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 ScoreKPS评估患者日常活动能力、ECOG Performance StatusECOG 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