跳至正文
朗慧科技

MEDICAL DATA RESEARCH

上腹部MRI数据建设,先把“检查”定义清楚:从DICOM对象到可复核验收

面向医疗AI研发与数据采购,拆解上腹部MRI的Study级计数、DICOM层级、MRCP与动态期相、报告不确定语义、证据分层、专家复核、患者级防泄漏和批次验收方法,明确研究数据与临床诊疗的边界。

MRI与三维结构AI辅助整理 · 研发交流

上腹部MRI数据集最容易被低估的问题,不是影像数量不够,而是“一次检查”究竟应当怎样被记录、去重、解释和验收。如果同一Study中的多序列、多期相、多重建被重复计数,或者正式报告、DICOM元数据与疾病标签不能稳定回到同一检查,后续的模型训练、影像组学和多模态研究都会在数据入口处产生不可见的偏差。更复杂的是,上腹部MRI同时覆盖肝、胆、胰、脾、双肾、肾上腺和腹膜后等结构,常规上腹部检查、MRCP、肝脏或胰腺专项检查在视野、协议和临床问题上并不等价。

因此,一份面向医疗AI研发和科研采购的数据需求,不能只写“收集MRI影像并标注病灶”。它需要先回答四个问题:临床任务是报告级分类、器官/病灶分割,还是跨时间和跨模态关联;数据对象的最小单位是患者、检查、序列还是病灶;标签是影像提示、病理结果,还是经过规则化的研究终点;交付的质量如何由逐例索引、抽检和版本记录来证明。把这些问题前置,才能让数据规模与研究可用性建立真实联系。

一、从临床任务出发,而不是从文件数量出发

上腹部MRI的需求通常包含多个层次。第一层是检查级数据建设:每一行对应一个MRI检查或Study,检查内的Series、Instance、序列、期相和重建作为下级对象保存,而不是拆成多条病例。第二层是报告级信息抽取,包括检查名称、所见、诊断结论、主要诊断、细分标签、比较检查,以及否定、疑似、考虑和不能除外等语义。第三层才是对象级任务,例如器官轮廓、病灶数量和大小、肝段、强化期相、胰管或胆管关系、血管侵犯等。三层不能混成一个“阳性/阴性”字段,否则既无法支持算法训练,也无法审查标签的证据来源。

解剖范围也应按实际进入诊断视野且质量支持评价的结构记录。肝脏任务需要区分病灶与背景肝、动态增强和弥散序列是否可用;胆道任务应区分MRCP和常规MRI对管腔、扩张或狭窄的可见性;胰腺任务可能依赖增强、DWI与MRCP的组合;肾脏、肾上腺和脾脏则需要明确是否完整覆盖。ACR关于腹部MRI的专业参数把胰腺、脾脏、肾脏和输尿管、腹膜后、肾上腺、血管、胆管和胆囊、胃肠道与腹膜等分别列为适用范围,并同时强调检查技术、文档和质量控制要求。1 对数据建设而言,这意味着“检查名称”不能替代“实际覆盖范围”核验。

需求中的病种和征象也要区分常见任务与证据边界。肝细胞癌、肝转移瘤、肝血管瘤、复杂囊性病变、脂肪肝或铁沉积、肝硬化及门脉高压,可构成肝脏任务的不同标签组;胆石症、胆管结石、胆管炎和胆道梗阻需要保留梗阻部位、扩张和炎症等结构化语义;胰腺炎、胰腺囊性病变、胰腺实性肿瘤、肾脏肿瘤或复杂囊肿、肾上腺及脾脏病变则应按相应器官和协议分层。影像报告中的“倾向”“疑似”不能被自动提升为病理确诊,治疗后改变也不应与初发病灶无标记合并。

上腹部MRI检查级数据链:从DICOM对象、报告语义到可复核交付索引。查看完整技术图(可放大)

图1|技术示意:用于说明研究数据工程关系,不表示真实患者、真实批次或临床诊断结果。

二、把DICOM原始对象、协议语义和报告配对在同一条链上

原始DICOM不是“若干张图片”的压缩说法,而是具有Study、Series、Instance和空间坐标关系的医学对象。数据索引应保留序列名称、视图、期相、设备厂商与型号、软件版本、磁场强度、线圈以及TR、TE、TI、层厚、b值、对比剂和动态采集信息。对MRI而言,信号强度并不像CT的HU那样具有跨设备的固定物理标尺,序列命名、采集参数、重建方式和设备差异会直接影响模型输入分布。因此,保留原始值与“未知/未做/不适用”的语义,比事后把字段全部归一成一个标准名称更可靠。

