MEDICAL DATA RESEARCH
头部CT研究数据交付:从Study级索引到可复核验收
面向医疗AI研发与数据采购读者,说明头部CT如何以Study计数、保留DICOM层级、分离报告证据与不确定标签,并通过患者级划分、设备分层和独立外部验证完成可复核交付。
在一个头部CT研究项目中,怎样判断一条数据真正“可用”?答案不是目录里有多少张截图,也不是报告里出现了多少个“异常”。研究者需要知道:这一行究竟代表一次检查还是一个序列,原始影像是否可读,报告和影像是否属于同一检查,标签依据是影像观察还是病理证据,重复检查是否被错误拆到不同数据集,以及换到另一批设备和协议后结论是否仍能被检验。只有这些问题被写进数据结构和验收流程,头部CT数据才不只是文件集合,而是可以支撑算法研发、复现和独立评估的研究队列。
这里讨论的是头部CT研究数据建设与交付方法,不是诊疗指南,也不提供个体诊断、筛查或治疗建议。文章将一个匿名化的大规模头部CT项目抽象为可公开讨论的技术问题:以CT检查或Study作为主要计数单元,保留原始DICOM及其层级,配对正式报告和结构化标签,在患者、检查、序列、报告及必要的跨模态对象之间建立受控关系,并把质量、证据和版本一起交付。项目的实际来源、授权、规模、中心组成和验收阈值,仍须由具体方案和书面授权确定。
先把临床任务说清楚
头部CT数据的临床任务并不是单一的“识别异常”。同一批影像可能用于报告信息抽取、检查级阳性或阴性分类、出血和骨折等征象识别、病灶定位或分割,也可能用于纵向比较。不同任务对输入、标签和验收方式的要求并不相同。若只给算法一张压缩图片和一个“阳性”字段,研究者无法知道阳性究竟来自脑实质内出血、蛛网膜下腔出血、骨折、术后改变,还是报告中的不确定表述。
因此,项目启动时应先定义四个边界。第一是输入模态和协议:包括头颅常规平扫、薄层重建、骨窗和软组织或脑窗,以及在临床实际产生时单独记录的增强CT、CTA或CTV。第二是解剖覆盖:要区分颅顶至颅底是否完整,脑实质、颅骨、颅底和血管是否达到可评价条件。第三是研究输出:报告级标签、检查级标签、病灶级框或体素级掩膜不能混称。第四是证据层级:影像报告提示、专家复核、病理、手术、检验和随访各自代表不同来源,不能把它们压成一个无来源的“真值”。
头部CT的检查质量还必须放回实际临床协议中理解。ACR、ASNR和SPR的头部CT实践参数把检查适应证、人员职责、检查规格、记录、设备和质量改进放在同一框架内。1 这对数据建设的启发是,层厚、重建核、扫描范围、期相、设备和软件版本不是可有可无的备注,而是解释数据适用范围、分层抽检和外部验证时的必要上下文。一个没有协议语境的标签,往往无法判断是疾病差异,还是采集条件造成的观察差异。
从一个Study建立可追溯的数据链
原始影像的颗粒度决定了后续研究能否复现。交付索引可以以Study作为计数单位,但不能因此丢掉Series和Instance。一次检查可能包含平扫、重建、不同窗位或血管相关序列;这些对象应在同一个检查关系下保留,并明确哪些是原始对象、哪些是派生对象。多序列不应被简单相加成多个病例,截图、胶片照片、报告PDF或关键帧拼图也不能替代约定的原始影像。
DICOM PS3.10将文件定义为封装一个DICOM数据集和一个SOP Instance的交换格式,并在File Meta Information中记录SOP Class、SOP Instance和Transfer Syntax等信息。2 因此,数据验收不应只看文件扩展名或文件数量,还应验证文件是否能被解码,层级关系是否完整,方向、像素间距、空间几何、HU转换、层厚和重建信息是否与研究任务相容。若将这些字段在导出时静默删除或改写,算法可能仍然能够读取像素,但后续无法解释不同设备、重建条件和体素尺度对结果的影响。
