跳至正文
朗慧科技

MEDICAL DATA RESEARCH

鼻骨CT多模态数据如何形成可审计的研究队列

面向医疗AI研发与数据采购,解析鼻骨CT检查级主键、DICOM原始性、报告不确定语义、鼻中隔与鼻眶筛标签、专家复核、患者级划分和外部验证,明确可审计交付与临床边界。

CT与血管影像AI辅助整理 · 研发交流

当一个鼻骨CT研究项目同时要求保留原始影像、结构化报告、骨折征象、外伤背景以及术前术后状态时,真正难的并不是把文件凑到一个目录,而是回答三个可复核的问题:这一行究竟代表一次什么检查;这个标签究竟来自哪一层证据;模型在看不清、说不准或换了中心之后,是否仍能被正确评价。若这些问题没有写进数据结构,所谓“鼻骨骨折数据集”很容易退化为若干截图、一个二分类字段和一张无法回溯的表格。本文围绕鼻骨、鼻中隔和邻近鼻眶筛区的CT研究数据建设,讨论从检查级原始对象、报告语义到专家复核和独立验证的工程闭环。文中所述均为研究数据与标注方法,不构成对任何个人的诊断或治疗建议。

一、先定义临床任务,再决定数据长什么样

鼻骨CT并不是一个单一标签任务。最基础的问题是,在实际进入诊断视野且技术质量支持评价的结构中,是否存在骨折或其他目标征象;更细一步,需要描述单侧或双侧受累、骨折线、移位或成角、粉碎、鼻中隔改变、软组织肿胀,以及鼻眶筛复合体是否受累。还要区分急性改变、陈旧性骨折或畸形愈合、术后改变和无法可靠评价的检查。对于研究者而言,这些差异决定模型是做检查级分类、征象级多标签、区域检测,还是进一步做像素或体素级定位;对于数据工程而言,它们决定一条记录应绑定到Study、Series、切片还是病灶对象。

ACR面部创伤影像适宜性文件将无增强颌面部CT列为多种面部创伤场景下通常适宜的检查,同时强调具体场景、创伤复杂程度和辐射风险的权衡。1 这类指南可以帮助界定采集和临床语境,却不能直接变成“所有鼻骨CT都应有同一套标签”的硬性结论。尤其是孤立鼻外伤,CT发现骨折并不等同于需要手术;一项回顾性研究在232名鼻骨骨折患者中比较了CT、鼻骨X线和无面部影像组,指出CT阳性结果对手术需求的预测并不可靠,临床检查仍是治疗判断的重要依据。5 因而,研究数据应把影像征象、报告印象、临床背景和治疗结局分开存放,而不能把“CT明确骨折”改写成“临床确诊”或“手术指征”。

这也解释了源需求中“检查级交付、报告级标签和可选临床关联”必须并列出现的原因。检查级对象可以回答有没有一套可读取、范围足够、元数据完整的原始数据;报告级字段可以保留放射科对骨折线、侧别、移位和不确定语义的表达;急诊病史、复位或手术记录、病理和随访,则只能在获得合法来源且关联键稳定时作为补充证据。若外伤时间没有来源,不应从检查日期或报告措辞中反推;若只有影像提示,也不应冒充病理或手术证实。

鼻骨CT多模态数据从原始检查到研究交付的可追溯链路查看完整技术图(可放大)

图1 鼻骨CT多模态数据链路技术示意;不含真实患者影像,不表示真实病例结果或已完成交付。

二、以CT检查/Study为主键,保留原始对象的语境

对鼻骨CT而言,最稳妥的计数与去重单位通常是一次CT检查或Study,而不是切片数、截图数或某个导出的视图数。同一次检查内的多序列、多期相、多重建和多视图,需要在索引中完整保留,但不应因重复导出而重复计数。Study、Series、Instance之间的层级关系,是后续核对空间几何、序列完整性、重建核和文件路径的基础;一旦把这些对象摊平成图片目录,研究者就很难判断两张看似不同的图是否来自同一次采集,也无法解释一个标签对应哪套重建。

