MEDICAL DATA RESEARCH
眼眶CT研究数据如何从一项检查变成可复核对象:模态、标签与验收的工程拆解
围绕眼眶CT研究数据建设,拆解Study级计数、DICOM与报告配对、双侧眼眶结构标签、影像与外部证据分层、盲审仲裁、患者级防泄漏、独立验证和版本化验收,帮助医疗AI研发与数据采购团队明确可复核的输入、输出和实施边界。
眼眶CT数据建设最容易被低估的地方,不是“有没有一批影像”,而是能否在同一项检查内同时回答四个问题:扫描是否真的覆盖了需要评价的结构,报告中的语义是否和原始影像逐例对应,一个“阳性”究竟是直接可见的征象还是来自更高层级的临床证据,以及交付后的模型能否在另一种设备、另一类人群和另一家机构上被公平检验。眼眶空间狭窄,骨壁、眼球、眼外肌、视神经和眶尖彼此邻近;外伤、感染、炎症、肿瘤、异物和术后改变又可能共享部分影像表现。若把多序列、多重建和多模态结果简单堆在同一目录,数据看似丰富,却很难成为可复用的研究对象。
本文把眼眶CT视为一项需要被对象化、分层化和版本化的医学数据工程任务。讨论重点是脱敏原始影像、结构化报告、眼眶征象标签、专家复核和验收逻辑,不构成对任何个人的诊断、筛查、治疗或视觉功能判断。文中关于算法的内容是研发路线与研究设计建议,不代表某个模型已经完成临床验证,也不把公开研究的效果数字转化为服务能力承诺。
一、先确定计数单位:一行数据不等于一组截图
眼眶CT项目的最小研究单位通常应先在“检查/Study”层面固定,而不是以单张切片、单个重建、截图或关键帧计数。同一次检查可能包含多序列、多期相、骨窗和软组织重建,也可能另有冠状位、矢状位MPR。如果这些对象分别计入,样本量会被人为放大;如果只保留一张拼图,又会丢失空间方向、层厚和HU语义。项目数据字典至少需要明确匿名患者、检查、Study、Series、Instance、报告和派生对象之间的关系,写清哪些是原始对象、哪些是转换结果、哪些是标注或模型输出。
输入模态的最低描述不应停留在“眼眶CT”。应记录实际覆盖部位、左右侧、扫描范围、层厚、重建核、方向、像素间距、设备信息和检查目的。对研究任务而言,眼眶薄层平扫、骨窗与软组织重建、冠状位/矢状位MPR,以及临床已有的增强CT,承担的观察任务并不完全相同。增强序列缺失不能被静默地补成“未见强化”,部分覆盖也不能形成范围外的阴性结论。ACR–ASNR–SPR的头颈CT实践参数把眼眶CT作为独立的检查类别,并在同一文件中区分颈部、颌面/鼻窦、眼眶和颞骨等检查范围,这提示数据字典应把部位和协议语境写实,而不是只依赖检查名称。3
输出也应按颗粒度拆开。检查级可以保存检查名称、检查目的、整体可读性和阳性状态;眼眶级可以保存左右侧、结构覆盖和综合征象;结构级可以分别保存眼球、眶壁、眼外肌、泪腺、视神经/眶尖、异物和术后植入物等字段;病灶或区域级对象只有在项目明确要求空间定位、轮廓或测量时才建立。报告中的“异常”“占位”或“阳性”不能作为最终标签的唯一内容,至少要保留具体条目、证据来源和不确定语义。视觉功能结果、病理确诊和治疗结局也不能因为与同一患者关联,就被误写成CT本身能够观察到的像素级事实。
二、眼眶标签不是一张清单,而是一套证据分层
面向外伤、感染、炎症、肿瘤和术后场景,标签体系需要同时容纳疾病、征象、状态和证据。骨折任务可以进一步区分内侧壁、下壁、外侧壁或眶顶,以及嵌顿、眶内容疝出和邻近鼻窦积血等伴随征象;异物任务需要区分高密度异物的可能材质、所在位置及其与眼球或视神经的关系;眼球损伤需要把形态异常、晶状体脱位、玻璃体或球内高密度等可见征象,与“开放性损伤”等需要临床确证的结论分开。甲状腺相关眼病可以记录眼外肌梭形增粗、肌腱相对受累和眼球突出等影像观察,但不能只凭CT字段完成疾病确诊。感染与肿瘤性浸润、术后材料与伪影、眶周软组织气体与感染产气,也应在字典中写出区分条件和无法判断时的处置。
一个稳健的字段模型至少包含四层。第一层是原始观察,例如“左侧下壁骨连续性中断”或“眼外肌增粗”;第二层是报告语义,包括明确、疑似、考虑、不能除外、治疗后改变等表达;第三层是外部证据,如手术记录、病理、眼科检查、MRI或随访信息;第四层才是为某项算法任务派生的研究标签。四层不能压扁为一个“真值”列。影像提示不等于病理类型,病理未提供也不等于病理阴性,未做检查也不等于检查正常。把这些状态分开,才能在后续训练时选择合适的目标,在外部验证时进行敏感性分析,也能让复核人员知道争议究竟发生在观察、报告转录还是证据映射环节。
