跳至正文
朗慧科技

MEDICAL DATA RESEARCH

垂体MRI数据集如何从“有图”走向可验收:Study去重、证据链与多模态质量设计

面向医疗AI研发与数据采购,解析垂体专项MRI如何按Study去重,保留DICOM与报告证据,区分不确定标签和跨模态关联,并用去标识、患者级划分、外部验证与整改复验建立可审计交付。

MRI与三维结构AI辅助整理 · 研发交流

垂体MRI项目最容易被低估的难题,不是能否收集到一批影像,而是能否回答三个基本问题:一项检查到底算一个样本还是多条序列,报告中的“考虑”“不能除外”是否被错误地写成确诊,以及影像、内分泌检验、视野、病理和随访之间究竟建立了什么层级的关系。若这些问题没有在数据字典、标注规则和验收脚本中先固定,后续模型即使能在某个冻结测试集上得到漂亮分数,也很难解释输入、标签和外推边界。

本文讨论一种面向垂体专项MRI的数据建设方法。它把采购或委托规格中的可公开技术问题转译为通用的研究数据设计:以MRI检查/Study为计数单元,以垂体专项序列和解剖覆盖为输入约束,以报告与临床证据分层为标签基础,以患者级划分和外部验证防止泄漏,并把原始性、去标识、版本和整改复验纳入交付闭环。文中不讨论任何个体的诊断或治疗,也不把某个项目的数量目标、机构构成或质量约定表述为现成数据成果。

一、先定义研究对象:垂体专项检查不是普通脑MRI的别名

垂体数据集的第一层需求是解剖和协议边界。面向鞍区病变,影像至少应能支持对鞍区、垂体柄、视交叉、海绵窦和蝶窦等目标结构进行评价;检查是否真正覆盖这些结构,应通过原始影像和几何信息核对,而不是只看检查名称。普通脑MRI可以包含部分相关层面,但不能因为报告写有“脑MRI”就自动替代垂体薄层专项检查。ACR、ASNR与SPR的头颈MRI实践参数把检查适应证、技术、记录、设备和质量改进分别列为需要说明的部分,这提示数据采购也应把“检查做了什么”和“文件声称做了什么”区分开来。4

输入对象应至少包括合法授权范围内的去标识原始DICOM及其逐例关联的正式报告。DICOM不是一张截图:一个文件承载一个SOP实例,文件元信息还涉及SOP Class UID、SOP Instance UID、传输语法和实现信息。6因此,数据字典不能只保留压缩图片和一个疾病类别,而应记录Study、Series、Instance或等效层级、方向和空间几何、磁场强度、线圈、序列名称、TR/TE/TI、层厚、b值、对比剂和动态期相等关键元数据。原始文件、无损转换文件和模型输入文件要分别标记,转换工具及版本也应进入交付记录。

输出对象需要拆成几种不同颗粒度。Study级可以表达一次检查的主要状态、主要诊断和阳性/阴性/不确定;征象级可以表达腺体高度、病灶大小与侧别、强化模式、垂体柄、视交叉、海绵窦侵犯和出血;证据级则要说明字段来自影像报告、直接阅片、病理、内分泌检验、手术记录还是随访。只有在项目明确设计了病灶勾画、空间配准或像素级标签时,才可以把输出扩展到病灶级或体素级。患者级或检查级的跨模态关联,不应被宣传成像素级或病理确证标注。

垂体MRI研究数据的对象层级与证据链技术示意查看完整技术图(可放大)

图1 垂体MRI对象层级与证据链的技术示意;不含真实患者或病例,不表示已完成数据交付或临床诊断。

二、用Study而不是序列数量建立可复核的计数口径

同一次垂体MRI常同时包含冠状和矢状T1WI、冠状T2WI、动态增强、增强后薄层T1WI以及按实际协议取得的DWI或SWI。若把每个序列、期相、重建或视图拆成一个病例,数量会被人为放大,模型也可能在训练和测试之间看到同一检查的高度相关图像。合理的设计是以MRI检查/Study作为基本计数单位,再在Study下保留全部Series和Instance;多序列只增加证据和输入通道,不改变样本数。去重应由稳定主键、时间和文件哈希共同核验,并把重复导出、跨批重复和同一检查的派生对象记录为质量事件。

