Aperçu des données
Définition:百万级神经外科MVD手术标注数据集est fourni parChangsha Langhui Information Technology Co., Ltd.La base de données est divisée par la syntaxe de la vidéo chirurgicale ultra-large créée par la plateforme DataAssetsAPI. Un million de cadres + du microscope de décompression microvasculaire (MVD) de l'installation médicale coopérative, modifié manuellement par les spécialistes de pré-marques SOLOV2 + neurochirurgie, couvrant 24 structures anatomiques de type et la séparation de classe pixel des dispositifs chirurgicaux, avec un système d'étiquettes multi-niveaux de phase 9 + 8.
| Nom de l'ensemble de données | 百万级神经外科MVD手术标注数据集 |
| Volume total des données | 100 万+ Cadre vidéo de chirurgie (segmentation par cadre) |
| AnnotationCategory | 24 Sémantique (structure d'anatomie de type + 12 dispositifs de fonctionnement) |
| 阶段标签 | 9 étapes chirurgicales (étiquettes spécifiques par cadre), 8 intentions chirurgicales (multi-étiquetage) |
| 标注格式 | Masque de séparateur de pixel (polygone / RLE / masque binaire) |
| Annotationplateforme | CVAT, SOLOV2 prescript + correction manuelle d'expert |
| MetadataField | 确定性评分（0-1）、遮挡程度（0-2）、可见度（0-100）、质量标志 |
| 质量标志 | 无异常 / 模糊 / 烟雾 / 血液飞溅 / 欠曝，逐帧记录 |
| Précision de l'annotation | 边界精确贴合组织轮廓，杜绝粗糙边缘与近似多边形 |
Système de catégorie de description
Structure anatomique (12 catégories)
Matériel de fonctionnement (12 classes)
Phase de chirurgie et étiquette d' action
Phase chirurgicale (étiquette exclusive par cadre)
Intentions chirurgicales (multi-marqués)
影像数据规范
| 规范项 | 详细说明 |
|---|---|
| Format des données | Cadre vidéo du microscope de chirurgien pour supporter l'exportation de séquence PNG/JPEG |
| 标注格式 | Masque de séparateur de Pixels, prend en charge le pallygon / RLE / Masque binaire |
| Annotationplateforme | CVAT, SOLOV2 prescript + correction manuelle d'expert |
| MetadataField | 确定性评分（0-1）、遮挡程度（0-2）、可见度（0-100）、质量标志 |
| 质量标志 | 无异常 / 模糊 / 烟雾 / 血液飞溅 / 欠曝，逐帧记录 |
| Précision de l'annotation | 边界精确贴合组织轮廓，杜绝粗糙边缘与近似多边形 |
Annotation QualitySystème
Collecte et diffusion de vidéos
Vidéo de microscope chirurgical qui enlève les informations sur les patients, les dates, l'identification institutionnelle et entre dans la base de données par des lignes d'eau désensibles
关键帧抽取
Prendre des cadres critiques de l'opération conformément à la stratégie d'échantillonnage 1-5fps pour assurer la couverture de l'ensemble du processus de 9 étapes de l'opération
Préscriptum SOLOV2
Modèle AI pour générer un masque de partition sémantique initial pour fournir des étiquettes de base pour les dispositifs anatomiques de 24 types+
Amendements d ' experts et contre-vérification
Contrôle rapide par un spécialiste en neurochirurgie, cadre non conforme, double contrôle retourné à la note
数据安全与脱敏
Toutes les données ont été complètement disséminées, toutes les informations qui identifient directement ou indirectement des personnes ont été retirées et seules la structure d'autopsie et les informations sur les appareils à l'intérieur de l'horizon chirurgical sont maintenues.
| TraitementType | 详细说明 |
|---|---|
| 已脱敏字段 | Tous les renseignements personnels sur l'identité, y compris le nom du patient, son identité, sa date d'exploitation, son identité, etc. |
| Reserved Fields | Données pixel de cadre vidéo, masque de partition sémantique, balise phase/action/intentionnelle, métadonnées d'incertitude |
字段数据维度
| Field Name | Type de données | DimensionDescription |
|---|---|---|
| frame_id | String(32) | Coffret vidéo unique, associé au timbre d'heure vidéo de chirurgie original |
| video_id | String(24) | Numéro vidéo de la chirurgie désincarnée, partagée avec la même opération |
| frame_index | Integer | Numéro de série du cadre vidéo, correspondant à l'emplacement original de la vidéo |
| timestamp_sec | Float | Timbre horaire (sec) en vidéo, calculé à partir du début de l'opération |
| 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 | Masque de partition sémantique de 12 types de structure anatomique pixel |
| instrument_mask | Polygon/RLE | Dispositifs chirurgicaux de 12 types avec masque de partition de pixels sémantiques |
| certainty_score | Float | Note définitive notée 0,0-1,0 inférieure à 0,7 sous réserve d'un réexamen |
| occlusion_level | Enum | 0=NONE | 1=PARTIAL | 2=SEVERE |
| visibility_score | Integer | Visibilité structurelle clé 0-100 |
| quality_flag | Enum | NORMAL | BLUR | SMOKE | BLOOD_SPLASH | UNDEREXPOSED |
| annotator_id | String(8) | Marqueurs de désensibilisation |
| review_status | Enum | PENDING | PASSED | REJECTED | ARBITRATED |
| resolution | String | Résolution de cadre vidéo "1920x1080" ou "3840x2160" |
| fps | Integer | Taux d'échantillonnage de la base, généralement 1-5fps cadre clé |
Échantillon de données JSON non identifié
Le modèle structuré JSON pour le traitement dissensibilisé est présenté ci-dessous, de véritables informations sur les patients ont été supprimées et des données médicales de base sont maintenues.
