跳至正文
朗慧科技

MEDICAL DATA RESEARCH

乳腺超声多模态数据怎么验收:从检查计数到病灶证据链

面向医疗AI研发与数据采购,拆解乳腺超声Study计数、静态与动态原始模态、病灶定位、BI-RADS与病理证据分层,以及防泄漏、外部验证和可回放验收方法。

超声与动态序列AI辅助整理 · 研发交流

乳腺超声项目常被低估的,不是图像数量,而是“一例检查”究竟包含什么。若同一次双侧检查被多序列、多视图或重复导出拆成多例,可能造成样本权重失真;若静态图、动态视频和报告没有稳定关联,算法无法判断一处病灶属于哪个检查;若影像提示、BI-RADS、病理和随访被压成一个良恶性标签,研究者也无法区分观察意见与结局证据。对于面向医疗人工智能研发的数据建设,乳腺超声交付应被看作一条可追溯的证据链,而不只是图片、表格和标注文件的拼接。

本文将需求拆成四个相互连接但不能互相替代的层面:检查与原始影像,病灶与空间标注,报告与结构化语义,病理或随访等外部证据。讨论的对象是脱敏、授权后用于研究和算法开发的数据工程,不针对任何个人影像给出诊断,也不把数据建设目标表述成临床效果。

先把“一个检查”定义清楚

乳腺超声的计数单位应先于算法任务确定。一个可执行的定义通常以一次超声检查或 Study 为主键,同次双侧完整检查仍作为一个研究对象;该对象下面可以有多条 Series、多个视图、多个序列和多个文件,但派生图、关键帧拼图和重复导出不能自动增加病例数。项目需要同时保存送检、通过、整改、剔除和待核验状态,避免把尚未完成质量处置的文件算进合格样本。

模态字段也不能只写“超声”。灰阶或 B 模式静态图、彩色或能量多普勒、弹性成像、造影超声以及设备原始视频,反映的是不同的采集对象。某项检查没有产生某个序列时,应编码为“未做”或“不适用”,而不是补写成阴性;文件存在但无法可靠解释时,应进入“待核验”或“无法评价”。这种区分直接影响训练任务的输入缺失机制,也影响后续对模型失效原因的解释。

DICOM 超声多帧对象本身就包含患者、Study、Series、采集、图像、Cine、Multi-frame 和超声区域校准等模块6。因此,交付时至少要核验帧数、帧顺序、像素尺寸、空间尺度和采集参数是否能被下游读取。若项目需要保留设备原始视频或多帧 DICOM,就不能用报告截图、胶片照片或少量关键帧拼图替代完整对象。静态图适合构建单帧检测、分割和属性分类,动态视频则可支持时序质量判断、病灶出现范围和扫查过程研究;两者的验收口径应分别书写。

乳腺超声多模态数据对象从采集到研究交付的结构化链路示意。查看完整技术图(可放大)

图1 乳腺超声多模态数据对象链路技术示意。图中仅表示数据关系与质量控制逻辑,不含患者样本,不表示已完成实验或临床诊断。

从乳腺与腋窝范围到病灶对象

“覆盖乳腺”不等于每一例都完成了双侧和腋窝的完整检查。数据字典应记录实际进入诊断视野的结构、检查完整性和范围状态。病灶至少需要侧别、象限或钟点、距乳头等定位信息,并把病灶 ID 与检查 ID 分开管理。同一检查中的多个病灶必须拥有各自的对象记录,不能以病例级“阳性”标签代替病灶级关联;若某个结构只在有限视野内出现,也不应据此生成范围之外的阴性结论。

空间标签的颗粒度要服从研究问题。病灶检测可以采用框或点,形态分析和分割任务需要像素级 Mask,微小钙化或边缘模糊点可按项目字典采用点、框或区域标签。肿块、囊肿、导管内病变、炎性改变、腋窝淋巴结和术后改变的空间对象不应互相覆盖成一个“异常区”。对于边界不清、被遮挡或暂时离开视野的帧,应记录不可见、部分可见、未知及原因,不应为了制造连续轮廓而臆补边界。

疾病或征象清单还需要保留临床语义的层级。可疑肿块、乳腺癌、纤维腺瘤、不同类型囊肿、乳腺炎或脓肿、导管扩张或导管内病变、腺体结构紊乱、异常腋窝淋巴结、术后或介入后改变,以及正常或筛查阴性,都可以作为项目的候选类别,但具体纳入范围要由研究问题、授权和书面规格共同决定。疑似、考虑、不能除外、治疗后改变和病理确诊必须保留原始语义,不能为了平衡类别而强行并入明确阳性或明确阴性。

