跳至正文
朗慧科技

MEDICAL DATA RESEARCH

四肢及关节CT数据建设:从Study去重到可复核验证

面向医疗AI研发与数据采购,说明四肢及关节CT如何以Study去重,保留DICOM层级、解剖协议与报告证据,区分观察与派生标签,并用盲审、分层质检和外部验证建立可追溯验收边界。

CT与血管影像AI辅助整理 · 研发交流

复杂四肢骨折、关节脱位、术后内固定和骨与关节病变,为什么不能只用一张CT截图和一个“阳性”字段来训练模型?真正困难的不是把文件数量做大,而是让一次检查的解剖范围、采集协议、重建序列、报告语义、标签证据和质量处置能够互相指向,并且在模型训练和验收时仍然保持原来的临床语境。对于四肢及关节CT数据建设,最先需要解决的是数据对象如何定义,其次才是算法选择和规模扩展。

本文讨论一种面向研发的数据工程思路:以CT检查/Study作为基本交付和去重对象,同时保留患者级、Series级和Instance级关系;以实际覆盖的骨与关节、侧别和可评价范围为解剖边界;将影像观察、正式报告以及病理、手术、检验或随访证据分层记录;最后把来源、脱敏、标签复核、版本和独立验证纳入同一质量闭环。具体样本规模、机构构成、阈值、授权范围和交付条件,应由项目书面确认,不能由本文替代。

先把临床问题写成可验收的任务

“四肢及关节CT”并不是单一病种,也不是一个可以直接喂给模型的标签。一个研究项目可能关注骨折是否存在,也可能要定位到具体骨、节段和侧别;可能要描述关节面受累、移位或脱位,也可能要识别退行性骨关节病的影像征象;还可能研究骨坏死、感染、骨肿瘤样病变、晶体沉积、先天畸形、假体周围改变或软组织钙化。它们的证据强度、可见性和适用模态并不相同。如果先把这些任务压成“异常/正常”,后续算法很难知道自己到底在学习哪一种医学关系。

第一步是确定任务单位。检查级分类回答的是“这次Study在约定范围内是否包含某类征象”;结构或病灶级任务回答的是“哪一块骨、哪一个关节或哪一个影像对象出现了什么变化”;三维分割任务则要进一步规定边界、起止层面、空间坐标和层间连续性。一个Study可有多个Series、多期相、多重建或多视图,但它们不能自动变成多个病例。若以文件数代替Study数,训练和验收都可能被重复导出放大。

第二步是明确输入。研究数据的核心输入应是经授权和去标识后的原始DICOM对象,而不是截图、胶片照片、报告PDF或关键帧拼图。需要保留的上下文包括像素数据、空间几何、体素间距、层厚、重建核、期相、视野和设备或软件信息;若项目需要将软组织重建、薄层骨算法、MPR或三维派生对象分别使用,也要把原始与派生状态区分开来。DICOM PS3.10说明,一个文件封装一个SOP实例,并通过文件元信息标识SOP类、SOP实例和传输语法。1 这意味着“能打开文件”只是最低要求,不能替代Study、Series和Instance关系的完整性核查。

第三步是把输出写成字段字典,而不是一句宽泛的“完成标注”。字段至少应能表达实际解剖覆盖、左右侧、具体骨或关节、主要征象、阳性状态、证据来源和可评价范围。对骨折,部位、关节内或关节外、移位、关节面累及以及分型体系版本可以作为不同字段;对脱位,应记录关节和复位前后状态;对退变,应保留关节间隙、骨赘、硬化、囊变或游离体等可观察征象,而不把CT不能完整评价的软骨状态写成确定结论;对术后病例,应区分内固定、假体、伪影遮挡和骨愈合相关观察。字段的“未做”“未知”“不适用”“无法评价”和“明确阴性”不能共用一个空值。

原始影像和解剖协议要一起治理

四肢CT的可用性首先受覆盖范围和采集协议影响。检查名称并不保证目标结构完整进入视野,文件名也不能可靠地推断期相、重建核或层厚。一个面向肩、髋、膝、足或踝的专业技术参考,会分别规定应观察的解剖覆盖、轴位与重建平面、重建层厚及锐利或平滑算法等要素。2 这些内容不是所有项目都必须照搬的合同阈值,却说明数据字典不应只写“有CT”,而应记录实际文件中有哪些序列、覆盖了什么结构、采用了什么重建方式以及缺失在哪里。

