MEDICAL DATA RESEARCH
颞骨CT数据建设:把高分辨率影像变成可核对的多模态研究对象
面向医疗AI研发与数据采购读者,解析颞骨高分辨率CT的Study去重、DICOM几何、侧别与证据分层、标注复核、外部验证及可追溯验收,区分研究数据建设与临床诊疗边界。
一份颞骨CT检查能否直接成为医学人工智能的训练样本?通常不能。研究者还需要知道它覆盖了哪一侧和哪些解剖结构,原始层序、空间几何与重建信息是否完整,报告中的“考虑”“不能除外”有没有被误写成确诊,以及同一患者的双侧耳、复查和跨模态资料是否在数据划分时被拆散。颞骨的外耳、中耳、乳突、内耳骨迷路、内听道和面神经骨管彼此紧邻,目标结构很小,方向关系又是三维的;数据建设的难点因此不是把文件集中到一个目录,而是让每一个影像对象、标签和证据都能回到原始来源。
颞骨CT研究数据适合从“检查—结构—证据”三个层面重新定义。CT可以支持骨性解剖、炎症或骨破坏征象、骨折、听小骨异常、内耳畸形、术后改变等任务,但不能仅凭CT推断听力功能,也不能把影像提示直接升级为病理确诊。ACR–ASNR–SPR的头颈CT实践参数将先天异常、炎症、肿瘤和创伤等列为颞骨CT的相关适应证,同时把检查技术、记录和质量控制作为检查的一部分,而不是数据交付之后才补写的说明。1 对研发团队而言,这意味着数据字典、证据层级和验收口径必须与影像一起设计。
图1 颞骨CT研究数据的对象与证据链技术示意;不含真实患者影像,不表示已完成实验或临床诊断。
先把临床问题拆成可验收的任务
源需求的主线是颞骨高分辨率CT的统一交付与研究使用。它要求以一次CT检查或Study作为主要计数和关联单位,同一次检查内的多序列、多期相、多重建和多视图不能被拆成多个样本。这个粒度选择很重要:如果把每一组重建图像都当成独立病例,模型可能学习到同一检查的重复信息;如果只留下截图,又会丢失层级关系、HU转换、空间方向和重建参数。公共文章不复述具体采购数量、来源集中度或结算档位,但这些被脱敏后仍然成立的原则应保留为通用验收规则:先定义主键,再定义可计数对象,最后说明派生文件如何回指原始Study。
输入模态至少包括脱敏的原始DICOM和逐例关联的结构化报告。DICOM需要保留Study、Series和Instance层级,像素数据、空间几何、层厚、重建核、期相、检查范围和设备信息也应作为数据质量的一部分。颞骨任务通常需要轴位源图像以及冠状位、斜矢状位等重建视图;软组织重建是否存在,应按实际检查记录,而不能由“颞骨CT”这个检查名称推断。每个解剖范围都要按实际FOV记录,左耳、右耳和双侧不能混为一个无侧别标签。覆盖不完整时,只能说明该结构未进入可评价范围,不能据此形成范围外的阴性结论。
输出标签应分层。第一层是检查或报告级标签,如中耳炎或乳突炎、胆脂瘤影像表现、听小骨链异常、耳硬化症、颞骨骨折、内耳先天畸形、面神经管异常、颞骨肿瘤或骨破坏、岩尖病变和术后改变。第二层是侧别与亚区,例如外耳道、中耳、乳突、耳蜗、前庭、半规管、内听道或面神经管。第三层是语义状态,包括明确阳性、明确阴性、疑似、考虑、不能除外、治疗后改变、无法评价和未知。第四层是证据来源,区分影像报告、影像复核、听力学、耳内镜、MRI、手术、病理和随访。一个标签若没有写明“来自哪里、对应哪一侧、何时形成”,就难以用于后续敏感性分析或错误追溯。
若项目另外需要病灶检测、解剖结构分割或三维Mask,必须在需求中单独写明对象和颗粒度。检查级标签不等于像素级真值,患者级的MRI或手术关联也不等于与CT已经完成空间配准。对研发团队来说,最稳妥的设计是把“报告级疾病标签”“结构级标注”“病灶级ROI/VOI”和“证据级索引”作为不同表或不同对象管理,使用稳定的匿名患者ID、检查ID、侧别和版本号建立受控关联,而不是把所有字段压成一张标签表。
高分辨率不是一个数字,而是一组可核对的成像条件
