Обоснование. Диагностика злокачественных новообразований области головы и шеи, а также предсказание метастатических изменений лимфатических узлов является необходимым условием определения правильной тактики лечения. Для этих целей разработаны системы автоматического анализа лимфатических узлов на основе алгоритмов искусственного интеллекта. Точность предсказаний таких систем может быть увеличена за счёт обучения с использованием как рентгенологических, так и клинических данных.

Цель работы. Подготовить набор данных компьютерной томографии области головы и шеи для разработки систем искусственного интеллекта, выявляющих метастазы в лимфатических узлах.

Методы. Подготовлен анонимизированный набор данных компьютерной томографии области головы и шеи с внутривенным контрастным усилением и клинической информации. Компьютерную томографию проводили пациентам в возрасте старше 18 лет с гистологически подтверждённым злокачественным новообразованием без артефактов от зубных металлических конструкций на уровне целевых лимфатических узлов категорий по Node-RADS 1 и 5, а также без двигательных артефактов. Данные получены в одном клиническом центре и извлечены из Единого радиологического информационного сервиса единой медицинской информационно-аналитической системы Москвы. Период проведения компьютерной томографии — с 2020 по 2023 год. Исследования выполняли с использованием томографа Toshiba Aquilion. Набор данных включает изображения, полученные в венозную фазу контрастирования. Сканирование проводили через 70 с после достижения пикового значения плотности в просвете аорты (130 HU). Размечено 75 лимфатических узлов категории Node-RADS 5, разметку выполнили три врача-рентгенолога с опытом работы более трёх лет.

Результаты. Набор данных содержит 82 DICOM файла с общим объёмом 18,6 ГБ. Для создания набора данных с апреля 2024 по май 2025 г. отобрали компьютерные томограммы органов головы и шеи пациентов амбулаторного звена Онкологического центра № 1 Городской клинической больницы имени С.С. Юдина. Средний возраст пациентов составил 62±11,1 года (от 33 до 84 лет).

Заключение. Подготовлен и размещён в открытом доступе набор данных компьютерной томографии органов головы и шеи с внутривенным контрастным усилением, а также соответствующие клинические данные пациентов со злокачественными новообразованиями, включающий разметку лимфатических узлов шеи в соответствии с классификацией Node-RADS (категории 1 и 5). Набор данных предназначен для разработки и валидации систем искусственного интеллекта, предназначенных для выявления и оценки лимфатических узлов при опухолевых заболеваниях области головы и шеи.

论证：头颈部恶性肿瘤的诊断以及预测淋巴结转移性变化是确定正确治疗策略的必要条件。为此开发了基于人工智能算法的自动淋巴结分析系统。 通过使用放射学和临床数据训练，可以提高这些系统的预测准确性。

目的：准备头颈部区域计算机断层扫描数据集，用于开发检测淋巴结中转移灶的人工智能系统。

方法：准备了匿名化的头颈部计算机断层扫描数据集，包含静脉对比增强和临床信息。计算机断层扫描面向18岁以上患有组织学证实恶性肿瘤的患者，目标淋巴结类别为Node-RADS 1和5，无牙科金属结构伪影和运动伪影。 数据来自单一临床中心，并从莫斯科统一医疗信息分析系统的统一放射学信息服务中提取。计算机断层扫描执行期—2020年至2023年。研究使用Toshiba Aquilion®断层扫描仪进行。数据集包括对比增强静脉期获取的图像。在主动脉管腔密度达到峰值（130 HU）后70秒进行扫描。 标注了75个Node-RADS类别5的淋巴结，由三位具有三年以上工作经验的放射科医生进行标注。

结果：数据集包含82个DICOM文件，总容量18.6 GB。为创建数据集，从2024年4月至2025年5月筛选了以S.S. Yudin命名的市立临床医院第一肿瘤中心门诊部患者的头颈部器官计算机断层扫描。患者平均年龄62±11.1岁（从33岁至84岁）。

结论：准备并开放访问了包含静脉对比增强的头颈部器官计算机断层扫描数据集，以及相应恶性肿瘤患者的临床数据，包括按Node-RADS分类（类别1和5）的颈部淋巴结标注。数据集旨在开发和验证人工智能系统，用于检测和评估头颈部肿瘤性疾病中的淋巴结。