Dataset Overview
Definición:Número de MVD en un conjunto de neurocirugía de 1 millón de gradoses proporcionado porChangsha Langhui Information Technology Co., Ltd.La base de datos se divide por la sintaxis de vídeo quirúrgico ultragrande creado por la plataforma DataAssetsAPI. Un millón + marcos del microscopio de descompresión microvascular (MVD) de la instalación médica cooperativa, modificado manualmente por SOLOv2 pre-mark + especialistas neurocirugía, que cubre estructuras anatómicas de 24 tipos y severización de píxeles de dispositivos quirúrgicos, con un sistema de etiqueta multinivel 8.
| Nombre del conjunto de datos | Número de MVD en un conjunto de neurocirugía de 1 millón de grados |
| Volumen total de datos | 1 millón + Marco de vídeo de cirugía (segmentación por marco) |
| AnotaciónCategoría | 24 Semántica (Type-Anatomía Estructura + 12 dispositivos operativos) |
| Tabs de estadio | 9 etapas quirúrgicas (marcas específicas por marco), 8 intentos quirúrgicos (multilabelling) |
| 标注格式 | Pixel Separador Mascara (polygon / RLE / máscara binaria) |
| Anotaciónplataforma | CVAT con preanotación SOLOv2 + corrección manual experto |
| MetadatosCampo | Valoración positiva (0-1), contención (0-2), visibilidad (0-100), marcador de calidad |
| Marcadores de calidad | Sin anomalía / fuzzy / humo / derramamiento de sangre / exposición, marco por marco |
| Precisión de anotación | Límites precisos para adaptarse a los contornos de la organización, y eliminar bordes ásperos y proximidad al multilateralismo Forma |
Descripción categoría sistema
Estructura de la anatomía (12 categorías)
Equipo de funcionamiento (12 clases)
Fase de cirugía y etiqueta de acción
Fase quirúrgica (marcación exclusiva por marco)
Intenciones para cirugía (multilabelled)
影像数据规范
| 规范项 | 详细说明 |
|---|---|
| Formato de datos | Marco de vídeo del microscopio de cirujano para apoyar la exportación de secuencia PNG/JPEG |
| 标注格式 | Pixels Separador Mask, soporta paletón / RLE / Mascara binaria |
| Anotaciónplataforma | CVAT con preanotación SOLOv2 + corrección manual experto |
| MetadatosCampo | Valoración positiva (0-1), contención (0-2), visibilidad (0-100), marcador de calidad |
| Marcadores de calidad | Sin anomalía / fuzzy / humo / derramamiento de sangre / exposición, marco por marco |
| Precisión de anotación | Límites precisos para adaptarse a los contornos de la organización, y eliminar bordes ásperos y proximidad al multilateralismo Forma |
Calidad de anotaciónSistema
Recopilación y difusión de vídeo
El vídeo del microscopio de cirugía elimina la información, las fechas, la identificación institucional y entra en la base de datos a través de líneas de agua desensivas
Extracción de marco clave
Tomar marcos críticos de la operación de acuerdo con la estrategia de muestreo de 1-5fps para asegurar la cobertura del proceso completo de 9 etapas de la operación
SOLOv2 prescript
Modelo AI para generar la máscara inicial de partición semántica para proporcionar etiquetas de referencia para estructuras anatómicas de 24 tipos+ dispositivos
Modificaciones de expertos y comprobación cruzada
Controlado rápido por el especialista en neurocirugía, doble chequeado, marco no conforme devuelto a la observación
数据安全与脱敏
Todos los datos han sido disensibilizados a fondo, se ha eliminado toda la información que identifica directa o indirectamente a los individuos y se mantiene sólo la estructura de la autopsia y la información del dispositivo dentro del horizonte quirúrgico.
| ProcesamientoTipo | 详细说明 |
|---|---|
| 已脱敏字段 | Toda la información de identificación personal, incluyendo el nombre de paciente, ID, fecha de operación, identificación de instalaciones médicas, etc. |
| Campos reservados | Datos de píxeles de marco de vídeo, máscara de partición semántica, fase/acción/marca intencional, metadatos de incertidumbre |
字段数据维度
| Nombre del campo | Tipo de datos | DimensiónDescripción |
|---|---|---|
| frame_id | String(32) | Signo único de marco de vídeo, asociado con el sello de tiempo de vídeo de cirugía original |
| video_id | String(24) | Número de vídeo de cirugía desenterrada, compartido con la misma operación |
| frame_index | Integer | Número de serie de marco de vídeo, correspondiente a la ubicación original del vídeo |
| timestamp_sec | Float | Estampación de tiempo (s) en vídeo, calculada desde el comienzo de la operación |
| surgery_phase | Enum | EXPOSURE | ARACHNOID_OPENING | CEREBELLAR_RETRACTION | VESSEL_ID | CONFLICT_ID | DECOMPRESSION | TEFLON_PLACE | HEMOSTASIS | CLOSURE |
| surgery_intent | Array[Enum] | IMPROVE_VIEW | BLEEDING_CONTROL | ADHESION_RELEASE | CN_IDENTIFY | VESSEL_SEPARATE | DECOMPRESS | NERVE_PROTECT | SPACE_CLEAR |
| anatomy_mask | Polygon/RLE | 12 tipo estructura anatómica pixel partición semántica máscara |
| instrument_mask | Polygon/RLE | Dispositivos quirúrgicos de 12 tipos con particiones de píxeles semánticos máscara |
| certainty_score | Float | Nota definitiva Notada 0.0-1.0 debajo 0.7 sujeto a revisión |
| occlusion_level | Enum | 0=NONE | 1=PARTIAL | 2=SEVERE |
| visibility_score | Integer | Visibilidad estructural clave 0-100 |
| quality_flag | Enum | NORMAL | BLUR | SMOKE | BLOOD_SPLASH | UNDEREXPOSED |
| annotator_id | String(8) | Identificación de personal de marcadores de desensibilización |
| review_status | Enum | PENDING | PASSED | REJECTED | ARBITRATED |
| resolution | String | Resolución de marco de vídeo "1920x1080" o "3840x2160" |
| fps | Integer | Tasa de muestreo de marcos, generalmente 1-5fps marco clave |
Muestra de datos JSON de identificación
A continuación se presenta el modelo estructurado de JSON para el tratamiento disensibilizado, se ha eliminado información real de los pacientes y se mantienen los datos médicos básicos.
