跳至正文
朗慧科技

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。

MRI与三维结构AI辅助整理 · 研发交流

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”。

肠道MRI检查级计数与多模态证据链的技术示意查看完整技术图(可放大)

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。

肠道MRI质量门控与独立验证的技术示意查看完整技术图(可放大)

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

  1. ACR–SABI–SAR–SPR Practice Parameter for the Performance of Magnetic Resonance Enterography
  2. Consensus Recommendations for Evaluation, Interpretation, and Utilization of CT and MR Enterography in Small Bowel Crohn Disease
  3. SAR Consensus Recommendations for Defining Small Bowel Crohn Disease Strictures at CT and MR Enterography
  4. A comprehensive dataset of magnetic resonance enterography images with bowel segment annotations
  5. Deep learning in magnetic resonance enterography for Crohn’s disease: a systematic review
  6. DICOM PS3.15 2026d: Attribute Confidentiality Profiles
  7. Imaging in inflammatory bowel disease 2025: ECCO-ESGAR-ESP-IBUS multisociety guidelines