结直肠癌数据集（不定期更新）

恶性肿瘤其实就是癌症的一种，它是由一些不正常的细胞组成的，这些细胞会不停地生长和繁殖，而且它们还会侵犯周围的正常组织，甚至通过血液和淋巴系统跑到身体其他部位去。

恶性肿瘤有以下几个特点：

1、无限制生长：它们会不停地分裂，变得越来越大。

2、侵袭性：它们会侵入周围的正常组织。

3、转移性：它们能通过血液和淋巴系统跑到身体其他部位，形成新的肿瘤。

4、异质性：肿瘤里面的细胞可能在基因和表现上各不相同。

5、血管生成：恶性肿瘤能刺激新血管的生长，来支持自己的生长。

6、免疫逃逸：它们能躲避免疫系统的监视和攻击。

恶性肿瘤根据它们起源的细胞类型，可以分为两大类：

1、上皮细胞肿瘤：这类肿瘤起源于覆盖身体表面和内部器官的上皮细胞。它们通常被称为“癌”，比如肺癌、乳腺癌、结肠癌、肝癌和胃癌等。

2、非上皮细胞肿瘤：这类肿瘤起源于不是上皮细胞的细胞，比如肌肉细胞、神经细胞或者血液细胞。这些肿瘤包括肉瘤（肌肉或结缔组织）、淋巴瘤（淋巴系统）、白血病（血液系统）和胶质瘤（脑组织）。

根据最新的数据和统计，以下是六种主要的恶性肿瘤：

1、肺癌：在全球范围内，肺癌是发病率和死亡率最高的恶性肿瘤。它不仅在男性中占据恶性肿瘤发病和死亡的首位，而且在女性中也位居前列。

2、乳腺癌：乳腺癌是女性中最常见的恶性肿瘤，在全球女性恶性肿瘤发病和死亡中占据重要位置。

3、结直肠癌（包括结肠癌和直肠癌）：结直肠癌在全球范围内的发病率和死亡率都很高，是男性和女性中常见的恶性肿瘤之一。

4、前列腺癌：前列腺癌是男性中常见的恶性肿瘤之一，尤其在发达地区，其发病率较高。

5、胃癌：胃癌在全球范围内也是常见的恶性肿瘤之一，其发病率和死亡率在全球范围内都相当高。

6、肝癌：肝癌在全球范围内的发病率和死亡率都很高，尤其在亚洲一些地区，由于乙型肝炎病毒的高流行率，肝癌的发病率尤其高。

这些恶性肿瘤的发病和死亡情况在全球范围内有所不同，但它们都是导致全球癌症负担的主要因素。早期发现和治疗对于提高生存率至关重要。

结直肠癌数据集：

数据集：Meply|医学影像数据集|直肠癌研究数据集

• 创建时间：2024-04-13

• 链接地址:Meply|医学影像数据集|直肠癌研究数据集

• 数据集介绍：Meply是由中国科学技术大学计算机科学与技术学院创建的大型临床CT图像数据集，专注于直肠癌转移淋巴结的检测与分割。该数据集包含269名直肠癌患者的像素级标注，旨在通过精确的淋巴结分割辅助直肠癌的诊断和治疗。数据集的创建过程涉及经验丰富的医生进行细致的讨论和标注，确保数据质量。Meply的应用领域主要集中在直肠癌的病理分期和治疗效果评估，通过提高淋巴结检测的准确性，有助于改善患者的治疗方案和预后评估。

数据集：Colorectal Cancer WSI|结直肠癌数据集|医学图像分析数据集

• 创建时间：2024-03-26

• 链接地址：Colorectal Cancer WSI|结直肠癌数据集|医学图像分析数据集

• 数据集介绍：内窥镜活检组织病理学苏木精-伊红染色图像数据集

数据集：National Bowel Cancer Audit 2023|结直肠癌数据集|医疗质量评估数据集

• 创建时间：2024-02-23

• 链接地址：National Bowel Cancer Audit 2023|结直肠癌数据集|医疗质量评估数据集

• 数据集介绍：国家结直肠癌审计（NBOCA）的目标是衡量在英格兰和威尔士的NHS医院中首次被诊断出患有结直肠癌的患者的护理质量和结果，以支持英国的结直肠单位提高患者所接受护理的质量。

数据集：CRC_scRNAseq|单细胞RNA测序数据集|结直肠癌数据集

• 创建时间：2024-01-23

• 链接地址：CRC_scRNAseq|单细胞RNA测序数据集|结直肠癌数据集

• 数据集介绍：CRC scRNAseq.rds.gz的数据矩阵和元文件：来自5位结直肠癌患者的54,103个细胞转录组，其中29,481个细胞来自肿瘤，24,622个细胞来自相邻非恶性组织。该文件是Seurat对象列表，包括表达矩阵和58种细胞类型的注释。CellRanger_Output：然后使用10X Genomics的Cell Ranger 3软件的cell ranger count功能，将测序读取映射到GRCh38整个基因组。这个压缩文件包括每个样本的Cell Ranger输出的filtered_feature_bc_matrix。