颞骨的细小骨性结构对层厚、矩阵、视野、重建核、噪声和观察平面都敏感。Pham等对尸体颞骨标本比较了常规、高分辨率、超高分辨率和极高分辨率重建,研究显示更高空间分辨率有助于观察部分细小骨性结构,但噪声也会随分辨率提高而增加;该研究是离体标本的协议比较,不能直接转化为某个临床队列的固定最佳参数。2 因此,数据采购或研究入组不宜只写“高分辨率”,而应把实际层厚、矩阵、像素间距、视野、管电压、重建核、设备型号和视图写入字段,并允许未知值被显式记录。
协议字段还要和文件本身交叉核验。检查名称可以帮助初筛,却不能替代对实际覆盖范围、层序和原始元数据的检查。对同一Study内的源图像和重建图像,应保留来源关系和原始/派生状态;从DICOM转换到NIfTI或其他研究格式时,要同步记录转换工具、版本、方向约定和校验信息。这样既便于算法读取,也便于在模型出现左右侧错位、体素间距异常或重建方向不一致时,追查问题发生在采集、导出还是转换阶段。
跨模态资料应被视为不同强度的证据,而不是简单的“更多字段”。听力学能描述功能结果,但不能由CT单独推导;耳内镜可能提供外耳道或鼓膜相关信息;MRI,特别是某些序列,可对胆脂瘤倾向与其他软组织进行补充;手术和病理可提供更高层级的术中或组织学依据。关联表中应保留来源日期、检查或标本ID、关联方式和授权范围。若只做到患者级或检查级关联,就应如实称为患者级或检查级关联,不能在文章、数据卡或模型说明中表述为病灶级或像素级证实。
疾病标签需要证据分层和不确定性编码
颞骨疾病和征象的临床语义并不等价。以胆脂瘤为例,CT可以帮助评价软组织、盾板或听小骨侵蚀等骨性表现,但不能在所有情形下区分胆脂瘤与肉芽组织;MRI扩散加权成像或手术资料可以作为更高阶的补充证据。颞骨肿瘤的组织学类型也不能从CT标签直接推出,需要把影像表现、临床诊断和病理来源分开。骨折还要保留原始报告中的走向、受累结构和并发征象,不宜把“考虑骨折”和“明确骨折”放在同一类别中。
一个可复用的标签字典,至少应同时保存原始表述、归一化类别、侧别、目标亚区、证据类型、证据日期、复核状态和版本号。对“未做检查”“未提供资料”“结构不在FOV”“影像质量不足”“报告明确阴性”这几种情况,建议使用不同编码。否则模型会把“没有病理”当成“病理阴性”,把“未见记录”当成“无病变”,或者把术后腔误学成疾病本身。对罕见征象,不能为了填满类别而从其他患者拼接证据,也不能把自然分布不足通过不透明的标签改写来解决;更合适的做法是记录检索范围、实际覆盖和不确定性。
术后数据尤其需要独立的状态字段。乳突根治、听骨重建、人工耳蜗植入以及其他术后改变会改变正常解剖关系和影像外观。术式、植入物和手术时间若有合法可用的来源,应与影像标签分开存储;没有可靠依据时,标注人员不应通过影像猜测具体术式。术后病例既不能被简单排除,也不能和未手术病例混成同一个无条件适用的标签空间。它们可以被设计为独立亚组,用于评估模型在解剖改变、金属伪影和复查场景中的稳定性。
从结构化数据到算法路线:先保证可解释的输入
任务定义应决定算法路线。若目标是报告级多标签分类,输入可以是标准化后的CT序列、侧别和结构化文本,输出则应保留多标签与不确定状态;若目标是听小骨、耳蜗或半规管等结构分割,必须先取得与体素几何一致的人工Mask,并明确边界、不可见和部分容积的处理规则;若目标是检测骨折线、骨侵蚀或术后腔,则需要规定病灶或征象的最小对象、位置和可评价范围。不能用分类准确率验收分割,也不能用一张最好看的三维重建图替代完整序列质量检查。
预处理应优先保护医学含义。对CT数据可以进行窗位窗宽显示、重采样和强度标准化,但这些处理需要保留原始参数、空间方向和体素间距。训练数据可使用二维切片、三维块或多平面输入,但切片级随机划分会让同一患者、同一耳侧或同一Study的高度相关图像同时出现在训练集和测试集。更稳妥的划分单位是患者,双侧耳、所有时间点、跨模态数据以及由同一检查派生的文件都应进入同一分组,并记录随机种子、纳排版本和最终队列快照。
近年的颞骨CT研究展示了不同的数据颗粒度。Ke等建立了包含成人和儿童颞骨CT、覆盖11个关键结构的标注数据集,并由耳科外科医生和资深专家参与人工分割,使用Dice系数和平均对称表面距离评价自动分割。3 Lim等的多中心研究先用多中心正常CT开发内耳分割模型,再用含异常病例的资料进行扩展,并设置独立中心的外部测试;其标注流程包含初级阅片者和专家复核,输入同时涉及DICOM与转换后的研究格式。4 这些工作说明,结构数量、年龄层、设备来源、人工角色和外部验证都应写进研究设计,而不是把“有Mask”当成完整的数据说明。
