MEDICAL DATA RESEARCH
骨盆骨 CT 数据集建设:从 Study 级去重到报告级标签与独立验收
面向医疗AI研发,本文拆解骨盆骨CT数据建设中的Study级去重、原始DICOM与报告语义对齐、骨性病种标签、不确定状态、专家复核、患者级划分和独立验收,明确研究数据与临床结论的边界。
同一套骨盆骨 CT 可能包含多序列、多期相、冠状位和矢状位重建,也可能同时出现原始影像、三维派生结果、截图和报告文件。如果把这些文件简单相加,数据量会被重复导出放大;如果把报告中的“考虑骨折”直接改成确定阳性,模型训练又会混入未经证实的临床判断。骨盆骨数据真正需要解决的问题,是如何让一次检查、一个解剖结构、一条报告语义和一项质量结论在同一条可回溯链路上对齐。
面向医疗人工智能研发,骨盆骨 CT 不能只被定义为“骨折影像”。一个可复用的研究数据项目,至少要同时处理创伤、退变、缺血性改变、肿瘤或转移、感染、术后内固定或关节置换,以及先天或发育异常等场景。不同场景对输入范围、输出颗粒度和证据强度的要求并不相同。因而,建设的第一步不是调用某个模型,而是先把检查单位、标签字典和验收口径写成可以执行的规则。
一、先固定临床任务:一行到底代表什么
骨盆骨 CT 的基本计数单位应是一次 CT 检查或 Study,而不是一张切片、一个 Series 或一份三维重建。一次检查内的多序列、多视图、多期相和重复导出需要通过 Study、Series、Instance 以及文件哈希进行核对,不能为了满足数量目标拆成多例。患者级匿名 ID用于关联同一患者的不同检查和其他模态,但不能改变“检查级计数”的边界。跨模态信息可以形成患者级或检查级关系;只有在来源证据和空间配准都充分时,才有理由讨论更细的对象对应,不能把普通关联字段包装成像素级或病灶级配准。
输入模态应写到可验证的层面。骨盆骨任务通常关心薄层骨 CT 的轴位数据,以及在原始数据基础上形成的冠状位、矢状位重建;三维重建可以作为派生对象,但不能替代原始影像。项目还应记录检查实际覆盖了哪些结构:髂骨、耻骨、坐骨、髋臼、骶骨和双髋是否完整进入诊断视野。若扫描范围只覆盖部分结构,正确的标签是“部分覆盖”或“无法评价”,而不是据此生成范围外的阴性结论。
协议参数应与任务目标相连,而不是只保留一个“骨盆 CT”的检查名称。ACR 2026 年成人肌骨 CT 技术参数页面以成人髋部为例,列出轴位加矢状、冠状和长斜位重建、重建层厚不超过 3 mm、锐和柔和重建算法,以及从中骨盆至小转子的覆盖范围。1 这些参数可作为协议核对的参考,但不自动成为任何项目的交付阈值。项目仍需根据研究问题、实际设备、既有诊疗流程和书面验收方案决定允许范围;缺失或未知的参数应显式记录,不能用典型值回填。
输出则应分层设计。第一层是检查级状态,例如明确阳性、明确阴性、不确定和无法评价;第二层是结构和征象,例如侧别、具体骨、骨折环、髋臼柱或壁、移位、关节面、骶髂关节关系、骨质状态和内固定;第三层是证据字段,说明这一结论来自影像报告、手术记录、病理、检验、随访还是专家复核。若研究另需像素级轮廓或碎片分割,必须另立任务书,明确体素坐标、层间连续性和标注对象,不能把报告级标签默认升级为 Mask。
二、原始 DICOM 是数据对象,不是截图的集合
DICOM 的价值不只是让文件能够打开,还在于它保留了医学影像对象及其采集上下文。DICOM PS3.10 描述了文件元信息、Data Set、File-set 和媒体存储模型,并指出仅声称符合 PS3.10 并不足以构成完整的 DICOM Conformance Statement。2 对骨盆骨 CT 项目而言,交付索引至少要能回到 Study、Series 和 Instance 层级,读取像素数据并复核空间方向、体素间距、层厚、重建核、期相及 HU 转换。截图、胶片照片、报告 PDF 或关键帧拼图只能作为辅助材料,不能替代约定的原始影像。
原始与派生对象需要分别标记。轴位骨重建、软组织重建、冠状位和矢状位 MPR,以及三维表面或体绘制结果各自有不同的来源和用途。若后续算法把重采样、窗宽窗位变化或坐标转换后的数据作为输入,转换日志、软件版本和校验摘要也应随交付保存。这样,研发人员才能判断模型误差来自原始采集、派生过程、空间变换,还是标签本身。把所有结果压缩成一个目录,会让这些差异在训练前消失,在模型失败后却无法追责。
