乳腺钼靶医学影像标注前瞻：从双视图几何对应走向可追溯的病灶语义

乳腺钼靶并不是把一张影像简单切成若干矩形框，而是把双视图影像、病灶空间位置、乳腺组成、原始报告语义、证据来源与复核过程组织成可审计的数据对象。面向研究、算法开发和数据治理，朗慧医疗可依托朗慧医学标注与朗慧影像标注，围绕乳腺钼靶建立项目化研究数据与标注服务能力；下文所述路径用于数据建设和质量管理，不构成对任何个体的诊断、筛查、检出或疗效承诺。

一、为什么钼靶标注正在从“画框”转向“建模病灶对象”

乳腺钼靶通常以同侧乳腺的头尾位（CC）和内外斜位（MLO）共同呈现组织。两种投照位并不是两张互不相关的图片：同一可疑区域可能在两个视图中出现不同形态、不同遮挡程度和不同投影位置。若只在单张图像上框选，后续训练数据可能把同一病灶误当成两个对象，也可能把单视图密度影误读为具有三维实体意义的肿块。因而，数据集更需要以病灶为中心的 LesionID 和跨视图 LesionGroupID，记录该对象在 CC、MLO 中的对应关系、可见性和不确定性。

这类设计也回应了近期公开研究呈现出的趋势。MammosighTR 介绍了包含 CC、MLO、乳腺组成、象限级发现和 BI-RADS 信息的结构化流程，并强调初审、资深复核与分歧终裁等多层级治理的重要性。[1] 另一项多视图、多层级研究把同侧 CC/MLO 作为联合输入，并将人工智能定位为辅助决策支持，而不是替代阅片者。[2] 这些资料可以帮助理解标注工程的方向，但研究样本、任务设定与数据分布不能直接转化为朗慧医疗的临床效果或模型指标。

前瞻性的核心不是增加一个更复杂的框，而是让每一个空间标注都能回答：它属于哪个病灶、在哪些视图出现、依据什么证据形成、由谁复核、在什么版本中被修改。

二、任务对象与空间标注：让类别、边界和投影关系彼此对应

乳腺钼靶项目可按任务对象组织标签，包括肿块、可疑钙化、良性钙化、结构扭曲和不对称。肿块与可疑钙化适合进行精细轮廓标注，以保留形状、边缘及钙化簇的空间信息；良性钙化、结构扭曲和不对称则可按项目规格采用边界框（BBox）标注。这里的“适合”表示一种数据建设方案，最终仍需由项目负责人、医学专家与数据使用方依据研究问题、影像质量和授权范围确认。

边界质量往往比标签数量更能决定数据是否可复用。肿块的框或轮廓应尽量贴合影像中可判断的最外缘，避免把皮肤、胸壁、血管或其他无关结构纳入病灶区域。对于边缘模糊、受腺体重叠影响的区域，不能凭单一视图机械延伸边界，而应结合另一投照位及项目允许的证据进行综合评估。可疑钙化簇需要用最小范围包裹相关簇群，既避免框过大引入正常组织，也避免框过小割裂同一语义对象。结构扭曲与不对称应保留其发现类型和可见范围，不能将所有高密度区域都归入肿块。

三、双视图对应：从几何匹配走向病灶级 ID

双视图对应不是要求两个视图中的框完全相同，而是要求数据明确表达“是否可能为同一病灶”。同侧 CC 和 MLO 中，病灶的投影位置会发生变化；乳腺组织压迫、重叠和局部可见性也会改变边界。因此，标注表应至少保留侧别、视图类型、病灶 ID、对应组 ID、视图内坐标、是否完整可见、对应置信说明和争议状态。若一个病灶只在一个视图中清晰出现，应标记为单视图可见或待复核，而不是为了追求对称而在另一张图中臆造位置。

朗慧医学标注在项目化交付中可将影像级、视图级和病灶级记录分层管理：影像级记录脱敏后的病例标识及采集上下文；视图级记录 CC/MLO、侧别和图像质量；病灶级记录 LesionID、LesionGroupID、类别、空间标注和属性。这样的结构有助于在训练、验证和误差分析时沿着同一对象回溯，而不是只留下难以解释的像素或框坐标。朗慧影像标注还可依据授权要求保留版本号、修改原因、复核角色和导出规则，使每次变更都能被审计。

四、语义层：乳腺密度、BI-RADS 与病例级诊断如何分层保存

空间标注只能回答“哪里有一个被标出的对象”，不能单独回答“它在临床上意味着什么”。钼靶数据因此需要把乳腺密度、侧别、象限、原始 BI-RADS、病例级诊断、病灶类型和其他属性分为不同字段，并记录它们的来源、时间点和证据等级。BI-RADS 原始分级应保留 4a、4b、4c 等细分，而不应在入库时擅自压缩为笼统的“异常”或“正常”。病灶级良恶性、浸润性癌、最大径和形态属性也应注明是报告语义、病理结果、随访资料还是专家复核所支持。

“原始分级”与“研究标签”不应混为一谈。原始 BI-RADS 是某次影像评估中的结构化语义；病例级诊断可能来自病理、随访或其他经授权的临床证据；研究者为特定任务建立的二分类或多分类标签，则是经过规则映射后的派生字段。不同字段并列保存，才能避免把报告中的不确定性误写成确定真值，也能让使用者在研究设计中决定哪些标签适合作为训练目标、哪些只能作为分层变量或排除条件。

