信息速览
INFOBOX — Renji ESD 一屏速览
维度 内容 本质 首个公开的早期胃癌（EGC）内镜黏膜下剥离术（ESD）视频数据集（数据描述符，非挑战赛） 机构 仁济医院（上海交大医学院附属）＋上海交大生物医学工程学院，联合重庆三家医院 论文 Sci Data. 2025 Feb 10;12:238（doi:10.1038/s41597-025-04573-0；PMID 39929844 / PMC11811142） 数据 20 段 ESD 内镜视频（1920×1080，原始 50 fps，标注降采样至 1 fps）＋ 66,656 帧八阶段标注 患者 20 例（与视频一一对应）；平均 60.35 岁（SD 9.02），男 12 / 女 8，均来自中国 病变位置 胃窦 12 例（含胃角）、胃体 5 例、贲门 3 例 阶段 8 阶段：Preparation / Estimation / Marking / Injection / Incision / ESD / Vessel treatment / Clip 采集 仁济医院内镜室 2024 年 1–4 月日常手术；Olympus CV-260/CV-290 ＋ IMH-200 录制 标注 2 名医学标注者独立标注（同 1 段 3620 帧，PCC=0.949，p<0.001）＋ 2 名资深内镜医师质控 任务 手术阶段识别（surgical phase recognition），逐帧单标签分类 获取 Figshare 公开直链（DOI 10.6084/m9.figshare.28045295，无需申请） 许可 数据集 CC0 1.0 Universal（公共领域奉献）｜论文本体 CC BY-NC-ND 4.0 库内互链 endoscapes(353)、cholec80(78)、hyperkvasir(693)、gastrovision(203)、endoslam(408)、endomapper(428)
Renji ESD 数据集回答的是手术室里的一个朴素问题：能不能让机器"看懂"一台早期胃癌内镜黏膜下剥离术（endoscopic submucosal dissection, ESD）做到哪一步了？术前要评估病灶、要打标记、要注射抬举；术中要环周切开、要剥离黏膜下层、要止血、要夹闭创面——这些步骤如果被机器逐帧识别，就能给术者实时反馈、给新手做技能评估、给术后视频分析提供结构化索引。问题是：此前公开的 ESD 视频数据集几乎没有。Cao 等人标注过约 50 例含胃/食管/结肠的 ESD 视频（201,026 帧），Furube 等人标注过 94 例食管 ESD 视频，但这些视频都不公开。仁济团队的工作，就是把这扇门打开一条缝：20 段早期胃癌 ESD 手术视频、66,656 帧阶段标注，以 CC0 公共领域方式放到 Figshare 上，可以被任何人下载、训练、评测。
导语读法三则：
- 只想下数据：直奔 §6 获取与许可——CC0 直链，Figshare 一个 zipfile 全拿走，无需申请（与库内 endoscapes 等的申请制形成鲜明对照）。
- 关心怎么标注：直奔 §3 标注协议与质控——8 阶段定义表是全文最有复用价值的部分，可直接迁移到其他 ESD 数据。
- 做阶段识别模型：直奔 §4 数据规格与 §7 任务定位——注意论文未提供官方 train/test 划分与基线分数，需自行设计评测协议（坑 4）。
§0 导读：这个数据集解决什么问题
胃癌是全球癌症死亡的第三大原因。早期胃癌（early gastric cancer, EGC）如果能被完整切除，患者预后显著改善；而 ESD 相比传统外科手术创伤小、术后生活质量高，已成为早期胃癌治疗的主要方式。但 ESD 对术者的内镜操作水平要求极高：要能根据病灶形态灵活操控器械、要保持内镜位置稳定、要精准调控胃内气体量、还要从实时影像里准确判断病灶类型与范围。这决定了 ESD 是一门"手上功夫"高度依赖经验的技艺，也决定了它的学习和评估需要大量高质量手术视频。
手术视频比单纯的文字操作记录更客观、更全面，能反映术中事件的真实过程。而 AI 驱动的视频分析——逐秒拆解手术进程——可以给术者实时反馈与决策支持，能识别潜在风险以提升手术安全，还能通过分析操作视频为新手做技能评估、缩短学习曲线。于是"手术流程识别（surgical workflow / phase recognition）"成为计算机科学家与医学专家共同关注的方向。
问题卡在数据侧。截至本文发表，专门针对消化道早癌 ESD 阶段识别的研究相对稀少，且已有的 ESD 视频集——Cao 等人 2023 年用于开发 AI 认知辅助系统、Furube 等人 2024 年用于开发基于深度神经网络的两段食管 ESD 阶段识别系统（各阶段准确率超过 90%）——都不公开。此外这些研究在流程覆盖上也有缺陷：术前放大染色细致观察、术中牵引、术后止血等环节并不完整。仁济团队的动机由此明确：建立首个公开可访问的 ESD EGC 阶段识别数据库，并用一套标准化协议把 20 段 EGC ESD 视频一丝不苟地标注出来。
§0.1 为什么"阶段识别"重要
要理解这个数据集的价值，先要理解"阶段识别"在手术 AI 里扮演什么角色。一场 ESD 手术可以看作一段有明确流程的时间序列：准备器械、评估病灶、打标记、注射抬举、环周切开、黏膜下剥离、处理血管、夹闭创面。每个环节对术者的要求不同，风险点也不同——评估阶段看的是"病灶判读准不准"，剥离阶段看的是"操作稳不稳、止血及不及时"。如果把整段手术当作一个黑箱，AI 无从下手；一旦切成阶段，问题就变成可建模的序列问题：每个阶段可以用不同的模型、不同的指标、不同的反馈策略去对待。
阶段识别是手术 AI 的"基础设施层"：有了它，术中反馈（“你现在处于剥离阶段，注意可见血管”）、术后分析（“这台手术的 ESD 主阶段耗时异常长”）、技能评估（“新手在切开阶段反复回退”）才有落脚点。Renji ESD 正是为这个基础设施层提供公开燃料。
§0.2 为什么"公开"是关键
上一节提到的 Cao 与 Furube 工作都有不错的技术成果，但它们的数据不公开，导致两个后果：一是无法复现对比——不同研究各用各的数据，结果不可比；二是门槛高——没有公开数据，新团队无法入场，领域进展被数据壁垒拖慢。Renji ESD 的贡献不是提出了更强的模型，而是把燃料公开出来，让更多团队能参与 ESD 阶段识别的研究。这也解释了为什么它的论文是 Data Descriptor 体裁：它的价值主张就是"数据本身"。
§0.3 这个数据集的正确期待
理解了上述背景，就能校准对 Renji ESD 的期待：
- 它是起点，不是终点——提供公开素材，但 benchmark、基线、工具链留待社区建设；
- 它是素材，不是成品——20 例单中心，适合作为方法验证与流程探索的"试验田"，不适合直接宣称临床泛化；
- 它是燃料，不是引擎——数据集本身不解决任何任务，它让研究者有可能去解决任务。
§0 读法三则：
- 这个条目是"数据集"而非"论文结果"：论文是 Scientific Data 的 Data Descriptor（数据描述符）体裁，重点在数据怎么采集、怎么标注、怎么质控，没有模型 benchmark 表。找"谁刷了多高分"会落空。
- 全文行文严格区分数据集许可（CC0）与论文许可（CC BY-NC-ND）——这是本条目最容易踩的坑之一（坑 2）。
- 检索时若搜到标题带 “colorectal neoplastic lesions”（结直肠肿瘤）的页面，那是 Nature/OpenAIRE 页面的标题串写事故，本数据集实为早期胃癌（坑 1）。
§1 数据集速览：十五问十五答
Q1：Renji ESD 里到底有多少数据？
20 段 ESD 内镜视频，来自 20 名患者（一一对应），累计 66,656 帧阶段识别标注。所有内容打包成一个 zipfile 在 Figshare 公开发布。
Q2：视频规格是什么？
1920×1080 分辨率，原始帧率 50 fps。为标注而降采样到 1 fps——即每秒抽取首帧进行标注。手术由 Olympus CV-260 与 CV-290 内镜完成，用 IMH-200（Image Management Hub）录制。
Q3：病灶长在胃的什么位置？
20 例覆盖胃的不同位置：胃窦 12 例（含胃角）、胃体 5 例、贲门 3 例。这是数据集对"病变位置多样性"的交代。
Q4：患者是谁，有多少人？
20 名患者，全部来自中国。平均年龄 60.35 岁（标准差 9.02 岁），其中男 12 名、女 8 名。采集时间为 2024 年 1 月至 4 月，地点是仁济医院内镜室的日常常规手术。
Q5：8 个阶段分别是什么？
按手术流程依次为：Preparation（准备）、Estimation（评估）、Marking（标记）、Injection（注射）、Incision（切开）、ESD（黏膜下剥离）、Vessel treatment（血管处理）、Clip（夹闭）。每一帧被限定归入这 8 类之一。
Q6：谁标的，一致性如何？
标注分三阶段。第一阶段由 2 名受过训练的医学标注者（Chunjiang Gu、Tang Cao）各自独立标注同一段视频（3620 帧），用皮尔逊相关系数（Pearson correlation coefficient, PCC）衡量一致性，得到 0.949（p < 0.001），说明协议本身可复现。随后两人分别完成剩余 19 段视频的标注，最后由 2 名资深内镜医师（Xiaobo Li、Qingwei Zhang）结合视觉线索与实操经验做质量核验。
Q7：数据是怎么组织交付的？
文件夹系统。一级目录为 1–20 的整数，代表不同手术编号；每个一级目录内包含原始数据（ESD video.mp4 视频文件）与内镜阶段标注（.txt 文本文件），txt 记录每段视频所有动作阶段的起始帧与结束帧。
Q8：手术是谁做的？
全部手术由同一位资深内镜医师 Xiaobo Li 完成。这带来标注一致性的好处，但也意味着术者风格单一（§8 分析）。
Q9：许可是什么？能商用吗？
数据集是 CC0 1.0 Universal（公共领域奉献）——最宽松的许可，原则上可自由使用包括商用（但仍建议遵循学术引用惯例）。注意论文本体是 CC BY-NC-ND 4.0（非商业、禁演绎），两者不同（§6）。
Q10：有官方训练/测试划分或基线分数吗？
没有。论文未披露官方 split，也未提供阶段识别任务的基线模型定量结果（§7、坑 4）。使用者需要自行设计划分与评测协议。
Q11：它适用于什么任务？
主要是手术阶段识别（逐帧 8 分类）。由此衍生：术中反馈、术后视频结构化、术者技能评估（§7.5）。不适用于器械检测、病灶分割等需要空间标注的任务。
Q12：和 cholec80 这类腹腔镜数据有什么不同？
cholec80 等是腹腔镜手术（胆囊切除），Renji ESD 是消化道内镜手术（经自然腔道）。前者是体外经穿刺孔操作，后者是内镜经口进入；视角、器械、场景均不同，属于互补而非竞争关系（§4.8、§9.3）。