DICOM PS3.10规定了医学影像文件格式、文件元信息和数据集的交换框架,适合用来约束原始文件的可读取性、传输语法和层级完整性。2 但“文件能打开”不等于研究对象完整。入库检查还应识别重复Study或重复哈希、缺失关键Series、空间方向不一致、层序错乱、动态期相缺失、序列名称与文件内容不符,以及报告路径无法回指检查主键等问题。截图、胶片照片、报告PDF或关键帧拼图可以作为辅助材料,却不能替代约定的原始影像对象。

正式报告与影像的配对需要稳定匿名检查ID,必要时再通过患者级匿名ID连接前后检查。跨模态关联应记录关联强度:患者级关联只能说明同一匿名个体可能存在CT、病理、手术、检验、治疗或随访对象;检查级关联还需要明确时间顺序和检查目的;只有在原始数据和配准证据充分时,才可以讨论像素级或病灶级关系。不能因为两份数据具有相同患者ID,就把影像提示写成病理确认,也不能把一个检查的报告复制到另一检查上。

去标识化也应被写成可审计动作,而不是一句“已脱敏”。DICOM PS3.15明确提醒,属性保密配置文件不能保证所有可识别信息都被删除,属性去标识化不等于整个信息对象已经去标识化;像素内烧录文字、图形叠加、私有属性、UID一致性和相关对象之间的引用仍需单独处理。3 对纵向研究,匿名ID和重映射UID必须在同一授权边界内保持稳定,同时避免通过日期、设备、罕见检查组合等准标识符造成再识别风险。数据工程团队应交付去标识规则版本、工具版本、检查日志和异常清单,而不是只交付处理后的文件。

三、标签设计要同时表达疾病、征象和不确定性

上腹部MRI的标签体系宜采用“器官—任务—语义—证据—版本”的层级。器官层记录目标结构是否完整进入视野;任务层记录病灶检测、器官分割、报告抽取、定量测量或跨时间比较;语义层区分明确阳性、明确阴性、不确定、无法评价、未做和未知;证据层记录影像报告、病理、检验、手术或随访及其日期和来源;版本层则记录标签字典、分级体系或定量软件的版本。这样的结构能够避免把“未检查”误当成“阴性”,也避免把“未见明显异常”直接解释为所有范围内疾病均被排除。

疾病标签的颗粒度应与任务目标匹配。以肝病为例,研究可能只需要报告级的肝细胞癌有无,也可能需要肝段、病灶大小和数量、动脉期强化、洗脱、包膜、血管侵犯以及高危背景。前者不应被包装成像素级病灶标注,后者则需要明确每个病灶的编号、适用期相和边界规则。对于脂肪分数、R2*或其他定量值,应同时保留采集方法、软件或序列条件、单位和版本;没有原始依据时,不能由普通同反相位描述推导一个精确数值。

病理或随访证据具有更高的证据层级,但也不意味着所有病例都必须强行补齐。对于非典型肝脏病灶、胰腺囊性病变、肾脏复杂囊肿或胆道肿瘤,应允许“影像倾向—待证实—病理/随访支持”的多状态表达。术后改变、治疗后残留、复发疑似和新发病灶也应分开编码。若项目只做报告级结构化数据,就应明确不提供病灶级Mask;若项目要求分割或测量,就要在标签字典中规定边界、最小可评价范围、伪影处理和部分容积处理。

四、算法路线应服务于数据语义,而不是先选择模型名称

一个可实施的研发路线,可以分为四个阶段。第一阶段是数据准入和协议归一:解析DICOM层级,检测关键字段,按Study去重,建立检查—报告配对,并把序列、期相、设备和视野纳入输入特征。第二阶段是报告和索引结构化:利用规则、自然语言处理或人工复核抽取器官、病种、征象、否定和不确定语义,保留原文片段或可回指的证据位置。第三阶段是任务模型:对器官或病灶分割使用体数据模型,对报告级标签使用多序列或影像—文本模型,对跨时间问题使用患者级时间线和检查间相对时间,而不是把同一患者的所有影像随机打散。第四阶段是独立验证和失败回流:将模型错误按中心、设备、协议、伪影、病种和标签状态分类,回写指南、抽检方案和下一版本数据字典。

