MEDICAL DATA RESEARCH
腹部脏器超声数据交付:从 Study 去重到多模态验收
面向医疗AI研发与数据采购,拆解腹部多脏器超声的Study去重、静态与cine原始对象、报告证据分层、不可评价语义、质量闸门和独立外部验证,明确数据交付不等于临床效果。
腹部超声数据项目最容易被低估的技术问题,是“检查数量”与“可复用研究对象”并不是一回事。同一次检查可以产生多张静态图、多个序列、不同视图和一段电影环;如果把这些文件拆开计数,数量会迅速增加,但患者级划分、报告配对和模型评测都可能被破坏。相反,一次检查只留下几张截图,又会丢失动态扫查、设备参数和不可评价状态。真正可交付的数据,应当能回答四个问题:这是什么检查,实际看到了哪些脏器,标签依据是什么,研究者能否在不改变原始证据的前提下复核它。
本文讨论一种面向研发和数据采购的腹部脏器超声数据设计。它不把采购条款照搬成宣传语,而是将临床任务、数据粒度、算法输入、专家标注、质量闸门和外部验证拆开。具体数量、来源、授权范围、字段阈值和验收口径,仍须在项目文件中书面确认。文章也不构成诊断、筛查或治疗建议。
先定义研究对象,而不是先追求文件数量
源需求覆盖的不是单一“肝脏超声”任务,而是腹部多脏器检查数据。可能涉及肝脏、胆囊与胆道、胰腺、脾脏、肾脏、膀胱和腹主动脉。输入既包括灰阶静态影像,也包括设备产生的动态序列;在实际检查中存在时,还要区分彩色或频谱多普勒、造影、弹性或定量模式。静态图和动态序列应分开统计,但二者仍需通过同一检查对象和来源记录关联起来。AIUM 2025 年的超声记录规范也强调,相关区域的正常与异常影像都应以可检索形式留存;对于某些检查,电影环可能被要求或更适合保留,以便后续评价。1
因此,基础计数单位应是一次超声检查或 Study,而不是文件、帧或导出图片。同一次检查里的多视图、多期相、多序列和重复导出不能被拆成互不相关的样本。Study 之下保留 Series、Instance 和 Frame 等层级,能让研发团队知道某个关键帧来自哪段动态采集,也能在重复导出、缺帧或层级损坏时定位问题。DICOM 的超声多帧对象本身就把 Patient、Study、Series、Acquisition、Cine、Multi-frame 和 US Image 等模块放在同一对象体系中,这为研究数据的层级索引提供了可操作参照。2
临床任务也应从“异常/正常”拆成可解释的标签。对目标结构可以记录明确阳性、明确阴性、不确定和无法评价;对脂肪肝、肝脏占位、肝癌或转移、胆囊结石与炎症、胆管扩张或梗阻、胰腺炎或占位、肾结石与积水、肾囊肿或肿瘤、脾脏异常及腹主动脉瘤等场景,再按项目定义细分征象和证据。正常对照应单独成组。疑似、考虑、不能除外、治疗后改变和病理确诊不能被压成一个“阳性”类别,否则模型学到的可能是报告措辞差异,而不是研究者真正想要的临床任务。
“无法评价”尤其不能当作阴性。肠气、体型、遮挡、声窗不足、目标结构未进入视野或图像质量不足,都可能使某个脏器无法可靠判断。把这些检查直接加入阴性组会制造系统性标签错误,也会让模型在欠佳图像上获得虚假的“正常”线索。数据字典应将完整覆盖、部分覆盖、未做、不可得、无法评价和真正阴性分别编码,并写清产生原因。这个粒度既服务于训练时的样本筛选,也支持之后分析模型是不是只在高质量视图上有效。
图1. 技术示意:腹部超声数据的对象层级与证据链。不含患者样本,不表示实际库存、已完成实验或临床诊断。
输入与输出要按多层数据模型组织
一个适合算法研发的输入表,不应只包含“图片路径”和“疾病标签”。病例层需要有稳定的匿名主键和相对时间关系;检查层要有 Study 标识、检查目的、覆盖部位和完整性;影像层要有原始文件的相对路径、文件数量、哈希、原始/派生状态以及 Series 或 Instance 层级;设备层应记录厂商、型号、软件版本、探头、协议、视图和关键采集参数。报告层保留检查所见、诊断结论或印象、主要诊断、否定语义、不确定语义和比较检查。每个字段都要注明来源、版本和缺失含义。