在入库阶段,应先把检查、Series和Instance建立稳定关系,再做标签或派生格式转换。自动检查可以发现重复Study、重复哈希、Series缺层、Instance顺序异常、空间方向不一致、像素无法解码、关键元数据缺失和原始/派生对象混淆。对于金属内固定、运动伪影、截断或目标结构不完整的检查,不宜简单地归入阴性;更合理的做法是标记为质量受限、部分覆盖或无法评价,并写明它是否可用于某个特定任务。

去标识也不能被当成一次字段删除。DICOM PS3.15明确指出,属性保密配置不能保证所有可识别信息都被移除,去标识流程还需要考虑私有属性、文件元信息、像素中烧录的身份文字、图形覆盖层和跨对象引用的一致性。3 对四肢CT而言,虽然不像头颈影像那样经常出现面部结构,但报告、设备字段、私有标签、检查号和像素内文字仍可能构成泄漏来源。匿名ID需要在同一患者的检查、报告、标注和派生对象之间稳定,但稳定关联不应暴露原始身份。

四肢及关节CT从Study到可复核交付的证据链技术示意查看完整技术图(可放大)

图1 四肢及关节CT从Study去重、原始DICOM和标签证据到分层验收的技术示意;不含患者样本,不代表真实交付或临床诊断。

图1所示的链路强调一个常被忽视的关系:验收材料不是数据文件之外的附属物。文件清单、字段字典、报告配对、来源授权、去标识方法、质量问题和整改版本共同决定研究者能否理解数据。若只交付一批压缩影像,研究者无法判断某个阴性标签是医生确认、范围不足、报告缺失还是技术性排除,也无法在规则更新后评估哪些训练样本受到影响。

标签需要区分观察、证据和派生结论

在四肢及关节CT中,影像征象与临床最终结论不能混写。CT可以支持某些骨性征象的观察,却不应自动把“考虑感染”“疑似肿瘤”变成病理确诊。感染、骨肿瘤类型、无菌性松动和软组织损伤等问题,往往需要结合病史、检验、手术、病理或随访。数据结构可以把这些材料按检查级、病例级或事件级关联起来,但必须记录来源、日期和证据状态,不能把跨模态的患者级关联冒充像素级或病灶级配准。

标签字典可以分成三层。第一层是影像直接观察,例如具体骨或关节、侧别、骨折线、关节面台阶、脱位、骨质改变、内固定或假体。第二层是报告和临床记录中的语义,例如“考虑”“不能除外”“术后改变”或“复查稳定”。第三层是研究者根据规则派生的训练标签,例如将多个报告表达映射到同一类别,或建立阳性、阴性和不确定三分类。三层字段并列保存,才能在模型误差出现时回查是观察错误、报告转录错误、证据不足,还是派生规则造成的变化。

对不确定性进行编码并不意味着降低数据质量。疑似、考虑、不能除外、治疗后改变和病理证实可能代表不同的临床证据位置;把它们强行并入明确阳性,会让模型学习到并不存在的确定性。相反,保留不确定状态、不可评价原因和证据来源,可以让研究者按任务重新构造纳入标准,并在敏感性分析中检查不同证据门槛对结果的影响。尤其对于少见病种,少数高质量、可审计的样本通常比大量来源不明的“阳性”更有研究价值。

数据颗粒度还决定了人工标注如何组织。检查级标签可由经过规则培训的标注人员整理,但涉及三维边界、复杂骨折分型、假体周围改变或跨材料证据的任务,需要在项目方案中明确专业审核和争议仲裁角色。一个已发表的膝关节CT分割研究建立了DICOM数据库,对股骨、胫骨、腓骨和髌骨逐层手动标注,并设置初审、修改和最终审核;其研究对象、扫描范围和模型评价都限定在特定膝关节任务中。4 这类研究能说明标注链条如何写实,却不能被转换成其他部位、其他标签或某家服务商的固定能力承诺。