这种层级设计还决定了算法划分。训练、验证和测试必须以患者为最小独立单位,而不是按切片或序列随机分割。若一个患者有基线、治疗后和随访检查,研究方案应预先决定这些时间点是共同进入一个分组,还是只保留特定时间窗;同一患者的影像、报告和衍生特征不能跨分组泄漏。对于多中心数据,还要把中心、设备型号、软件版本、检查年份和协议列为分层因素,否则模型可能学习到设备或来源差异,而不是垂体征象。

2025年的一项垂体微腺瘤研究比较了非增强T1/T2与动态增强MRI,并对重复阅片和一部分病例的再读进行了盲法与一致性评价。该研究在其特定回顾性队列中观察到动态增强序列的微腺瘤检出率高于所比较的非增强序列,同时指出临床和激素信息并不完整,未来仍需更大规模、前瞻性和更完整随访的验证。1对数据建设的启发不是把动态增强硬性套到所有项目,而是要在Study层记录实际取得的序列、对比剂、期相和缺失原因,使研究者能够按协议分层分析,不能把“未做”误写成“阴性”。

三、标签要同时回答“看到了什么”和“凭什么这样写”

垂体专项数据的疾病和征象标签不宜压缩成一个“异常/阳性”字段。可以按项目范围建立常见与关键场景的分层字典,例如垂体微腺瘤、垂体大腺瘤、垂体卒中、Rathke裂囊肿、空蝶鞍、垂体炎或垂体柄增粗、鞍旁或海绵窦肿瘤、术后改变或残留复发,以及正常或阴性对照。每个条目都要写清最低所需协议、可评价结构、报告级证据和不能外推的边界。少见病变可以按实际可得性单列,不能为了满足类别表而补造病例或从其他患者拼接信息。

同一个标签还要拆开状态和证据。例如“垂体微腺瘤”可以有明确报告、疑似、考虑、不能除外、术后改变、病理确证和无法评价等状态;“功能性”或“非功能性”则需要内分泌检验、临床记录或项目规定的证据支持,不能仅凭影像外观推断。正式报告中的否定语义、比较检查和不确定措辞应原样保留,并以结构化字段映射;结构化字段与原文不一致时,应生成问题记录,而不是静默覆盖原始报告。

标注主体也应与标签颗粒度对应。经过专项训练的医学影像标注人员可以在规范约束下完成初审和字段整理;放射科或神经影像专家负责征象和范围复核;内分泌相关字段需要相应临床资料;手术病理字段由真实证据支持,不能由影像标注者代填。对病灶大小、侧别、腺体轮廓、视交叉压迫、海绵窦侵犯或出血,应保留单位、分级体系、方法和版本。对同一字段存在争议时,记录分歧点、各自依据、仲裁者和生效版本,争议本身也是数据质量信息。

多模态关联要避免一个常见误解:关联键不等于医学真值。内分泌检验可以作为功能背景,眼科视野可以作为视觉通路相关结局,手术病理可以提供组织学证据,随访可以提供变化时间线;它们各自的日期、来源和授权状态都应可追溯。若只有患者级关联,文章和数据卡就应明确写成“患者级关联”;若没有可靠的病灶ID或配准依据,就不能写成“该病灶已有病理标签”。

四、算法路线应围绕输入缺失和外推边界设计

在数据进入模型前,建议先做四道工程检查。第一道是文件级检查:DICOM能否全量解码、Study/Series/Instance引用是否稳定、空间方向和体素几何是否可解释。第二道是协议级检查:序列名称、视图、层厚、动态期相和对比剂是否与实际文件一致,普通脑MRI或关键序列缺失是否被隔离。第三道是文本级检查:检查名称、所见、印象、主要诊断、细分标签以及否定和不确定语义是否逐例配对。第四道是临床级检查:未检测、未知、阴性、失访和无法评价是否分开编码。