ACR头颈CT专业参数将颌面与鼻窦CT列为独立的检查规格类别,提示范围、协议、人员职责、设备、质量改进和安全要求需要被分别记录。2 对数据建设来说,这意味着“检查名称=鼻骨CT”不能替代实际覆盖范围核验。索引至少应记录实际覆盖的鼻骨、额突、鼻中隔及邻近鼻眶筛区结构,注明完整、部分、待核验或不满足;还应保留薄层骨重建、骨窗多平面重组、软组织重建、期相以及术前或术后状态。部分覆盖的检查可以作为有边界的研究对象,但不能据此对没有进入视野的结构给出阴性结论。

原始数据层应优先保留脱敏DICOM及其Study/Series/Instance层级、像素数据、HU转换、方向和空间几何、层厚、重建核、设备和软件版本等与任务相关的元数据。NEMA发布的DICOM PS3.10规定了介质存储文件格式和文件元信息的组织方式,4 因而截图、胶片照片、报告PDF或关键帧拼图都不能替代项目约定的原始影像。研究格式如NIfTI或其他体数据文件可以作为派生对象,但必须与原始对象建立映射,保留转换工具、版本、方向变换和校验信息;转换后的可读性不能反过来掩盖原始文件的缺失。

“多模态”在此处也不应被理解为把任何可找到的文字都接到患者ID上。正式检查报告可按检查级稳定配对,至少区分检查名称、所见、诊断结论或印象、主要诊断、细分标签、报告状态、比较检查和原始报告位置。急诊病史、手术或复位记录以及随访资料,属于可选的临床上下文,必须保留来源类型、时间依据和关联状态。像素级、病灶级或病理级关联不能从“同一匿名患者”四个字自动推导出来。每一条关联都需要有来源系统证据,并允许“不确定”“未提供”和“不可得”存在。

三、把鼻骨征象拆成可解释的标签层级

建议把标签分成四层。第一层是检查级状态:明确阳性、明确阴性、不确定、无法评价、未做和未知。第二层是结构或征象级字段:侧别、骨折线、移位或成角、粉碎、鼻中隔骨性改变、鼻眶筛复合体受累、软组织肿胀以及新旧程度。第三层是报告与临床证据层:影像所见、报告印象、临床查体、手术或复位记录、病理、随访及其他合法来源。第四层是审计层:初标、复核、仲裁、依据、时间、规范版本、修改原因和最终状态。这样做的目的不是制造更多字段,而是防止不同含义被压缩为一个“异常”或“阳性”。

鼻骨骨折与相邻结构受累的空间意义不同。单侧和双侧骨折需要保留左右侧,不宜把多发骨折片只写成一个病例级类别;粉碎性骨折的结论应有薄层骨窗和足够空间信息支撑;鼻眶筛复合体涉及内眦区、筛骨、泪骨及眶内侧壁等邻近结构,只有在实际范围完整且可评价时才计入该项。鼻中隔血肿更不能只凭CT影像字段代替临床查体结论。对于缝合线、血管沟、发育变异、伪影和部分容积效应,标注指南应提供难例说明,允许保留不确定或待复核状态。

术后检查、陈旧性骨折和急性创伤应被分层而非混成同一阳性池。术后改变可能包含内固定、复位后形态或骨痂,既可以作为模型需要识别的场景,也可能是某项研究的排除条件;这两种用途不能靠事后筛选来解决。对照组也不应简单等同于“报告没有写骨折”。完整性不足、目标结构未进入视野、报告语义缺失和明确无骨折,是不同的状态。若研究者将这些状态混为阴性,模型可能学到的是检查质量或报告风格,而不是骨折征象。