报告文本也不能被当作与影像无关的附加文件。检查名称、检查所见、诊断结论或印象、主要诊断、比较检查、报告状态和报告路径应逐例关联。否定语、推测语和不确定语义要保留原有层级,例如“疑似”“考虑”“不能除外”“治疗后改变”和“病理确诊”不应被强行合并。结构化标签可以由规则映射产生,但必须能回指原始报告或其他证据,而不是只留下一个不可解释的类别代码。
图 1|技术示意,不含患者样本,不表示真实数据已交付、实验已完成或形成临床诊断。
三、标签字典要同时容纳常见病变与不确定性
骨盆骨 CT 的核心条目可以按任务风险分成三组。第一组是骨盆环骨折、髋臼骨折、骶骨骨折、髋关节退变、股骨头坏死或塌陷,以及术后内固定或髋关节置换。这些条目既涉及具体骨性结构,也涉及关节面、移位、骶髂关系、金属伪影和继发改变。第二组是骨盆肿瘤或转移、骨盆感染等需要结合病史、检验或病理解释的场景。第三组是髋臼发育异常、骶骨变异和骨性融合等先天或发育异常,它们容易在粗粒度标签中被误写成外伤或术后改变。
每个条目都应有稳定编码、定义、允许值、禁止推断的边界和版本号。骨盆环骨折可以记录耻骨支、髂骨、骶骨、骶髂关节以及前后环稳定性线索;髋臼骨折可以记录前后柱、前后壁、横形或 T 形描述及关节面移位;骶骨骨折则需要保留纵向或横向、孔区或中央管受累和神经孔关系。若原文不足以支持复杂分型,应保留形态描述,而不是为了填满分型字段制造确定答案。
退变和坏死同样需要限制语义。CT 可以支持骨赘、硬化、囊变、关节间隙或塌陷等实际可见信息,但不能由单一 CT 记录替代所有软骨或早期改变的评价。对肿瘤、感染和病理骨折,影像征象、临床史、检验、手术和病理的证据层级必须分开。数据集可以同时保存“影像提示”和“病理来源”,但不能把前者改名为后者。术后内固定或关节置换病例还要记录假体、内固定、松动、周围骨折、骨溶解和金属伪影造成的不可评价区。
质量字段应把“没有”“没有记录”和“看不清”分开。未做表示检查或项目没有产生该对象;不可得表示对象可能存在但交付范围没有提供;未知表示现有资料无法确定;不适用表示该字段不适合这一对象;阴性表示在可评价范围内没有相应征象;无法评价则表示技术质量、覆盖或伪影阻碍判断。这个区分看似基础,却直接影响模型对缺失机制的学习,也影响后续研究能否进行敏感性分析。
标签的专家主体应与标签类型匹配。影像观察和范围判断可以由经过培训的医学影像标注人员按指南完成;关键结构、疑难分型和争议病例应由具有相应经验的专业人员独立复核;病理或临床结局字段只能依据合法取得的原始证据或经授权的专家确认。任何“专家标注”都不应被笼统理解为所有字段均由同一人、同一证据和同一时间点产生。
四、算法路线应服从标签颗粒度,而不是反过来改写任务
一个可实施的研发流程可以分成四层。第一层是数据准入:检查 DICOM 是否可读,Study 是否重复,结构是否覆盖,脱敏是否完成,报告能否逐例配对。第二层是解剖定位:在研究需要时,用骨盆和骶骨的粗定位或分割减少搜索空间,并通过 MPR 和三维视图核查层间连续性。第三层是任务模型:对报告级阳性、阴性和不确定状态,可采用检查级分类或多任务预测;对骨折位置和征象,可采用结构化分类、点或区域定位;对术前规划等明确的体素任务,才设计骨片或骨折面分割。第四层是证据感知的输出,将模型结果与原始报告、证据来源、适用条件和“无法评价”状态一起保存。
公开研究说明,骨盆骨 CT 的像素级任务本身也需要很细的规则。Liu 等在 2025 年发表的研究中构建了包含 150 例骨盆骨折 CT 的 PENGWIN 数据集,样本来自六个中心和七台 CT 扫描仪,覆盖骨盆环脱位、单侧或双侧髋部骨折、骶骨骨折及合并类型。其标注流程先生成解剖分割草稿,再由标注人员修订骨性结构并标注骨折碎片,随后由高级专家复核;研究还将主碎片与较小碎片作为独立的分割语义。3 这项工作报告了该研究任务上的测试性能,但它的样本选择、分割目标、训练测试划分和评价指标不能直接转成其他项目的临床效果或验收指标。