公开研究可以说明这类分层的必要性,但不能直接替代项目规则。2026年发表于Scientific Data的OrbitCT-1K数据集以500次体积扫描中的1000个眼眶为对象,为每个眼眶提供10类二元放射学发现,并由两名具备资质的放射科医生独立标注,分歧再由高级眼眶影像专家裁决。1 这项工作建立的是一个公开研究资源和可复现基准,不是本文项目的库存证明,也不意味着所有眼眶CT都能用同一套标签覆盖。它最值得借鉴的部分,是把左右眼作为可区分的研究对象、让标签具有明确的临床语义,并将独立标注与裁决过程写入数据说明。
三、原始DICOM要先保住空间关系,再谈格式转换
眼眶任务对空间几何十分敏感。一个眶壁缺损在轴位、冠状位和矢状位中的形态不同;眼外肌是否受累、视神经管是否完整、异物与眼球或眶尖是否相邻,都依赖序列方向、层面位置和像素尺度。DICOM PS3.10规定,DICOM文件封装了与一个SOP实例相关的数据集,每个文件包含一个SOP实例;因此,项目接收时不应只保存导出的图片目录,而要保留可解析的对象层级、文件校验信息和原始/派生状态。4
建议把“原始数据—研究转换—标注结果”分成三条可回溯链路。原始链路保留可读的脱敏DICOM、Study/Series/Instance层级、像素数据、HU转换所需信息、方向、空间几何、层厚、重建核和期相。研究转换链路记录重采样、裁剪、窗位处理、格式转换、软件和版本;如果为了减少计算量裁剪眼眶区域,也要保留裁剪前的坐标映射和全量检查索引。标注链路保存标签字典、坐标系、对象ID、边界规则、审核状态、版本号、修改原因和导出方式。这样,算法工程师可以从一个Mask追溯到具体序列和切层,医学复核者可以从报告字段回到原始影像,项目管理者也能判断一次修订影响了哪些批次。
脱敏不能被理解为删掉几个姓名字段。DICOM PS3.15明确指出,属性层面的保密配置不能保证整个信息对象已经完成去标识化;像素中烧录的身份文字、图形叠加、私有属性、新增标准属性和文件元信息都可能带来泄漏风险。标准还强调,相关SOP实例的替换值需要保持引用一致,且应说明去标识方法。5 对头面部和眼科影像,像素文字、检查号、日期和设备工作站信息尤其需要专项检查。日期偏移、UID重映射、相对时间关系和跨文件关联,应在授权范围与风险评估基础上设计,而不是为了保持纵向配对而无记录地保留原值。即使采用标准化保密配置,去标识化也不等于匿名化,更不等于取得研究或商业使用权;来源授权、处理目的、访问边界和撤回机制仍需单独核验。
四、专家标注的重点是“看得到什么”与“证据支持什么”
眼眶CT的标注主体可以分为数据工程、初读、专业复核和证据治理四类角色。数据工程人员负责对象入库、层级解析、报告配对和字段完整性;初读人员按照冻结后的标签字典记录可见征象、侧别和范围;具有眼眶或头颈影像经验的专家负责难例复核、边界解释和分歧裁决;项目医学负责人或研究方则确认哪些外部证据可进入高阶字段。具体人员资质、复核层级、抽检比例和是否全量复核,都应按研究问题、风险和授权条件书面确定,不能用“专家审核”四个字替代责任边界。
试标应先覆盖最容易出错的情形:只有部分眼眶进入视野、骨窗和软组织窗不一致、异物受到伪影影响、眶周气体与眶内气体混淆、术后植入物遮挡、双侧病变不对称、眼外肌边界不清,以及报告同时包含“考虑”和“不能除外”。指南需要为每类情况规定可接受的标签、无法评价的编码、证据优先级和升级条件。若一个字段无法由当前影像可靠判断,就应记录“无法评价”或“待复核”,而不是为了完成表格而选择阴性。
独立标注的价值不在于制造一个看似整齐的高一致率,而在于暴露标签定义本身的问题。可以在项目中预先约定双人独立阅片、分层复核或抽样仲裁,并保留初始意见、复核意见、争议区域、依据和最终版本。公开的眼眶爆裂骨折研究中,三名有经验的放射科医生先独立判断,意见不一致时由更资深医生处理;研究还按患者标签划分数据以减少泄漏。2 该研究报告的是特定回顾性队列和特定模型任务的研究结果,不能直接转换成另一项目的临床效果,但其“先定义观察对象,再固定患者级划分与争议处理”的方法值得保留。
五、算法路线要与标签颗粒度匹配
