cotdata_testset_0727.json 数据说明

0727版本测试集数据统计：

标签	数量	占比
颞窗穿透不良	22	0.0957
湍流	32	0.1391
涡流	109	0.4739
心律不齐	21	0.0913
轻度狭窄	81	0.3522
中度狭窄	51	0.2217
重度狭窄	102	0.4435
闭塞	70	0.3043
烟雾病	14	0.0609
短弧线	28	0.1217
盗血	45	0.1957
交通动脉开放	55	0.2391
收缩期切迹	37	0.1609
颈内动脉发出眼动脉之前	47	0.2043
颈内动脉发出眼动脉之后	18	0.0783

0727版本测试集更新：

以0616的原始数据为基础，重新全流程制作测试集。作如下修改：

1. 同一条血管仅取最后一张图像（done）
2. 把MCA,ACA里面带M2/P1的这些全删掉（done）
3. 添加血流方向（朝向/背离探头），部分参数保留两位小数，其余整数（done）
4. 剔除发泡（done）
5. 改cot prompt（done）
6. 删除group（done）
7. 添加 （done）
8. 图像的地址（done）
9. 关键词的表达优化（done）

def clean_caption(caption):
    # 0624更新，把MCA,ACA里面带M2/P1的这些全删掉
    caption = caption.replace("中动脉M2段", "中动脉")
    caption = caption.replace("中动脉远端", "中动脉")
    caption = caption.replace("前动脉A1段", "前动脉")
    caption = caption.replace("后动脉P2段", "后动脉")
    caption = caption.replace("椎动脉颅内段", "椎动脉") 
    caption = caption.replace("椎动脉颅外段", "椎动脉")

    # 0708更新，以下说法进行统一
    caption = caption.replace("未见明显异常", "未见异常")
    caption = caption.replace("可探及血管未见异常", "未见异常")
    caption = caption.replace("可探及血管检查未见异常", "未见异常")
    caption = caption.replace("TCD探及血管未见异常", "TCD检查未见异常")
    caption = caption.replace("双侧颈内动脉虹吸段、椎动脉及基底动脉未见异常", "TCD检查未见异常")
    caption = caption.replace("余TCD未见异常", "TCD检查未见异常")
    caption = caption.replace("TCD未见异常", "TCD检查未见异常")
    caption = caption.replace("余未见异常", "TCD检查未见异常")
    caption = caption.replace("余颅内主干动脉血管未见异常", "TCD检查未见异常")
    caption = caption.replace("双侧眼动脉、颈内动脉虹吸段、椎动脉及基底动脉未见异常", "TCD检查未见异常")
    caption = caption.replace("TCD所探及血管未见异常", "TCD检查未见异常")
    caption = caption.replace("双侧颈内动脉虹吸段、眼动脉、椎动脉及基底动脉未见异常", "TCD检查未见异常")

    caption = caption.replace("湍 流", "湍流")
    caption = caption.replace("段弧线", "短弧线")
    caption = caption.replace("心律失常", "心律不齐")

    caption = caption.replace("狭窄（轻度）", "轻度狭窄")
    caption = caption.replace("狭窄（中度）", "中度狭窄")
    caption = caption.replace("狭窄（重度）", "重度狭窄")

    caption = caption.replace("收缩期可见", "可见收缩期")
    caption = caption.replace("收缩期压迹", "收缩期切迹")
    
    caption = caption.replace("左颈内动脉", "左侧颈内动脉")
    caption = caption.replace("右颈内动脉", "右侧颈内动脉")
    caption = caption.replace("交通动脉部分开放", "交通动脉开放")
    caption = caption.replace("后交通开放", "后交通动脉开放")
    caption = caption.replace("前交通开放", "前交通动脉开放")

    caption = caption.replace("moyamoya", "烟雾病")
    caption = caption.replace("颅底异常血管网", "烟雾病")
    caption = caption.replace("烟雾综合征", "烟雾病")
    caption = caption.replace("烟雾血管综合征", "烟雾病")
    caption = caption.replace("烟雾病血管改变", "烟雾病")
    return caption

10. 部分案例的GT需要单独修改：

136756 椎动脉所见异常，提示没有出现：（DONE）
是原始数据的提示本身就存在遗漏。后续考虑请医生修改样本GT，或删除该样本
修改方式：保留原样

31147 LPCA缺失：（DONE）
原始数据所见处仅写了“左侧大脑后血流速度增快"，而且本身GT中也缺失LPCA的描述。后续考虑请医生修改样本GT，或删除该样本
修改办法：仅将 "左侧大脑后血流速度增快" 修改成 "左侧大脑后动脉血流速度增快", GT不变

check_id 17095： （DONE）
RMCA/RACA所见异常，但提示中没有对应描述
修改方式：保留原样


checkid:180459
（DONE）
- 基底动脉数据缺失：这是因为原案例中提示处是“基底动脉远端”，对应的图像却只有“基底动脉近端”，现在的清洗脚本在判断基底动脉是否缺失的时候，规则存在一定缺漏，导致既没用到近端图像，又没删掉远端这句所见。将优化。但整个测试集基底动脉类似的清洗遗漏案例，只有这一个样本
修改办法：手动修改样本，把 "基底动脉远端" 改成基底动脉


check_id：294890

- 右中右前狭窄nodata原因：对应caption为"右侧大脑中动脉、前动脉未探及确切血流频谱"，这一句作为所见drop掉，但因为有“未探及”而被保留于检查过程信息。当前脚本，在考虑“未探及”案例的前后对应时，还是有逻辑遗漏，导致没有剔除掉输入未探及，但输出有探及的情况。后续也进行修改
修改办法：手动在Impression里把"右侧大脑中、前动脉重度狭窄或慢性闭塞。\n"删掉

评测脚本待更新：

1. 盗血位置和综合征123期，各自算0.5分
2. 只要模型没有预测出16个标签里在GT的标签，都算未见异常