度观察冠状动脉。这些影像数据涵盖了1844名患者的冠脉造影结果，且实现了零分与非零分患者的平衡分布。数据集构建过程中，三位具有3至15年经验的介入心脏病专家参与了数据标注，确保了数据的质量和可靠性。

特点

Coronary Angiogram Dataset for SYNTAX Score数据集具有以下特点：首先，它包含了冠脉造影影像的完整样本，通过多视角X射线视频捕捉，为研究者提供了从多个角度观察冠状动脉的宝贵资料。其次，该数据集实现了零分与非零分患者的平衡分布，这有助于研究者进行更全面的分析。最后，数据集的标注工作由三位经验丰富的介入心脏病专家完成，保证了数据的准确性和可靠性。

使用方法

该数据集的使用方法如下：首先，研究者可以访问该数据集，获取冠脉造影影像和多视角X射线视频数据。然后，研究者可以利用这些数据对冠状动脉疾病进行评估，特别是对SYNTAX评分进行预测。此外，该数据集还可以用于训练和验证计算机视觉算法，以提高冠脉造影影像的分析和评估能力。

背景与挑战

背景概述

冠状动脉疾病是全球范围内导致死亡的主要原因之一。冠状动脉造影是检查心脏疾病的主要可视化方法，而SYNTAX评分是一种广泛使用的冠状动脉疾病严重程度的量化工具，对于选择最佳血运重建策略至关重要。Alexander Ponomarchuk等人于2024年7月29日在arXiv上发布了一篇论文，介绍了一个新的医疗回归和分类问题——自动从冠状动脉造影中估计SYNTAX评分。该研究提出了一个包含1,844名患者的综合数据集，这些患者具有零分和非零分的均衡分布。该数据集包括首个完整的多视角X射线视频冠状动脉造影样本，允许从多个视角观察冠状动脉。此外，该研究还提出了一种新颖的、全自动的端到端方法来估计SYNTAX评分。对于这样一个困难的任务，研究者在评分预测中实现了0.51的确定系数R2。

当前挑战

该数据集和相关研究面临的主要挑战包括：1)自动估计SYNTAX评分的领域问题，即从冠状动脉造影中自动估计SYNTAX评分；2)构建过程中遇到的挑战，包括如何智能地从多个视角中聚合信息，以及如何处理数据集中小样本量的情况。此外，还有专家之间在SYNTAX评分标注上存在差异的问题，这表明在数据标注过程中需要更高的准确性和一致性。

常用场景

经典使用场景

冠状动脉造影数据集在SYNTAX评分预测中扮演了关键角色。该数据集通过提供多视角X射线视频，使研究者能够从多个角度观察冠状动脉，从而更准确地评估冠状动脉疾病的严重程度。数据集的均衡分布使得预测SYNTAX评分和区分患者是否具有非零分数成为可能，这对于选择最佳的血运重建策略至关重要。

衍生相关工作

冠状动脉造影数据集衍生了一系列相关工作，包括冠状动脉病变的分类、动脉和分支的分割、狭窄或阻塞的检测等。这些研究为开发更准确、高效的冠状动脉疾病诊断工具提供了基础，并为未来的研究提供了宝贵的资源。

数据集最近研究

最新研究方向

在冠状动脉疾病诊断与治疗领域，SYNTAX评分已成为评估冠状动脉病变严重程度和选择最佳血运重建策略的重要工具。然而，目前尚无完全自动化的SYNTAX评分计算工具。本文提出了一种基于冠状动脉造影的SYNTAX评分自动估计方法，并介绍了一个包含1,844名患者冠状动脉造影数据和相应SYNTAX评分的全新数据集。该数据集具有零分和非零分个体平衡分布的特点，并首次提供了完整的冠状动脉造影多视角X射线视频样本，为从多个角度观察冠状动脉提供了可能。本文还提出了一种全新的、完全自动的端到端方法来估计SYNTAX评分，在评分预测中实现了0.51的确定系数R2。这一研究成果对于提高心血管疾病诊断的准确性和效率具有重要意义，有望推动冠状动脉疾病诊断和治疗领域的发展。

相关研究论文

• End-to-end SYNTAX score prediction: benchmark and methods

  Sber AI Lab 和 Tyumen Cardiology Research Center, Tomsk National Research Medical Center of Russian Academy of Science · 2024年