这项研究对数据设计的启示,不是“照搬某个网络”,而是先问清楚骨片边界是否真的属于当前任务。骨折碎片可能分离、压缩、部分接触或与邻近结构混杂;金属、运动、低对比度和部分覆盖都会影响可判读性。若项目只需要报告级疾病和征象标签,过早要求全量三维 Mask 反而会增加不必要的主观性。若项目确实要训练分割模型,则应把对象定义、起止层、接触面、碎片合并规则、最小可标记对象和不可评价状态提前写入指南。
模型预标注可以节省初始勾画时间,但预标注只能是草稿。模型版本、推理输入、失败样本、人工修改和审核状态都应留痕。未经专家修订和约定审核的输出不应进入金标准、特征提取或最终交付。尤其是在术后内固定、骶骨孔区、髋臼复杂骨折和先天变异这些高风险亚组中,系统性错误可能比随机错误更难被平均指标发现。
五、专家复核要围绕证据、盲法和争议设计
正式标注前宜先用小批量样例检验指南。试标不只看标签能否填完,更要检查同一条规则在正常骨、疑似骨折、治疗后改变、金属伪影、部分覆盖和多发征象中是否稳定。对于每个争议样本,应记录原始判断、争议点、使用的影像或临床证据、最终决定、复核角色和规则版本。规则无法解决的争议,不应被静默改成一个“干净”标签。
复核流程可以按风险设置为初审、独立复核和必要时的专家仲裁。独立复核者应尽量看不到前一位标注者的结论,或至少在方案中说明何时可以查看。对于报告级标签,复核重点是阳性状态、否定和不确定语义、结构范围以及证据来源;对于体素级任务,复核重点还包括边界越界、层间断裂、空间方向、体素间距和派生坐标是否一致。质量指标应说明抽样单位是患者、Study、Series、病灶还是切片,不能只写一个没有分母的“一致率”。
数据集划分必须以患者为边界。同一患者的多次检查、不同序列、同一检查的派生重建以及跨模态对象不能分别进入训练集和测试集。否则,模型可能通过设备、时间、重建或患者特征识别样本,而不是学习骨盆骨征象。外部验证还应尽量改变来源中心、设备代际、协议、年龄和性别构成,并对术后状态、金属伪影、部分覆盖和少见病种单独报告。公开的骨盆 X 光研究可以帮助理解检测任务的评价方式,但不能替代 CT 验证。PelviXNet 的研究使用的是骨盆平片和点标注,并在临床人群测试集上评估多类创伤发现。4 这正好说明,X 光任务的输入、标签和结果指标不能直接外推到骨盆骨薄层 CT。
图 2|技术示意,不含患者样本,不表示真实模型结果、专家共识或临床诊断结论。
六、验收应检查数据链,而不只检查文件能否打开
骨盆骨 CT 数据的验收可以先做“硬门槛”,再做“研究可用性”检查。硬门槛包括:直接身份信息不能进入交付;匿名 ID在文件、报告和关联表中稳定;Study/Series/Instance层级可解析;像素数据、空间方向和关键参数可读取;同一检查没有被重复计数;报告与影像逐例配对;原始与派生对象状态清楚;异常项有整改和复验记录。来源授权、去标识方案和访问边界也应作为准入材料,而不是等到交付末端才补充。
研究可用性检查要按任务拆分。对检查级分类,验收应看阳性、阴性、不确定和无法评价是否按规则编码,报告中的否定或推测是否被保留,病种和人群分布是否可由逐例索引重算。对定位或分割,验收应看目标结构是否完整进入视野,标签是否在责任切片或体积范围内连续,坐标是否与原始影像一致。对跨模态项目,应检查关联键是否有来源支持,并明确哪些关系仅到患者级或检查级。
阳性富集、阴性对照、术后病例、少见病种和中心多样性都可以成为项目的分层设计,但比例和数量只能作为项目书面约定,不能被写成公司的库存或交付成绩。少见病种若自然分布不足,应保留检索范围、纳入排除过程和未达到目标的说明,而不是用其他病种或其他检查补齐。不同质量档次也要使用不同分母;原始数据、报告和跨模态关联不能在统计时机械混为一个“高质量率”。
验收指标必须与任务类型对应。分类任务可以预先约定敏感度、特异度、AUROC 或校准等口径;分割任务可以约定 Dice、表面距离、体积误差和关键亚组表现;报告抽取则需检查字段级精确性、否定语和不确定语义;数据工程则应检查读取率、重复率、图文错配率、字段缺失率和版本可追溯率。不同指标之间不能互相替代,更不能用一个整体平均值掩盖骶骨孔区、金属伪影或少见病种的系统性失败。
七、脱敏必须同时处理头信息、私有标签和像素文字