报告与影像需要逐检查配对。结构化索引至少应能够回到检查名称、所见、诊断结论或印象、比较检查和报告状态;结构化字段应与原始报告保持双向可核对。否定语义、不确定语义、未做检查、不可评价和真正缺失也应分开编码。部分覆盖的检查不能形成覆盖范围之外的阴性结论,未产生的序列不能被另一个患者的序列补齐。稳定的匿名患者ID可以支持纵向关系,但不能把患者级关联误写成像素级或病灶级证据。
脱敏是数据链的一部分,而不是交付前的装饰步骤。DICOM保密配置要求对需要保护的属性进行移除或替换,并关注序列内属性、关联UID的一致性以及像素中烧录的身份信息。3 这意味着“删除DICOM头”并不等于完成去标识化:文件头、私有属性、序列关系、图像文字和附带报告都可能成为风险点。项目还需要记录使用的配置、工具版本、检查范围和复核结果,同时确认去标识处理没有破坏研究所需的纵向关系和引用完整性。
图1 头部CT数据对象、关联颗粒度和交付验收的技术示意;不含患者样本,不代表真实交付、实验结果或临床诊断。
标签应表达疾病征象与不确定性
头部CT标签设计的第一步不是罗列疾病名称,而是明确报告级任务需要保留哪些临床语义。一个可复用的标签本体可以围绕颅内出血、缺血性卒中或脑梗死、颅脑外伤及颅骨或颅底骨折、脑水肿和占位效应、颅内占位或肿瘤、颅内感染、术后或介入后改变、脑萎缩及慢性缺血改变等方向组织。每个方向还应拆分有临床意义的子标签,例如出血类型和部位、梗死时相和责任血管区、骨折位置、脑室和脑池状态、中线移位、强化、钙化以及术后材料。
这种拆分不是为了制造更多类别,而是为了让标签与任务一一对应。检查级分类可以使用是否存在某类征象;报告抽取需要保留原文和结构化字段的映射;检测需要明确病灶或征象的空间对象;分割则必须另有体素级标注和空间参考。若项目只有报告级证据,就不能在公开稿或数据卡中把它描述为病灶级金标准,更不能把患者级跨模态关联说成病理确证或像素级配准。
不确定性必须成为正式字段。明确阳性、明确阴性、疑似、考虑、不能除外、治疗后改变和无法评价的含义不同。常规CT对某些超早期缺血性改变的表现能力也有限,平扫阴性不能被自动改写为“排除梗死”。同样,影像上疑似占位不能直接变成病理确诊,术后积气、材料、出血和复发或残留也不应在一个“术后异常”类别中混写。保留原始语义,才能让研究者按不同证据门槛进行敏感性分析,而不是被迫使用一个看似整齐却不可解释的标签。
质量基准样本需要由具备相应专业能力的阅片者直接核对,并记录核心标签的依据、分歧、仲裁和版本。标注者可以完成字段转录或初步分类,复核者应重点检查图文配对、阴性和不确定语义、少见征象、跨检查关联以及是否越过证据边界。对争议项,最重要的不是把所有意见强行统一,而是记录争议来自哪里、依据哪份报告或检查、最终由谁在何时作出决定。这样,后续的模型误差分析才有机会区分标签噪声、协议差异和真正的算法错误。
算法路线要服从数据证据
头部CT研究通常可以拆成三类算法路线。第一类是报告与结构化字段抽取,输入是影像报告及其上下文,输出是检查级诊断、否定、不确定和专项征象字段。第二类是图像级或检查级分类,输入是经过质量核查的DICOM序列,输出是预先定义的征象或疾病类别。第三类是检测、定位和分割,除检查级标签外,还需要框、轮廓或体素级标注,以及与原始空间几何一致的标注文件。三类任务可以在一个项目中共存,但不能用同一个标签粒度和同一种指标验收。
预处理应尽量显式化。窗位窗宽、重采样、方向统一、层厚处理、序列选择和缺失协议的处理方式都要记录在版本化规范中。对于需要多期相或多序列的任务,应以检查和序列关系为基础构造输入,而不是把不同对象按文件名拼接。模型库或半自动分割产生的结果只能作为草稿,未经专家审核不得进入金标准或最终测试集。若研究需要体积或形态测量,还应保留体素间距、空间方向和计算脚本版本,否则相同的掩膜在不同坐标解释下可能得到不同量化结果。
