对DICOM格式的原始腹部CT影像数据进行病灶标注，标出病灶的TMN分期，标注规则如下： 1.肿瘤侵犯程度：TNM分期标注数据中的T部分描述了肿瘤在结直肠道壁的侵犯程度，从Tx（原发肿瘤不能确定），T（无肿瘤）到T4（肿瘤侵犯到浆膜外），这些信息对于算法训练至关重要，可以帮助算法更好地识别和分类肿瘤。 2.淋巴结转移情况：结直肠TNM分期中N部分描述了淋巴结转移的情况，从N0（无淋巴结转移）到N3（大于等于7个淋巴结转移），这些信息有助于算法更准确地预测患者的预后情况和治疗方案的效果。 3.远处转移情况：结直肠TNM分期中M部分描述了是否存在远处转移，如果有，则M为1，无则为0。这些信息有助于算法更好地评估患者的病情。 以上标注数据，将用于结直肠TNM分期人工智能算法训练，有助于提高算法的准确性和可靠性，为临床医生提供更加精准和可靠的辅助诊断和治疗建议。
1.数据采集：通过医疗机构获取结直肠CT数据。这些数据包括不同阶段的胃肠肿瘤，以及正常组织和其他疾病的情况。 2.数据处理：医生对采集的结直肠CT图像进行专业分析，将没有肿瘤的数据剔除。然后按照美国癌症联合委员会（American Joint Committee on Cancer, AJCC）/国际抗癌联盟（Union for Inter-national Cancer Control, UICC）结直肠癌 TNM 分期系统（2017年第八版），对结直肠CT影像数据进行分析，得到以下几个特征信息：直肠癌原发肿瘤（T）分期；区域淋巴结（N）、临床N（cN）分期；远处转移（M）分期。 3.算法规则：根据医生标注得出的影像特征信息，与结直肠癌 TNM 分期系统算法规则进行匹配，得到结直肠癌TMN分期结果。 4.数据应用：该数据用于训练结直肠TMN分期人工智能模型，以识别结直肠癌TMN分期。
| 字段名 | 类型 | 描述 |
|---|---|---|
序号 |
-- | -- |
ID |
-- | -- |
直肠癌原发肿瘤（T）分期 |
-- | -- |
区域淋巴结（N）分期 |
-- | -- |
远处转移（M）分期 |
-- | -- |
| fieldName | exampleValue |
|---|---|
| 序号 | 1 |
| ID | 01756877 |
| 直肠癌原发肿瘤（T）分期 | 肿瘤直接侵犯或粘连于邻近器官或结构区域淋巴结 |
curl -H "Authorization: Bearer YOUR_API_KEY" \
http://localhost:3001/api/v1/datasets/33082