摘要：肺癌临床数据集是一个面向肺癌风险评估、癌症状态预测与临床多模态分析的医学数据集，共包含 1000例患者记录。
数据集概述
肺癌临床数据集是一个面向肺癌风险评估、癌症状态预测与临床多模态分析的医学数据集，共包含 1000例患者记录。数据综合患者人口统计学信息、生活方式因素、生理指标、临床症状、肿瘤特征以及相关组织病理学和医学影像信息，并通过唯一的 Patient_ID 将结构化临床数据与对应影像数据关联起来，可用于研究肺癌发生、疾病进展及不同临床指标之间的关系。
数据结构与关键特征
数据集主要包含年龄、性别、吸烟史、BMI、收缩压、胆固醇、肿瘤大小、咳嗽严重程度、呼吸困难程度、胸痛严重程度和血氧饱和度等临床特征，并设置 Cancer_Status 作为肺癌状态预测目标。症状严重程度通常采用 0～4级表示，同时影像或组织病理学部分涉及 腺癌、大细胞癌、鳞状细胞癌和正常组织等类型。因此，该数据集能够同时描述患者基本健康状态、肺癌相关症状、肿瘤负荷以及病理组织类别，为结构化临床数据与医学影像的联合建模提供基础。
应用价值与研究方向
该数据集适用于肺癌状态预测、肺癌类型分类、肿瘤风险分层、临床决策支持和医学多模态人工智能等研究。结构化数据可采用逻辑回归、随机森林、XGBoost、LightGBM和MLP等模型进行预测，影像及组织病理学数据可使用 ResNet、DenseNet、EfficientNet、ConvNeXt 或 Vision Transformer 等深度模型进行特征提取，并通过注意力机制或多模态 Transformer 融合临床与视觉信息。进一步可开展肺癌早期风险识别、肿瘤大小与症状关联分析、癌症亚型识别、可解释人工智能、患者风险分层以及临床—影像联合预测模型等方向的研究。
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-510
文件大小：118M
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)