算法路线应服从标签和输入条件

算法路线不应从“选一个大模型”开始,而应从可用输入、任务粒度和误差成本开始。检查级分类可以使用经过强度归一化和空间重采样的三维体数据,也可以在明确局限后采用切片或多视图输入;检测任务要规定候选区域、定位格式、多个病灶如何计数和误报如何归因;分割任务则要确认责任切片、三维坐标、边界规则以及是否允许半自动草稿进入最终金标准。不同任务的指标不能互相替代,分类准确率不能验收分割,整体Dice也不能解释某个少见解剖区域的定位质量。

CT的HU值、重建核和层厚会影响骨皮质、骨髓和软组织的可见性。若项目在预处理阶段统一窗宽窗位、重采样或裁剪,应记录处理版本、参数和受影响对象;若同时保留原始DICOM和派生体数据,应提供可复算的转换说明。对于MPR或3D重建,应该把它们作为辅助浏览或派生输入与原始责任切片区分,而不是以重建图替代原始序列。算法团队需要拿到的不是一张“样例截图”,而是能在目标读取环境中还原方向、尺寸、体素间距和标签坐标的最小可用包。

公开研究显示,模型表现与数据设计密切相关。一项针对多中心CT骨病变的研究使用了多院数据、外部测试队列和多种设备型号,并把患者级不重叠、纳排条件和真实世界评估写进方法;作者同时强调不同中心、设备与场景对泛化和临床转化的重要性。5 该研究提供的是一种验证设计的参考,不意味着所有四肢关节CT项目都应追求同样规模,也不意味着内部测试结果可以替代独立验证。

算法交付还应保留失败样本。伪影、金属、边界模糊、复杂关节面、骨质疏松、先天变异和术后改变可能需要分别建立难例标签。对模型输出,除了最终类别或Mask,还可以保留不确定性、拒答或需人工复核状态。这样,业务流程就能把“无法可靠评价”转化为人工工作队列,而不是把低置信度结果伪装成确定诊断。任何算法效果都应限定为研究数据和预设评测条件下的结果,不能写成临床诊断率、疗效或监管批准。

专家标注和质量验收要形成闭环

质量控制至少包括来源、技术、语义、空间和验证五个层面。来源层核对授权范围、处理角色、去标识记录和批次版本;技术层核对可读取率、Study/Series/Instance关系、空间几何、协议和设备信息;语义层核对报告、标签和不确定词是否一致;空间层核对目标结构覆盖、轮廓连续性、侧别和坐标对齐;验证层则检查划分、独立样本、参考标准和外部场景。平均通过率不能掩盖某一高风险亚组完全缺失或错配。

标注前应先用小批样例测试规范。试标样本应覆盖常见征象、少见征象、术后或内固定、部分覆盖、严重伪影以及报告含糊的情况。试标不是为了预先制造一个漂亮的准确率,而是为了发现“同一标签在不同人眼中含义不同”“某个字段无法从原始数据得到”或“导出格式在下游工具中方向错误”等问题。规范修订后应形成新版本,并说明受影响的字段、样本和已完成审核,不能在原文件上静默改写。

初标、独立复核和争议仲裁的职责需要分开。复核人员应尽量看不到前一位标注者的结论,或者至少在方案中说明是否采用单盲、多盲和何种仲裁规则。争议记录应保留原始意见、争议位置、依据材料、最终决定和规则版本;“已改好”不是可审计的处置。对于无法可靠判断的病例,应允许进入不确定或排除队列,并保留原因,以便研究者分析排除偏差。

CLAIM 2024更新要求医学影像AI研究报告说明数据来源、纳排条件、预处理、去标识、缺失数据、采集协议、参考标准、标注者、评价者差异及数据划分层级;其中明确建议同一患者的影像不要跨训练、验证和测试集合。6 对四肢CT数据建设而言,这些不是论文写作末端的格式要求,而是数据交付时就应生成的证据。研究者还应知道测试集是否富集阳性、少见病种是否过度抽取、术后病例是否单独分层,以及报告标签和临床证据之间是否存在系统差异。

四肢及关节CT标签粒度与验证粒度闭环技术示意查看完整技术图(可放大)