报告文本的结构化也要保留原始语义。明确阳性、疑似、考虑、不能除外、治疗后改变和病理确诊不能未经规则直接合并。可在原始字段之外建立面向算法的派生标签,但应记录映射规则、版本和证据来源。对于否定语义,要区分“未见骨折”“未评价某结构”和“报告没有提到”;对于不确定语义,要区分“疑似”与“信息缺失”。这套区分既支持敏感性分析,也让标注复核可以定位争议来自影像本身、报告表达还是数据采集过程。

四、算法路线应由任务和可用证据决定

鼻骨CT的算法研发可以从检查级分类起步,但不应把分类视为唯一终点。若研究问题是筛选有无骨折,可采用三维体数据、薄层切片序列或多平面重组作为输入,输出检查级或侧别级概率,同时将覆盖范围和可评价状态作为输入门控或分层变量。若研究问题是解释性定位,则需要构建骨折线、移位区域或相关结构的检测、框选、关键点或体素标注,并明确坐标系、层面范围和边界不确定性。若研究问题是报告生成或结构化抽取,则应将影像与正式报告作为不同证据源,避免把生成文本当成真实标签。

已有直接研究也说明,模型结论高度依赖输入定义。一项鼻骨CT研究以单中心病例构建鼻骨感兴趣区域,使用三维卷积网络完成正常与骨折的二分类,并在独立测试样本上评估;这属于特定采集、预处理和任务条件下的研究结果,不能替代本文要求的侧别、鼻中隔与鼻眶筛复合体标签,也不能自动外推到术前术后或多中心数据。8 2025年一项面部骨折人工智能系统综述纳入16项研究,鼻骨骨折亚组汇总敏感度为0.851、特异度为0.883,但研究间的模态、参考标准和偏倚风险并不一致;这些汇总值不应直接转成项目验收阈值或临床效果承诺。9

合理的路线通常不是“模型先生成,专家最后签字”,而是把自动化限制在草稿和候选排序层。预处理阶段可做方向标准化、窗位窗宽统一和体素间距记录,但每一步都要保留原始与派生的关系;候选检测阶段可以帮助阅片者优先查看疑难区域,但候选框不能未经人工确认进入金标准;报告抽取模型可以提出侧别、骨折线或不确定语句的候选字段,但需回看原文并保留原始语义。对于低质量、局部覆盖或术后对象,算法应输出不可评价或需复核,而不是被迫输出一个确定类别。

这类设计特别适合多任务数据资产:同一Study可以同时服务于检查级分类、征象级多标签、报告结构化和质量控制,但每个任务都要有自己的纳入规则、标签来源和评价集。不能因为一个检查拥有完整DICOM,就默认它拥有像素级病灶标注;也不能因为报告写了“鼻骨骨折”,就默认存在可用于分割的骨折线Mask。数据字典需要显式记录“原始、人工、派生、推断、不可得”状态,算法团队才能正确选择训练目标。

五、专家标注的重点是边界、证据和分歧

鼻骨CT标注不一定都需要逐层勾画。若任务仅要求检查级分类或报告级标签,过度追求像素级Mask反而可能制造不一致。若任务需要检测或分割,则要预先定义对象粒度:是标注骨折线可见区域、受累骨片,还是标注结构异常的最小可解释区域;要规定在某些层面只见到部分骨折时如何处理;要规定多个骨折线是否分别建立实例ID;还要规定空间范围不足、金属伪影或运动伪影下的不可判定编码。

标注流程应从小规模试标开始。初标者依据版本化字典记录检查级状态和征象字段,复核者独立核对目标结构、左右侧、报告语义和证据来源,遇到难例时由具备相应资格的医学专家进行仲裁。初标和复核不应在一开始就互相覆盖判断;独立意见可以暴露指南中的歧义。仲裁记录要说明争议点、采用证据、是否修改定义以及会影响哪些已完成批次。真正的质量信息不仅是“最终答案”,还包括哪些对象容易发生分歧。

