MEDICAL DATA RESEARCH
肠道MRI数据集建设:从检查级计数到可追溯的临床证据链
围绕肠道MRI数据集建设,系统说明Study级去重、原始DICOM与报告配对、肠段和征象标签、证据分层、独立复核及外部验证,帮助医疗AI研发团队建立可追溯、可复核的研究数据交付规则。
同一次肠道MRI检查里,快速T2、DWI/ADC、增强序列和动态序列可能共同描述一个病程。如果把每个序列拆成多条“病例”,或者把报告中的“疑似”“不能除外”统一改写成阳性,后续模型学到的就不再是稳定的临床任务,而是重复计数和标签污染。肠道MRI数据建设真正需要解决的问题,不是把腹部影像集中到一个目录,而是把检查对象、肠段、征象、报告、病理或随访证据,以及质量状态组织成可以被复核的关系。
这类项目通常面向炎症性肠病、肠道肿瘤、梗阻和术后改变等研究场景。它既可能用于报告级分类,也可能用于肠段识别、病灶定位、壁厚或狭窄长度测量、活动性量化和纵向变化分析。不同任务对输入序列、标签层级和证据强度的要求并不相同。因此,需求书中的“肠道MRI”不能直接等同于一般腹部MRI,也不能把一项标注任务自然延伸成诊断系统。本文讨论的是研究数据建设与项目验收方法,不构成患者诊断、筛查或治疗建议。
先把一行数据定义清楚
第一项设计决定了后续所有统计:一行究竟代表患者、一次检查、一个Study、一个Series,还是一个病灶。对肠道MRI而言,更稳妥的主计数单位通常是一次完整的MRI检查或Study。一个Study中包含多序列、多期相、多平面重建和重复导出时,它们应该在对象层级上保留,却不应被拆成多个独立病例。去重需要同时看匿名患者键、Study/Series/Instance关系、检查时间的受控表示、文件路径和文件摘要,而不能只按文件名计数。
这一区分还关系到数据划分。若同一患者的基线、治疗中和随访检查被随机分到训练集和测试集,模型可能通过设备、时间或患者特征间接“记住”病例,而不是学习肠道征象。纵向数据必须先按患者隔离,再在患者内部维护时间顺序;同一检查的派生影像、转换格式、测量结果和报告副本也应视为同一证据链。只有在数据字典中写清楚计数单位、去重主键和派生对象关系,样本量、缺失率和模型性能才有可解释的分母。
输入也要按临床任务拆开。对于MR肠道成像,基础对象应尽量保留脱敏的原始DICOM,而不是仅交付截图、胶片照片、报告PDF或关键帧拼图。Study、Series、Instance层级、空间几何、磁场强度、线圈、序列名称、层厚、重复时间、回波时间、反转时间、扩散b值、对比剂与动态期相等字段,决定研究者能否判断某个现象来自疾病、采集协议还是后处理。ACR与相关专业学会的MR肠道成像实践参数本身就将患者选择与准备、检查技术、记录、设备、质量控制和安全列为独立环节。1
因此,数据表不应只写“有MRI”或“有增强”。应记录实际覆盖的结构和肠段、肠腔充盈情况、运动伪影、序列和期相是否存在、是否完成检查、缺失原因以及是否支持目标任务评价。口服对比剂、服用至扫描的时间、抗蠕动药及给药时间,如果项目需要使用这些变量,也应保留原始值、单位和“未做”“未知”“不适用”的区别。对没有产生某序列的日常临床检查,正确做法是标记不可得并调整质量档次,而不是从另一例患者拼接出一个“完整协议”。
图1|技术示意:从原始Study到报告、征象标签和纵向关联;不含真实患者数据,不代表已完成交付或临床诊断。
把“肠道MRI”拆成可执行的临床任务
临床问题决定标签颗粒度。若目标是报告级检索,最小输出可以是检查状态、主要诊断、核心条目、阳性/阴性/不确定和证据来源;若目标是算法量化,则还需要肠段、病灶或征象级位置、测量对象、单位、序列来源和可评价状态。两种任务都可以使用同一份影像,但不能使用同一套模糊标签。采购或研究项目若同时包含分类、检测、分割、属性抽取和纵向配对,应将每一项任务分别写入字典和验收清单。