Otros organizadores
"frame id": "MVD-20240815-0128-F03456",
"video id": "MVD-SURG-20240815-0128",
"Índice de marco": 3456,
"timestamp sec": 1847.5,
"Caso de cirugía": "DECOMPRESSION",
"Intensión de cirugía": ["DECOMPRESS", "Protecto de energía", "VESSEL SEPARATE"]
"Máscara antianómica":
"estructuras visibles": ["CERBELLUM", "CN5 TRIGEMINAL", "SCA", "PETROSAL VEIN", "BRAINSTEM",]
"Mask format": "polygon",
"datos de máscaras": "coordenadas de polígono codificadas debase64"
{\cHFFFFFF}{\cH00FF}
"Máscara de instrumento":
"Instrumentos visibles": ["BIPOLAR FORCEPS", "DSSECTOR", "TEFLON PLEDGET",]
"Mask format": "polygon",
"datos de máscaras": "coordenadas de polígono codificadas debase64"
{\cHFFFFFF}{\cH00FF}
"Anotación de la ciudad": 0,92
"Nivel de excensión": "PARTIAL",
"punto de visibilidad": 85,
"Cuality frag": "NORMAL",
"Anotador id": "ANN-0472,"
"Estado de revisión": "PASSED",
"resolución": "1920x1080",
"Fps": 2,
"descripción del caso": "La fase de alivio de la presión: separación de los vasos sanguíneos responsables de la raíz del nervio tridente con una stripper, preparación para la colocación de una almohadilla Teflon".
*Lo siento*数据分布统计
| Dimensión | 分布说明 |
|---|---|
| Distribución de los sitios quirúrgicos | Las neurosis tridentales son 68% MVD, talamo, 22% MVD, találamo, 6% MVD, 6% otras neuronas craneales, 4% |
| Distribución responsable de los vasos sanguíneos | ¿AICA 28%? ¿La arteria base de los vertebrados 12%? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?? ? ? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ??? ?? ?? ?? ?? ????? ?? ?? ??????????? ?? ??????????????? ?? ????????? ?? ?????? |
| Distribución del tiempo de vídeo | 2-4 horas 55% ?? 1-2 horas 28% ?? 4-6 horas 15% ?? 6 horas o más 2% |
| Distribución de la resolución | 1920x1080 78% | 3840x2160 22% |
| Tasa de fractura | 2fps muestra de marco clave 65% ?? 1fps 25% ?? 5fps muestra alta densidad 10% |
Casos de uso de capacitación de AI
Modelo básico para entender la escena quirúrgica
Modelo de aplicación: Mask2Former / MedSAM / Swin-UNETR / YOLOv8-Seg. Multi-syntax split + ejemplos de división, entrenamiento en modelos de escenarios quirúrgicos básicos.
Reconocimiento automático durante la cirugía.
Modelo de aplicación: SlowFast / TimeShormer / VidioMAE. Clasificación de fase 9 + 8 está destinado a ser múltiples etiquetas, permitiendo la grabación automática del proceso quirúrgico y la detección de eventos críticos.
Ayudas de navegación en tiempo real en cirugía
Modelo aplicable: YOLO-Surgical / DeepLabV3+. Estructura clave dividida en tiempo real + seguimiento de dispositivos + alerta de área de peligro.
Evaluación de las habilidades quirúrgicas
Modelo de aplicación: OSATS red neuronal automática / gráfica. Análisis de pistas de dispositivos + normativa operativa + modelado de curvas de aprendizaje.
Informe quirúrgico autogenerado.
Modelo de aplicación: LLM multimodular. Formación polimodular de vídeo, generando automáticamente registros quirúrgicos estructurados.
Formación en la enseñanza y simulación de cirugía
Modelo de aplicación: Fuente de datos de simulación quirúrgica VR/Bibliotea de referencia estilo estándar/Calificación de la mezcla de adultos.
FAQ
Red de expertos certificados
Cubrir seis disciplinas principales: matemáticas, física, química, biología, ciencias de la tierra y ciencias informáticas
Revisión credencial académica, evaluación profesional de competencias, formación de anotación de datos y monitoreo continuo de calidad
Premark + examen experto, 300% de mejora de eficiencia, 99.5% de precisión
¿Necesitan programas de datos quirúrgicos personalizados?
Changsha Langhui Information Technology Co., Ltd. La plataforma DataAssetsAPI está dedicada a proporcionar a las empresas de inteligencia artificial y a las instituciones científicas activos de datos médicos de alta calidad y conformes.
Vista previa de la muestra de datos · Soluciones de datos personalizadas · Soporte técnico profesional