DICOM PS3.15 的属性保密配置包含清理像素数据、图形、结构化内容以及保留纵向时间信息等不同选项。5 这意味着,去标识不是简单删除姓名字段。对于骨盆 CT,还要检查私有厂商标签、自由文本、UID关联、日期和时间、派生对象引用,以及图像中可能烧录的姓名、检查号或日期。仅检查某个像素相关属性,也不能单独证明图像中的文字已清理。
Macdonald 等人在 2024 年的去标识化研究中,基于 415,182 张、覆盖十种模态的影像,结合元数据处理、二次捕获筛选和针对性 OCR 处理像素烧录文字;研究同时指出,私有标签和自由文本可能带来额外风险。6 这些结果属于该方法的验证,不应被改写成任何项目的自动通过率。对外部交付,更稳妥的做法是把元数据检查、像素检查、人工抽检、工具版本、UID重映射和异常处置记录放在同一份质量证据包里。
合规边界还包括授权用途、伦理或处理基础、访问权限、传输与存储、再次提供、撤回和版本更正。去标识化不等于取得商业使用权,原始数据可读取也不等于来源授权已经核验。对于研究团队而言,最小必要原则应写入数据字典和访问矩阵;对于数据服务团队而言,未经书面确认的客户、机构、病例和合同信息不应进入公开稿或模型提示。
八、把公开能力放在项目化边界内理解
骨盆骨 CT 项目最终需要的不是一包影像文件,而是一个能被研发团队接手的研究数据资产。它应包括任务说明、纳入排除规则、字段字典、原始与派生文件清单、数据分布、证据来源、标注和复核记录、异常及整改清单、版本号、哈希或其他完整性摘要,以及已知限制。这样,算法团队可以知道输入是什么,医学团队可以知道标签如何形成,信息部门可以核对处理边界,项目管理者也能在版本变化后评估哪些批次受到影响。
依据已核验的公司定位,朗慧科技的公开能力边界是 AI 数据基础设施及流程服务,LangData 覆盖采集、处理、标注、质检和数据交付;医疗栏目提供按部位、模态和任务组织的数据目录与样例评估入口。对骨盆骨 CT 这类项目,更稳妥的表达是:可在授权和书面规格明确后,参与需求梳理、字段和标注规则设计、数据处理、专业标注组织、质量记录与项目交付。具体可用数据、专家配置、模态范围、部署方式、周期和验收阈值都需要单独评估,不应从需求规格或网页自述推导出现货数据、统一指标或已完成的临床成果。
对医疗 AI 研发方而言,骨盆骨 CT 数据建设的价值在于把“可训练”与“可解释、可复核、可维护”连接起来。Study 级去重避免数量虚高,原始 DICOM 和空间元数据保留成像语境,报告级证据分层保护不确定性,患者级划分减少信息泄漏,外部验证则把单中心结果与真实适用范围区分开。只有当这些环节同时被写入数据字典、质量报告和版本记录,数据才更接近可持续复用的研究基础设施,而不是一次性的文件加工。
本文讨论的是骨盆骨 CT 研究数据建设、标注与验收方法,不构成医疗建议、个体诊断、筛查结论、治疗方案或医疗器械性能承诺。实际项目仍需依据合法授权、伦理与数据治理要求、具体临床问题、专家资质和书面验收方案实施。
参考来源
- Technique Parameters and Anatomic Coverage: CT - Adult MSK Module
- DICOM PS3.10 Media Storage and File Format for Media Interchange
- Automatic pelvic fracture segmentation: a deep learning approach and benchmark dataset
- A scalable physician-level deep learning algorithm detects universal trauma-related abnormalities on pelvic radiographs
- DICOM PS3.15 Security and System Management Profiles
- A Method for Efficient De-identification of DICOM Metadata and Burned-in Pixel Text