Q13：数据里的"1 fps"会不会不够用？
取决于任务。对秒—分钟尺度的"阶段识别"，1 fps 足够；对需要捕捉快速器械动作的"细粒度动作识别"，则不够——那类任务应找 m2cai16-tool(303)、surgtoolloc-2022(821) 等。
Q14：20 例太少了吗？
取决于研究目的。作为方法验证与流程探索的试验田，20 例可用（配合交叉验证）；作为统计推断或泛化性证明的样本，20 例明显不足（§8.1）。诚实的表述是：样本量小是既定事实，使用者应据任务选择合适的使用方式。
Q15：未来会更新吗？
作者在 Limitations 中表示未来将扩展数据库并纳入更多医疗中心。截至本条目撰写（2026-10-08），公开版本仍为 20 例、.v1。使用者应关注 Figshare 版本号变化（附录 K）。
§2 数据构成与规格
2.1 规模、来源与机构构成
Renji ESD 数据集的核心规模可以用三个数字锁定：20 段视频、20 名患者、66,656 帧标注。所有数据采集于仁济医院（Renji Hospital，上海交通大学医学院附属仁济医院）内镜室 2024 年 1 月至 4 月的日常常规手术——不是专门设计的实验采集，而是真实临床流程中的连续记录，这使数据更贴近实际使用场景。
团队构成跨 4 家医院与 1 所高校。第一署名单位是仁济医院消化内科（Division of Gastroenterology and Hepatology, Key Laboratory of Gastroenterology and Hepatology, Ministry of Health；Shanghai Institute of Digestive Disease），第二是上海交通大学生物医学工程学院（School of Biomedical Engineering），其余三家为重庆的医院：重庆梁平区人民医院、重庆医科大学附属第一医院第一分院、重庆医科大学附属北碚医院（重庆市第九人民医院）。数据集以仁济命名，主数据也来自仁济。
12 位作者中有 3 位通讯作者：Xiaobo Li（仁济医院消化内科，实施全部手术并组织工作）、Dahong Qian（上海交大生物医学工程学院，确定标注概念并协调）、Qingwei Zhang（仁济医院消化内科，核验视频标注并发展阶段标注概念）。Jinnan Chen、Xiangning Zhang、Chunjiang Gu 三位为共同第一作者（contributed equally）。这一"临床方（仁济）＋工程方（上交生医工）＋区域协作方（重庆三家医院）"的构成，是医学数据描述符论文的典型形态。
2.2 视频规格与采集设备
视频以 1920×1080 分辨率、50 fps 原始帧率录制。硬件清单（论文 Table 1）体现了标准内镜手术室配置：
| 器械类别 | 型号 |
|---|---|
| 内镜 | Olympus GIF-HQ260、GIF-HQ290 |
| 黏膜切开刀 | Olympus KD-612L/U、KD-655L/U、KD-620UR |
| 黏膜注射针 | Olympus NM-400L-0423；NM-400U-0423 |
| 热活检钳 | COOK HDBF-2.4-230-S |
| 抓取钳 | Olympus FD-410LR；FD-412LR |
| 软组织夹 | Micro-Tech（南京）ROCC-D-26-195-C；ROCC-D 26-235-C |
| 止血夹 | Boston Scientific Corporation M00521242 |
| 染色 | 0.2% 靛胭脂（indigo carmine）燃料 |
录制主机为 Image Management Hub（IMH-200，Olympus），主机型号 CV-260 与 CV-290。标注前先做了视频裁剪与去标识：内镜在消化道以外拍摄的帧被人工识别并移除；为符合伦理要求，患者 ID、日期、视频编号在视频中被刻意遮蔽，面部特写等个人信息在采集后匿名化。伦理批号来自仁济医院伦理委员会：LY2024-271-B。
2.3 八阶段体系与定义边界
8 个阶段构成了数据集的标签空间。论文 Table 2 给出了每个阶段的定义、起始帧与结束帧判据——这是整个数据集最有复用价值的部分，因为它把"内镜医生心里的手术流程"转成了"可判定的帧边界规则"。八阶段的中英文与操作要点如下：
- Preparation（准备）：术者更换手术器械、调整视野角度、清洁视野的连续时间。起止：上一阶段结束 → 下一阶段开始。
- Estimation（评估）：① 白光内镜全面检查病灶；② 镜头贴近病灶，用放大内镜＋窄带成像（Narrow Band Imaging, NBI）染色仔细观察微血管与微表面结构；③ 用水冲洗后经工作通道插入塑料喷洒管，均匀喷洒 30–50 ml 0.2% 靛胭脂溶液，观察胃小凹形态与黏膜皱襞；④ 判定病灶精确位置、大小、形态与浸润深度。
- Marking（标记）：用 Dual Knife 贴近病灶黏膜表面，在距病灶周边约 5 mm（协议表写 0.5 cm）处做电凝标记。
- Injection（注射）：注射针经工作通道插入黏膜下层，注入足量溶液（透明质酸、葡萄糖溶液或生理盐水）实现黏膜下抬举，然后撤出注射器械。
- Incision（切开）：术者设置电外科装置，暴露三角刀、绝缘刀、Dual Knife 的切割面，在距标记点 0.5 cm 处做环周切开。
- ESD（黏膜下剥离）：术者操控刀具对病灶做黏膜下剥离，直至病灶完整切除并取出。此阶段包含术中止血（电外科装置尖端电凝＋止血钳夹持、抬举并电凝血管）与术中牵引（clip-and-line、clip-and-snare 技术）。
- Vessel treatment（血管处理）：病灶从胃黏膜剥离后，针对创面持续性出血或明显可见血管，用尖端电外科装置或止血钳止血。
- Clip（夹闭）：对深切创面使用止血夹闭合。
这个体系的工程含义很明确：它是一个有序流程（phase 之间有先后顺序），但短阶段（如 Clip、Vessel treatment）在单台手术中可能出现多次、时长波动大，给逐帧分类带来类别不平衡（§8.3、坑 5）。
为便于使用者直接对照，下面把论文 Table 2 的判据整理为"阶段—起始帧判据—结束帧判据—关键器械"四列：
| 阶段 | 起始帧判据（paper 口径） | 结束帧判据（paper 口径） | 关键器械/动作 |
|---|---|---|---|
| Preparation | 上一阶段结束（持续换器械/调视角/清洁视野） | 下一阶段开始 | 器械更换、视野清洁 |
| Estimation | 开始定位内镜并检查病灶 | 内镜撤出 | 白光镜、放大内镜、NBI、喷洒管、0.2% 靛胭脂 30–50 ml |
| Marking | 手术刀开始接触黏膜表面 | 手术刀撤出 | Dual Knife、电凝 |
| Injection | 注射针插入黏膜下层 | 注射针从黏膜下层撤出 | 注射针、透明质酸/葡萄糖/生理盐水 |
| Incision | 开始用刀沿标记边缘切割 | 刀停止切割病灶边缘并撤出 | 三角刀/绝缘刀/Dual Knife、电外科装置 |
| ESD | 开始用刀剥离，或用尖端/止血钳止血，或用夹牵引 | 刀撤出，或止血完成，或牵引完成 | 各种刀、电外科尖端、止血钳、clip-and-line/clip-and-snare |
| Vessel treatment | 尖端或止血钳放置到出血点/血管上 | 尖端或止血钳撤出 | 电外科尖端、止血钳 |
| Clip | 开始将夹放置到黏膜上 | 夹成功放置 | 止血夹 |
这张表的用法：它是协议的可执行版本。任何要复现或扩展的团队，都可以据此逐阶段核对标注的一致性，不必重读整篇论文。
2.4 标注降采样与粒度取舍
原始视频是 50 fps，但标注粒度是 1 fps。做法是：每秒抽取首帧，只对这一帧做标注。每帧的标签被限定为 8 阶段之一，由确定每个阶段的起始帧与结束帧来完成。这一取舍的价值在于把标注工作量降低到可承受范围——20 段视频若按 50 fps 全标注，帧数将膨胀 50 倍；代价是秒内的动态过程（快速器械移动、瞬时出血等）不进入标签，秒级分辨率以下的事件被抹平。使用者需明确：这是一份秒级的阶段数据集，不是细粒度动作数据集（坑 6）。
2.5 数据组织与命名约定
数据集下载后的目录结构遵循极简约定：一级目录为整数 1 到 20，代表 20 台不同手术的编号；每个编号目录内包含两类文件——原始视频 ESD video.mp4 与阶段标注文本（.txt）。这种"编号即患者、文件夹即病例"的组织方式，好处是零歧义：不需要额外的映射表就能把视频与标注对上号，也天然支持按编号做训练/测试划分。
命名上有一个细节值得注意：视频文件统一叫 ESD video.mp4（不带编号前缀），因此必须靠所在的文件夹编号来区分不同病例——如果只把 mp4 单独拷贝出来，就会丢失病例标识。这是一个典型的"结构承载信息"的设计，使用者搬运数据时要保留目录层级。
txt 文件记录的是每个阶段的起始帧与结束帧。由于标注是 1 fps 粒度，这里的"帧号"通常以标注帧计（或需按约定换算到原始 50 fps 帧号）——论文未明确帧号的时间基（遗留疑点），使用前建议先对齐一两段视频核对帧号单位，避免 50 倍的时间偏移错误（坑 6 的延伸）。
2.6 交付体量与存储考量
论文与抓取到的 Figshare 落地页均未给出精确的压缩包体积。但从规格可做合理估算：20 段视频若平均每段 5–10 分钟、1920×1080 高清编码，单个 mp4 可能在数百 MB 量级，全量压缩包可能达到数 GB 级别。这一量级对研究者本地存储不构成障碍，但若要做大规模并行训练，需考虑视频解码的 I/O 开销。准确体积请以 Figshare 落地页的文件清单为准（遗留疑点，不作臆测）。
§3 标注协议与质量控制
3.1 标准化 ESD 标注协议
论文的核心方法贡献是提出了一套标准化 ESD 标注协议（standardized ESD labeling protocol，Fig.1 & Table 2）。协议把一台 ESD 拆成 8 个可判定的阶段，并为每个阶段规定"起始帧"与"结束帧"的识别判据。例如 Incision 阶段的起始帧判据是"开始沿标记边缘用刀切割"，结束帧是"刀停止切割病灶边缘并撤出"；Estimation 阶段则由"开始定位内镜并检查病灶"起到"内镜撤出"止。
这套协议的可迁移性在于：它不依赖特定器械品牌或医院流程，而是用"术者在做什么"来定义阶段边界。任何后续要构建 ESD 阶段数据集的研究，都可以以此为起点做本地化调整——这也正是作者所期望的"contribute to the standardization of ESD dataset construction"（为 ESD 数据集构建的标准化做贡献）。
3.2 三阶段标注与质控流程
数据集的标注经过严格的多阶段质量控制（rigorous multi-stage quality control）。流程如下：
