摘要：食管癌数据集是一个用于 AI 驱动的早期检测和研究的综合性临床数据集。
数据集简介
数据集概述
食管癌数据集（Esophageal Cancer Dataset）是一个用于 AI 驱动的早期检测和研究的综合性临床数据集。食管癌是全球死亡率最高的侵袭性癌症之一，早期检测和有效治疗面临重大挑战。该数据集包括患者人口统计学、临床数据和癌症特异性属性，可用于开发 AI 模型进行检测、预后和治疗计划。数据集为医疗保健专业人员和研究人员提供宝贵资源，用于癌症检测、个性化治疗和预后模型开发，包含患者人口统计学（年龄、性别）、肿瘤组织学和分期信息、治疗史、淋巴结检查结果等真实世界临床属性，为 AI 驱动的食管癌诊断和治疗解决方案提供坚实基础。
数据集包含四大类特征：
(1) 患者人口统计学：Patient Barcode（唯一患者标识符）、Tissue Source Site（组织样本来源部位代码）、Age at Diagnosis（诊断时年龄，用于基于年龄的发病率和结果研究）、Gender（性别，用于性别特异性疾病进展分析）、Informed Consent Verified（知情同意书验证）；
(2) 医疗和临床史：ICD-10 和 ICD-O-3 编码（国际疾病分类代码，用于肿瘤部位和组织学，如鳞状细胞癌、腺癌）、Comorbidities（合并症，如胃食管反流病 GERD）、Smoking Status（吸烟状况，评估吸烟对食管癌风险和预后的影响）；
(3) 癌症特异性数据：Tumor Location（肿瘤位置：食管上段/中段/下段）、Histology（组织学类型：鳞状细胞癌、腺癌等）、Cancer Stage（癌症分期：0-IV 期）、Residual Tumor Status（残余肿瘤状态：R0、R1 等）、Lymph Node Examination（淋巴结检查：检查数量和转移阳性数量）、Radiation Therapy 和 Postoperative Treatment（放疗和术后治疗）；
(4) 临床结果数据：Karnofsky Performance Score（KPS，评估患者日常活动能力）、ECOG Performance Status（ECOG 体能状态评分，评估癌症患者功能状态）。
支持机器学习模型开发（早期检测、个性化治疗计划、预后预测算法）、医疗保健洞察（优化患者护理策略和治疗方案）、学术研究（食管癌病理生理学、风险因素评估、治疗有效性研究）、AI 驱动的癌症检测、临床决策支持系统集成（为医疗专业人员提供预测或洞察）、预测模型训练（决策树、随机森林、神经网络）、数据预处理和标准化、模型评估（准确率、精确率、召回率、F1 分数）、测试和反馈循环。该数据集为推进食管癌检测、治疗和预后研究提供高质量综合临床数据，鼓励研究社区利用该数据集推动创新并改善患者结果。
数据集来源
该数据集由印度西孟加拉邦 Kalyani 的 JIS College of Engineering 的 Abhinaba Biswas、Akash Nath 和 Shreya Dutta 创建，包含食管癌患者的综合临床数据（患者人口统计学、医疗史（ICD 编码/合并症/吸烟）、癌症特异性数据（肿瘤位置/组织学/分期/淋巴结/治疗）和临床结果（KPS/ECOG）），专为 AI 驱动的食管癌早期检测、预后预测、治疗计划、机器学习模型训练和临床决策支持而设计由张家梁(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-133
文件大小：150K
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)