动态超声不能只交付被挑出的关键帧。完整序列应保留帧顺序和时间信息,关键帧、抽帧图或质量评分作为派生对象单独记录。若研究目标涉及动态扫查,算法输入可由帧级视觉编码器和时间聚合模块组成;若目标是器官覆盖或采集质量,模型应先判断视图和可评价状态,再进入病灶识别。这样做可以避免把不同视图的图像混在一起训练,也能减少把“没有拍到”误学成“没有病变”的风险。
报告文本不是图像标签的简单替代物。一个报告可以描述多个器官,某个诊断结论可能来自影像、检验、既往病理或临床判断。建议把文本中的器官、征象、否定词、不确定词、时间和比较对象拆成结构化字段,同时保留原始报告与结构化映射之间的关系。对跨模态数据,可以在患者级或检查级连接 CT、MRI、检验、病理、手术和随访,但不能因为存在同一匿名主键,就宣称建立了像素级、病灶级或病理确证关联。关联强度必须由源系统证据支持。
这类数据适合采用分层、多任务而非单一分类路线。第一层可以做文件可读性、器官覆盖和图像质量识别;第二层做器官检测、病灶定位、分割或测量;第三层将报告文本和结构化临床字段与影像特征融合,用于研究定义的分类或检索任务。对未标注的动态影像,可考虑自监督或弱监督预训练,但预训练数据与测试集的患者边界必须先冻结。对有病理或合格随访支持的病例,再把证据层级作为模型训练或敏感性分析的条件,而不是把所有报告级判断都当作同等真值。
模型路线还要服从数据的可评价边界。器官检测和检查质量任务可以把“完整可见、部分可见、不可评价”作为独立输出,避免模型只在被筛选后的清晰图像上学习。病灶检测、分割和测量任务则需要先确认目标结构的空间范围、单位和视图条件;没有这些信息时,评价结果应标记为不适用,而不是按零分处理。报告结构化任务要单独测试否定、推测、比较检查和多器官并列描述,不能只看疾病词是否出现。若同一 Study 同时包含多个器官,训练时可采用器官级掩码或任务条件输入,评测时再按器官报告,避免一个简单器官的样本量掩盖另一个器官的缺失。对于造影、弹性或频谱数据,是否与灰阶共享模型、是否只作附加输入,也应由样本量、协议一致性和研究问题决定。这样的任务矩阵能把“不适用”转化为可管理的研究条件,也能让验收方核对交付对象是否真正支持预定输出。
把影像观察与诊断证据分开
专家标注的主体应按任务拆分。超声专业人员负责确认检查范围、切面、器官可见性、征象和测量规则;经过培训的标注员可以执行文件整理、结构化转录和规则内的空间对象标记;独立复核者检查帧序、器官与病灶 ID、图文配对和标签来源;遇到严重分歧时,再由具备相应专业背景的专家仲裁。标注指南要给出正例、反例和边界情况,特别是“部分可见”“疑似”“检查受限”和“报告与影像冲突”等情况。
标注字段至少应回答“看到了什么”和“依据是什么”两类问题。影像观察可以记录器官边界、病灶位置、大小、回声、边界、血流、声影、管道扩张和测量值;诊断或分型则需要单独标记影像报告、病理、检验、手术或随访来源及其日期。影像提示不能冒充病理确诊,未知不能写成阴性,未检测不能写成正常。对于病灶性质、复杂囊肿、肿瘤类型或病因等超声难以独立确认的标签,数据集应保留“需其他证据”或“证据不足”,而不是要求标注员补出结论。
争议不能被静默抹平。对边界模糊、声影遮挡、病灶暂时离开视野或报告与影像不一致的样本,记录分歧点、参与角色、引用的规则、仲裁意见和版本号。TRUSTED 数据集研究在配对经腹超声与 CT 的任务中排除了严重伪影或目标结构出视野而无法可靠标注的影像,同时保留双独立标注来观察超声边界带来的差异;研究者也提醒,共识标签可能掩盖原始标注中的不确定性。5 这对腹部超声多器官任务尤其重要,因为不同脏器的声窗和可见性并不相同。