- 第一段：协议一致性验证。2 名受过训练的医学标注者 Chunjiang Gu 与 Tang Cao，按约定协议各自独立标注同一段视频（3620 帧）。
- 第二段：一致性量化。用皮尔逊相关系数（PCC）评估两人标注的一致性，得到 PCC = 0.949（p < 0.001），表明协议本身具有高可复现性。
- 第三段：分工标注与专家质控。其余 19 段视频由两位标注者分别完成；全部标注完成后，由 2 名经验丰富的内镜医师 Xiaobo Li 与 Qingwei Zhang 进行质量核验，结合视觉线索与实操经验判定内镜阶段。
3.3 "三名内镜医师"的口径澄清
这里有一个需要格外注意的措辞细节（§9 存照）。论文摘要写"jointly annotated by three endoscopists"（由三位内镜医师共同标注），而正文展开的实际上是 2 名医学标注者执行标注＋2 名资深内镜医师质控。若按"参与标注与质控的内镜医师"计，涉及 Gu、Cao、Li、Zhang 四人；摘要的"three"是粗粒度概括。使用者引用时若严格计数，应以正文分工为准，不必因摘要的"three"而困惑（坑 3）。
3.4 质量控制的证据强度
需要客观指出：数据集的质量证据主要来自标注一致性（PCC=0.949）与专家质控，属于"过程可信"，而不是来自下游任务的性能验证。PCC 0.949 是在**一段视频（3620 帧）**上测得的，样本仅 1 段；剩余 19 段并未逐一报告标注者间一致性。这意味着"协议可复现"的结论力度有限——它证明的是"两位标注者在一段视频上高度一致"，而非"全部 20 段都高度一致"（坑 5、§8.4）。
§4 数据规格与统计细节
4.1 患者与人口学统计
数据集包含 20 名患者的 20 段视频。人口学汇总如下：
| 维度 | 数值 |
|---|---|
| 患者数 | 20 例 |
| 平均年龄 | 60.35 岁 |
| 年龄标准差 | 9.02 岁 |
| 性别 | 男 12 / 女 8 |
| 地域 | 全部来自中国 |
| 采集时间 | 2024 年 1 月—2024 年 4 月 |
| 采集地点 | 仁济医院内镜室（日常常规手术） |
平均年龄 60.35 岁与早期胃癌发病的典型年龄段吻合，但从人群代表性看，20 名全为中国籍患者、单一医院来源，限制了人口学多样性（§8）。
4.2 病变位置分布
20 例覆盖胃的不同解剖位置，分布为：
| 病变位置 | 例数 |
|---|---|
| 胃窦（含胃角，antrum including gastric angle） | 12 |
| 胃体（corpus） | 5 |
| 贲门（cardia） | 3 |
| 合计 | 20 |
胃窦占比 60%，是分布的主体。这一偏斜有一定合理性（胃窦是早期胃癌高发部位之一），但也意味着贲门（3 例）与胃体（5 例）样本稀少——若模型按位置做亚组评测，后两组的统计功效不足（§8、坑 5）。
4.3 视频与标注的量级关系
核心量级对照：
| 指标 | 数值 |
|---|---|
| 视频数 | 20 段 |
| 原始分辨率 | 1920×1080 |
| 原始帧率 | 50 fps |
| 标注帧率 | 1 fps（取每秒首帧） |
| 标注总帧数 | 66,656 帧 |
| 阶段类别数 | 8 |
| 标注文件格式 | TXT（记录各阶段首末帧） |
| 交付形式 | 单个 zipfile |
66,656 帧是降采样后的标注帧数。若按 1 fps 反推，66,656 帧约对应 66,656 秒 ≈ 18.5 小时的标注时长；但由于各视频时长不同且首末帧边界处理有别，实际总时长应以 Figshare 文件为准（论文未给出精确总时长汇总，记为遗留疑点）。
4.4 各阶段时长差异
论文 Fig.2 展示了 20 段视频中每个阶段的标注总时长（秒），Fig.3 则把视频时长归一化后做了阶段可视化。定性结论是：不同视频的时长差异很大，因此归一化显示；各阶段的时长也高度不均。手术主体是 ESD（黏膜下剥离）阶段，其时长在多数视频中占主导；而 Clip（夹闭）等阶段时长短、出现次数少，属于典型的长尾类别。这一不均衡是阶段识别任务的固有难点（§8.3）。
4.5 数据质量的三个可核查锚点
抛开论文的定性描述，使用者可用三个锚点独立核查数据质量：
锚点一：帧数守恒。66,656 帧是全部 20 段标注帧的总和。使用者下载后可逐 txt 统计各阶段帧数并求和，核对是否等于 66,656——这是验证数据完整性的第一道关卡。
锚点二：阶段序贯合法性。8 阶段按手术流程有序推进，理想情况下每段视频的阶段序列应大致遵循 Preparation → Estimation → Marking → Injection → Incision → ESD → Vessel treatment → Clip 的顺序（短阶段可重复）。使用者可检查各 txt 的阶段序列是否存在明显的逆序异常。
锚点三：一致性样本复现。论文报告的一致性验证使用了一段 3620 帧的视频。使用者可从 20 段中定位到该段（帧含量级最接近 3620 的候选），复核其标注密度是否与"1 fps"标注粒度吻合。
4.6 患者级别与视频级别的映射
20 例患者与 20 段视频一一对应，不存在同一患者的多次手术或一段视频含多例患者的情况。这一"一患者一视频"的干净映射，使得按患者分层划分（patient-level split）不会产生数据泄漏——这是小样本医学视频数据集的幸运之处。相比之下，某些数据集一段视频含多例或一例多段视频，划分时需格外小心。Renji ESD 的映射关系使"按 1–20 编号分文件夹"即可天然支持患者级划分。
4.7 规格取舍的工程含义
把规格放到工程语境下看，几个取舍值得明说：
- 1920×1080 @ 50 fps 原始录制：属于标准高清内镜规格，满足主流视觉模型输入需求（可缩放至 224×224 或保留高分辨率做分割）。
- 降采样至 1 fps 标注：把标注成本降到 1/50，代价是丢失亚秒动态。对于"阶段识别"这类以秒—分钟为尺度的任务，1 fps 是合理取舍；对于"动作识别"则不够。
- 单个 zipfile 交付：分发简单，但使用者需一次性下载全部（20 段视频体积不小）。若只需部分视频做试验，需自行解包筛选。
- txt 阶段标注：格式极简、无依赖，任何语言都能解析；代价是无标准 schema，字段命名随实现而异，需阅读具体文件。
4.8 与其他手术视频数据集的规格对照
| 数据集 | 规模 | 分辨率 | 帧率 | 标注粒度 | 任务 |
|---|---|---|---|---|---|
| Renji ESD | 20 视频 / 66,656 帧 | 1920×1080 | 50 fps（标注 1 fps） | 秒级阶段 | 阶段识别 |
| cholec80 | 80 视频 | 854×480 | 25 fps | 阶段 + 工具 | 阶段识别/工具检测 |
| cholect50 | 50 视频 | 854×480 | 25 fps | 三元组（阶段/步骤/动作） | 细粒度流程 |
| endoscapes | 201 视频 | 高清 | — | CVS 安全评估 | 安全性评估 |
| ldpolypvideo | 160 视频 | 高清 | — | 息肉框 | 检测 |
Renji ESD 的分辨率在同类中最高（1080p），但规模最小（20 段）。它的定位是"高清单病种 + 公开 CC0"，与 cholec 系列"大规模 + 腹腔镜"形成差异。
§5 标注方法与质量控制清单
5.1 标注工作分解
将标注工作结构化如下：
- 定义阶段（协议设计）：确定 8 阶段及其起始/结束帧判据（Table 2），产出标准化标注协议。
- 协议一致性验证：2 名标注者独立标注同 1 段视频（3620 帧）→ 计算 PCC = 0.949（p < 0.001）。
- 并行分工标注：2 名标注者分别完成剩余 19 段视频的帧级标注。
- 专家质控：2 名资深内镜医师从视觉与实操经验双维度核验全部标注。
- 结构化导出：将阶段首末帧写入 txt，与 mp4 视频按手术编号 1–20 分文件夹组织，打包 zipfile 上传 Figshare。
5.1b 标注协议复现 SOP（可直接迁移）
若研究团队要按 Renji 协议标注自己的 ESD 视频，可复用以下标准作业流程（Standard Operating Procedure）：
准备阶段：
- 组建标注小组：至少 2 名医学标注者（执行）＋ 2 名资深内镜医师（质控）。
- 培训：统一学习 8 阶段定义与首末帧判据（论文 Table 2），统一器械术语。
- 撰写本地化协议：把 Table 2 的阶段定义适配本院流程与器械型号。
试标注阶段：
4. 选 1 段代表性视频，两名标注者各自独立标注。
5. 计算标注者间一致性（PCC 或更贴切的 kappa/帧级 F1）。
6. 若一致性不达标（如 PCC < 0.9），回溯协议定义分歧点并修订。
正式标注阶段：
7. 两名标注者分别承担视频，逐秒抽取首帧并打标签。
8. 对每个阶段记录首末帧，确保阶段序列符合手术流程。
质控阶段：
9. 资深内镜医师结合视觉与实操经验复核全部标注。
10. 抽查边界帧，修正阶段切换点误差。
导出阶段：
11. 按统一目录结构（编号文件夹 + mp4 + txt）组织。
12. 打包并核对帧数守恒（各阶段帧数之和 = 总标注帧数）。
发布阶段：
13. 去标识核查（患者 ID/日期/面部）。
14. 明确许可与伦理声明，上传公开仓库。
这套 SOP 的价值在于把论文的方法论从"描述"变成"可执行"，让其他团队能在自己数据上复现同样的质量控制强度。
5.2 PCC 一致性的正确解读
皮尔逊相关系数（PCC）在本语境下衡量的是两位标注者对同一段视频、各阶段时长/边界的线性相关程度。PCC = 0.949（p < 0.001）是高一致性的证据。但需注意三点：
- PCC 衡量的是线性相关，不是像素级或帧级的逐帧一致率。两位标注者可能在阶段时长上高度相关，却在具体帧边界上有偏移。
- 该系数只在**1 段视频（3620 帧）**上计算，未覆盖全部 20 段。
- 论文未提供 Cohen’s kappa 等分类一致性指标——而阶段识别本质是逐帧分类问题，kappa 或帧级 F1 会是更贴切的指标（坑 5）。
5.3 数据去标识与伦理
去标识措施明确：视频帧中患者 ID、日期、视频编号被刻意遮蔽；面部特写等个人信息匿名化；内镜在消化道外的帧被移除。研究经仁济医院伦理委员会批准（批号 LY2024-271-B），全部参与者术前签署书面知情同意，知情同意书明确了手术将被录像用于研究，并保证个人信息（ID、日期、面部特写等）在数据采集后匿名化并公开发布。
5.4 交付目录结构（复现要点）
下载后的数据组织为：
<数据集根>
├── 1/
│ ├── ESD video.mp4
│ └── <阶段标注>.txt
├── 2/
│ ├── ESD video.mp4
│ └── <阶段标注>.txt
├── ...