如果目标是检查级或眼眶级多标签分类,输入可以是经过完整性核对的三维体数据、规定视图的重建或二者的组合;输出应对应明确的眼眶级标签,并给出不可评价与缺失的处理逻辑。如果目标是侧别或结构征象识别,应保证左右眼的对象关系没有在裁剪或镜像处理中丢失。如果目标是眶壁骨折、异物或肿块的区域定位,则需要事先规定检测框、点、二维轮廓还是三维Mask,以及每一种空间对象的起止层、坐标系和最小可见范围。分类、检测和分割不能用同一个模糊的“准确率”验收。
一种可实施的研发路线是先做数据准入和任务基线,再评估二维多视图、三维卷积或视觉Transformer等模型族。预处理阶段只做可复现的解码、方向统一、强度转换和必要裁剪;增强策略要限制在不会破坏左右侧、骨折位置和解剖关系的范围内。对少见标签,可以通过分层采样、代价敏感学习或阈值校准处理类别不平衡,但不能用合成数据把不存在的临床证据伪装成真实病例。所有模型输出都应保持草稿属性,经过项目约定的人工修订或审核后,才可进入训练金标准或正式评测集。
公开的眼眶爆裂骨折研究采用DenseNet-169进行识别和侧别区分、UNet进行区域分割,并使用患者级划分和交叉验证;这些设计说明不同任务需要不同输出和评价口径。2 但该研究的样本来源、病例构成、图像裁剪和标签定义具有明确边界,文中报告的AUC、Dice或IoU只能解释该研究设定下的模型表现,不能被写成普遍临床效果。类似地,医学CT自动标注工具的研究可以报告在特定器官、特定数据源和特定硬件上的耗时或分割指标,却仍需要说明数据规模、扫描仪差异、病理构成和测试集限制。8 在眼眶项目中,预标注最大的价值应是减少重复勾画和帮助定位难例,而不是取消专家复核。
六、外部验证要围绕眼眶的真实异质性设计
眼眶数据的偏差来源不只在疾病比例。不同机构可能采用不同层厚、重建核、视野和设备代际;外伤病例更可能拥有薄层骨窗,肿瘤或炎症病例可能同时有增强CT、MRI、手术和病理,而普通检查未必具备同样证据。若把某一机构的阳性富集队列随机拆成训练和测试,模型可能学到检查场景、设备或报告模板,而不是目标征象。患者级划分是底线,同一患者的不同时间点、同一次检查的不同重建、同一病灶的多视图都不应跨集合泄漏。
验收和研究评测应至少分三层。第一层是数据质量:全量可读、范围可核、DICOM引用完整、报告逐例配对、重复和错配可追溯。第二层是标签质量:按侧别、结构、病种和不确定状态进行分层抽检,比较独立阅片、仲裁和证据来源;必要时分别统计检查级、眼眶级和病灶级一致性。第三层是算法泛化:分类任务报告灵敏度、特异度、阳性预测值、AUROC或校准等与问题匹配的指标;检测任务说明定位命中定义;分割任务报告Dice、IoU、边界距离和失败案例。区间估计、阈值冻结、缺失处理和错误分层都应写入评测方案,不能只保留一个最高分。
CLAIM 2024更新版要求说明数据来源、纳排标准、预处理、去标识、参考标准、标注者、数据划分、外部测试和不确定性等方法细节。6 这套报告逻辑适合被转译成眼眶CT的数据卡与验收表。近年的放射AI系统综述也指出,内部数据表现强并不代表跨机构可复现,人口构成、设备和协议变化会造成外部性能下降;因此独立外部数据和本地测试不应被视为上线后的补救措施,而应在数据设计时预留。7 眼眶任务尤其需要把“完整覆盖”“增强可得性”“侧别”和“术后状态”作为外部验证的分层变量,而不是把它们埋在备注中。
七、把验收写成可以逐条复算的工作包
一个可执行的眼眶CT交付包可以按以下顺序验收。首先是来源与授权:记录数据的合法来源、用途范围、去标识方案、处理角色、访问边界和版本;缺少授权依据或存在直接身份信息时,先隔离而不进入数量统计。其次是原始性与可读性:逐文件解码,核查Study/Series/Instance层级、像素与几何、文件哈希、原始/派生状态和转换日志。再次是检查级配对:确认匿名患者、检查、报告、前后检查和跨模态对象的关联键稳定,避免错患者、错报告和重复导出。
然后是覆盖和协议门控:对双侧眼眶、眶顶至眶底、眶尖、视神经管、眼球、眶内外间隙及眶壁的实际可评价程度分层;对平扫、骨窗、软组织重建、MPR和增强状态逐例登记;不满足范围的样本不得产生范围外阴性。标签门控则检查核心条目是否有具体表达,疑似与明确阳性是否分开,术后与未治疗状态是否混淆,影像提示是否越过病理证据边界,未知、未做、阴性和无法评价是否被区分。最后是独立抽检与整改复验:抽检样本按中心、设备、协议、侧别、疾病/征象和质量档分层,抽检子集与常规训练或交付集合的关系应留档,问题对象修订后重新检查并生成新版本。