对常见炎症性肠病任务,标签至少要能表达活动性炎症、狭窄、瘘、脓肿、梗阻、术后吻合口或复发倾向、肠系膜和腹膜异常,以及正常或缓解期对照。克罗恩病成像共识强调,肠道成像报告需要对炎症及其并发症采用共同术语,并将检查用于诊断、治疗反应和并发症评估。2 这对数据工程的启示是:标签不应停留在“异常”“占位”或“阳性”三个宽泛类别,而要保留征象组合、解剖部位、观察范围和证据等级。
狭窄尤其需要版本化定义。2025年发表的肠道克罗恩病狭窄共识指出,影像定义不能只依赖上游扩张,还要考虑狭窄本身的管腔变窄、内镜无法通过等信息,并提出了新的影像判定阈值。3 数据集不应把“炎症性倾向”“纤维化倾向”和“病理证实纤维化”混成一个字段;应分别记录影像观察、临床或内镜证据、病理证据和无法判断状态。这样既能支持不同研究者选择纳入标准,也能避免模型把影像提示误学成组织学真值。
同理,瘘管需要连续影像证据,脓肿要与单纯积液区分,梗阻要保留移行点、上游扩张和动力性或机械性鉴别,术后病例要把术后改变与活动性病变分层。溃疡性结肠炎的评价还受覆盖范围影响,小肠MRI不能替代缺失的结肠评价。小肠肿瘤的组织学类型也不应凭MRI外观直接补全,应把影像层标签与病理层标签分开。所有这些边界都应在指南示例中用“可标”“不可标”“需升级复核”写明。
报告级标签与病灶级标注也不能混用。报告可能说“回肠末段壁增厚,考虑活动性炎症”,但并不自动提供像素级轮廓、病灶起止层面或可重复的长度测量。如果研究只需要报告语义,就应保留原始报告与结构化映射;如果研究需要病灶定位,则要定义病灶ID、肠段、起止层面、测量单位、边界不清和部分可见的编码。跨模态关联同样有强弱之分:患者级或检查级关联可以支持纵向研究,但不能被宣传为病灶级、像素级或病理确证标注。
从原始数据到算法路线:先做质量分流,再做模型任务
算法路线不应从“选一个最强模型”开始,而应从可用对象和目标输出倒推。第一层是影像准入与可读性分流:自动解码、检查完整性核对、Study/Series/Instance关系检查、序列和期相识别、空间方向验证、伪影与覆盖范围标记。第二层是基础结构和肠段定位,可在项目允许的范围内使用预标注或半自动分割,帮助定位小肠、结肠、胃和十二指肠等结构。第三层才是征象或病灶任务,例如壁增厚、强化、弥散异常、狭窄长度、瘘管、脓肿或梗阻相关结构。模型输出应保持草稿状态,进入专家修订和约定审核后才能成为研究标签。
公开研究说明,肠道分割并不等于临床活动性识别。2025年一个MRE数据集研究以多序列肠道MRI为基础,对消化道分段进行像素级标注,由两名有经验的阅片者完成细化,再由腹部影像专家复核并解决分歧;研究还报告,阑尾和盲肠等小结构更难分割,空肠与回肠之间也未进一步细分,末端回肠识别仍是局限。4 这类公开数据集能为标签层级和复核流程提供参考,但不能被直接当作任何项目的现货资源,也不能把研究中的分割结果转换成临床效果承诺。
对于活动性评估,可以考虑把影像特征抽取与规则化评分结合起来,但必须记录所用评分体系、版本、输入序列、适用人群和缺失项处理。壁厚、壁强化、水肿、溃疡、梳状征、扩张、狭窄长度和瘘脓肿等字段之间存在临床语义关系,不能由多个独立模型输出后不加检查地拼成总分。若某一序列缺失,系统应输出“无法评价”或降级结果,而不是用阴性填充,以免把采集差异伪装成疾病差异。
2024年的MRE深度学习综述显示,已有工作覆盖图像质量增强、肠壁或肠腔分割、动力测量和三维重建等不同任务,但纳入研究的样本和参考标准差异较大,综述指出当时这些研究均未完成外部验证。5 这意味着,内部测试集上的Dice、敏感度或一致性不能单独证明跨中心可用。更稳妥的路线是把模型任务拆成可独立验收的模块,先验证输入和标签稳定性,再在未参与开发的中心、设备代际或协议组合上进行外部测试。
专家标注不是“最后看一眼”