{
"frame_id": "MVD-20240815-0128-F03456",
"video_id": "MVD-SURG-20240815-0128",
"frame_index": 3456,
"timestamp_sec": 1847.5,
"surgery_phase": "DECOMPRESSION",
"surgery_intent": ["DECOMPRESS", "NERVE_PROTECT", "VESSEL_SEPARATE"],
"anatomy_mask": {
"visible_structures": ["CEREBELLUM", "CN5_TRIGEMINAL", "SCA", "PETROSAL_VEIN", "BRAINSTEM"],
"mask_format": "polygon",
"mask_data": "base64_encoded_polygon_coordinates"
},
"instrument_mask": {
"visible_instruments": ["BIPOLAR_FORCEPS", "DISSECTOR", "TEFLON_PLEDGET"],
"mask_format": "polygon",
"mask_data": "base64_encoded_polygon_coordinates"
},
"certainty_score": 0.92,
"occlusion_level": "PARTIAL",
"visibility_score": 85,
"quality_flag": "NORMAL",
"annotator_id": "ANN-0472",
"review_status": "PASSED",
"resolution": "1920x1080",
"fps": 2,
"phase_description": "减压阶段：使用剥离器将责任血管与三叉神经根分离，准备放置特氟龙垫片"
}数据分布统计
| Dimension | 分布说明 |
|---|---|
| Répartition des sites chirurgicaux | Les névroses tridentes sont 68% MVD, thalamus, 22% MVD, thalamus, 6% MVD, 6% autres neurones du crâne, 4% |
| Distribution responsable des vaisseaux sanguins | SCA 47 % ?? AICA 28 % ?? artère de base vertébrée 12 % ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ? ? ?? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? |
| Distribution vidéo du temps | 2-4 heures 55 % ?? 1-2 heures 28 % ?? 4-6 heures 15 % ?? 6 heures ou plus 2 % |
| 分辨率分布 | 1920x1080 78% | 3840x2160 22% |
| 标注帧率 | 2fps Échantillonnage à base de données 65% ?? 1fps 25% ?? 5fps Échantillonnage à haute densité 10% |
AI Training Use Cases
Modèle de base pour comprendre la scène chirurgicale
Modèle d'application: Mask2Ancien / MedSAM / Swin-UNETR / YOLOV8-Seg. Multi-syntaxe fractionné + exemples fractionné, formation dans les modèles de scénario chirurgical de base.
Reconnaissance automatique pendant la chirurgie.
Modèle d'application : SlowFast / TimeShormer / VidioMAE. La classification de la phase 9 + 8 est conçue pour être multiple et permettre l'enregistrement automatique du processus chirurgical et la détection des événements critiques.
Aides à la navigation en temps réel en chirurgie
Modèle applicable : YOLO-Surgical / DeepLabV3+. Structure de la clé divisée en temps réel + suivi de l'appareil + alerte de zone de danger.
Évaluation des compétences chirurgicales
Modèle d'application: réseau neuronal automatique / graphique OSATS. Analyse de la piste des appareils + modélisation de courbe d'apprentissage et de la norme opérationnelle.
Rapport de chirurgie généré automatiquement.
Modèle d'application : Multimodulaire LLM. Formation polymodulaire en texte vidéo, générant automatiquement des enregistrements chirurgicaux structurés.
Enseignement et formation à la simulation
Modèle d'application : source de données de simulation chirurgicale VR/bibliothèque de référence de type standard/Formation en alerte précoce pour complications de la Murder.
FAQ
Réseau d'experts certifiés
Couvrant six grandes disciplines : mathématiques, physique, chimie, biologie, sciences de la terre et informatique
Examen des diplômes universitaires, évaluation des compétences professionnelles, formation en annotation des données et surveillance continue de la qualité
Prémarque AI + examen d'experts, amélioration de l'efficacité à 300 %, précision à 99,5 %
Besoin de programmes de données chirurgicales personnalisés?
Changsha Langhui Information Technology Co., Ltd. La plateforme DataAssetsAPI est dédiée à fournir aux entreprises d'IA et aux institutions scientifiques des données médicales de qualité et conformes.
Data Sample Preview · Customized Data Solutions · Professional Technical Support