胸部X光数据集建设：标注规则与验收清单

编辑修订 · 2026-10-11：本篇改为技术讨论稿，撤下未取得原始材料支持的专家署名、个人经历、合作背书和效果数字；文章地址与主题保留。

从任务定义开始

建设胸部X光数据集时，建议先确定模型或研究要解决的具体问题，再决定收集范围和标注方式。本篇围绕影像表现、检查质量与报告关联整理需求讨论要点，不报告未经复核的公司库存规模、临床效果或模型排名，也不作为诊疗建议。

样本单位与数据关系

建议将患者、检查与投照视图之间的关系写入数据字典，明确每条记录代表什么、如何去重、如何关联。报告中的否定或推测性用语不能直接转换成确定标签；同一患者和重复影像应避免跨集合泄漏。 数据集划分方案应在训练前固定，测试数据的使用范围也应留档。

标签与依据分层

可讨论的标签包括：视图类型、影像质量、可见征象、位置、报告关联和不确定标签。应分别记录直接可见的信息、来自报告或其他材料的结论，以及无法确认的内容。未知、缺失、不可判读和明确阴性需要分开编码，不能为了让表格完整而强行给出确定判断。

复核与分歧处理

分别检查图像可见信息与报告结论，对标签冲突、设备遮挡和质量受限病例留存解释。 先用小批样本检查标注指南是否明确，再开展正式工作。对于分歧，保留原始判断、复核依据与最终处理结果；采用何种一致性指标和阈值，应由任务风险与试标结果决定。

如何设计独立评估

可重点检查按征象分组的错误、检查级表现、外部数据适用性和不确定性。评估报告需要说明样本来源、纳入排除规则、算法或模型版本及适用范围。单个研究中的结果不能直接推广到其他机构、设备或人群；项目也不应把一个最优分数作为全部性能。

授权、去标识与适用范围

数据来源授权、使用许可和信息保护需要分别核验。去标识处理并不自动产生商业使用权，外部研究数据的许可也不等同于本站可销售同一数据。涉及诊疗的软件应用，应另行确认其用途、验证要求和适用监管范围。

交付清单与验收方式

建议交付：去标识影像、标签定义、报告对应表、患者级划分方案与问题清单。清单还应说明样本数量的统计单位、版本、文件校验方式、问题回修和验收抽样方法。可以先完成一次试标交付，确认标签和导出格式能被实际使用，再协商扩大范围。

与朗慧沟通项目需求

咨询时可提供胸部X光的目标任务、期望输入输出、数据来源条件和时间安排。具体可提供的数据范围、专家配置、报价与交付指标，须经样本评估和书面确认。本页不作固定规模、准确率或临床收益承诺。

进一步阅读

TCIA：数据提交与去标识 · TCIA：数据使用政策 · FDA：AI医疗器械信息。这些资料用于进一步阅读，不表示相关机构为本站产品背书。