"Renji结直肠肿瘤内镜黏膜下剥离术视频数据集：首个公开CNLs治疗ESD手术阶段标注数据库"

本研究团队针对结直肠肿瘤(CNLs)内镜黏膜下剥离术(ESD)缺乏公开标注数据集的问题，系统采集30例手术视频并完成130,298帧八阶段精细标注。该数据集首次完整涵盖从病灶评估(Estimation)到止血夹闭合(Clip)的全流程，为AI辅助手术阶段识别、医师培训及术后分析建立标准化基准，相关数据已通过Figshare平台开源共享。

　　

在结直肠癌这一全球癌症死亡第二大诱因的阴影下，内镜黏膜下剥离术(Endoscopic Submucosal Dissection, ESD)作为治疗结直肠肿瘤性病变(Colorectal Neoplastic Lesions, CNLs)的微创利器，正面临着一个尴尬的技术悖论：虽然它能显著提升患者术后生活质量，但复杂的手术操作——包括基于病灶形态的器械操控、内镜定位优化以及实时影像解读——使得医师培养周期漫长，而传统动物模型训练又受限于资源短缺。更关键的是，当前人工智能(AI)在ESD手术阶段识别领域的研究，苦于缺乏高质量标注数据集这一"基础设施"，导致算法开发如同无源之水。

针对这一困境，上海交通大学医学院附属仁济医院消化内科联合上海交通大学生物医学工程学院的研究团队，在《Scientific Data》发表了首个专注于CNLs治疗的ESD手术视频开源数据集。这项研究系统采集了30例采用Olympus CV-260/290内镜平台录制的手术视频(分辨率1920×1080，50fps)，涵盖回盲部、横结肠等不同解剖部位病例。通过三位内镜专家协同标注，最终完成130,298帧影像的八阶段精细分类，包括：术前准备(Preparation)、病灶评估(Estimation，含NBI窄带成像和靛胭脂染色)、边界标记(Marking)、黏膜下注射(Injection)、环周切开(Incision)、黏膜下剥离(ESD)、血管处理(Vessel treatment)和止血夹闭合(Clips)。

研究团队采用三级验证体系确保数据质量：首先由两名临床背景标注员独立标注测试样本，Cohen's-Kappa系数达0.955-0.959(p<0.001)；随后扩展至全部视频标注；最终由资深内镜专家李骁博和张青蔚进行临床合理性校验。技术方法上，研究通过1fps降采样处理视频流，采用"起始帧主导"原则划分阶段边界，并严格遵循器械操作定义（如Incision阶段始于切割刀接触黏膜，止于器械撤回）。所有数据均经过去标识化处理，符合伦理审查要求(LY2024-271-B)。

研究结果部分呈现三大核心发现：

1. 解剖分布特征：30例病例中，横结肠占比最高(13例)，其次为升结肠(6例)和直肠(5例)，回盲部与乙状结肠各3例，反映临床实际发病分布。

2. 阶段时长分析：通过

   
   可见，ESD阶段耗时最长(占总时长42.7%)，其次为Preparation(21.3%)，而Marking阶段最短(3.1%)，这与手术技术难度分布一致。

3. 标注一致性验证：如图

   
   所示，标准化后的阶段转换图谱显示各病例间操作流程高度一致，证实标注体系的临床合理性。

这项研究的里程碑意义在于：首次建立CNLs专用ESD视频标注标准，填补了该领域公共数据集的空白；其精细的阶段划分（特别是将牵引辅助操作纳入ESD主阶段）为后续AI算法开发提供了黄金标准；开源策略(F