摘要：多模态肝癌手术数据集是一个专门为基于光子学的智能手术导航系统设计的临床模拟数据集，聚焦于微创肝细胞癌（HCC）肝癌手术领域。该数据集整合了光学信号（组织内源性荧光TEF、激光多普勒血流测量LDF）、生理信号和生化信号三种模态数据，旨在实现手术过程中癌组织与非癌组织的实时准确区分。数据集包含3,243条独特的患者记录，通过定制的光纤探头捕获多模态光子特征，同时记录关键临床生物标志物如甲胎蛋白（AFP）、胆红素和白蛋白水平，专门支持机器学习和深度学习模型的训练与评估。
数据集简介
数据集概述
数据集包含12个特征列和1个二分类目标列，涵盖三大类特征数据。光谱特征通过组织内源性荧光（TEF）信号在三个关键波长（365nm、405nm、450nm）捕获生化自发荧光特征和组织代谢状态；血流动力学特征通过激光多普勒血流测量（LDF）技术获取肌源性、心源性和呼吸诱导的血流振荡模式，这些血流模式在癌组织中往往表现出异常特征；生化标志物包括甲胎蛋白（AFP，肝癌重要标志物）、胆红素（反映肝功能）和白蛋白（肝功能标志物），这些指标经过标准化处理。此外，数据集还包含光谱统计特征（偏度和峰度）、组织密度以及诊断置信度（50-100%），目标列明确标注0为非癌组织、1为癌组织。
多模态肝癌手术数据集为智能外科手术和精准医疗研究开辟了重要应用方向，特别是在AI辅助手术导航、实时组织识别和微创手术精准控制等前沿领域具有重大价值。光学、血流动力学和生化三种模态的结合提供了从分子、细胞和组织多个层次感知癌变状态的能力，三者融合显著提升了癌组织检测的准确性、灵敏度和特异性。该数据集对于推动智能手术机器人、光学相干断层扫描（OCT）、荧光引导手术、微创介入治疗等技术的发展具有直接推动作用，有助于提高手术切除的精准性、降低术后复发率、减少健康组织损伤、改善患者预后。
数据集来源
本数据集为模拟临床数据（非真实患者），包含3,243条记录，整合光学（TEF荧光）、血流（LDF振荡）和生化（AFP/胆红素/白蛋白）三种模态共12个特征，通过定制光纤探头模拟术中采集，基于真实HCC临床特征生成，采用二分类标注（癌/非癌），用于智能手术导航系统研发和AI算法验证，临床应用前需真实数据验证。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-25
文件大小：342K
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)