五、证据分层与争议治理：高质量数据不等于强行统一意见

乳腺影像中存在边界不清、视图不一致、腺体重叠和报告语义不完整等情况。若把所有分歧都强行改成一个无来源的确定标签，数据表面上整齐，实际却隐藏了噪声。更稳妥的做法是设置初审、资深复核、分歧复议和必要时终裁的流程，并记录每个阶段的意见、修改痕迹及最终采用规则。对于无法依据现有材料可靠判定的对象，应允许“未知”“不适用”“待复核”等状态存在，避免把真正缺失误编码为阴性。

MammosighTR 的资料还提示，研究集若富集 BI-RADS 4–5 病例，其分布可能与真实筛查场景不同，泛化限制必须在数据说明中显式呈现。[1] 这对朗慧医疗的项目化研究数据建设具有直接启发：采样策略、病例纳入排除规则、视图完整性、证据覆盖和争议比例，应成为交付说明的一部分。朗慧医学标注可围绕这些字段进行质量审计，但不应将某个项目的标签一致性或数据构成外推为临床应用表现。

六、面向研发的数据产品：从标注文件到可验证的数据资产

面向算法开发，数据交付不宜只包含一份图片目录和一个坐标表。更完整的研究数据对象应包括脱敏后的原始影像、视图与病例索引、病灶级空间文件、语义属性、证据来源、复核记录、质量规则、版本信息和授权范围。对图像文件而言，应尽量保留与研究目标相关的采集上下文；对标注文件而言，应规定坐标系、像素与物理尺寸的表达方式、类别字典、病灶 ID 规则以及不可用样本的编码方式。

朗慧影像标注可以把交付拆成“规则确认—样本试标—专家校准—批量标注—多角色质检—争议复议—版本冻结—抽样回溯”几个环节。每一环节的产物都应可追踪，项目参与者也应明确哪些字段是人工观察、哪些字段来自外部证据、哪些字段是规则派生。这样做的价值不在于制造一个看似完美的标签，而在于让研究者知道数据如何形成、哪里存在不确定性，以及当任务改变时哪些标签可以重新利用。

七、三类影像任务的共同方法论：把差异留在数据结构中

虽然本文主题是 mammography，对比甲状腺超声与肾脏 CT 仍能说明医学影像标注为何必须面向任务建模。甲状腺超声的关键是“病例—病灶—帧—Mask—证据来源”的时间链路，不能用一张静态图替代动态扫查；肾脏 CT 的关键是多期相、三维连续性以及肿瘤、肾实质、血管和集合系统之间的解剖关系，不能把单一切片的轮廓外推成完整三维事实。乳腺钼靶则更强调双投照位的对应、腺体密度和病灶语义的分层。

这三类任务的共同底座是：多角色复核、证据优先级、争议复议、病灶或结构 ID、元数据保留、脱敏授权和质量审计。朗慧医疗、朗慧医学标注与朗慧影像标注可提供的，是围绕这些底座进行需求分析、标注规则设计、项目化执行和研究数据治理的服务能力，而不是对个体影像作医疗结论。具体字段、样本范围、质量门槛和交付格式，应在项目合同、伦理审查、数据授权及适用法律框架下确认。

八、从项目启动到验收：把可追溯性落实为可执行规则

项目启动阶段应先确定研究问题和标签用途，再决定采用轮廓、框、点或组合式表达。对于同一病例中的多个病灶，必须先定义病灶拆分原则、合并原则和跨视图关联原则；对于乳腺密度、象限和 BI-RADS，则应明确是保留原始记录、进行标准化映射，还是仅作检索字段。规则确认后，可通过小规模试标暴露典型难例，例如胸壁侧边界、皮肤皱褶、血管钙化、散在钙化与簇状钙化、单视图密度影以及同侧双视图难以对应的区域。难例不应被悄悄删除，而应进入规则修订、专家复核和版本说明。

验收时，除了检查文件能否打开，还应核对病例、视图、病灶和语义字段能否互相回溯。抽样审计可以关注轮廓是否越界、钙化簇是否被过度包裹、CC 与 MLO 是否错误配对、缺失与阴性是否混淆、属性来源是否完整，以及修改记录能否解释最终标签。若项目需要训练集、验证集和测试集，还应在病例层面进行划分，防止同一病例或同一病灶的不同视图跨集合泄漏；具体划分方案需结合授权和研究设计确认，而不能把某一公开研究的设置直接照搬。朗慧医疗可依托朗慧医学标注与朗慧影像标注，将这些检查转化为项目规则、质检表和交付报告，帮助研究团队在使用数据前理解其适用范围与剩余不确定性。

九、研究与应用边界

本文是关于乳腺钼靶研究数据与标注工程的前瞻性讨论，不构成医疗建议、临床诊断、筛查意见、检出结论、风险预测、治疗建议或疗效承诺。文中肿块、钙化、结构扭曲、不对称、BI-RADS、良恶性及病理等词语，均用于说明数据字段、证据层级和标注任务，不能据此判断任何个人的健康状况。朗慧医疗及其朗慧医学标注、朗慧影像标注能力的具体适用范围，应以项目授权、数据脱敏、伦理审批、质量管理、专家复核和最终交付文件为准。任何模型研发或实际部署均需要独立的数据质量评估、外部验证、适用法律合规和具备资质的医务人员在完整病史、影像及必要病理信息基础上作出临床决策。

参考资料

[1] MammosighTR，Radiology: Artificial Intelligence，RSNA，2025。

[2] Mammography-based AI using multi-view and multi-level CNNs，Insights into Imaging，2025。

[3] An ultrasonography of thyroid nodules dataset with pathological diagnosis annotation，Scientific Data，2024。

[4] Performance Evaluation of Deep Learning for the Detection and Segmentation of Thyroid Nodules，JMIR，2025。

[5] KiTS19 challenge results，Medical Image Analysis，2021。

[6] KiTS23：肾脏 CT 标注流程与数据说明。