另一项内耳畸形研究使用颞骨CT、耳蜗手工标注和放射组学与迁移学习特征融合,报告了内部测试集上的区分结果,但样本来自回顾性单中心队列,并排除了图像质量差、重复检查、术后和其他中耳内耳病变。5 这类研究结果可以帮助设计数据字典和候选基线,却不能被当作公司项目的临床效果,也不能说明模型在不同设备、中心、年龄和疾病构成下同样有效。对颞骨这类小结构任务,模型效果更应按结构、侧别、年龄、设备、协议和质量档分层,而不是只报告一个总体数字。
如果任务是分割,Dice可以反映体素重叠,表面距离可以补充边界偏差;如果任务是分类,敏感度、特异度、阳性预测值、阴性预测值、校准和不确定性分析应结合纳入比例解释;如果任务是报告结构化,字段级一致性、缺失模式和证据来源准确性更直接。指标应在试标和方案冻结时预先确定,明确参考标注、计算实现、抽样单位和处理不可评价病例的规则。内部测试结果只能说明在已冻结数据和流程中的研究表现,不能自动等价于临床效果或监管结论。
专家标注不是“看过一遍”,而是有角色和版本的过程
颞骨标注通常需要影像科、耳科或经过任务培训的专业人员共同参与。初标人员负责按字典完成侧别、解剖区、疾病或征象及证据来源;复核人员应独立检查报告关联、空间对象、层序和不确定语义;对胆脂瘤倾向、细小骨性征象、术后改变等争议,应指定仲裁角色并保留原始判断、分歧点、依据和最终决定。是否采用单盲或多盲、哪些信息对复核者可见、哪些样本进入重复标注,都应在项目方案中写清楚。
对像素级对象,边界协议要比工具名称更重要。耳蜗、前庭、半规管、听小骨和面神经管在不同层面上的显示条件不同;低分辨率、金属伪影、部分容积或结构短暂不可见时,应允许“无法可靠评价”或“局部不可见”,而不是用插值制造连续边界。自动或半自动分割只能作为草稿,未完成专家复核和争议关闭前,不应进入训练金标准。修订后的Mask要能回到标注规范版本、人员角色和审核时间,避免后续特征提取使用了无法解释的轮廓。
脱敏也需要专业复核。DICOM PS3.15明确指出,属性保密配置文件的使用并不保证所有可识别信息都被移除,也不能替代完整的去标识化流程;需要同时关注属性、UID关系、序列和像素内烧录文字。6 颞骨CT若含重建图、截图或辅助标记,还要检查像素和图形层面是否携带身份信息。Macdonald等对多模态DICOM去标识流程的研究显示,批量处理可以覆盖头信息与像素内文字,但二次捕获图像的筛查、保守过滤、OCR和人工复核仍需结合场景设计。7 因而,数据交付不能只提交“已脱敏”的一句说明,还应给出去标识方法、工具版本、UID重映射范围、像素检查、异常处置和抽检记录。
验收要围绕失败模式,而不是围绕宣传清单
颞骨CT数据的验收可以从四条线展开。第一条是原始性和可读性:DICOM是否可解码,Study、Series、Instance关系是否稳定,源图像和重建是否能被正确读取,空间方向、层厚、像素间距和设备协议是否与索引一致。第二条是图文一致性:报告是否逐例关联,阴性、不确定、比较检查和术后语义有没有被改变,标签是否能回到对应侧别和亚区。第三条是医学质量:疾病与征象是否按字典分层,跨模态关联是否标出证据强度,抽检人员是否能独立复核,争议是否形成闭环。第四条是研究可用性:患者级划分是否冻结,派生文件是否能回指原始检查,导出样例能否被目标训练工具打开并保持几何对齐。
交付清单应以Study去重,并同时给出实际覆盖范围、阳性/阴性/不确定状态、设备和协议分布、年份与人群分布、缺失语义、原始与派生文件关系以及问题处置。多中心或多设备数据不应只报“中心数”,还要检查单一来源是否过度集中,设备代际和协议差异是否被记录。对高价值少见病种,重点是证据可核查和自然分布说明,而不是用不透明的方式凑齐数量。独立抽检样本要能与常规交付清单区分,并记录阅片者、版本和复验结果。
