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。

搜集汇总

背景与挑战

背景概述

本数据集面向颈动脉超声筛查场景，基于受检者双侧颈动脉管腔狭窄率，生成双侧狭窄率之和、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等量化指标，并反映其与同年龄基准的偏离关系。该数据可支持医疗机构对受检者进行差异化分层管理，提升高风险个体识别效率，同时为医学AI企业提供多维指标以训练和优化颈动脉超声诊断及风险预测模型，并为科研机构研究不同年龄段狭窄分布规律和风险阈值提供基准数据。