把业务逻辑写清楚同样重要。基础档可以只解决原始影像与正式报告的逐例配对;结构化档增加设备、协议、侧别和眼眶征象;临床或多模态档再按合法取得情况加入眼科检查、MRI、手术、病理、检验和随访。不同档次不是把同一例数据重复计入,而是按实际满足的内容和证据等级划分交付边界。若某家机构没有产生某个序列、病理或跨模态信息,应如实写为未做或不可得,不能从其他患者拼接,也不能为了满足目录而改变既有诊疗流程。供应方、研究方和验收方需要在项目开始前共同冻结分母、去重主键、质量档定义和变更流程,避免把统计口径争议留到最终交付。
朗慧科技经核验的公开定位是AI数据基础设施及流程服务商,自研LangData覆盖采集、处理、标注、质检和数据交付;医疗项目仍需围绕具体模态、任务、授权和书面规格进行评估。对于眼眶CT,这类能力可以体现为需求梳理、数据字典、标注流程、质量记录和交付治理的项目化支持,但不能据此宣称已有某个眼眶病例库存、统一专家规模、固定模型指标或临床批准。最终是否采用何种预标注、人工复核、导出格式和部署方式,也应由项目样例评估与验收结果决定。
结语:高质量不是把不确定性藏起来
眼眶CT研究数据的价值,不在于把所有检查都压缩成“阳性/阴性”,而在于保留结构、时间、来源、证据和不确定性的关系。对算法团队,它意味着输入能够复现、标签能够解释、划分能够防泄漏;对临床研究者,它意味着影像征象、报告语义、病理和视觉功能不会被不加区分地混成一个结论;对数据采购与治理团队,它意味着每个交付数量都能由逐例索引重算,每次整改都能回到文件与版本,每个未覆盖的范围都被明确写出。
当研究问题从“能否识别一张眼眶CT”进一步走向“能否区分侧别、结构和征象,能否在多中心数据上复核,能否让外部研究者复现”,数据建设就不再是简单的采集或标注外包,而是对临床证据链的工程化表达。眼眶CT可以支持算法研发、数据治理和研究评测,但任何个体诊断、治疗或视觉功能判断,都必须由具备相应资质的医务人员结合完整病史、原始影像、报告、病理及其他必要资料作出。本文所述图示均为不含真实患者信息的技术示意,不表示真实病例、实验完成或临床诊断。
图1|眼眶CT研究数据的对象化链路。 技术关系示意,不含患者样本,不表示真实交付、实验完成或临床诊断结论。
图2|眼眶CT质量门控与独立验证。 技术关系示意,不含患者样本,不表示真实交付、模型效果或临床诊断结论。
参考来源
- A volumetric orbital computed tomography dataset with expert-annotated radiological findings
- Automatic Identification and Segmentation of Orbital Blowout Fractures Using Deep Learning
- ACR–ASNR–SPR Practice Parameter for the Performance of Computed Tomography (CT) of the Extracranial Head and Neck
- DICOM PS3.10 Media Storage and File Format for Media Interchange
- DICOM PS3.15 Security and System Management Profiles
- Checklist for Artificial Intelligence in Medical Imaging (CLAIM): 2024 Update
- Assessing the generalizability of artificial intelligence in radiology: a systematic review of performance across different clinical settings
- DLLabelsCT: Annotation tool using deep transfer learning to assist in annotating abdominal CT images