数据集：AMI 恢复期结直肠癌患者围手术期心血管事件风险列线图模型的构建与验证

• 创建时间：2024-01-23

• 链接地址：结直肠癌数据集|心血管风险评估数据集

• 数据集介绍：这项研究的数据来源于中国结直肠癌手术数据库（CCCD）。CCCD是由中国医学会外科分会结直肠外科学组建立的。它涵盖了26个省、自治区和直辖市的73个医疗中心的参与。自2018年3月启动以来，该数据库已经收录了约10万名患者的信息。CCCD采用了以医院为中心的结直肠癌手术病例录入模型。它包含了相对全面的注册信息，总共包含77个变量，包括术前合并症和手术并发症。在这项研究中，我们使用关键词“AMI病史”筛选了从2018年3月到2023年3月的CCCD病例。总共有196名患者符合纳入标准。临床数据进行了回顾性分析，根据围手术期心血管事件（PCE）的发生，将患者分为PCE组和非PCE组（发生PCE=1，未发生PCE=0）。这项研究是基于临床目的获得的数据进行的回顾性研究

数据集：生物标志物数据集|结直肠癌数据集

• 创建时间：2024-01-23

• 链接地址：Supplement to Hypermethylated GRIA4, potential biomarker for an early non-invasive detection of metastasis of clinically known colorectal cancer|生物标志物数据集|结直肠癌数据集

• 数据集介绍：研究了高甲基化GRIA4作为早期非侵入性检测临床已知结直肠癌转移的潜在生物标志物。分析结果报告在report_LMM_for_GRIA4_methylation.html文件中。

数据集：Colorectal cancer associated microbes and T cell infiltration

• 创建时间：2023-12-16

• 链接地址：In Silico Analysis of Gut Microbiota: Colorectal cancer associated microbes and T cell infiltration|肠道微生物数据集|结直肠癌数据集

• 数据集介绍：粪便、肿瘤核心、肿瘤表面以及从34位接受手术的结直肠癌（CRC）患者身上收集的健康相邻组织中的16S rRNA（V4）基因测序，包括28份粪便样本和39份组织样本，这些数据来自NCBI Bioproject，项目编号为PRJNA909427。

数据集：结直肠癌研究数据集|混合智能数据集

• 创建时间：2023-09-04

• 链接地址：Data supporting the thesis “Exploring Hybrid Intelligence for Topic Interpretation in Colorectal Cancer Research: A Comparative Study of GPT-3.5 and Human Expertise”|结直肠癌研究数据集|混合智能数据集

• 数据集介绍：这篇论文的研究目标是弥合人类与机器智能在解释从患者网络论坛中提取的结直肠癌患者经历方面的差距。这篇计算机科学论文是与来自Erasmus MC的结直肠癌人类专家合作完成的。为了进行这项科学研究并使这些人类专家和GPT-3.5能够解释结直肠癌患者的经历，从美国名为Cancer Survivors Network USA（结直肠癌 - 癌症幸存者网络）的平台上抓取了近30万个患者网络论坛。为了提取患者网络论坛，使用了Selenium webdriver来提取每个讨论线程的页面URL，而BeautifulSoup4（bs4）则用于访问页面URL并解析每种类型患者论坛的HTML元素，包括主帖、评论和回复，并将它们存储在本地数据集中。

数据集：CRC-ICM|结直肠癌数据集|免疫治疗数据集

• 创建时间：2023-08-19

• 链接地址：CRC-ICM|结直肠癌数据集|免疫治疗数据集

• 数据集介绍：CRC-ICM数据集由伊斯法罕医科大学免疫学系创建，包含1,756张与136名结直肠癌患者相关的免疫细胞标记模式图像。数据集详细记录了患者的临床病理特征，特别关注肿瘤位置，分为左右两侧。创建过程中，从手术切除的组织中获取图像，并使用特定的抗体进行染色。CRC-ICM旨在通过分析肿瘤微环境中的免疫细胞功能，预测疾病的预后和临床结果，特别是在免疫治疗领域具有重要应用价值。