专家角色要与标签来源匹配。基础标注人员可以按字典完成对象定位、字段转录和缺失编码;具备相应亚专科经验的阅片者负责征象判断、边界修订和困难病例复核;争议病例则需要升级到预先约定的仲裁角色。标注者应看到与任务相关的原始序列和必要的关联资料,但评测时应避免不当暴露结局或病理信息造成标签泄漏。每次修改都应保留操作者、时间、指南版本、模型版本、修改对象和修改原因。
盲审不应只核对轮廓是否“看起来像”。对报告级任务,要检查报告与Study是否错配、否定和不确定语义是否被改变、影像提示是否被升格为病理确诊;对病灶级任务,要检查肠段、病灶ID、边界连续性、测量单位、层面顺序和多病灶关系;对纵向任务,要检查前后检查、治疗状态和比较对象是否稳定。难例、术后病例、运动伪影和部分覆盖病例应保留为质量分层,不宜为了提高表面一致性而全部排除或强行补标。
一个公开的MRE分段研究采用“初始标注—模型粗分—医生修订—专家复核”的闭环,说明预标注可以减少重复勾画,但它不能替代医学终审。4 对项目方而言,最有价值的过程指标不是某个固定的统一准确率,而是不同亚组的修改幅度、争议类型、审核退回原因、标签缺失模式和版本修订影响。高风险标签应提高复核密度;若某一设备或协议的预标注系统性失败,应先进入例外队列和指南修订,再谈批量扩展。
质量验收要同时看数据、证据和分布
验收可以分为四层。第一层是来源和合规:来源机构、授权范围、处理角色、伦理或其他适用基础、最小必要用途和访问边界能够被审计。第二层是原始数据:DICOM可读、层级完整、关键元数据与文件一致、文件摘要可重算、报告路径可追溯。第三层是医学语义:检查名称与实际覆盖一致,报告逐例配对,阳性、阴性、疑似、无法评价、未做和未知不互相覆盖,影像提示和病理证据分层。第四层是分布和研究适用性:中心、设备、年份、年龄段、性别、病种、协议、术后状态和质量档次能够由逐例索引重算,而不是用不可追溯的汇总数代替。
这类项目通常还需要一个独立的医生复核子集。它不应与常规交付清单中的患者重复,并应覆盖关键疾病、少见但高风险的征象、不同协议和质量受限场景。独立子集的作用不是制造一个漂亮的分数,而是检验标签字典、抽样策略和审核流程是否能在生产队列之外成立。对于外部算法评测,应同时报告患者和检查的分母、标签来源、缺失处理、中心与设备构成、阈值、置信区间和失败样本,避免只展示单一最优指标。
DICOM标准也提示,属性层面的去标识并不等于整个信息对象已经安全。DICOM PS3.15明确指出,配置文件不能保证所有可识别信息都被移除,去标识流程还需要结合用途、接收者和再识别风险评估。6 对肠道MRI而言,应检查患者和机构字段、私有属性、UID重映射、序列内引用关系、报告和附带文档,以及可能存在的像素内文字或图形。相关选项要求处理烧录在像素数据中的身份信息,且多实例之间的替换UID和引用关系要保持一致。6 因此,验收中应同时保留脱敏工具与版本、像素检查记录、异常处理、访问日志和撤回或更正路径。
ACR等专业参数用于界定检查和记录的专业边界,但不应自动变成未经双方确认的合同硬阈值。项目的病例构成、少见征象最低量、中心分布、抽检比例和质量分档,都应在样例评估后按研究目的书面锁定。对外文章可以讨论为什么需要这些维度,却不应公开具体合同数量、报价、客户名单或内部结算规则。任何无法独立核验的库存、专家规模、覆盖量和临床效果,也不能被包装成公司能力。
图2|技术示意:从来源与DICOM准入到专家复核、患者级划分和外部验证;不含真实患者数据,不表示已完成实验或监管审定。
数据工程与业务交付如何衔接
对医疗AI研发团队,肠道MRI数据的价值在于能否把一个具体研究问题转成稳定的输入输出协议。启动阶段应先确认是报告抽取、征象分类、肠段分割、病灶测量、纵向反应评估还是跨模态研究,再决定需要哪些序列和证据。小批量试标要主动暴露边界争议,例如“部分覆盖是否允许阴性”“术后改变是否单独成组”“狭窄长度从哪一层面起算”“缺少增强序列是否仍可进入某个任务”。规则一旦改变,要评估已完成批次是否需要回溯。
