跳至正文
朗慧科技

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。

CT与血管影像AI辅助整理 · 研发交流

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。

眼眶CT研究数据的对象化链路技术示意,不含真实患者信息。查看完整技术图(可放大)

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。

眼眶CT质量门控与独立验证技术示意,不含真实患者信息。查看完整技术图(可放大)

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

  1. A volumetric orbital computed tomography dataset with expert-annotated radiological findings
  2. Automatic Identification and Segmentation of Orbital Blowout Fractures Using Deep Learning
  3. ACR–ASNR–SPR Practice Parameter for the Performance of Computed Tomography (CT) of the Extracranial Head and Neck
  4. DICOM PS3.10 Media Storage and File Format for Media Interchange
  5. DICOM PS3.15 Security and System Management Profiles
  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
  8. DLLabelsCT: Annotation tool using deep transfer learning to assist in annotating abdominal CT images