公开研究已经说明,腹部MRI的模型路线不能脱离数据条件。AMOS基准数据集包含多中心、多厂商、多模态、多期相和多病种的500例CT与100例MRI,并提供15个腹部器官的体素级标注,用于检验分割算法在多样场景下的稳健性。4 这类基准的价值不在于把其规模直接复制到任何项目,而在于提醒数据建设者:中心、设备、模态、期相和疾病构成必须显式记录,不能用一个“腹部MRI”标签概括全部分布。

PanSegNet研究收集了五个中心的767项T1W/T2W腹部MRI扫描(T1W 385项、T2W 382项),并在跨模态、跨中心条件下评估胰腺分割;研究同时报告了观察者间一致性并指出外部验证存在域偏移。5 这对数据采购和研发有两个启示:一是专家标注本身也有不确定性,尤其是胰腺等边界较复杂的器官;二是内部测试结果不能替代中心外测试。另有研究在腹部CT和MRI上以图像空间和特征空间的域随机化评估跨站点、跨模态和未见数据的泛化,并把AMOS等数据作为外部测试域。6 域随机化可以作为算法策略,但不能替代真实多中心样本、协议元数据和分层验证。

在分割任务中,AI预标注应被定义为草稿生成,不应直接成为金标准。模型输出需要经过关键切片、三维几何、邻近器官关系和边界连续性复核。对动态增强或DWI,预标注还需检查模型是否把期相差异误当成病灶差异。对报告抽取模型,则应特别审查否定词、比较检查、条件句和“不能除外”等语义。模型版本、提示或预标注来源、人工修改范围和最终审核状态应随交付包保存,否则后续研究无法判断标签来自人工原始意见还是自动传播结果。

五、专家标注与质量控制要覆盖争议,而不只是覆盖数量

标注主体应按任务分工。具备相应亚专科经验的影像专家负责任务定义、边界案例和最终医学仲裁;经过培训的标注人员可以承担结构化录入、初步勾画或资料整理,但不能在没有规则和监督的情况下自行把疑似标签升级为确诊。复杂病灶、术后改变、严重伪影、部分覆盖和跨期相不一致应进入高风险队列。对一部分样本进行独立双读或盲审,保留每位阅片者的原始意见、分歧位置、仲裁理由和最终标签,比只给出一个总体一致率更能解释数据质量。

质量指标也要匹配抽样单位。Study级指标适合报告去重、可读取率、报告配对率和协议字段完整率;器官或病灶级指标适合边界一致性、测量差异和分割评价;患者级指标适合纵向关联和数据泄漏检查。Kappa、ICC、Dice或表面距离是否适用,应在方案中预先规定参考标准、计算实现、抽样策略和缺失处理,不能把不同分母混成一个“总准确率”。研究指标只说明在给定数据和冻结划分上的表现,不能直接推导临床诊断效果。

偏差检查应在入组和验收两端同时进行。入组时记录中心、设备厂商与型号、磁场强度、软件版本、协议、检查年份、年龄段、性别和专项人群;验收时按这些维度统计缺失、集中和异常。单一中心或单一设备占比过高,会让模型把设备纹理、协议习惯或报告风格当作疾病线索。阳性导向子集还应单独说明阴性、正常对照、筛查和不确定病例的比例,避免通过选择性纳入制造看似较高的阳性率。对于少见病种,非零覆盖并不等于足以支持稳定训练,应把样本量和外部验证能力分开讨论。

上腹部MRI标签与外部验证闭环:把医学分歧、数据偏差和验收证据放在同一条链上。查看完整技术图(可放大)

图2|技术示意:用于说明标注和验证方法,不表示真实实验结果、真实患者或任何临床性能承诺。

六、验收要围绕Study级交付和证据闭环设计

批次验收首先要锁定计数口径。以MRI检查或Study为主键去重,重复导出、多序列、多期相和多视图只计一次;同一患者的多次检查可以分别计入,但必须保留患者级匿名关联和相对时间。逐例索引至少需要能回指批次、来源类别、检查主键、实际部位、协议与序列、设备信息、文件路径、字节数或哈希、原始/派生状态、报告和标签证据。统计表应能够从逐例索引重新计算,而不能只提交一个无法复核的汇总数字。