在模型层,可以根据研究问题比较单序列、多序列或影像—报告融合。对于微腺瘤检出,可把薄层T1/T2、增强和动态信息按可得性组织成多通道输入;对于大腺瘤侵袭性或术后残留,可将几何征象、时间关系和报告字段作为明确的研究变量,而不是让模型从文件名猜测。若研究目标是报告结构化,还需单独定义文本标注、报告配对和语言质量验收,不能因为有影像标签就默认已经完成影像—文本对齐。

近期研究提供了数据设计上的参照。2025年发表于BMC Cancer的多参数MRI影像组学研究使用T1WI、T2WI和增强T1序列,以手术相关记录作为肿瘤质地标签,并采用内部划分和外部数据进行检验;作者同时展示了不同ROI维度和模型在外部测试中的表现差异。2这说明多序列、ROI边界、标签来源和独立验证必须一起写进方案。2026年的三中心研究则以非增强多参数MRI训练微腺瘤检测模型,比较了2D、2.5D、多通道和Transformer路线,并在内部及两个外部测试集报告结果。3这些结果属于特定研究的实验性能,不等于任何采购数据集的临床效果,也不意味着模型能脱离设备、中心、人群和协议直接部署。

因此,建议将模型开发和数据验收分成可互相核对的版本:输入版本冻结了可用序列和缺失规则,标签版本冻结了征象、状态和证据映射,划分版本冻结了患者级分组、中心外部集和随机种子,模型版本记录预处理、权重和阈值。模型输出若用于研究,应同时返回适用范围和不确定性;不能以热图或注意力图代替独立的病灶证据,也不能把单一指标上升为临床可用性结论。

垂体MRI数据集的模型研发与独立验收闭环技术示意查看完整技术图(可放大)

图2 垂体MRI数据集从专项协议、标签复核到外部验证和Study级验收的技术示意;不含真实患者或实验结果。

五、质量控制要覆盖来源、偏差和复现,而不只看一个总分

来源治理是质量的起点。每个批次都应能说明数据来源类别、授权范围、处理角色、适用目的、伦理或其他处理基础、去标识方法、转换工具和访问边界。去标识不是只删除姓名字段。DICOM PS3.15明确指出,属性保密配置不能保证信息对象已完成去标识,也不能替代结合使用目的、接收者和再识别风险的完整流程;还要关注私有属性、序列中的引用、UID一致性以及像素中烧录的身份文字。5因此,垂体MRI这种头部影像应把DICOM头、私有标签、像素烧录字、报告自由文本和关联表分开检查。

质量偏差也不能被“多中心”三个字自动消除。需要统计不同中心、设备、场强、软件版本、协议、年龄段、性别、功能背景和术后状态的分布;中心集中度过高、少数协议占绝大多数、未知字段过多或阳性与阴性定义不对称,都可能造成模型偏移。正常对照、疑似病例和无法评价病例应单独管理,不能用强制归并来提高表面一致性。若项目包含独立抽检集,应确保它与常规交付患者不重复,并在冻结前锁定抽检对象、阅片人员和结果记录。

专家质量基准应采用盲法或至少避免看到既有标签后直接复制。可按病种、序列、中心和质量档分层抽取,评估报告—标签一致性、征象字段完整性、关键结构覆盖和复核后的争议关闭情况。Dice、IoU、Kappa或ICC等指标只有在参照勾画、抽样单位、计算实现和版本均已预先规定时才有意义;它们不是公司的统一保证值,也不能替代对错患者、错报告、错Study或脱敏失败等阻断性缺陷的检查。

外部验证应尽量保留真实的分布变化,而不是从同一中心随机抽出一小部分伪装成外部集。可按中心或时间窗独立冻结,并按协议、设备、人群和标签证据分层报告敏感度、特异度、阳性预测值、校准和置信区间。若病例量不足以支持某个稀有类别,应如实写“未充分评价”,而不是用零事件推断模型可以识别该病种。研究性能、数据完整性和临床效果是三个不同命题,文章和交付报告都应分别表述。