把影像语义和结局证据分层

BI-RADS 的价值在于提供标准化的乳腺影像术语、报告组织方式和分类体系,并支持质量审查和结果分析4。在数据集中,原始 BI-RADS 类别、版本、报告文本和研究者后续派生标签应分列保存。形状、方向、边缘、回声、后方特征、血流和弹性等字段,首先是影像观察或报告语义;它们不能在没有外部证据时被改写成病理结论。

良恶性、组织学亚型和分子信息需要独立记录证据来源。病理可以是手术或穿刺后的结果,随访可以在预先约定的观察窗口内支持部分良性标签,报告或专家复核则属于不同的证据层级。每个证据字段都应有日期或时间关系、关联病灶 ID、来源类型、授权状态和复核状态。缺少病理不能等同于病理阴性;未提供随访也不能等同于无事件。证据不够时,宁可保留未知或不适用,也不要制造看似完整的真值。

公开的 BrEaST 乳腺超声数据集展示了这种分层思路:它把患者级标签、图像级空间标注和肿瘤级标签分开,并将随访或活检验证、BI-RADS 特征和组织学信息并列组织1。这类公开研究说明了字段如何协同,并不意味着任何项目可以直接复制其标签定义、样本构成或外推范围。研究团队应在数据卡中说明哪些变量用于训练目标,哪些只用于分层、敏感性分析或排除规则。

跨模态关联同样要避免过度解释。乳腺钼靶、MRI、病理或治疗资料可以通过匿名患者 ID、检查 ID、标本 ID 或纵向关联 ID 建立研究关系,但患者级或检查级关联不等于像素级配准,也不等于某个病灶已经被病理逐点确认。关联键应有来源证据和时间方向;如果只知道同一患者曾经接受过另一模态检查,就只能标注“存在关联”,不能写成病灶级对应。

数据结构决定算法能否复用

面向研发的数据对象至少可以分成病例、检查、序列或视图、病灶、帧、空间标注、报告、证据和审计记录九层。病例层保存稳定的脱敏研究 ID、授权状态和必要的人群分层;检查层保存 Study、日期的受控表示、检查目的和覆盖范围;序列层保存模式、视图、设备、探头、软件版本和关键采集参数;病灶层保存 LesionID、位置、属性与证据来源;帧层保存帧号、关键帧规则和可见性;空间层保存坐标系、BBox、点或 Mask;报告和证据层保存原文、结构化映射、来源与时间;审计层保存标注、复核、争议、修改和导出版本。

这种层级不是为了增加字段数量,而是为了让同一对象支持不同任务。算法团队可以在病例层进行训练、验证和测试划分,在病灶层研究多病灶场景,在帧层研究视频时序,在空间层训练检测或分割,在报告层做结构化信息抽取,在证据层进行病理或随访分层。只留下一个病例级类别,会使这些任务彼此污染;只留下像素文件而没有来源和版本,则难以追溯标签为何变化。

报告文本与图像的关系尤其需要单独建模。报告中的检查所见、诊断印象、主要诊断、细分标签、否定语义和不确定语义,最好逐例关联,并保留原文与结构化映射之间的关系。图像与文字出现冲突时,应生成冲突状态和待复核记录,而不是默认让报告覆盖影像或让标注者主观改写报告。后续如果训练影像—文本模型,应明确输入是原始报告、结构化字段还是专家修订字段,避免把同一来源的派生标签重复喂给模型。

算法路线要跟数据颗粒度对齐

第一类任务是质量与范围识别。模型可以判断影像是否可读、结构是否进入视野、是否存在严重遮挡或增益异常,但质量标签必须先由规则和专家定义,否则模型会把设备差异、操作者习惯或水印信息当成质量线索。第二类任务是病灶定位和分割,输入可以是静态图或经过明确抽帧策略的视频,输出应包含病灶位置、类别、可见性和不确定状态。第三类任务是属性或报告结构化,输出应区分影像特征、报告字段和证据字段。第四类任务是多模态融合,可将图像、视频、报告与临床变量在病灶或检查层对齐,但必须让缺失模态保持缺失标记。