数据划分必须以患者为边界。同一患者的多次检查、同一次检查的不同序列和由其派生的报告或标注不能被随机拆到训练和测试两侧。Lancet Digital Health的一项头部CT创伤研究在多中心数据上进行病灶分割和量化,并将同一患者的不同扫描放在同一划分中,同时采用独立的公开数据作外部验证。4 这类设计说明,模型性能的可解释性依赖于划分单位,而不仅是训练代码和网络结构。
对于报告抽取和检查级分类,可以按标签频率、证据来源和不确定性分层评估;对于检测和分割,应预先确定适合空间任务的指标、病灶大小分层和无病灶样本的处理方式。Dice、灵敏度、特异度、精确率或校准指标各自回答不同问题,不宜用单一总分覆盖所有任务。研究指标只描述冻结数据和评价方案下的表现,不等于临床诊断效果,也不自动证明可以进入医疗流程。
图2 从报告级标签到患者级划分与独立外部验证的技术示意;不含患者样本,不表示真实标注结果、模型完成或临床诊断。
把设备异质性留给验证环节
“数据量大”不能代替“来源多样且可解释”。设备厂商、型号、软件版本、层厚、像素矩阵、重建核、检查目的和年份都可能影响图像外观。它们不一定都要成为模型输入,但应在索引和数据卡中保留,以便按来源分层抽检和分析未知字段。若预处理把所有差异直接缩放成同一个格式,却没有保存原始参数,研究者很难判断模型在新设备上的变化究竟来自疾病分布、图像质量还是域偏移。
2026年的一项非增强头部CT外部验证研究比较了不同医院来源的影像,报告显示采集参数和像素矩阵差异会改变特异度及假阳性表现。5 这类结果并不意味着某一种重采样方法一定更好,而是提示数据建设者必须在交付时保留协议和设备元数据,并在独立验证中主动覆盖与训练来源不同的条件。内部随机划分可以回答“在相近数据上是否拟合”,外部数据才更接近“换来源后是否仍可解释”。
外部验证还应防止标签定义漂移。不同机构对“疑似出血”“术后改变”或“慢性缺血”可能使用不同措辞,阅片流程、报告模板和复核层级也可能不同。因此,外部评估前要冻结标签字典,明确哪些字段来自报告、哪些由专家再审,是否允许使用后续检查或病理信息,并报告无法评价和缺失的处理方式。系统综述已经指出,影像AI外部验证是判断可推广性的重要环节,不能只用内部测试结果替代。6
验收要验“关系”,不只验文件
一个可执行的验收包至少应包含逐例索引、字段字典、文件清单、分布统计、质量报告、问题清单、整改复验记录和版本说明。文件清单应能够回到相对路径、对象ID、大小、格式、原始或派生状态、批次和校验摘要;逐例索引应能够回到患者、检查、报告、序列和跨模态关联。机器可读的Manifest还应记录去标识、转换和质检工具版本,并可使用SM3等文件摘要供接收方复算。摘要只证明交付对象的比特完整性,不能证明授权、标签正确或临床适用性。
第一道门是可读性和原始性。应全量解码或采用等效的自动检查,确认DICOM对象可打开、序列层级可解析、空间与像素信息不发生无法解释的破坏。第二道门是去重和配对。要按稳定主键识别重复Study、重复导出和跨批重复,抽查影像与报告是否错配,确认多序列不被重复计数。第三道门是内容和语义。应分层统计阳性、阴性、不确定和无法评价,核对核心征象子标签,检查报告原文与结构化字段是否保持一致。第四道门是来源和分布。设备、协议、时间、人群和中心组成应能由逐例索引重算,未知值和缺失原因不能被汇总数字掩盖。
来源与授权也应成为独立的准入门槛。交付材料需要分别说明数据来源、使用范围、实际处理角色、伦理决定或适用的同意/豁免依据、去标识方案、访问控制和版本责任;“已经脱敏”不能单独推出来源合法、可以二次利用或可以对外提供。对需要跨模态关联的对象,还要保留关联键的来源证据和用途边界,避免把工程上的可连接误写成临床确证。