如果项目采用分档交付,档位也应是数据内容和可复核条件的说明,而不是宣传标签。例如,基础档可以只要求可读取的原始影像与正式报告;更高档位再逐步加入结构化报告、设备与协议元数据、核心标签、完整序列或纵向关联,以及经授权的其他模态。每个Study应按实际达到的一个档位记录,不能用重复计数或把不同计数域机械相加来抬高档位;高档数据也不自动等于像素级标注、病理确证或临床可用性。档位定义、证据门槛和缺失处置应在项目方案中冻结,并随数据字典、manifest和质量报告交付。
整改不能通过静默覆盖完成。解码失败、错患者或错报告关联、脱敏泄漏、重复导出、公开数据混入和未经证据支持的确诊标签,都应形成问题单,标记影响对象和责任版本;修复后重新运行自动检查,并按风险进行医学复抽。数据字典、manifest、哈希、转换日志、质量报告和已知限制应与数据包一起交付。这样做的价值不在于让数据看起来“更整齐”,而在于让算法团队能够知道哪些对象可以训练、哪些对象只能用于探索、哪些对象需要排除以及排除的原因。
图2 从协议核验到整改复验的颞骨CT质量闭环技术示意;不含真实患者影像,不表示固定准确率或统一验收阈值。
研发价值与能力边界
把颞骨CT建设成可复核的数据资产,研发价值不只在于增加样本量。结构化的Study级索引可以减少重复计数和数据泄漏;侧别、亚区与证据字段可以支持多标签、分层和敏感性分析;保留原始几何和转换记录,能够让算法结果回溯到真实输入;外部中心、设备和术后亚组则能把“模型能否泛化”转化为可执行的研究问题。对于耳科影像,数据结构本身就是模型研究的一部分。
根据已核验的公司能力边界,朗慧定位为AI数据基础设施及流程服务商,自研LangData平台覆盖采集、处理、标注、质检和数据交付,并提供按部位、模态和任务进行的医疗数据目录与样例评估入口。上述定位支持需求梳理、字段治理、标注流程、质量记录和项目化交付的讨论,但不证明已有颞骨CT现货、特定中心病例、固定专家配置或完成某项临床研究。具体数据范围、人员资质、处理地点、授权条件、周期和交付指标,都需要在脱敏样例评估与项目书面确认后确定。
颞骨CT研究数据不是诊疗系统,也不构成对患者的诊断、筛查、治疗或听力判断。任何模型进入临床工作流前,都需要在适用人群、设备协议、证据来源、外部中心、伦理与合规条件下独立验证。对数据建设方和研发方而言,较可靠的起点不是承诺一个统一分数,而是先把对象、证据、边界、版本和失败模式写清楚,再用可复核的样例和独立抽检检验每一层是否真正成立。
参考来源
- ACR–ASNR–SPR Practice Parameter for the Performance of Computed Tomography (CT) of the Extracranial Head and Neck
- High-Resolution CT Imaging of the Temporal Bone: A Cadaveric Specimen Study
- Deep learning-based approach for the automatic segmentation of adult and pediatric temporal bone computed tomography images
- Training and validation of a deep learning U-net architecture general model for automated segmentation of inner ear from CT
- Deep transfer learning radiomics model based on temporal bone CT for assisting in the diagnosis of inner ear malformations
- DICOM PS3.15 2026d: Attribute Confidentiality Profiles
- A Method for Efficient De-identification of DICOM Images