└── 20/
├── ESD video.mp4
└── <阶段标注>.txt
txt 文件记录每段视频所有动作阶段的起始帧与结束帧，每帧限定归入 8 阶段之一。使用者按此结构即可直接构建逐帧标签序列。
§6 获取与许可：CC0 直链的开放姿态
6.1 公开可获取性
Renji ESD 的获取方式异常简洁：Figshare 公开直链，无需申请、无需注册（CC0 语义）。数据集落地页为：
- 数据集 DOI：10.6084/m9.figshare.28045295（版本 .v1）
- 落地页：springernature.figshare.com/articles/dataset/Renji_endoscopic_submucosal_dissection_video_data_set_for_early_gastric_cancer/28045295
- 交付形态：单个 zipfile，内含 20 段原始视频与 66,656 帧阶段识别标注集
这与库内许多手术/内镜数据集（如 endoscapes、部分物理网数据集需申请或签署协议）形成对照。作者明确表示"数据集与标注可公开获取于 Figshare"，并把"首个公开的 EGC ESD 数据集"作为核心卖点。
6.2 许可分层：数据集 CC0 vs 论文 CC BY-NC-ND
这是本条目最需要小心的许可分层（坑 2）：
| 资产 | 许可 | 含义 |
|---|---|---|
| 数据集本体（Figshare 上的视频＋标注） | CC0 1.0 Universal（公共领域奉献） | 最宽松，可自由使用、修改、再分发，含商用（建议遵循学术引用惯例） |
| 论文本体（Sci Data 2025;12:238） | CC BY-NC-ND 4.0 | 署名、非商业、禁止演绎——不得商用、不得改编后分发 |
NLM Dataset Catalog 明确将数据集权利标为 “Creative Commons Zero v1.0 Universal (CC0 1.0)”；而论文版权框声明为 CC BY-NC-ND 4.0。二者不冲突：数据集和论文是两个独立授权对象。使用者若只用数据（视频＋标注），适用 CC0；若复制论文图表或改编论文文本，则受 CC BY-NC-ND 约束。切勿把论文的 NC-ND 条款误加到数据集上，反之亦然。
6.3 AI-Ready 评估：高开放度、轻治理
从 AI-Ready 光谱看，本数据集属于高开放度、低门槛的一类：CC0＋公开直链＋无需申请，几乎是研究者最愿意看到的分发形态。但"易获取"不等于"易用"——它缺少若干"即插即用"要素：
- 无官方 train/val/test 划分；
- 无基线模型与基准分数；
- 无预处理脚本/数据加载器（论文 Code availability 明确"无新代码"）；
- 无标准化的评测指标定义。
因此真实使用门槛在于研究者需自行搭建划分协议与评测流水线。这份数据更像"原始素材"而非"封装好的 benchmark"（坑 4）。
6.4 与库内可获取性光谱的对照
| 条目 | rid | 获取方式 | 许可 |
|---|---|---|---|
| Renji ESD | 本篇 | Figshare 公开直链 | CC0 1.0 |
| endoscapes | 353 | 公开（Zenodo 等，需核对具体条款） | 视原始条款 |
| hyperkvasir | 693 | 公开直链 | 开放 |
| cholec80 | 78 | 申请/协议制 | 研究用途 |
| endoslam | 408 | 公开（官网） | 开放 |
| endomapper | 428 | 公开 | 开放 |
Renji ESD 在可获取性上处于最开放的一档，CC0 更是其中之最。研究者若需要一份"立刻能下、能发论文、无需谈判"的 ESD 手术视频素材，它是库内目前几乎唯一的选择（§9）。
6.5 CC0 意味着什么（逐项拆解）
CC0 1.0 Universal（公共领域奉献）在法律与实践上意味着：
| 你可能想做的事 | CC0 是否允许 |
|---|---|
| 下载、使用、修改数据 | ✅ 允许 |
| 商业使用（含产品内嵌） | ✅ 允许 |
| 再分发、再许可 | ✅ 允许 |
| 用于训练商用模型 | ✅ 允许 |
| 不署名使用 | ✅ 法律允许（但学术惯例仍建议引用） |
| 用于医疗诊断决策并担责 | ⚠️ 许可允许，但你需自负合规与临床责任 |
需要强调最后一行：CC0 解决的是版权授权问题，不解决临床合规问题。把数据用于真实临床决策，仍需遵守当地的医疗器械与数据法规——这是使用者的责任，与 CC0 无关。
6.6 与论文许可的边界（再申一次，防止误用）
论文（Sci Data 2025;12:238）是 CC BY-NC-ND 4.0，其中 NC = 非商业、ND = 禁止演绎。这意味着：
- 可以：在非商业场景引用、复制论文文本/图表并署名；
- 不可以：商业使用论文内容；对论文进行改编后分发（如改写成商业报告、翻译后商用）；
- 注意：数据集是 CC0，不被论文的 NC-ND 约束。若你只用 Figshare 上的视频与标注，适用 CC0；若你还想复制论文里的图表，适用 NC-ND。
一句话：数据随便用（CC0），论文别商改（NC-ND）。
6.7 获取的实操步骤
- 访问 Figshare 数据集落地页（springernature.figshare.com，搜索数据集全名）；
- 或直接用 DOI：10.6084/m9.figshare.28045295；
- 下载 zipfile（无需登录、无需申请）；
- 解压得到 1–20 编号文件夹；
- 按附录 U 的清单构建训练/评测流水线。
整个过程没有申请表单、没有 EULA 勾选、没有 gated 门——这是 CC0 数据集应有的体验。
§7 任务定位与评测框架
7.1 阶段识别任务的形式化
Renji ESD 支持的核心任务是手术阶段识别（surgical phase recognition），形式化为逐帧多分类问题：给定一段 ESD 内镜视频帧序列，为每一帧预测其所属阶段（8 类之一）。与一般视频分类不同的是，阶段识别要求：
- 时序一致性：阶段按手术流程有序推进，预测序列应尽量符合真实阶段转移规律；
- 边界敏感：阶段切换点（如从 Injection 到 Incision）是关键评估对象，逐帧准确率会掩盖边界误差；
- 长尾鲁棒：短阶段（Clip 等）不能被高频阶段（ESD）淹没。
7.2 论文未提供基准分数
需要反复强调（坑 4）：这是一篇 Data Descriptor（数据描述符），不是方法论文。论文的贡献是"把数据做出来、把协议定清楚、把质量控住"，而不是"提出一个阶段识别模型并刷分"。因此：
- 没有基线模型在测试集上的准确率/F1/kappa 表；
- 没有官方 train/val/test 划分；
- 没有公开的评测脚本或 leaderboard；
- Code availability 声明"无新代码"。
使用者因此需要自带评测方案。这既是自由（不受既定划分束缚），也是负担（跨研究结果不可直接比较）。
7.3 可迁移的应用方向
论文引言列举了阶段识别的潜在用途，这些也是本数据集所服务的方向：
- 术中实时反馈与决策支持：逐秒拆解手术进程，给术者即时提示；
- 风险识别与手术安全：识别潜在风险环节，提升患者护理质量；
- 新手技能评估：通过分析操作视频为新手做技能评估，缩短学习曲线；
- 术后视频分析：结构化索引手术记录，便于复核与预后关联；
- 计算机辅助介入（computer-assisted intervention）：手术学习、术后分析的技术底座。
7.4 与既有 ESD 阶段识别工作的关系
| 工作 | 数据规模 | 公开性 | 覆盖范围 |
|---|---|---|---|
| Cao et al.（Nat Commun 2023） | 约 50 例，201,026 帧 | 不公开 | 胃、食管、结肠 |
| Furube et al.（GIE 2024） | 94 例食管 ESD | 不公开 | 仅食管，两段测试视频各阶段准确率 >90% |
| Renji ESD（本篇） | 20 例，66,656 帧 | 公开（CC0） | 仅早期胃癌（胃） |
对比可见：Renji ESD 在规模上小于前两者，但在公开性上是唯一。它的定位不是"最大"，而是"第一个能被所有人下载的 EGC ESD 阶段数据集"。
7.5 从"阶段识别"到"技能评估"的桥梁
论文引言特别提到 AI 可用于新手技能评估。Renji ESD 的 8 阶段结构为此提供了基础素材：一段手术视频经阶段识别后，可得到各阶段的时间分配、阶段转移是否顺畅、是否存在异常回退等信息。这些"流程指纹"可用于：
- 学习曲线刻画：新手术者的阶段时长分布随时间推移的变化；
- 操作风格对比：不同术者在同一阶段的时长/节奏差异；
- 异常检测：阶段序列出现非常规跳转（如跳过 Injection 直接 Incision）可能提示操作问题。
需要清醒的是：论文本身没有做这些实验，也未提供质量评分标准。这些属于数据集潜在支持的下游方向，而非已验证结论。
7.6 与"动作/工具检测"任务的边界
Renji ESD 只提供阶段级标签，不含工具位置、器械类别、病灶分割等标注。若研究需要：
- 器械检测/分割 → 应转向 m2cai16-tool(303)、surgtoolloc-2022(821)、cholect50(223) 等；
- 病灶语义分割 → 应转向 Kvasir-SEG(112)、polypdb(779) 等；
- 腹腔镜阶段识别对照 → 参考 cholec80(78)、cholectrack20(886)。
把阶段数据与这些数据混用做多任务学习是可行的，但需自行构造配对，且注意场景差异（内镜 vs 腹腔镜）。
7.7 潜在方法与技术路线（社区可探索方向）
由于论文未提供基线，这里列出社区可以用 Renji ESD 探索的典型技术路线，供方法研究者参考：
- CNN + 时序模型：逐帧 CNN 特征 + TCN/LSTM/Transformer 做时序建模，是阶段识别最经典的两段式方案。
- 端到端视频模型：VideoMAE、TimeSformer、Video Swin 等直接吃视频片段，适合端到端训练。
- 边界感知方法：把任务拆成"阶段分类 + 边界检测"双头，专门优化切换点精度。
- 弱监督/半监督：20 例样本稀缺，可用自监督预训练（如内镜域预训练）缓解标注依赖。
- 时序平滑后处理：HMM/CRF/Viterbi 解码，抑制逐帧预测的抖动，提升序列合法性。
- 长尾处理：对 Clip/Vessel treatment 等短阶段做重采样、focal loss 或类别重加权。
- 跨域迁移：从腹腔镜数据集（cholec80 等）预训练，迁移到内镜 ESD，检验跨术式迁移性。
这些方向均未被论文验证——本条目列出它们是提示"数据能支撑什么研究"，而非宣称"已有结果"。
§8 局限、争议与使用建议
8.1 单中心单术者：泛化性未验证
论文 Limitations 段落明确自曝："我们的数据集仅包含来自单一医院的数据，由于使用了特定型号的内镜与光源，导致采集条件的变异受限。未来我们将扩展数据库并纳入更多医疗中心。"这是作者主动承认的核心局限——单中心意味着设备、环境、流程均不具跨机构多样性；而全部手术由单一术者（Xiaobo Li）完成，进一步导致术者风格单一。模型在此数据上训练后，能否泛化到别的医院、别的术者、别的内镜型号，没有任何实验证据支持（坑 5）。
8.2 单病种与位置偏斜
数据集只覆盖早期胃癌（胃部）ESD，不含食管、结肠 ESD，也不含进展期胃癌或外科手术。病变位置偏斜明显（胃窦 12 / 胃体 5 / 贲门 3），贲门与胃体样本稀少，位置维度的亚组分析统计功效不足。
8.3 类别不均衡与阶段时长差异
如 §4.4 所述，各阶段在 20 段视频中的持续时长差异大，ESD 主阶段时长占主导，短阶段（Clip、Vessel treatment）样本稀少。做逐帧分类时需注意：
- 简单用逐帧 accuracy 会被高频阶段主导，产生"看起来很高"的虚高分数；
- 建议报告 per-phase F1、macro-F1、帧级 mIoU，以及边界检测指标（如阶段切换点的时序容差准确率）；
- 可考虑类别重加权、时序后处理（如 HMM/CRF 平滑）缓解长尾与抖动。
8.4 一致性证据的边界
PCC = 0.949 是在**1 段视频（3620 帧）**上得到的，且未报告逐帧一致率或 kappa。作者意图是验证"协议可复现"，但严格说这只验证了一段视频、两名标注者。使用者应把这条证据理解为"协议设计经过了初步一致性检验"，而非"全数据集标注质量经统计证明"（坑 5）。
8.5 使用建议清单
- 明确粒度：这是秒级阶段数据，不要当细粒度动作数据用（坑 6）。
- 自建划分：无官方 split，建议按患者分层划分（20 例样本小，可考虑留一患者交叉验证/交叉验证）。
- 报告合适指标：per-phase 指标＋边界指标，避免只看 overall accuracy。
- 谨慎外推：单中心单术者，任何"可用于临床泛化"的宣称都需要额外跨中心验证。
- 引用规范：引用数据用数据集 DOI（10.6084/m9.figshare.28045295）与论文 DOI（10.1038/s41597-025-04573-0），遵守 CC0 惯例与论文 CC BY-NC-ND 约束。
8.6 局限一页汇总
| 维度 | 局限 | 来源 | 影响 |
|---|---|---|---|
| 中心 | 单一医院（仁济） | 论文 Limitations | 跨中心泛化未验证 |
| 术者 | 单一术者（Xiaobo Li） | 论文 Methods | 术者风格单一，易过拟合术者模式 |
| 设备 | 特定内镜/光源型号（Olympus CV-260/290） | 论文 Limitations | 跨设备鲁棒性未知 |