六、验收要从“交多少”转为“每一例能否复核”

面向算法团队的交付至少应包括逐例索引、字段字典、文件清单、版本号、原始/派生标记、相对路径、文件大小、校验摘要、Study/Series/Instance或等效层级、协议统计、报告配对结果和问题整改记录。统计结果要能从逐例索引重算,不能只交一个无法追溯的汇总数字。最终合格量应以去重后的Study为口径;同一Study的多序列、动态期相和多视图不能拆分成多个样本,也不能把不同质量档的同一对象重复计入。

验收可以分成四组。第一组是完整性:文件可读、目标解剖覆盖、关键序列和元数据存在,缺失状态正确。第二组是语义一致性:原始报告、结构化字段、疾病状态、征象字段和证据来源相互对应,疑似不被并入明确阳性。第三组是关联与隐私:匿名ID稳定,患者—Study—Series—报告—病理或检验关联可解析,直接标识和像素烧录字不泄露。第四组是版本与整改:每个异常有原因、责任、日期、修订前后口径和复验结果;已交付文件不静默覆盖,更正要形成新版本或增量包。

业务逻辑上,项目启动应先把研究任务、模态、解剖覆盖、标签颗粒度、证据层级、分层方式和验收方法写成一份可执行规格,再用一小批合法脱敏样例走通导入、解码、关联、阅片、复核和下游读取。样例没有通过,不应直接扩大到全量。对算法团队,重点是输入方向、体素间距、标签映射和患者级划分;对临床研究团队,重点是报告、检验、病理和随访的证据边界;对信息团队,重点是权限、日志、备份、撤回和删除路径。三类交接物应分别列出,避免把平台、数据服务、接口和标注人力笼统写成一个“已包含”。

朗慧科技已核验的公开能力边界是以AI数据基础设施和流程服务为定位,围绕采集、处理、标注、质检和数据交付提供项目化支持,医疗栏目按部位、模态和任务组织数据目录与样例评估入口,质量交付侧重项目规格、数据卡、质量记录和版本管理。这些能力可以与上述垂体MRI需求形成方法上的适配,但不构成某个具体垂体数据库存量、现货证明、医学认证或已完成临床成果。实际人员资质、数据来源、模态组合、复核层级、周期与交付状态仍应以书面项目方案、授权文件和验收结果为准。

结语:把数据资产做成可解释的研究接口

垂体MRI数据集的价值,不由文件夹里有多少张图单独决定。真正可复用的资产应能说明:这是一项什么检查,为什么算一个Study,哪些序列实际存在,目标结构是否覆盖,标签来自哪个证据,报告的不确定语义是否被保留,跨模态关系到什么粒度,哪些对象通过了去标识和质量闸门,以及模型结果可以外推到哪里、不能外推到哪里。把这些信息写入数据字典、索引、标注记录、模型版本和验收报告,才有可能让数据采购从一次性交付变成可重复的研究接口。

本文只讨论医学影像研究数据建设、标注治理与质量验收,不构成医疗建议、临床诊断、筛查意见、治疗方案或医疗器械性能承诺。任何垂体疾病判断、功能状态判断和临床决策,都需要由具备相应资质的医务人员结合完整病史、原始影像、检查报告、实验室结果、病理和随访作出。

参考来源

  1. Rethinking MRI Protocols for Pituitary Microadenomas: Prioritizing Non-Contrast Imaging for Safe Follow-Up
  2. Preoperative prediction of pituitary neuroendocrine tumor consistency based on multiparametric MRI radiomics: a multicenter study
  3. A multicenter-validated interpretable transformer model for pituitary microadenoma detection based on non-contrast multiparametric MRI
  4. ACR–ASNR–SPR Practice Parameter for the Performance of Magnetic Resonance Imaging (MRI) of the Head and Neck
  5. DICOM PS3.15: Attribute Confidentiality Profiles (Normative)
  6. DICOM PS3.10: Media Storage and File Format for Media Interchange