数据集：A Single-cell Perturbation Landscape of Colonic Stem Cell Polarisation

• 创建时间：2023-07-27

• 链接地址：结直肠癌研究数据集|单细胞分析数据集

• 数据集介绍：癌细胞受到致癌突变和小环境信号的调控，然而这些过程通常被分别研究。为了功能性地映射细胞内在和细胞外在线索如何在结直肠癌（CRC）中共调节细胞命运，我们对1,107个结肠类器官培养物进行了系统的单细胞分析，这些培养物受到以下因素的调控：1）CRC致癌突变，2）微环境成纤维细胞和巨噬细胞，3）基质配体，以及4）信号抑制剂。多重单细胞分析揭示了一个由癌基因和基质配体组合决定的逐步上皮分化图景，从成纤维细胞诱导的Clusterin（CLU）+复兴结肠干细胞（revCSC）到癌基因驱动的LRIG1+过度增殖CSC（proCSC）。从revCSC到proCSC的转变受到WNT3A和TGF-β驱动的YAP信号减少以及KRASG12D或基质EGF/Epiregulin激活的MAPK/PI3K通量增加的调节。我们发现APC丢失和KRASG12D共同限制了对revCSC的访问并破坏了基质-上皮通讯——将上皮细胞困在proCSC命运中。这些结果揭示了致癌突变通过阻碍细胞外在对细胞命运可塑性的调节来主导稳态分化。

数据集：Colorectal Carcinoma Feng Q 2015

• 更新时间：2023-02-25

• 链接地址：Colorectal Carcinoma Feng Q 2015

• 数据集介绍：该数据集包含156个来自结直肠腺瘤和癌患者及健康对照的粪便样本的元基因组测序数据，用于研究肠道微生物与结直肠癌的关系。数据集配置包括`presence-absence`和`CLR`，适用于表格分类任务，特别关注肠道微生物组在结直肠癌发展中的作用。

数据集:Trellis CRC PDO-CAF Screen on PDO 21|结直肠癌研究数据集

• 创建时间：2023-01-27

• 链接地址:Trellis CRC PDO-CAF Screen on PDO 21|结直肠癌研究数据集|药物反应测试数据集

• 数据集介绍：在结直肠癌（CRC）中，来自患者的类器官和成纤维细胞的单细胞药物反应研究，旨在深入理解结直肠癌微环境中不同细胞类型对药物反应的个体差异。类器官技术能够模拟个性化的治疗反应，但目前的技术还未能完全揭示药物反应的机制，以及肿瘤微环境中的细胞如何影响治疗效果。为了解决这一问题，研究人员开发了一种高度复用的质谱细胞仪平台，以单细胞分辨率测量结直肠癌患者源性类器官(PDOs)和癌症相关成纤维细胞(CAFs)对临床治疗的反应，包括翻译后修饰（PTM）信号传导、DNA损伤、细胞周期活性和细胞凋亡。通过这种方法，研究人员能够更精确地理解不同患者和微环境中特定细胞对药物反应的差异，从而为结直肠癌的个性化治疗提供更有力的支持。

数据集：EBHI-Seg|医学图像分割数据集|结直肠癌诊断数据集

• 创建时间：2022-12-01

• 链接地址：EBHI-Seg|医学图像分割数据集|结直肠癌诊断数据集

• 数据集介绍：EBHI-Seg是一个公开的结肠镜活检组织病理学H&E图像数据集，专为图像分割任务设计。该数据集包含5710张电子显微镜下的组织病理学结直肠癌切片图像，涵盖六种肿瘤分化阶段：正常、息肉、低级别上皮内瘤变、高级别上皮内瘤变、锯齿状腺瘤和腺癌。数据集由东北大学医学与生物信息工程学院显微图像与医学图像分析组创建，通过结肠镜活检方法采集样本，使用Nissan Olympus显微镜和NewUsbCamera采集软件进行图像获取。该数据集旨在为结直肠癌的医学诊断提供新的分割算法，帮助医生和患者在临床环境中进行更准确的诊断。

数据集：Gapminder Colon cancer|结直肠癌数据集|公共卫生数据集

• 创建时间：2022-06-25

• 链接地址：Gapminder Colon cancer|结直肠癌数据集|公共卫生数据集

• 数据集介绍：基于国际癌症研究机构（IARC）和世界卫生组织（WHO）数据的结直肠癌Gapminder分析

数据集：结直肠癌发病风险预测芯片|结直肠癌预防数据集|风险评估数据集

• 创建时间：2021-12-23

• 链接地址：结直肠癌发病风险预测芯片|结直肠癌预防数据集|风险评估数据集

• 数据集介绍：本数据集为中国人群结直肠癌风险预测芯片所采用的SNP位点信息及对应风险预测模型的计算公式，芯片由中国人群结直肠癌易感性关联的显著SNP位点组成。本芯片可用于对人群进行结直肠癌风险预测和高危人群的识别，未来可用于结直肠癌的个体化筛查。

数据集：Dataset of tugHall simulations for colorectal cancer|结直肠癌研究

• 创建时间：2020-08-17

• 链接地址:Dataset of tugHall simulations of cell evolution for colorectal cancer|结直肠癌研究

• 数据集介绍：该数据集包含了tugHall模拟的结直肠癌细胞进化过程，详细描述可在文件夹**Description**中找到，并在相关论文中进行了阐述。