公开研究已经显示,乳腺超声 AI 的研究任务并不单一。2025 年一项乳腺超声报告生成研究从多家医疗机构构建训练、验证、内部测试和外部测试集合,并由不同经验层级的放射科医师盲审 BI-RADS 类别和病灶特征2。这项工作支持的是一个具体的报告生成与辅助分类研究设计,不能被理解成所有乳腺超声数据都适合端到端报告生成,更不能把研究中的接受率直接改写成供应商能力或临床收益。

另一项 2025 年研究将深度学习影像组学与临床变量用于乳腺病灶风险分层,同时明确指出单中心、静态图像以及未纳入彩色多普勒和弹性信息会限制外推3。这对数据建设的启发是,模态越丰富,越要标明哪些序列真实存在、哪些序列未做、哪些字段只来自报告;不能因为采购规格列出了多模态,就把缺失的动态或弹性信息当作可由算法补全的输入。

专家标注不是一个“准确率”数字

乳腺超声的边界受散斑、低对比度、腺体重叠、压迫方式和扫查角度影响。标注规范应先用文字和脱敏概念样例规定病灶拆分、合并、边界、可见性、测量点、阴性和不适用编码,再开展小规模试标。初标者负责按字典建立对象,复核者检查病灶 ID、侧别、定位、帧序、空间边界和字段来源;需要医学判断的争议进入独立复议或专家终裁。复核人员不应只看最终颜色,还要能打开原始影像、报告和证据链。

盲审设计要写清楚谁看不到谁的结果,是否允许看到报告或病理,仲裁者是否独立于初标者,以及每次修改留下什么理由。两名标注者意见不一致时,不建议简单取平均或静默覆盖。争议本身可以成为质量字段,记录争议类型、依据、决定、日期和规范版本。对于确实无法判断的边界和语义,应允许保留未知或待复核状态;这比把分歧伪装成一致标签更有利于后续误差分析。

AI 预标注、插值或半自动分割只能产生草稿。草稿在人工审核、争议关闭和版本冻结前,不应进入金标准、特征提取或独立测试集。若采用交互式工具或模型辅助,交付中应同时保存原始草稿、人工修改轨迹、最终审核状态和使用的工具版本。这样才能区分模型建议造成的偏差与人工定义本身的不确定性,也能在规则变化后定位受影响对象。

质量验收要同时看来源、偏差和泄漏

第一道门是来源与合规。医疗健康数据的去标识不能只等于删除 DICOM 头部姓名。DICOM 保密配置文件明确指出,属性去标识不保证整个信息对象已经去标识,像素中的烧录文字、私有属性、结构化文本、UID 引用和跨文件一致性仍需专项处理7。因此,项目要同时核对授权范围、伦理或其他处理基础、自由文本、像素内文字、UID 重映射、访问控制和审计记录。去标识后的数据仍应保留研究所需的时间关系和对象关联,但不能以便利为由恢复不必要的身份信息。

第二道门是采集异质性。设备厂商、型号、软件版本、探头频率、成像深度、增益、帧率和操作者都会影响乳腺超声外观。AIUM 将实践参数定位为高质量超声检查执行和记录的最低参考,并强调其不是法律标准5。在数据集里,设备和协议字段不是装饰性元数据,而是偏差分析所需的分层变量。交付统计应能回答不同设备、年份、协议、部位、年龄段和性别构成如何分布,未知字段比例是多少,哪些序列在真实检查中没有产生。

第三道门是抽样与标签偏差。若阳性病例、术后病例或高风险 BI-RADS 类别被过度富集,训练集可以用于病例识别研究,却不能直接代表筛查场景。公开数据集和多中心研究各自有明确的样本来源与任务边界,使用者必须把研究人群、验证方法和排除规则写进数据卡。正常筛查、阴性对照、疑似病例、治疗后改变和明确病理结局最好分层统计,而不是用一个总阳性率掩盖构成差异。

第四道门是泄漏与外部验证。同一患者的多次检查、同一病灶的多张图、同一视频的关键帧及其派生文件必须在病例或病灶层面划分,不能随机把相关帧拆入不同集合。报告中的结论、病理摘要和人工派生标签也可能成为标签泄漏来源。冻结测试集后,外部验证应尽量来自未参与规范制定或训练的数据来源,并按中心、设备、协议、病灶类别和人群亚组报告结果。分割可以报告 Dice、IoU 或边界误差,分类可以报告敏感度、特异度、校准和置信区间,报告结构化任务可以报告字段级一致性;这些指标需提前锁定定义,不能在看到结果后挑选最有利的口径。