医学影像多标注者研究表明,标注差异会受到任务类型、病灶大小、可见性和人员经验影响,单一一致性指标可能掩盖前景与背景不平衡;研究者可结合交并比、Kappa、Fleiss Kappa、STAPLE或一致性热图等方法,从不同角度理解意见差异。6 这些指标应服务于抽样设计和规则改进,不能直接当作临床准确率。对鼻骨任务而言,检查级阳性状态可以用分类一致性分析,征象字段可按类别分别统计,空间对象则要根据标注表达选择定位或重叠指标,并报告难例和不可评价样本的比例。

鼻骨CT标签质量、专家争议与独立验证的闭环查看完整技术图(可放大)

图2 鼻骨CT质量与独立验证闭环技术示意;不含真实患者影像,不表示真实实验结果或临床诊断。

六、质量与偏差要在进入训练前被发现

质量控制可以分成四层。第一层是来源与隐私:核对授权、用途、保留期限、直接标识符、准标识符、私有属性、自由文本和像素内烧录文字。DICOM PS3.15明确指出,使用属性保密配置文件并不保证整个信息对象已经完成去标识;像素数据、私有属性、文件元信息和相关对象引用仍需专项处理。3 因此,去标识化记录、工具与版本、UID重映射、日期处理和风险复核应成为交付材料,而不是一句“已脱敏”。

第二层是技术完整性:自动解码全部文件,核对Study/Series/Instance关系、层序、方向、空间几何、层厚、重建核、期相、文件大小和校验摘要;把损坏、缺层、重复、错误关联和部分覆盖放入问题清单。第三层是医学语义:检查报告与结构化标签是否逐例配对,否定与不确定语义是否改变,术前术后是否混入,影像所见是否被误写成病理确诊。第四层是研究适用性:按中心、设备、年份、年龄段、性别、术前术后和完整性分层查看分布,并在患者级冻结训练、验证和测试集合。

偏差往往来自数据构成,而非模型结构。若数据主要来自急诊,阳性比例、外伤机制和报告风格可能与普通门诊不同;若优质大型中心占比过高,模型可能把设备、重建核或机构模板当作捷径;若术后和陈旧性改变没有单独编码,模型可能把内固定或骨痂当成急性骨折;若阴性对象中大量是“无法评价”,则阴性性能不能解释为真正排除骨折。质量报告应展示这些分层和缺失,而不是只给一个汇总准确率。

模型评估也要区分内部研究效果、跨中心效果和临床效果。Yu等对放射学深度学习外部验证研究的系统综述纳入83项研究、86个算法,发现多数研究在外部数据上出现性能下降,提示内部划分上的高分不能替代外部检验。7 对鼻骨CT项目,至少应在设计阶段冻结患者级划分,避免同一患者多次检查、同一Study的不同重建或同一报告的衍生对象跨集合;条件允许时,再使用独立中心、不同设备代际或不同时间窗做外部评估。评测报告需要说明纳入排除、基线、任务标签、缺失处理、阈值、分层结果和不确定性,不能把研究性能直接表述为临床收益。

七、把验收写成可执行的研究交接

一个可执行的验收包至少包含逐例索引、字段字典、文件manifest、原始与派生状态、覆盖范围说明、报告配对关系、核心标签清单、质量报告、问题与整改记录、独立抽检记录以及版本变更说明。验收首先核对计数和去重:一行是否对应一个CT检查/Study;多序列、多期相、多视图是否被重复计算;同一患者不同时间点是否有清晰的检查ID。随后核对原始性和可读取率:数据能否在约定工具中打开,空间方向和体素几何是否一致,文件校验是否能重算,缺失项是否显式标记。

医学内容的验收要从“有没有标签”改为“标签能否追溯”。抽检者应能从一个阳性或阴性状态回到原始报告和对应Study,从一个细分征象回到其证据来源和复核记录,从一个不确定状态看到为什么没有被强行归类。对术后、陈旧性、部分覆盖、鼻眶筛复合体受累和软组织损伤等高风险或高价值场景,应按项目任务设置分层抽检。若研究要求独立质量基准样本,基准清单应与常规交付样本保持患者级隔离,并有独立版本和审核记录。