一致性评估也要按标签类型选择方法。分类标签可以查看混淆矩阵、分层一致性和不确定标签比例;空间对象可报告 Dice 或 IoU,并同时保留难例与边界争议;测量任务要记录单位、测量平面和失败原因。单一总分无法替代这些信息。若一个批次的图文错配、错患者关联或关键字段被改写,即使总体一致性看起来不错,也不应放行。数据验收优先保证证据未被篡改,再讨论模型指标。对公开超声资源的系统盘点也表明,数据集质量、说明和可复用性应独立评估,不能仅以数量或是否公开判断。6
验收要覆盖数据质量和研究有效性
交付质量可以分为四个连续闸门。第一是来源与完整性:确认合法使用范围、去标识记录、文件可读取、原始/派生状态、Study 去重和哈希一致。第二是语义与配对:确认检查名称、实际覆盖部位、正式报告、结构化标签、否定和不确定语义逐例对应。第三是标注与分布:按器官、协议、设备、人群、年份和质量档统计,检查少见场景是否被常见场景掩盖。第四是独立抽检与整改:由采购方指定或独立组织的专业人员直接阅图、阅视频和阅报告,问题样本在整改复验前不进入合格量。
验收指标应同时包含机器检查和专家检查。机器检查可发现重复主键、重复哈希、孤立 Series、缺失帧、无效路径、异常文件头、设备字段缺失、跨批重复和明显的脱敏失败。专家检查要关注器官覆盖是否足以支持阴性、病灶标签是否有证据、测量是否遵守单位与平面、图像与报告是否冲突以及动态序列是否完整。对于不能判断的项目,输出原因比强行填值更有价值,因为它能指导研究者在建模时排除、分层或单独建模。
数据集通过验收,并不等于模型已经具有临床效果。算法研究应在患者级或更高层级划分训练、调参和测试数据,同一患者的多时间点、系列、重复导出和派生帧不能跨集合。CLAIM 2024 更新要求研究者报告数据来源、纳排标准、预处理、去标识、缺失处理、采集协议、参考标准、标注者与一致性,并说明分割层级和外部测试情况。7 这些要求可以反向帮助数据采购方检查交付材料是否足以支持复现。
内部评测还要按器官、设备、协议、质量档和人群分层,而不是只给出一个混合准确率。分类任务可报告灵敏度、特异度、AUROC、校准和置信区间;检测和分割任务应说明目标定义、难例处理以及漏标或边界不确定的影响;报告结构化任务则要检查否定和不确定语义是否被正确保留。外部验证应使用未参与开发的来源、时间或设备。腹部超声 AI 综述纳入的研究大多为单中心回顾性设计,真正前瞻性、多中心验证较少,因此外部有效性不能由内部随机切分替代。4
一个前瞻性腹主动脉超声研究把内部开发影像与另一家医院的外部数据分开,并由对采集来源设盲的专家组评价诊断质量;作者仍明确指出受控场景、单中心和病例数限制了泛化,需要更大规模、多中心前瞻性验证。8 这个例子说明,数据交付阶段可以为外测预留独立来源和版本,但不能把“多中心”四个字直接换算成临床收益。研究性能、数据可用性和临床效果是三个不同的验收对象。
图2. 技术示意:质量控制和研究验证的双闭环。不含患者样本,不表示真实模型性能或临床结果。
去标识不是一个勾选框
腹部超声的隐私风险不仅在 DICOM 头信息。检查报告、自由文本、私有属性、设备导出字段以及图像像素内的烧录文字都可能含有身份线索;稳定关联又是研究价值的重要来源,因此不能简单删除所有键值后再拼接。DICOM PS3.15 明确指出,属性保密配置文件不保证整个信息对象已经完成去标识化,UID 替换还必须保持相关实例之间的引用一致,像素内文字和图形也需要单独清理。3