| 病种 | 仅早期胃癌（胃） | 论文范围 | 不可用于食管/结肠 ESD |
| 位置 | 胃窦 12 / 胃体 5 / 贲门 3 | 论文 | 位置亚组统计功效不足 |
| 样本量 | 20 例 | 论文 | 小样本，交叉验证更适用 |
| 人群 | 全中国患者，平均 60.35 岁 | 论文 | 人口学多样性受限 |
| 划分 | 无官方 train/test | 论文 | 跨研究不可直接比较 |
| 基准 | 无基线分数 | 论文体裁 | 无法直接对标 |
| 代码 | 无加载器/评测脚本 | Code availability | 复用需自建流水线 |
| 粒度 | 1 fps 降采样 | 论文 Methods | 丢失亚秒动态 |
| 一致性证据 | PCC 仅 1 段视频验证 | 论文 Data validation | 质量证据力度有限 |
| 类别平衡 | 阶段时长高度不均 | 论文 Fig.2/3 | 逐帧 accuracy 虚高风险 |
这张表把散见于各节的局限集中呈现，可作为数据使用者快速评估"这份数据适不适合我的任务"的清单。
8.7 划分协议设计建议（无官方 split 的应对）
由于论文未提供官方 train/test 划分，任何使用本数据集的研究都必须自建划分。20 例的样本量下，划分协议选择直接影响结论可靠性：
| 协议 | 训练/测试比例 | 优点 | 缺点 |
|---|---|---|---|
| 留一患者交叉验证（LOOCV） | 19/1 × 20 轮 | 最大化利用样本，方差估计 | 计算成本高（20 轮） |
| 5 折患者级交叉验证 | 16/4 × 5 轮 | 平衡成本与稳定性 | 小样本下折间方差仍较大 |
| 3:1 固定划分（15/5） | 15/5 | 简单直接 | 结果依赖单次划分，方差大 |
| 时间顺序划分 | 前 16/后 4 | 模拟真实部署 | 与采集时间混杂 |
强烈建议：采用患者级（patient-level）划分，而非帧级随机划分。帧级划分会让同一视频的相邻帧同时出现在训练与测试集，造成数据泄漏，虚高评测结果。由于 20 例视频一一对应 20 名患者，"按编号分文件夹"天然支持患者级划分——这是本数据集结构上的便利。
报告要求：无论采用何种划分，都应明确写出协议（折数、是否患者级、随机种子），否则结果不可复现、不可比较。
8.8 泛化性验证的正确姿势
若研究目标是评估模型泛化能力，单用 Renji ESD 的 20 例是不够的。可考虑：
- 跨术者泛化：用其他来源的 ESD 视频（若可获得）测试；
- 跨设备泛化：用不同内镜型号录制的视频测试；
- 跨病种泛化：用食管/结肠 ESD 视频测试（需另寻数据）；
- 跨术式泛化：用腹腔镜手术视频（如 cholec80）测试阶段识别的可迁移性。
在只有 Renji ESD 的情况下，至少应做跨患者的严格划分，并在结论中明确"泛化性未验证"的边界——不要用 20 例单中心结果去宣称"适用于临床推广"。
§9 与库内条目的关系
9.1 家族图谱
Renji ESD 位于千方库的"手术视频与内镜影像"家族。可互链条目如下（rid 以 DB 实际为准）：
| 家族 | 条目（rid） | 关系 |
|---|---|---|
| 手术阶段/流程识别 | cholec80(78)、cholect50(223)、cholectrack20(886)、cholecseg8k(233)、m2cai16-tool(303)、surgtoolloc-2022(821) | 腹腔镜胆囊切除等手术阶段识别的同族；Renji ESD 把阶段识别拓展到消化道内镜 ESD |
| 手术视频（非腹腔镜） | sar-rarp50(293)、pitvis(333)、miccai-surgt(83)、multibypass140(323)、cataract-101(263) | 手术视频分析的姊妹条目 |
| 内镜影像 | slam-3d-endoscopic(82)、endoslam(408)、endomapper(428)、endoscapes(353) | ESD 阶段识别的近亲（endoscapes 亦为手术阶段/评估相关） |
| 消化道内镜数据集 | hyperkvasir(693)、gastrovision(203)、gastroendonet(780)、galar(884)、gastrohun(885)、limuc(794)、ldpolypvideo(163)、polypdb(779)、kvasir-seg(112) | 同为消化道内镜影像；多以息肉/病变检测为主，Renji ESD 聚焦手术流程 |
| 多模态/影像-文本 | panda-plus(640)、isic-2018(710) | 广度对照 |
9.2 检索路径建议
- 找"手术阶段识别数据集"→ cholec80(78)、cholect50(223)、endoscapes(353)、renji-esd（本篇）
- 找"消化道内镜影像数据集"→ hyperkvasir(693)、gastrovision(203)、kvasir-seg(112)、ldpolypvideo(163)
- 找"CC0/高开放度医学数据"→ renji-esd（本篇，CC0）、isic-2018(710) 等
- 找"早期胃癌/胃癌影像"→ renji-esd（本篇，唯一 ESD 手术视频）（库内胃癌专项条目稀少）
9.3 与 endoscapes 的对照要点
库内 endoscapes(353) 与 Renji ESD 同属"内镜手术的阶段/评估"方向，但分工不同：endoscapes 侧重腹腔镜胆囊切除的安全性评估（CVS 等），Renji ESD 侧重消化道内镜黏膜下剥离的 8 阶段流程识别。二者合用可覆盖"外镜手术"与"内镜手术"两个正交场景。
9.4 与 cholec80 的对照要点
cholec80(78) 是腹腔镜胆囊切除阶段识别的经典数据集（80 段、7 阶段、25 fps），多年来是手术阶段识别的方法基准。Renji ESD 与它形成三点对照：
| 维度 | cholec80 | Renji ESD |
|---|---|---|
| 术式 | 腹腔镜胆囊切除 | 消化道内镜 ESD |
| 视角 | 体外经穿刺孔内窥 | 经口内镜（自然腔道） |
| 阶段数 | 7 | 8 |
| 规模 | 80 段 | 20 段 |
| 分辨率 | 854×480 | 1920×1080 |
| 公开性 | 申请/协议制 | CC0 直链 |
| 病种 | 胆囊疾病 | 早期胃癌 |
两者互补而非替代：cholec80 代表"大规模、成熟基准、申请制"，Renji ESD 代表"小规模、新兴、高开放度"。做跨术式泛化研究的团队可同时使用两者。
9.5 与 hyperkvasir 的对照要点
hyperkvasir(693) 是消化道内镜影像的代表性大规模数据集（覆盖多种病变类别），但它侧重诊断性影像（息肉、溃疡、炎症等），不含手术流程标注；Renji ESD 侧重治疗性手术的阶段流程。两者可组成"诊断—治疗"的消化道内镜 AI 全景：用 hyperkvasir 训练病变识别，用 Renji ESD 训练手术阶段理解。
9.6 库内互链的价值总结
把 Renji ESD 接入千方库的互链网络，价值有三：
- 补空白：库内此前缺"消化道内镜 ESD 手术阶段"这一细分，Renji ESD 填补；
- 建桥：它把"手术视频家族（cholec 系列）"与"消化道内镜家族（hyperkvasir 等）"连接起来；
- 树标杆：作为 CC0 公开数据集，它为库内"高开放度"条目提供了又一个范例。
§10 避坑清单：八个已踩过的坑
坑 1：标题串写陷阱（Nature/OpenAIRE 页面）
Nature 文章页与 OpenAIRE 收录页会把本数据集标题写成 “Renji endoscopic submucosal dissection video data set for colorectal neoplastic lesions”（结直肠肿瘤）。这是页面元数据串写事故，正文与摘要一致为 early gastric cancer（早期胃癌）。检索时不要被带偏，也不要据此认为存在一个结直肠版本。
坑 2：数据集 CC0 与论文 CC BY-NC-ND 混淆
数据集是 CC0（可商用、无限制），论文是 CC BY-NC-ND（非商业、禁演绎）。把论文的 NC-ND 条款套到数据集上会误判可用范围；反之，把数据集 CC0 当成论文也可随意商用改编同样错误。分层对待。
坑 3：摘要"three endoscopists"≠ 只有三人标注
摘要写"three endoscopists jointly annotated"，正文实为 2 名医学标注者执行＋2 名资深内镜医师质控。计数口径以正文分工为准，摘要的"three"是概括。
坑 4：以为有官方划分和基线分数
这是 Data Descriptor，没有 train/test 划分、没有基线分数、没有代码。任何"引用本数据集在测试集上达到 X% 准确率"的说法，若未说明划分来源，都是使用者自建协议的结果，不可跨研究直接比较。
坑 5：把 PCC=0.949 当成全数据集质量证明
PCC 只在 1 段视频（3620 帧）上计算，且是线性相关系数而非帧级分类一致率。它证明的是"协议在一段视频上可复现"，不能外推为"20 段全部高质量"。
坑 6：把秒级数据当细粒度动作数据
原始 50 fps 被降采样到 1 fps 标注。秒内的快速器械移动、瞬时出血等动态不在标签里。做细粒度动作识别/器械检测应另寻数据（如 m2cai16-tool(303)、surgtoolloc-2022(821)）。
坑 7：忽视长尾阶段类别
Clip、Vessel treatment 等短阶段出现少、时长波动大，逐帧 accuracy 会虚高。必须报告 per-phase 指标并做类别平衡处理。
坑 8：BMI/泛化性误判——单中心单术者不可外推
全部数据来自仁济医院、全部手术由单一医师完成。任何"该模型可用于临床推广"的结论都缺乏跨中心、跨术者证据。论文作者自己把"单中心"列为明确局限。
§11 总结
11.1 三句话总结
- 它是什么：首个公开的早期胃癌 ESD 手术视频数据集——20 段 1920×1080 手术视频、66,656 帧八阶段标注，来自仁济医院 2024 年 1–4 月的 20 名患者。
- 它的价值：用一套标准化 ESD 标注协议（8 阶段，附首末帧判据）把此前"只有内部数据、不公开"的 ESD 阶段识别研究，第一次做成 CC0 公共领域资源，任何人都能下载训练。
- 它的边界：单中心、单术者、单病种、小样本、无官方划分与基线分数——它是"开放的地基"，不是"现成的楼"。
11.2 适合谁
- 做手术阶段识别/手术流程分析的研究者（尤其消化道内镜方向）；
- 做内镜 AI、计算机辅助介入的团队，需要一个公开 ESD 视频素材；
- 研究手术技能评估、教学视频结构化的教育/临床研究者；
- 需要高开放度（CC0）医学视频数据做方法验证的算法团队；
- 研究长尾/时序分类、阶段边界检测的方法学研究者。
11.3 不适合谁
- 想要食管/结肠 ESD或进展期胃癌/外科手术数据的人（本数据集仅胃部 EGC）；
- 想要官方 benchmark 分数做直接对标的人（无划分、无基线）；
- 想要大规模多中心数据做泛化性研究的人（仅 20 例单中心）；
- 想要细粒度动作/器械标注的人（秒级阶段标签，无细粒度动作）。
11.4 30 秒决策卡
| 你的需求 | 结论 |
|---|---|
| 要一份公开的 EGC ESD 阶段识别视频数据 | ✅ 几乎唯一选择，CC0 直链即取 |
| 要现成的 train/test 划分与基线 | ❌ 无，需自建 |
| 要食管/结肠 ESD 数据 | ❌ 不含 |
| 要细粒度动作/器械检测标注 | ❌ 只有秒级阶段标签 |
| 要做跨中心泛化性研究 | ⚠️ 单中心，需自补多中心数据 |
| 要 CC0 可商用医学视频 | ✅ 数据集 CC0（论文版权另计） |
11.5 与同类数据集的一句话定位
- 相对 cholec80/cholec50：Renji ESD 规模小得多，但更开放（CC0）、场景不同（内镜 vs 腹腔镜）。
- 相对 hyperkvasir/gastrovision：Renji ESD 不做病变诊断，专做手术流程阶段。
- 相对 Cao/Furube 的 ESD 数据：规模更小，但唯一公开。
- 相对库内所有条目：它是目前库内唯一覆盖消化道内镜 ESD 手术阶段的数据集。
11.6 最后一句话
Renji ESD 不是一个"拿来就能刷分"的 benchmark，而是一份公开的手术流程燃料：它把此前锁在医院内部的 ESD 手术视频与阶段标注，以最开放的 CC0 许可交到研究社区手里。它的短板（单中心、20 例、无基线）是诚实地摆在论文 Limitations 里的；它的长板（首个公开 EGC ESD 数据、1080p 高清、8 阶段标准协议）也是实打实的。怎么用它，取决于你清楚自己的研究目的——这正是本条目反复强调"按需使用"的原因。
11.7 三步上手路径
第一步：确认它适合你（5 分钟）
读 §1 十五问与 §11.4 决策卡。若你要的是食管/结肠 ESD、官方 benchmark 或大规模多中心数据，本数据集不合适，及早转向。
第二步：拿到并理解数据（1 小时）
从 Figshare 下载 zipfile（DOI 10.6084/m9.figshare.28045295），解压后按 §2.5 的目录约定核对结构，抽一两段视频核对 txt 帧号单位（坑 6 延伸）。
第三步：设计你的实验（视任务而定）
按 §8.7 选划分协议（强烈建议患者级），按 §7.7 选技术路线，按附录 G 定义指标。把划分协议写进你的论文，便于他人复现。
走完这三步，你对这份数据的边界与价值就有了第一手的判断——这比任何二手综述都可靠。
FAQ（高频问答 30 问）
A. 基础认知
A1：Renji ESD 数据集的全名是什么？