图2 从检查级状态、结构与征象级标签,经专家盲审和分层质检,连接到患者级内部评测与外部验证的技术示意;不含患者样本,不代表真实模型结果。

图2表达的是“标签粒度决定验证粒度”。如果交付只提供检查级阳性标签,就不应宣称已经支持病灶级定位或三维分割;如果标注只来自报告转录,就应把它与直接阅片标签区分;如果外部测试使用不同参考标准或不同任务定义,评价报告必须解释差异。一个在内部数据上表现良好的系统,进入不同中心、设备、协议或人群后可能出现性能下降;近期放射学AI泛化综述将人群、设备和成像协议差异列为重要原因,并强调外部验证和本地测试。7

从交付文件到研发业务逻辑

一套可用的数据交付应包括原始影像或经约定的派生对象、逐例索引、字段字典、报告与标签关系、文件级摘要、质量报告、问题清单、整改记录、版本说明和适用边界。若包含跨模态或纵向关联,应说明关联发生在患者级、检查级、Series级还是病灶级,不能只给出一个“已关联”的百分比。若某序列、某病理证据或某随访信息在日常诊疗中未产生,应如实标记未做或不可得,不应从其他患者拼接。

验收可以按“自动检查—分层抽检—独立复核—问题回修—版本冻结—下游打开验证”组织。自动检查负责发现重复、缺失、坏文件、错配和哈希变化;人工抽检负责发现语义、边界和解剖范围问题;独立复核负责提供不依赖生产团队的质量基准;下游验证则确认算法环境能够读入影像、解析标签并还原空间关系。数量只能回答交付了多少对象,不能回答这些对象是否可复用。

在公司能力表达上,朗慧科技公开定位是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;医疗方向提供按部位、模态和任务组织的数据目录及样例评估入口。基于这一定位,项目化合作可以围绕需求梳理、字段设计、数据处理、标注流程、质量记录和交付文档展开,但具体四肢关节CT数据范围、专业审核配置、样本状态、交付周期和接口能力仍需通过样例评估及书面方案确认。公开定位不等于某个具体数据集已现货,也不等于某项模型已完成临床验证。

对研发团队而言,业务价值在于把“采购一批影像”改写成可复核的工作包:先确认研究终点,再决定检查级、结构级或病灶级粒度;先定义证据与不确定性,再确定标注角色;先冻结划分和验收,再比较算法。对数据治理团队而言,价值在于让每次更正、撤回、降级和版本替换都有影响范围。对使用方而言,最重要的交付物不是一个看似精确的总分,而是知道数据能回答什么、不能回答什么,以及下一轮研究需要补齐哪一段证据链。

研究与临床应用边界

四肢及关节CT数据建设可以支持算法研发、数据治理、方法学比较和独立评测准备,但不自动产生个体诊断、治疗建议或临床决策。影像标签、报告语义、病理证据、手术记录和随访信息必须按照来源和授权分层使用;任何模型在一个数据集中的研究效果,都不能直接表述为临床效果。实际部署还需要结合适用法规、伦理审查、数据安全、临床验证和监管要求,由具备资质的医务人员在完整资料基础上作出判断。

本文所述数量、比例、分布和阈值均不构成普遍采购标准。项目应在签约或研究方案阶段明确样本计数单位、纳排规则、质量档次、阳性和不确定状态、中心与设备覆盖、抽检设计、参考标准、版本管理及整改门槛。只有当这些条件能够被逐例索引和审计记录支撑时,四肢及关节CT才不只是“影像文件的集合”,而能成为可解释、可复用、可独立验证的研究数据资产。

参考来源

  1. DICOM PS3.10 - Media Storage and File Format for Media Interchange
  2. Technique Parameters and Anatomic Coverage: CT - Adult MSK Module
  3. DICOM PS3.15 2026d - Security and System Management Profiles
  4. Study on the accuracy of automatic segmentation of knee CT images based on deep learning
  5. A clinically applicable AI system for detection and diagnosis of bone metastases using CT scans
  6. Checklist for Artificial Intelligence in Medical Imaging (CLAIM): 2024 Update
  7. Assessing the generalizability of artificial intelligence in radiology: a systematic review of performance across different clinical settings