交付物也不应只是一包影像。建议同时交付字段字典、对象层级说明、文件manifest、标签文件、报告关联表、来源和脱敏说明、质量统计、争议清单、整改复验结果、版本变更记录和已知局限。若数据会用于训练,还应附带患者级划分、派生数据清单和防泄漏说明;若数据会用于论文或独立评测,则应固定评测集、保存模型或规则版本,并描述外推边界。这样,后续团队才知道哪些字段是原始事实,哪些是专家判断,哪些是规则派生,哪些只是当前项目可用的暂时状态。
公司已核验的定位是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;医疗方向提供按部位、模态和任务组织的数据目录与样例评估入口。对肠道MRI项目,这一能力边界可以转化为需求梳理、字段与标签规范、DICOM入库检查、标注协同、质量记录和版本化交付的项目支持。但具体数据来源、专家配置、协议覆盖、可交付规模和验收指标,仍须以授权、样例评估和书面项目方案为准,不能从平台定位推导出现货数据或临床验证结果。
截至2026年的影像指南讨论进一步强调,MR肠道成像在炎症性肠病的基线评估和随访中具有重要位置,但标准化协议、培训和跨机构一致性仍是落地障碍。7 这正是肠道MRI数据采购不应只问“有没有多少例”的原因:研究者还要问这些检查能否按Study去重,序列是否可读,标签是否来自适合的证据,跨中心是否有可比较的协议,外部测试是否真正独立,以及版本更正后能否追踪影响范围。
一份可复用的肠道MRI数据集,最终应让三个角色读懂同一套事实。临床专家能看到征象定义、证据来源和不确定性;算法团队能得到稳定的层级对象、输入模态和划分规则;采购与质量团队能依据逐例清单、抽检记录和版本包进行验收。只有当这三者对计数单位、标签边界和质量门槛达成一致,数据才可能从一次性文件交付,转化为可复核、可迭代、可外部验证的研究基础设施。
研究与应用边界
本文所述标签和流程用于医学影像研究数据建设、算法开发、数据治理与项目验收,不构成对任何个体的诊断或治疗意见。公开研究中的样本量、分割指标、评分体系和指南结论,不能直接转换为公司现货规模、统一模型指标或临床效果。实际使用仍需由具备相应资质的专业人员依据完整病史、原始影像、报告及其他必要证据作出判断,并遵守适用的伦理、隐私、安全和监管要求。
参考来源
- ACR–SABI–SAR–SPR Practice Parameter for the Performance of Magnetic Resonance Enterography
- Consensus Recommendations for Evaluation, Interpretation, and Utilization of CT and MR Enterography in Small Bowel Crohn Disease
- SAR Consensus Recommendations for Defining Small Bowel Crohn Disease Strictures at CT and MR Enterography
- A comprehensive dataset of magnetic resonance enterography images with bowel segment annotations
- Deep learning in magnetic resonance enterography for Crohn’s disease: a systematic review
- DICOM PS3.15 2026d: Attribute Confidentiality Profiles
- Imaging in inflammatory bowel disease 2025: ECCO-ESGAR-ESP-IBUS multisociety guidelines