项目应在准入阶段写清处理目的、授权范围、访问角色、保存期限和再利用边界,并形成去标识规则版本。匿名患者 ID、Study、Series、Instance、报告、标本和派生对象的引用键要稳定可解析;日期偏移或时间窗处理要能支持纵向研究,又不能造成可逆的身份线索。对无法确认的授权、无法解释的来源或关键对象之间的错配,应当阻断批次,而不是用“已脱敏”作为通行理由。
版本治理同样是质量的一部分。每批交付应附机器可读 manifest、数据字典、文件摘要、转换与质检工具版本、缺失和异常报告、抽检结果以及整改复验记录。已经交付的文件不能被静默覆盖;如果标签规则、去标识方法或源文件发生变化,应形成新版本或增量包,记录受影响对象和回滚方式。这样,算法团队才能在模型重新训练时解释性能变化来自数据更新、标签变化还是预处理差异。
让业务逻辑围绕“可复核对象”运转
对采购方而言,最稳妥的交付单位不是“图片包”,而是“Study 对象加证据包”。样例评估阶段先确认部位范围、静态/动态类型、设备与协议字段、报告配对、缺失语义和抽检方法,再进入规模化生产。质量档可以按原始影像与正式报告、结构化元数据与核心标签、详细临床字段、纵向关联和多模态关联逐级设计,但每个档次都要明确适用任务与证据限制。同一对象在不同质量档之间如何计量,必须在项目文件中锁定,不能在交付后临时调整。
依据已核验的公司定位,朗慧科技可在项目化范围内围绕医疗数据目录、样例评估、采集处理、专业标注、质检和数据交付,协助把上述要求固化为数据字典、任务规格、质量记录和版本化交付流程。这里表达的是数据基础设施和流程服务定位,不代表公司已经拥有某个未公开的腹部超声库存,也不代表已经完成特定临床研究、获得监管批准或能够替代医务人员判断。具体人员资质、样例数量、交付状态和复核层级,仍需以项目方案和书面确认相结合。
对研发团队来说,合格数据的价值不是让宣传数字更大,而是让每个输入都能回到来源,让每个标签都有证据,让每个无法判断的情况被明确保留,让内部指标和外部验证拥有可重复的边界。对业务团队来说,这种设计可以减少重复计数、错配返工和口径争议。对最终使用者来说,它把“有数据”推进到“知道数据为什么可以用、在什么条件下不能用”。这才是腹部脏器超声多模态数据建设能够持续支持医学 AI 研发的基础。
参考来源
- AIUM Practice Parameter for Documentation of an Ultrasound Examination, 2025 Revision
- A.7.4 Ultrasound Multi-frame Image IOD
- DICOM PS3.15 2026d - Security and System Management Profiles
- Artificial intelligence in abdominal and pelvic ultrasound imaging: current applications
- TRUSTED: The Paired 3D Transabdominal Ultrasound and CT Human Data for Kidney Segmentation and Registration Research
- On the public dissemination and open sourcing of ultrasound resources, datasets and deep learning models
- The 2024 Update of the Checklist for Artificial Intelligence in Medical Imaging (CLAIM)
- Prospective clinical evaluation of deep learning for ultrasonographic screening of abdominal aortic aneurysms