在采购或项目实施层面,数量、比例、质量档次和验收阈值属于具体书面约定,不能被概括成企业统一能力,也不应被写成现货规模。更稳妥的业务逻辑是先确认研究问题和授权,再用脱敏样例进行小规模试标,检验原始文件、报告、标签和下游读取是否闭环;通过试标暴露的边界问题,应先修订字典和验收脚本,再决定是否扩大批次。不同质量档次可以按“原始影像+基础报告”“结构化报告与元数据”“临床背景”“纵向或跨模态关联”等层级讨论,但同一检查在项目结算和研究统计中应遵循唯一计数与唯一最终档次规则,避免重复计算。

八、公司能力与研究边界

根据已核验的公司范围,朗慧科技定位为AI数据基础设施及流程服务商,LangData平台覆盖采集、处理、标注、质检和数据交付;医疗数据目录提供按部位、模态和任务组织的项目沟通与样例评估入口。将这些能力用于鼻骨CT项目时,可以围绕需求澄清、数据字典、原始对象整理、专业标注组织、复核记录、质量报告和版本化交付形成项目工作包。但具体数据来源、实际可用规模、专家配置、样本覆盖和交付状态,仍需以项目评估、授权文件、书面规格和验收结果为准。

公司能力不应被表述为已经拥有某个鼻骨CT现货数据集,也不应把通用平台功能等同于完成某项医学验证。平台或流程能够支持标签生产,并不意味着标签已经达到某一临床用途的性能要求;项目可以协助建立结构化字段,也不意味着它替代放射科阅片、临床查体、病理或伦理审查。对于需要诊断软件部署的研究,还应另行进行临床验证、监管适用性判断和真实世界风险评估。

鼻骨CT数据的研发价值,最终不在于把病例数字写得更大,而在于让研究者知道每一份影像如何进入队列、每一个标签依据什么证据形成、哪些结构从未被评价、哪些结论只适用于报告语境,以及模型在不同中心和人群中是否仍需重新验证。只有把原始性、关联键、不确定性、专家分歧和外部验证都保留在数据产品中,鼻骨骨折检测、征象抽取和报告结构化才有可能成为可复用的研究基础设施。

本文讨论的是医学影像研究数据建设、标注治理和验收工程,不构成医疗建议、诊断、筛查、手术判断或疗效承诺。任何个体的临床决策都应由具备相应资质的医务人员结合完整病史、查体、原始影像及必要的其他证据作出。

参考来源

  1. ACR Appropriateness Criteria® Imaging of Facial Trauma Following Primary Survey
  2. ACR–ASNR–SPR Practice Parameter for the Performance of Computed Tomography (CT) of the Extracranial Head and Neck
  3. DICOM PS3.15 2026d — Security and System Management Profiles
  4. DICOM PS3.10 2026d — Media Storage and File Format for Media Interchange
  5. Peterson BE, Doerr TD. Utility of Computed Tomography Scans in Predicting Need for Surgery in Nasal Injuries. Craniomaxillofacial Trauma & Reconstruction, 2013.
  6. Rajaraman S, et al. Assessing Inter-Annotator Agreement for Medical Image Segmentation. IEEE Access, 2023.
  7. Yu AC, et al. External Validation of Deep Learning Algorithms for Radiologic Diagnosis: A Systematic Review. Radiology: Artificial Intelligence, 2022.
  8. Seol YJ, et al. A Study on 3D Deep Learning-Based Automatic Diagnosis of Nasal Fractures. Sensors, 2022.
  9. Ju J, et al. Evaluation of Artificial Intelligence-based Diagnosis for Facial Fractures, Advantages Compared with Conventional Imaging Diagnosis: A Systematic Review and Meta-analysis. BMC Musculoskeletal Disorders, 2025.