独立抽检应与常规交付样本保持清晰关系。可以按来源、协议、征象、质量档和年龄段等维度分层抽取,再由指定的专业阅片者直接核对原始影像和报告。抽检子集不能与训练数据或常规交付混为一谈,质量基准的版本、阅片规则和分歧处理也要单独保留。对直接身份泄漏、错患者或错报告关联、授权无法核验、伪造或静默替换文件等问题,应设置批次阻断规则,而不是用总体平均分冲抵关键缺陷。
整改必须形成新版本或差异包。修订字段定义、替换文件、撤回对象和影响已交付数据的更改,都应记录版本号、日期、变更人、原因、影响范围和回滚方式。这样做不仅服务验收,也服务研究复现:当模型结果发生变化时,研究者能够知道是数据版本变化、标签规则变化,还是算法本身变化。业务上,建议先用经过授权和脱敏的代表性样例完成小规模试点,再冻结字典、抽检方案和交付边界;平台、人工标注、数据来源和下游部署则分别写入实施范围,避免把软件入口误解为已有现货数据或已完成临床验证。
能力适配与公开边界
在已核验的公司能力范围内,朗慧科技被定位为AI数据基础设施及流程服务商,LangData覆盖采集、处理、标注、质检和数据交付;医疗栏目提供按部位、模态和任务组织的项目化数据目录、样例评估和询价入口。对头部CT项目,这类能力可用于需求拆解、字段字典、DICOM数据组织、标注与复核流程、质量记录、Manifest和版本化交付的协同设计。它不等于公司已经拥有本文所述规模的数据,也不等于特定来源、专家配置、设备覆盖或临床效果已经被证明。
因此,公开沟通应把需求、建议路线和已核验能力分开。需求方可以要求某种协议、标签或外部验证,但要求本身不能当作现货证明;研究建议可以提出患者级划分、独立抽检和多中心验证,但建议不能当作已经完成的研究结果;平台能力可以支撑流程记录和项目协作,但不自动包含PACS接入、GPU容量、病理或视频数据、监管批准或诊疗决策。最终交付应以合法授权、伦理和隐私要求、项目字典、样例评估及书面验收为准。
头部CT数据的研发价值,最终体现为证据链是否可复核:一条影像来自哪一次检查,经过何种协议和去标识处理;一个标签依据哪份报告或哪类临床证据;一次争议如何被复核;一个模型是否在患者隔离和外部来源下接受过独立评价。把这些关系写进数据结构,才能让数据从“有图有报告”走向可理解、可审计、可复用的研究基础设施。
参考来源
- ACR–ASNR–SPR Practice Parameter for the Performance of Computed Tomography (CT) of the Head
- DICOM PS3.10 Media Storage and File Format for Media Interchange
- DICOM PS3.15 E Attribute Confidentiality Profiles
- Semantic segmentation and quantification of traumatic brain injury lesions on head CT using deep learning: an algorithm development and multicentre validation study
- External validity of deep learning solution for spontaneous intracerebral, intraventricular and subarachnoid hemorrhage detection on non-contrast head CT: an external validation study
- External Validation of Deep Learning Algorithms for Radiologic Diagnosis: A Systematic Review