英文全名 “Renji endoscopic submucosal dissection video data set for early gastric cancer”；中文可译"仁济早期胃癌内镜黏膜下剥离术视频数据集"。简称 Renji ESD。
A2：它是哪个期刊/什么体裁？
Scientific Data（Nature Portfolio）2025 年 2 月 10 日，卷 12、文章号 238，属于 Data Descriptor（数据描述符） 体裁——重点描述数据构建，而非提出新算法。
A3：为什么叫"仁济（Renji）"？
数据采集自上海交通大学医学院附属仁济医院（Renji Hospital）内镜室，2024 年 1 月至 4 月的日常 ESD 手术录像。
A4：它和"胃癌"有什么关系？
它面向**早期胃癌（early gastric cancer, EGC）**的内镜治疗——内镜黏膜下剥离术（ESD）。胃癌是全球癌症死亡第三大原因，EGC 的完整切除能显著改善预后。
A5：ESD 是什么？
内镜黏膜下剥离术（Endoscopic Submucosal Dissection）：经内镜在黏膜下层将早癌病灶完整剥离切除的微创术式，相比传统外科手术创伤小、术后生活质量高，但对术者内镜操作水平要求极高。
A6：这个数据集"首个"在哪里？
论文称其为首个公开可获取的 EGC ESD 数据集。此前的 ESD 阶段识别数据（Cao 等约 50 例、Furube 等 94 例）均不公开。
B. 数据与获取
B1：在哪下载？
Figshare 公开直链。数据集 DOI：10.6084/m9.figshare.28045295。落地页在 springernature.figshare.com，搜索数据集名即可。无需注册、无需申请。
B2：许可是什么？
数据集是 CC0 1.0 Universal（公共领域奉献）——最宽松许可，可自由使用含商用。注意与论文本体 CC BY-NC-ND 4.0 区分（见 B3）。
B3：论文也是 CC0 吗？
不是。论文本体是 CC BY-NC-ND 4.0（署名、非商业、禁止演绎）。数据集 CC0 与论文 NC-ND 是两个独立授权对象，不可混用（坑 2）。
B4：有多少数据？
20 段 ESD 内镜视频、66,656 帧阶段标注、20 名患者。打包为单个 zipfile。
B5：视频画质如何？
1920×1080，原始 50 fps。标注时降采样至 1 fps（每秒取首帧）。录制用 Olympus CV-260/CV-290 内镜＋IMH-200。
B6：数据怎么组织的？
一级文件夹编号 1–20（手术编号），每个文件夹内有 ESD video.mp4 与阶段标注 .txt。txt 记录各阶段起始帧与结束帧。
B7：有申请门槛吗？
没有。CC0＋公开直链，是库内可获取性最开放的一档。
B8：数据有多大（文件体积）？
论文与抓取到的落地页未给出精确文件体积/清单（遗留疑点）。请在 Figshare 落地页查看实际文件列表与大小。
C. 标注与质控
C1：8 个阶段是什么？
Preparation（准备）、Estimation（评估）、Marking（标记）、Injection（注射）、Incision（切开）、ESD（黏膜下剥离）、Vessel treatment（血管处理）、Clip（夹闭）。
C2：谁标注的？
2 名受过训练的医学标注者（Chunjiang Gu、Tang Cao）执行标注，2 名资深内镜医师（Xiaobo Li、Qingwei Zhang）质控。摘要概括为"three endoscopists"，正文分工为准（坑 3）。
C3：一致性指标是多少？
皮尔逊相关系数 PCC = 0.949（p < 0.001），在 1 段视频（3620 帧）上计算。
C4：PCC=0.949 能说明什么？
说明标注协议在"两位标注者、一段视频"上高度可复现。它不是逐帧分类一致率，也未覆盖全部 20 段（坑 5）。
C5：怎么保证标注质量？
三阶段：① 2 名标注者独立标注同一段视频验证协议；② 计算 PCC 一致性；③ 分工标注剩余视频，最后由 2 名资深内镜医师结合视觉与实操经验质控。
C6：标注粒度是多细？
秒级（1 fps）。每帧是 8 阶段之一的单标签，无细粒度动作或器械标注。
C7：怎么剪掉消化道外的帧？
内镜在消化道以外拍摄的帧被人工识别并移除。
D. 受试者与伦理
D1：多少患者？
20 名，与 20 段视频一一对应。
D2：患者人口学？
平均年龄 60.35 岁（SD 9.02），男 12 / 女 8，全部来自中国。
D3：病变位置分布？
胃窦 12 例（含胃角）、胃体 5 例、贲门 3 例。
D4：伦理批号？
仁济医院伦理委员会，批号 LY2024-271-B。全部患者术前书面知情同意。
D5：数据去标识了吗？
是。患者 ID、日期、视频编号在视频中遮蔽，面部特写等个人信息匿名化。
D6：手术是谁做的？
全部手术由单一资深内镜医师 Xiaobo Li 完成。
E. 使用与评测
E1：有官方 train/test 划分吗？
没有。论文未披露划分，需使用者自建（建议按患者分层）。
E2：有基线分数吗？
没有。这是 Data Descriptor，无论文基线模型结果，也未提供 leaderboard（坑 4）。
E3：有配套代码吗？
没有。Code availability 明确"构建 Renji 数据集未使用新代码"。
E4：该报告什么指标？
建议 per-phase 准确率/F1、macro-F1、帧级 mIoU，以及阶段边界/切换点的时序准确率；避免只报 overall accuracy。
E5：怎么做时序建模？
20 例样本小，可考虑交叉验证或留一患者验证；可用时序模型（如 TCN、TransNormer、MS-TCN 类）＋时序平滑（HMM/CRF）缓解抖动。
E6：能用于商用吗？
数据集 CC0 允许（含商用），但论文文本/图表受 CC BY-NC-ND 约束。商用前请自行核实所有适用条款。
E7：能和其他数据集合并吗？
可以与其他 CC0/兼容许可数据合并，但注意场景差异（腹腔镜 vs 内镜、病种差异）导致的分布偏移。
F. 定位与库内关系
F1：库内有哪些相关条目？
手术阶段识别：cholec80(78)、cholect50(223)、endoscapes(353)；内镜影像：hyperkvasir(693)、gastrovision(203)、endoslam(408)、endomapper(428)；手术视频：sar-rarp50(293)、pitvis(333)。
F2：和 endoscapes 什么关系？
同属"内镜手术阶段/评估"方向。endoscapes 侧重腹腔镜胆囊切除安全性评估，Renji ESD 侧重消化道内镜 ESD 8 阶段流程识别，正交互补。
F3：为什么说它是"开放的地基"？
因为它提供了公开（CC0）的原始素材，但没有官方划分、基线、代码——研究者拿到的是"可自由使用的地基"，盖楼（建立 benchmark、训练模型）需要自己做。
F4：它的主要局限是什么？
单中心、单术者、单病种、小样本（20 例）、无官方划分与基线、秒级粒度。论文作者自己把"单中心变异受限"列为明确局限。
F5：未来会扩展吗？
作者在 Limitations 中表示未来将扩展数据库并纳入更多医疗中心，但截至本条目撰写时公开版本仍仅 20 例。
F6：它和"胃癌 AI"的关系？
它是胃癌 AI 的一个细分方向——不是做胃癌诊断，而是做胃癌治疗（ESD 手术）的流程识别。诊断方向的胃癌数据在库内较少，治疗方向的公开视频更是稀缺。
F7：能用于多模态研究吗？
数据集本身只有视频＋阶段标注，无文本报告、无病理图像。若要研究"视频—报告"多模态，需自配文本数据；可参考库内 panda-plus(640) 的病理 WSI 做跨模态扩展。
F8：和 panda-plus 有什么可比性？
panda-plus 是前列腺病理 WSI 的像素级重标注，Renji ESD 是胃部手术视频的阶段标注。两者共性是"重标注/标注驱动的方法论价值"，场景（病理 vs 手术）与模态（WSI vs 视频）不同。
F9：库内有没有食管/结肠 ESD 条目？
截至本条目撰写，库内未见专门食管/结肠 ESD 手术阶段数据集。Renji ESD 是库内消化道 ESD 手术视频的独苗。
F10：为什么建议优先互链 cholec80 与 hyperkvasir？
因为 cholec80 代表"手术视频/阶段识别"的成熟坐标，hyperkvasir 代表"消化道内镜影像"的成熟坐标。Renji ESD 正好处在两者交叉点，与它们互链最能帮助检索者定位。
事实清单（硬事实 40 条）
- 数据集全名：Renji endoscopic submucosal dissection video data set for early gastric cancer。
- 期刊：Scientific Data（Nature Portfolio），2025；12:238。
- 论文 DOI：10.1038/s41597-025-04573-0。
- PMID：39929844；PMCID：PMC11811142。
- 数据集 DOI：10.6084/m9.figshare.28045295（.v1）。
- 论文投审稿：Received 2024-09-03；Accepted 2025-01-31；Collection date 2025。
- 论文在线日期：2025-02-10（Sci Data 12:238）。
- Figshare 发布：2025-02-11 08:02。
- 数据集规模：20 段 ESD 内镜视频。
- 标注规模：66,656 帧阶段识别标注。
- 患者数：20 例（视频一一对应）。
- 采集时间：2024 年 1 月—4 月。
- 采集地点：仁济医院内镜室。
- 分辨率：1920×1080。
- 原始帧率：50 fps。
- 标注帧率：1 fps（每秒取首帧）。
- 内镜主机：Olympus CV-260、CV-290。
- 录制设备：IMH-200（Image Management Hub）。
- 阶段数：8。
- 8 阶段：Preparation / Estimation / Marking / Injection / Incision / ESD / Vessel treatment / Clip。
- 病变位置：胃窦 12（含胃角）、胃体 5、贲门 3。
- 患者平均年龄：60.35 岁（SD 9.02）。
- 性别：男 12 / 女 8。
- 国籍：全部中国。
- 标注者：2 名医学标注者（Gu、Cao）＋2 名资深内镜医师质控（Li、Zhang）。
- 一致性：PCC = 0.949（p < 0.001），1 段视频 3620 帧。
- 全手术由单一术者 Xiaobo Li 完成。
- 提交形态：单个 zipfile（20 视频＋66,656 标注）。
- 数据组织：文件夹 1–20，含 mp4＋txt。
- 标注格式：TXT，记录各阶段起始帧与结束帧。
- 数据集许可：CC0 1.0 Universal。
- 论文许可：CC BY-NC-ND 4.0。
- 伦理批号：LY2024-271-B。
- 资金：Science and Technology Commission of Shanghai Municipality，Grant No. 23Y11905300。
- 作者数：12 人（3 位共同第一作者，3 位通讯作者）。
- 设施：仁济医院内镜室（上海交通大学医学院附属仁济医院）。
- 交付：单个 zipfile（含 20 mp4 与阶段标注 txt）。
- 代码：无（Code availability 声明"无新代码"）。
- NLM Dataset Catalog URI：datasetcatalog.nlm.nih.gov/dataset?q=0000652964。
- Figshare 作者署名首位：XiaoBo Li（与论文正文通讯作者顺序不同）。
术语表（32 条）
| 术语 | 英文 | 释义 |
|---|---|---|
| 早期胃癌 | early gastric cancer (EGC) | 局限于黏膜或黏膜下层的胃癌，内镜治疗的主要适应证 |
| 内镜黏膜下剥离术 | endoscopic submucosal dissection (ESD) | 经内镜在黏膜下层完整剥离早癌病灶的微创术式 |
| 阶段识别 | phase recognition | 为手术视频逐帧判定其所处手术阶段的任务 |
| 手术流程分析 | surgical workflow analysis | 对手术过程进行结构化建模与识别的领域 |
| 准备阶段 | Preparation | 更换器械、调整视角、清洁视野 |
| 评估阶段 | Estimation | 白光＋放大内镜＋NBI 染色观察病灶，判定位置/大小/形态/深度 |
| 标记阶段 | Marking | 距病灶周边约 5 mm 电凝标记 |
| 注射阶段 | Injection | 黏膜下注射溶液实现抬举 |
| 切开阶段 | Incision | 距标记点 5 mm 环周切开黏膜 |
| 剥离阶段 | ESD | 黏膜下层与固有肌层分离至完整切除 |
| 血管处理 | Vessel treatment | 处理创面血管/出血点 |
| 夹闭阶段 | Clip | 止血夹闭合深切创面 |
| 窄带成像 | narrow band imaging (NBI) | 增强黏膜微血管与表面结构的成像技术 |
| 靛胭脂 | indigo carmine | 常用染色剂，用于观察胃小凹与黏膜皱襞 |
| 黏膜下注射 | submucosal injection | 抬举病灶以便安全切开剥离 |
| 热活检钳 | hot biopsy forceps | 兼具活检与电凝止血功能 |
| 止血夹 | hemostatic clip | 闭合创面止血的金属夹 |