验收内容可以按质量档次组织。基础档关注原始影像可读取、去标识和报告配对;标准档再加入设备、协议、人群元数据和核心标签;临床档补充详细所见、主要诊断、病史和来源;完整档要求完整序列、期相或纵向检查关联;多模态档才讨论HIS/EHR、病理、检验、治疗和随访的证据连接。每个Study应按实际达到的最终档次计入一个层级,不能把同一例同时在多个档次重复结算。跨模态关联不应被误写成像素级、病灶级或病理确证标注。

独立抽检应从中心、协议、器官、病种、阳性状态、术后状态和质量档次分层抽取,并与常规交付清单做好患者级去重。医生直接阅片或阅图时,需要同时核对原始影像、结构化文本、标签和去标识报告,重点检查错患者、错报告、关键语义改变、序列缺失和范围外阴性结论。问题样本应形成整改清单,整改后重新自动检查并按风险复抽;如果授权链无法核验、直接身份信息泄漏、错配或文件被静默替换,应作为阻断性缺陷处理,而不是用平均质量分数抵消。

版本控制是业务逻辑的一部分。每一批数据应同时交付数据字典、文件清单、分布统计、核心条目覆盖表、质量报告、抽检记录、问题与整改状态、版本号和适用边界。若规则、病种清单、协议范围或字段含义变化,应形成新版本或增量包,说明受影响对象、旧新摘要和是否需要重新训练。这样的交付方式会让数据从一次性文件变成可追溯、可修订、可复用的研究资产,也使采购方能够把数量、质量、证据和后续责任分开管理。

七、把研究价值和能力边界同时写清楚

对医疗AI研发团队而言,上腹部MRI数据的价值不只是训练一个分类器。检查级主键和序列层级支持数据去重、病例划分和复现;协议与设备元数据支持域偏移分析;报告中的不确定语义支持更真实的弱标签和拒识策略;病理、手术或随访的来源层级支持研究终点设计;独立外部集则为模型跨中心和跨设备评估提供基础。反过来,如果数据只剩下压缩影像和一个二元标签,后续即使使用更复杂的多模态模型,也很难解释错误来自输入、标签、协议还是人群分布。

在已核验的能力边界内,朗慧科技的定位是AI数据基础设施和流程服务商,可围绕项目评估参与数据字典梳理、医学标注、质量记录、过程协作和数据交付设计;医疗目录与样例评估入口可用于进一步确认具体模态、任务和交付范围。是否具备某种现货数据、特定中心覆盖、固定专家配置、某个病种的独立模型或某项临床效果,不能由需求文本或网站自述推导,必须以合法授权、样例评估和项目书面确认作为依据。

实际启动时,建议先用经过授权和去标识的样例完成小规模试运行:确认Study级计数、DICOM可读性、序列和期相字段、报告配对、阳性/阴性/不确定语义、专家复核和导出包能否闭环。试运行不应以“看起来有影像”作为通过标准,而应产生一份可回放的问题清单和版本冻结记录。只有当数据团队、医学团队、算法团队和信息安全角色对纳入排除、标签字典、外部验证与整改责任达成书面一致后,才适合扩大到更大批次。

上腹部MRI数据建设的核心,不是把所有可能的模态、病种和标签一次性堆进目录,而是让每一个Study都能回答:它来自哪种协议,实际覆盖了什么,报告说了什么,标签依据是什么,是否存在不确定性,经过谁的复核,最终以哪个版本交付。以这个问题为中心组织DICOM对象、临床语义、专家标注、算法验证和验收证据,才能把“数量需求”转化为可解释、可复核、可持续迭代的医学AI数据基础设施。

参考来源

  1. ACR–SAR–SPR Practice Parameter for the Performance of Magnetic Resonance Imaging (MRI) of the Abdomen (Excluding the Liver)
  2. DICOM PS3.10 2026d - Media Storage and File Format for Media Interchange
  3. DICOM PS3.15 2026d - Attribute Confidentiality Profiles (Normative)
  4. AMOS: A Large-Scale Abdominal Multi-Organ Benchmark for Versatile Medical Image Segmentation
  5. Large-scale multi-center CT and MRI segmentation of pancreas with deep learning
  6. Deep Learning with Domain Randomization in Image and Feature Spaces for Abdominal Multiorgan Segmentation on CT and MRI Scans