乳腺超声多模态数据从规则冻结、专家复核到外部验证与交付验收的质量闭环示意。查看完整技术图(可放大)

图2 乳腺超声数据质量与外部验证闭环技术示意。图中指标是可预先约定的验收类别,不代表本项目已经取得任何实验结果。

把验收写成可回放的交付逻辑

一个可执行的验收包应包括机器可读索引、字段字典、文件相对路径、对象层级、原始或派生状态、设备与协议元数据、报告和证据关联、脱敏与转换工具版本、文件哈希摘要、质量问题清单、整改复验记录和版本差分。每个文件都要能从批次回溯到检查、Series、Instance 或等效层级;每个病灶都要能回到所属检查和证据;每个修改都要说明影响对象。无法回溯的样本不应只凭文件能打开就放行。

验收可以先做小规模试标,再扩到批量。试标阶段应故意包含边界模糊、单侧或部分覆盖、多个病灶、报告冲突、病理缺失、动态序列不完整和设备参数缺失等难例,以验证规范是否可执行。量产前冻结字段字典、纳排规则、抽帧规则、标注角色、争议升级路径和拒收条件。批量阶段按照检查、报告、标签、原始性、重复、污染、脱敏和分布多样性分层抽检;问题项要经过整改和复验,不以汇总比例掩盖关键错配。

独立抽检集应与常规交付清单在患者层面去重,并由采购方或研究方指定的医生直接阅片、阅图或阅视频。它的作用不是为供应商制造一个漂亮的分数,而是检查交付数据是否能在真实下游环境中读取、定位、回溯和解释。验收报告还应区分“文件完整”“标签可用”“证据充分”“适合某一研究任务”四个结论,不能因为文件齐全就推断其具有临床诊断价值。

业务协作应建立在可核验范围上

从业务逻辑看,乳腺超声项目适合拆成需求澄清、样例评估、规范冻结、分批生产、专家复核、质量审计和版本交付几个阶段。数据使用方先说明研究终点和输入模态,再决定是做质量控制、病灶检测、分割、报告结构化还是多模态融合;数据团队据此定义字段和验收;医学专家负责语义边界与争议处理;算法团队用冻结样例验证下游可读性。采购数量、来源机构、授权期限、人员配置、周期和价格,应在项目书面文件中确认,不应被一篇公开方法文章替代。原规格中的数量、比例和阈值属于项目约定,不等于公司现货或统一能力指标。

依据已核验的公司定位,朗慧可在项目化数据基础设施和流程服务语境中参与需求梳理、规格设计、专业标注组织、质检记录和数据交付。LangData 的公开定位覆盖采集、处理、标注、质检和交付流程,但这不等于某一乳腺超声项目已有现货、某项模型已经完成训练,或任何临床效果已经被证明。具体是否支持动态视频、跨模态关联、病理证据或某种导出格式,仍需以样例评估、能力确认和书面项目范围为准。

对研发读者而言,真正可复用的交付不是“一个大数据集”这个名词,而是一个能够回答以下问题的数据对象:这张图属于哪次检查,检查覆盖了什么,病灶在什么位置,标签来自谁,良恶性依据什么,报告是否冲突,是否存在缺失序列,哪个版本通过了什么审核,测试结果能否外推到新的设备和人群。只有这些问题被逐项写进数据结构和验收记录,乳腺超声多模态数据才有可能从采购文件转化为可审计的研究资产。

本文讨论的是医学人工智能研究数据建设、标注工程与质量验收,不构成患者个体的诊断、筛查、治疗或用药建议。BI-RADS、病理、随访和良恶性字段在文中用于说明证据分层与数据治理,不能据此判断任何个人健康状况。任何模型部署都需要独立的伦理、隐私、安全、临床验证和适用性评估,并由具备相应资质的医务人员结合完整临床信息作出决策。

参考来源

  1. A Curated Benchmark Dataset for Ultrasound Based Breast Lesion Analysis
  2. Artificial Intelligence in Breast US Diagnosis and Report Generation
  3. Ultrasound-based deep learning radiomics for multi-stage assisted diagnosis of breast lesions
  4. ACR Breast Imaging Reporting & Data System
  5. AIUM Ultrasound Practice Parameters
  6. DICOM Ultrasound Multi-frame Image IOD
  7. DICOM PS3.15 Security and System Management Profiles