摘要：该数据集提供了来自18名患者的颈动脉超声（US）和彩色多普勒（CD）多模态影像数据，由印度博帕尔Apollo Sage医院采集，涵盖左颈动脉（LC）、右颈动脉（RC）和颈外动脉（EC）三个解剖部位的影像学检查。
数据集概述
该数据集提供了来自18名患者的颈动脉超声（US）和彩色多普勒（CD）多模态影像数据，由印度博帕尔Apollo Sage医院采集，涵盖左颈动脉（LC）、右颈动脉（RC）和颈外动脉（EC）三个解剖部位的影像学检查。颈动脉超声是评估动脉粥样硬化、斑块形成和脑卒中风险的核心无创检查手段，彩色多普勒技术进一步提供血流动力学信息（血流速度、方向、狭窄程度）。数据集配套完整的患者健康档案CSV文件，记录心脏病状态、糖尿病、甲状腺疾病、癌症史、手术史、颈动脉斑块存在情况以及年龄、身高、体重、性别等基础信息，支持影像特征与多种心血管代谢疾病之间的关联性研究，为开发AI辅助诊断系统、疾病风险预测模型和多模态医学图像分析算法提供了临床真实场景的数据基础。
数据结构与关键特征
数据集采用结构化命名规范组织图像文件，编码格式为”医院代码-患者编号-影像类型-解剖部位-图像序号”（例如APB003ULLC03表示患者3的左颈动脉第3张超声图像），其中APB为医疗机构标识，001-018为患者ID，UL/CD分别代表超声/彩色多普勒影像，LC/RC/EC标识左/右/颈外动脉。每位患者包含多个视角和切面的影像序列，超声图像呈现颈动脉管壁结构、内中膜厚度（IMT）和斑块形态学特征（回声强度、表面规则性、钙化程度），彩色多普勒图像叠加伪彩色编码的血流信号，红色表示朝向探头的血流、蓝色表示远离探头的血流，狭窄部位呈现五彩镶嵌湍流信号。配套CSV健康档案提供多维度临床标签，支持监督学习任务的标签构建（如根据斑块存在情况进行二分类、根据合并症数量进行风险分层）和多因素关联分析（如糖尿病与颈动脉内中膜增厚的相关性、甲状腺功能与斑块性质的关系），数据集规模虽为小样本（18例），但多模态影像与丰富临床元数据的结合使其特别适合迁移学习、多任务学习和临床决策支持系统的原型验证。
应用价值与研究方向
该数据集为心脑血管疾病筛查和风险评估提供了多模态影像与临床数据融合平台，可直接应用于颈动脉斑块自动检测分割、内中膜厚度测量、血流动力学参数提取及脑卒中风险预测。技术层面支持多模态融合深度学习（US灰度图像与CD血流信息联合特征提取）、小样本迁移学习和可解释性AI研究（斑块定位热图、风险因素贡献度分析）。研究方向包括：影像-临床多模态关联分析（糖尿病、心脏病与斑块特征定量关系）、疾病进展预测、个性化风险评分系统构建（整合Framingham评分与影像生物标志物）、彩色多普勒频谱自动分析（PSV/EDV提取用于狭窄程度量化）、跨模态图像配准融合、以及内分泌-心血管交叉研究（甲状腺疾病对颈动脉影响机制），完整健康档案为因果推断、混杂因素控制和临床决策规则挖掘提供多维协变量，其小样本但信息丰富的特性适合联邦学习、元学习和少样本医学影像分析方法验证。
数据集来源
由张家梁(Bob)整理并于2026年在7zcode平台公开发布。
数据集信息
免责声明与引用
数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。
作者信息
作者：Bob (张家梁)
项目编号：Datasets-281
文件大小：14M
原创声明：本数据集为整理作品
联系方式
开源协议
本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。
评论(0)