| 术中牵引 | intraoperative traction | clip-and-line / clip-and-snare 等技术，暴露组织 |
| 帧级标注 | frame-level annotation | 对每一帧赋予标签 |
| 逐秒首帧 | first frame per second | 每秒抽首帧作为标注样本 |
| 皮尔逊相关系数 | Pearson correlation coefficient (PCC) | 衡量两序列线性相关的统计量 |
| 数据描述符 | Data Descriptor | Scientific Data 的一种论文体裁，描述数据集构建 |
| 泛化性 | generalizability | 模型跨中心/术者/设备的表现能力 |
| 类别不均衡 | class imbalance | 各类样本数量差异大 |
| 时序一致性 | temporal consistency | 预测序列符合阶段推进规律的性质 |
| 阶段边界检测 | phase boundary detection | 判定阶段切换时刻的任务 |
| 环周切开 | circumferential incision | 沿病灶周边一圈切开黏膜 |
| 黏膜下抬举 | submucosal elevation | 注射后病灶抬离肌层，便于安全剥离 |
| 公共领域奉献 | public domain dedication | CC0 的法律性质，放弃全部著作权 |
| 患者级划分 | patient-level split | 按患者而非按帧划分，避免数据泄漏 |
| 数据泄漏 | data leakage | 训练与测试信息重叠导致评测虚高 |
| 长尾类别 | long-tail class | 出现频率低的少数类别 |
| 混淆矩阵 | confusion matrix | 展示各类预测与真实标签交叉的矩阵 |
附录
附录 A：条目信息速查卡
| 项 | 内容 |
|---|---|
| 条目 slug | renji-esd |
| 官方名 | Renji endoscopic submucosal dissection video data set for early gastric cancer |
| 中文名 | 仁济早期胃癌内镜黏膜下剥离术（ESD）视频数据集 |
| 论文 | Sci Data 2025;12:238，doi:10.1038/s41597-025-04573-0 |
| 数据集 | Figshare doi:10.6084/m9.figshare.28045295 |
| 规模 | 20 视频 / 66,656 帧 / 20 患者 / 8 阶段 |
| 许可 | 数据集 CC0 1.0；论文 CC BY-NC-ND 4.0 |
| 获取 | Figshare 公开直链，无需申请 |
| 库内互链 | endoscapes(353)、cholec80(78)、hyperkvasir(693)、gastrovision(203)、endoslam(408)、endomapper(428) |
附录 B：DAIMS 评估全表
DAIMS（Data and AI Management Standards）维度评估如下：
| 维度 | 评分 | 说明 |
|---|---|---|
| 数据集可发现性（Discoverability） | 高 | Figshare DOI＋NLM Dataset Catalog 双登记，搜索引擎可查 |
| 可访问性（Accessibility） | 极高 | CC0＋公开直链，无申请门槛 |
| 可互操作性（Interoperability） | 中 | 标注为纯 txt＋mp4，无标准本体；阶段名称为自定义 8 类 |
| 可复用性（Reusability） | 中高 | CC0 利于复用，但缺划分/基线/代码，复用需自建流水线 |
| 溯源（Provenance） | 高 | 采集时间/地点/设备/伦理批号/标注流程均披露 |
| 数据质量（Quality） | 中高 | 三阶段质控＋PCC 0.949；但一致性仅 1 段视频验证 |
| 标签完备性（Label Completeness） | 中高 | 8 阶段全覆盖；秒级粒度，无细粒度动作标签 |
| 许可清晰度（License Clarity） | 高 | 数据集/论文分层清晰，但需使用者自行区分 |
| 元数据丰富度（Metadata） | 中高 | 患者人口学、设备、位置分布均披露；文件体积未披露 |
| 文档完备性（Documentation） | 中 | 协议定义清晰；无代码、无加载器、无评测脚本 |
| AI 就绪度（AI-Readiness） | 中高 | 原始素材级 ready，缺少封装 benchmark 的最后一公里 |
| 伦理合规（Ethics Compliance） | 高 | 伦理批号＋知情同意＋去标识，流程完整 |
附录 C：逐项证据链自证
| 主张 | 证据来源 |
|---|---|
| 20 视频/66,656 帧 | 论文摘要（PMC/PubMed）；NLM Dataset Catalog |
| 8 阶段定义 | 论文 Table 2 |
| 患者人口学（60.35 岁/SD 9.02/男 12 女 8） | 论文 Technical validation → Dataset characteristics |
| 病变位置（12/5/3） | 论文 Background & Summary → 主要贡献 |
| PCC 0.949 | 论文 Technical validation → Data validation |
| 采集时间 2024.1–4 | 论文 Methods → Data collection |
| 1920×1080/50 fps/1 fps | 论文 Methods → Data collection |
| 设备型号 | 论文 Table 1 |
| 伦理批号 LY2024-271-B | 论文 Methods → Data collection |
| CC0 许可 | NLM Dataset Catalog；Figshare 落地页 |
| Figshare 发布 2025-02-11 | Figshare 落地页 |
| 论文在线 2025-02-10 | PMC/Sci Data |
| 单中心局限 | 论文 Limitations of the datasets |
附录 D：数据获取决策树
需要 ESD / 消化道内镜手术视频数据？
├─ 只要早期胃癌（胃）ESD → Renji ESD（本篇，CC0 直链）
├─ 要食管 ESD → 公开数据稀缺，Furube 等未公开；需另寻或申请
├─ 要结肠 ESD → 同上，公开数据稀缺
├─ 要腹腔镜手术阶段识别 → cholec80 / cholect50 / endoscapes
└─ 要息肉/病变内镜影像 → hyperkvasir / gastrovision / kvasir-seg / ldpolypvideo
附录 E：8 阶段标签与手术流程时序
[1] Preparation 准备
↓
[2] Estimation 评估（白光 + NBI + 靛胭脂染色）
↓
[3] Marking 标记（距病灶 ~5 mm 电凝）
↓
[4] Injection 注射（黏膜下抬举）
↓
[5] Incision 切开（距标记 5 mm 环周切开）
↓
[6] ESD 剥离（含术中止血 + 牵引）★ 主阶段，时长占主导
↓
[7] Vessel treatment 血管处理（创面止血）※ 可多次
↓
[8] Clip 夹闭（闭合深切创面）※ 短阶段，样本稀少
附录 F：标注数据加载骨架（伪代码）
# 遍历手术编号 1..20
for case_id in range(1, 21):
video = read_video(f"{case_id}/ESD video.mp4") # 1920x1080, 50 fps
spans = parse_txt(f"{case_id}/<phase>.txt") # [{phase, start_frame, end_frame}, ...]
# 构建逐秒首帧标签（1 fps）
frame_labels = []
for sec in range(video.total_seconds):
f = sec * 50 # 每秒首帧（原始帧号）
label = lookup_phase(spans, f) # 8 类之一
frame_labels.append((f, label))
# 注意：无官方 train/test split，需自行按患者分层划分
附录 G：建议评测指标骨架
per_phase = {p: P, R, F1 for p in 8_phases} # 逐阶段精确率/召回/F1
macro_f1 = mean(per_phase[F1]) # 宏平均 F1（抗长尾）
frame_acc = correct_frames / total_frames # 逐帧准确率（易虚高，慎用）
boundary_acc = 匹配阶段切换点的时序容差准确率 # 边界敏感指标
# 建议同时报告混淆矩阵，观察 Est vs Prep、Vessel vs ESD 等易混对
附录 H：许可合规检查单
- [ ] 引用数据集时标注 CC0 与数据集 DOI（10.6084/m9.figshare.28045295）。
- [ ] 使用数据集（含商用）无需额外授权，但建议保留来源引用。
- [ ] 复制/改编论文图表文本时遵守 CC BY-NC-ND（非商业、禁演绎）。
- [ ] 不得声称论文作者背书你的使用。
- [ ] 再分发数据集时保持去标识状态，不尝试还原患者信息。
附录 I：与上游 ESD 阶段识别文献对照
| 项 | Cao et al. 2023 | Furube et al. 2024 | Renji ESD 2025 |
|---|---|---|---|
| 期刊 | Nat Commun | Gastrointest Endosc | Sci Data |
| 规模 | ~50 例 / 201,026 帧 | 94 例食管 | 20 例 / 66,656 帧 |
| 覆盖 | 胃/食管/结肠 | 仅食管 | 仅早期胃癌（胃） |
| 公开 | 否 | 否 | 是（CC0） |
| 用途 | AI 认知辅助（动物实验） | 阶段识别系统（>90% 准确率） | 公开数据集 |
附录 J：双口径登记表
| 项 | 口径 A | 口径 B | 处置 |
|---|---|---|---|
| 数据集标题 | early gastric cancer（正文/摘要） | colorectal neoplastic lesions（Nature/OpenAIRE 页面） | 按 EGC 口径，页面串写存照 |
| 标注者数 | three endoscopists（摘要） | 2 标注者 + 2 质控（正文） | 按正文分工，摘要为概括 |
| 标记距离 | ~5 mm（正文） | 0.5 cm（Table 2 同量） | 单位换算一致（5 mm=0.5 cm），非冲突 |
| 发布/引用年份 | posted 2025-02-11（Figshare） | (2024)（参考文献 16） | 三点年份存照，正文以 2025 为准 |
| 作者顺序 | 正文 12 人（Li 列末位通讯） | Figshare 落地页（Li 列首位） | 元数据差异存照 |
附录 K：维护计划与触发点
| 触发点 | 动作 |
|---|---|
| 作者新增多中心版本 | 更新"单中心"局限表述与规模数字 |
| 官方发布 train/test 划分或基线 | 新增基准小节，移除"无划分/无基线"警示 |
| Figshare 版本号变更（.v2+） | 核对文件清单与体积，更新遗留疑点 |
| 出现引用本数据集的方法论文 | 在 §7 增补下游工作索引 |
| 许可条款变更 | 复核附录 H 合规检查单 |
附录 L：检索关键词建议（中英对照）
- 英文：Renji ESD dataset, early gastric cancer ESD video, gastric ESD phase recognition, endoscopic submucosal dissection dataset, surgical phase recognition endoscopy
- 中文：仁济 ESD 数据集、早期胃癌内镜黏膜下剥离术视频、胃癌 ESD 阶段识别、内镜手术阶段识别数据集
- 关联检索：EGC ESD deep learning, surgical workflow recognition gastric, NCC 数据集、消化内镜 AI
附录 M：常见误用与纠正
| 误用 | 纠正 |
|---|---|
| 称其为"benchmark" | 它是数据集/Data Descriptor，非 benchmark，无官方评测 |
| 引用"某模型在其上达 95% 准确率" | 除非说明是使用者自建划分，否则不可跨研究比较 |
| 认为可商用论文图表 | 论文 CC BY-NC-ND 禁止商用与改编 |
| 认为含食管/结肠 ESD | 仅早期胃癌（胃） |
| 当作细粒度动作数据 | 仅秒级 8 阶段标签 |
附录 N：条目维护声明
本条目基于 2026-10-08 抓取的三源（PMC 全文、PubMed、NLM Dataset Catalog、Figshare 落地页、OpenAIRE 页）编撰。核心硬数字均经至少两源互证。双口径冲突已在附录 J 逐条存照；无法确证的信息（如 Figshare 文件体积清单、后续版本）列为遗留疑点，未作臆测。若后续官方信息更新，按附录 K 触发点维护。
附录 O：与库内可互链条目总表
| 条目 | rid | 关系 |
|---|---|---|
| endoscapes | 353 | 内镜手术阶段/评估近亲 |
| cholec80 | 78 | 腹腔镜手术阶段识别 |
| cholect50 | 223 | 腹腔镜手术阶段识别 |
| cholectrack20 | 886 | 手术阶段/器械跟踪 |
| cholecseg8k | 233 | 腹腔镜手术语义分割 |
| m2cai16-tool | 303 | 手术器械检测 |
| sar-rarp50 | 293 | 机器人辅助手术动作 |
| miccai-surgt | 83 | 手术工具定位 |
| pitvis | 333 | 垂体手术工作流 |
| multibypass140 | 323 | 减重手术视频 |
| cataracts | 253 | 白内障手术视频 |
| cataract-101 | 263 | 白内障手术阶段 |
| slam-3d-endoscopic | 82 | 内镜 SLAM |
| endoslam | 408 | 内镜 SLAM |
| endomapper | 428 | 内镜机器人建图 |
| hyperkvasir | 693 | 消化道内镜影像 |
| gastrovision | 203 | 消化道内镜影像 |
| gastroendonet | 780 | 消化道内镜影像 |
| galar | 884 | 消化道内镜 |
| gastrohun | 885 | 消化道内镜 |
| limuc | 794 | 溃疡性结肠炎内镜 |
| ldpolypvideo | 163 | 结肠息肉内镜视频 |
| polypdb | 779 | 息肉 |
| kvasir-seg | 112 | 息肉分割 |
| stoic | 287 | 结肠镜影像 |
| panda-plus | 640 | 病理 WSI 多模态 |
| isic-2018 | 710 | 皮肤影像（高开放度对照） |
建议互链点（§10.x）
以下库内条目与本条目在场景、任务或数据形态上互补，建议在站点内建立互链：
- endoscapes (rid=353)：同为内镜手术的阶段/评估方向，与 Renji ESD 构成"腹腔镜 vs 消化道内镜"的互补。
- cholec80 (rid=78)：最经典的腹腔镜手术阶段识别数据集，是阶段识别任务的基准坐标。
- hyperkvasir (rid=693)：消化道内镜影像的代表数据集，覆盖病种广，与 ESD 手术流程数据互补。
- gastrovision (rid=203)：消化道内镜多类别影像，可用于预训练或表征学习。
- endoslam (rid=408) / endomapper (rid=428)：内镜定位与建图，与 ESD 视频的空间理解需求相关。
- ldpolypvideo (rid=163) / polypdb (rid=779)：结肠息肉内镜视频，与 ESD 同属消化道内镜视频家族。
互链 URL 形式：https://www.qianfanghub.com/ai-ready-dataset/<slug>/<rid>。
附录 P：患者人口学与位置分布速查
| 维度 | 数值 | 备注 |
|---|---|---|
| 患者总数 | 20 | 与视频一一对应 |
| 平均年龄 | 60.35 岁 | SD 9.02 岁 |
| 性别（男/女） | 12 / 8 | — |
| 国籍 | 中国 | 全部 |
| 胃窦（含胃角） | 12 例 | 60% |
| 胃体 | 5 例 | 25% |
| 贲门 | 3 例 | 15% |
| 采集时段 | 2024-01 至 2024-04 | 约 4 个月 |
| 术者 | Xiaobo Li（单一） | 全部手术 |
附录 Q：8 阶段英文—中文—操作要点三列对照
| 序 | 英文 | 中文 | 操作要点 |
|---|---|---|---|
| 1 | Preparation | 准备 | 换器械、调视角、清洁视野 |
| 2 | Estimation | 评估 | 白光＋放大＋NBI＋靛胭脂，判位置/大小/形态/深度 |
| 3 | Marking | 标记 | 距病灶约 5 mm 电凝标记 |
| 4 | Injection | 注射 | 黏膜下注射抬举 |
| 5 | Incision | 切开 | 距标记 5 mm 环周切开 |
| 6 | ESD | 剥离 | 黏膜下剥离＋术中止血＋牵引 |
| 7 | Vessel treatment | 血管处理 | 创面血管/出血点止血 |
| 8 | Clip | 夹闭 | 止血夹闭合深切创面 |
附录 R：常见数据集混淆对照
| 容易混淆的对象 | 区别 |
|---|---|
| Renji ESD（本篇） | 早期胃癌 ESD 手术视频阶段数据集，公开 CC0 |
| “Renji colorectal” 页面 | Nature/OpenAIRE 标题串写事故，不存在此独立数据集 |
| Cao et al. 2023 ESD 数据 | 含胃/食管/结肠，201,026 帧，不公开 |
| Furube et al. 2024 ESD 数据 | 94 例食管 ESD，不公开 |
| endoscapes（库内 353） | 腹腔镜胆囊切除安全性评估，非胃 ESD |
| hyperkvasir（库内 693） | 消化道内镜病变影像，非手术流程 |
附录 S：一句话记忆锚点
- 20 / 66,656 / 8：20 段视频、66,656 帧、8 阶段——三个数字锁住数据集。
- 1920×1080 @ 50 fps，标注 1 fps：高清录像、秒级标注。
- CC0 数据集 / CC BY-NC-ND 论文：许可分层，别混。
- 首个公开 EGC ESD 数据集：它的核心卖点。
- 单中心单术者 20 例：它的核心局限。
附录 T：双源核验记录（抓取时点 2026-10-08）
| 事实 | 源 A | 源 B | 一致 |
|---|---|---|---|
| 20 视频 / 66,656 帧 | PMC 全文摘要 | NLM Dataset Catalog | ✅ |
| 8 阶段 | PMC 全文 Table 2 | PubMed 摘要图注 | ✅ |
| 患者 60.35 岁 / 男 12 女 8 | PMC 全文 | 论文正文 | ✅ |
| 位置 12/5/3 | PMC 全文 | 论文正文 | ✅ |
| CC0 许可 | NLM Dataset Catalog | Figshare 落地页 | ✅ |
| 论文 DOI | PMC | OpenAIRE | ✅ |
| Figshare DOI | NLM Catalog | Figshare 落地页 | ✅ |
| 2025-02-10 在线 | PMC | Sci Data 卷期 | ✅ |
附录 U：给数据工程师的上手清单
- 从 Figshare 下载 zipfile（DOI 10.6084/m9.figshare.28045295）。
- 解压得到编号 1–20 的文件夹，各含
ESD video.mp4与阶段 txt。 - 解析 txt 得到各阶段的 (start_frame, end_frame)。
- 按 1 fps 抽帧（原始 50 fps 的每秒首帧），构建逐帧标签序列。
- 按患者分层划分 train/val/test（20 例，建议 5-fold CV 或留一患者）。
- 训练时序分类模型（TCN / Transformer / MS-TCN 等）。
- 评估：per-phase F1、macro-F1、边界准确率；报告混淆矩阵。
- 记录：写明自建划分协议，便于他人复现对比。
附录 V：给临床/教育研究者的上手清单
- 明确你要研究的是"术者技能"还是"AI 模型"——本数据集更偏后者（无质量评分）。
- 若研究技能评估，可先做阶段时长统计（各阶段耗时占比）。
- 若研究教学，可用阶段切分做"手术流程可视化"教具。
- 注意：单中心单术者数据不能支持"技能水平分布"类结论。
- 引用时注明协议局限（20 例、秒级粒度）。
附录 W：条目字段与 DB 映射提示
| frontmatter 字段 | 内容要点 |
|---|---|
| title | 官方名 + (renji-esd) + 中文副标题 + " \ |
| category_tags | 医学影像 / 内窥镜影像 / 手术视频 / 目标检测 / 肿瘤学 |
| patient_count | 20 例（平均 60.35 岁，男 12 女 8） |
| data_source | Olympomics…（以 frontmatter 为准，不逐条罗列） |
| license | 数据集 CC0 1.0 ｜ 论文 CC BY-NC-ND 4.0 |
附录 X：常见问答补充
X1：为什么标注用 PCC 而不是 kappa？
论文选择了 PCC 衡量两名标注者对同段视频标注的相关性。PCC 适合衡量连续量（如时长）的线性相关，但阶段识别本质是分类，kappa 或帧级 F1 会更贴切。论文未报告后者（坑 5）。
X2：数据集里有没有手术结局/病理信息？
论文未提供手术结局、病理分期或随访信息。数据是纯视频＋阶段标注，不含临床结局字段（遗留疑点：论文未提，不作臆测）。
X3：能不能用它训练术中实时系统？
可以作为素材，但实时系统还需要低延迟推理、鲁棒性验证等，且单中心 20 例不足以支撑"可上临床"的宣称（§8.1）。
X4：为什么说它"第一个"？
因为此前的 ESD 阶段数据集都不公开。Renji ESD 在公开性意义上是首个（论文原话：first publicly available ESD dataset for the treatment of EGC）。
X5：数据采集是回顾性还是前瞻性？
论文描述为 2024 年 1–4 月日常常规手术录像，且事前取得知情同意，性质上更接近前瞻性纳入（患者术前三签署同意书）。论文未明确定义回顾/前瞻（以论文描述为准）。
附录 Y：术语首现英文对照速查
- 早期胃癌 = early gastric cancer (EGC)
- 内镜黏膜下剥离术 = endoscopic submucosal dissection (ESD)
- 阶段识别 = phase recognition
- 手术流程识别 = surgical workflow recognition
- 窄带成像 = narrow band imaging (NBI)
- 靛胭脂 = indigo carmine
- 皮尔逊相关系数 = Pearson correlation coefficient (PCC)
- 数据描述符 = Data Descriptor
- 计算机辅助介入 = computer-assisted intervention
附录 Z：读者导航（按需求直达）
| 你的身份/需求 | 建议阅读顺序 |
|---|---|
| 只想快速了解这是什么 | INFOBOX → §1（十五问）→ §11（总结） |
| 想下载数据 | §6 → 附录 U |
| 想复用标注协议 | §2.3 → §3.1 → §5.1b → 附录 Q |
| 想做阶段识别模型 | §4 → §7 → §8.7 → 附录 F/G |
| 想评估数据质量 | §4.5 → §5.2 → §8.4 → 附录 T |
| 关心许可与合规 | §6.2 → §6.5 → §6.6 → 附录 H |
| 想找库内相关数据 | §9 → 附录 O |
| 想避免常见错误 | §10（八个坑）→ 附录 M |
| 想引用本条目 | 附录 A → 附录 N |
| 想了解数据集的"第一"意义 | §0 → §7.4 → 附录 I |
附录 AA：条目完整性自评
| 检查项 | 状态 |
|---|---|
| 三源互证核心数字 | ✅ PMC/PubMed/NLM Catalog/Figshare/OpenAIRE |
| 官方名与 slug 查重 | ✅ 无同名，DB 0 行 |
| license 分层明确 | ✅ 数据集 CC0 / 论文 CC BY-NC-ND |
| 双口径冲突存照 | ✅ 附录 J |
| 遗留疑点标注 | ✅ §9.9（FACTS）/ 附录（本条目） |
| DAIMS 表 | ✅ 附录 B |
| 坑点 ≥5 | ✅ §10 八个坑 |
| 互链点 | ✅ §9 + 附录 O |
| 硬事实清单 | ✅ 40 条 |
| 术语表 | ✅ 32 条 |
| FAQ | ✅ 30 问 |
本条目信息基于抓取时点 2026-10-08 的公开来源。若官方数据更新（新版本、多中心扩展、官方划分发布），请按附录 K 的触发点维护。
（完）
相关数据集导航
以下为站内 AI-Ready 数据集百科中与本词条共享多个主题标签的相关数据集，按相关度降序排列：
- cad-cap — 共享标签：医学影像 / 内窥镜影像 / 手术视频 / 目标检测
- sun-database — 共享标签：医学影像 / 内窥镜影像 / 手术视频 / 目标检测
- surgtoolloc-2022 — 共享标签：医学影像 / 内窥镜影像 / 手术视频 / 目标检测
- lapgyn4 — 共享标签：医学影像 / 内窥镜影像 / 手术视频 / 目标检测
- cholectrack20 — 共享标签：医学影像 / 内窥镜影像 / 手术视频 / 目标检测
- bladder-tissue — 共享标签：医学影像 / 内窥镜影像 / 手术视频 / 肿瘤学
- surgvu-2026 — 共享标签：医学影像 / 内窥镜影像 / 手术视频 / 目标检测
- saras-esad — 共享标签：医学影像 / 内窥镜影像 / 手术视频 / 肿瘤学
- grasp — 共享标签：内窥镜影像 / 手术视频 / 目标检测 / 肿瘤学
- slam-3d-endoscopic-legacy — 共享标签：医学影像 / 内窥镜影像 / 手术视频
导航说明：本章节由全站统一标签体系自动计算生成（标签重合度算法），双向可达；点击链接可跳转至对应数据集词条。
