MEDICAL DATA RESEARCH
CT与MR平扫增强数据如何分层设计:从部位比例到检查级验收
面向医疗AI研发与数据采购,梳理CT与MR平扫/增强队列如何按模态、部位和完整Study分层,处理期相、配对、标签、数据泄漏及外部验证,并将比例目标转成可复核的交付验收记录。
当一个医学影像项目同时需要CT和MR,又要求平扫与增强检查保持不同的部位结构时,真正困难的并不是把文件按“有增强”和“无增强”分成两堆,而是回答三个相互关联的问题:一项检查的统计单位是什么,增强信息属于哪一类解剖任务,以及这些规则怎样落到可以复核的交付记录中。若把一个增强检查里包含的平扫期重复计数,或者把胸部、头部、脊柱和专用MR都套用同一个比例,模型看到的就不是预先设计好的研究队列,而是被协议差异和计数口径污染的数据集合。
下面讨论一种面向研发和数据采购的通用设计方法。它不把某个项目的比例表当作临床指南,也不把比例目标解释为任何疾病的诊断建议;重点是把“平扫/增强、部位、肿瘤优先、专项例外”转译为可入库、可标注、可分层和可验收的数据结构。公开的DICOM标准本身以Patient、Study、Series和图像对象组织医学影像及其属性,强调影像信息在不同设备和系统之间的互操作性。1 这正是项目需要从检查级而不是文件级建立口径的基础。
先定义统计单位:完整Study不是序列数量
一项CT或MR检查通常包含多个Series。增强检查可能同时具有平扫期、动脉期、静脉期或延迟期,MR还可能包含多个序列、方向和参数组合。若按文件、切片或期相计数,同一项检查会被人为放大;若把不同期相当作互不相关的样本,又会破坏纵向和跨序列关联。项目的第一条规则应是:以一次合格、完整的检查Study作为比例统计单位,Series和切片只用于描述该Study内部的成像组成。
这条规则需要写入数据字典,而不能只留在口头说明里。每个Study至少要有匿名检查标识、模态、解剖部位、覆盖范围、是否包含增强、期相或序列清单、完整性状态和纳排原因。增强Study中包含的平扫期不另计一次;多期相和多序列也不增加Study数量。这样,项目方才能区分“增强检查里有平扫序列”和“单独完成了一项平扫检查”,也才能在后续训练、验证和审计时解释一个样本到底代表什么。
DICOM并不等于项目数据字典。官方标准提供了信息模型和属性语义,但具体的部位归类、肿瘤性病例优先级、专用协议和缺失状态仍需要项目自行冻结。针对大规模临床脑MR的研究表明,利用DICOM元数据识别序列可以帮助跨机构进行自动路由,但复杂协议、命名差异和缺失字段仍会影响分类;作者也把元数据方法定位为影像筛选的起点,而不是凭文件名推断序列含义的替代品。2 因此,入库时应同时保留原始属性、标准化字段和人工复核状态。
图1|CT与MR平扫增强数据的Study级分层链路。技术示意图,不含真实患者影像,不表示已完成实验或临床诊断。
部位分层比统一比例更重要
比例目标的价值,不在于把所有病例强行调整到一个漂亮的数字,而在于防止某些模态、部位或协议在数据集中被系统性忽略。一个可实施的矩阵通常先按模态分开,再按解剖部位分层,最后为肿瘤病例和专用协议设置独立规则。CT胸部、腹部和盆腔任务往往更依赖增强信息来描述软组织、血管或病灶强化;头部CT则常把平扫作为重要基础;颈部可设置接近均衡的结构。其他普通部位可以保留参考目标,但不应为了满足一个总比例而强行补齐,也不应把CTA或其他专项检查混入普通部位统计。
MR的设计更不能直接复制CT。胸部和腹部软组织任务可能需要较多增强检查,盆腔和头部应根据具体研究问题设置不同目标,脊柱和四肢骨关节通常以平扫为主。乳腺、垂体、心脏等专用MR涉及独立协议,不宜被一个“全身MR平扫与增强比例”覆盖。这里的“增强优先”不是对临床适应证的判断,而是一个数据队列设计选项:项目方需要先说明研究任务,再决定哪些Study进入主队列,哪些作为专项子队列单独报告。
比例矩阵还要区分约束强度:有的条目是项目书面指定的结构要求,有的是建议目标,还有的只是普通部位的参考方向。前者可以进入批次验收,后两者则应在偏离时记录原因,不应为了追求数字而改变真实协议或排除符合研究任务的完整Study。公开讨论应使用“指定、建议、参考、例外”这些治理层级,不披露任何可识别项目的专属比例,也不把它们包装成统一的临床标准或公司的现货构成。
按部位分层还要防止把病例混成单一疾病比例。若同一部位包含多种病种,比例应先在部位和模态层面控制,再观察疾病构成是否偏斜;不必要求每一种疾病都复制相同的平扫/增强结构。肿瘤性病例则可设为优先保留完整增强Study,但必须保留“规范非增强方案且足以支持既定任务”的例外状态。否则,数据集会因为机械追求增强而丢掉本来符合研究问题的病例,并把临床检查选择误写成数据采购的硬性诊疗标准。
这种分层设计也回应了公开多期相挑战数据的经验。KiTS19围绕增强CT建立了肾脏和肿瘤的三维分割队列,同时报告了病例筛选、标签定义、采集协议和不同来源影像的异质性;其研究对象并非所有临床肾脏CT,因此结果不能简单外推到一般患者或其他任务。5 KiTS23进一步把不同增强期相、完整肾脏覆盖、专家与受训人员的分工、复核状态和独立测试集写成公开流程。6 对普通CT/MR项目而言,借鉴的不是某个挑战的样本量或指标,而是把“期相、完整检查、标注状态和测试集”作为同一条数据链记录。
输入、输出与颗粒度要在同一层级对齐
输入端至少要保留三层信息。第一层是Study级信息,包括模态、部位、检查完整性、增强状态、肿瘤或专项标记,以及纳入或排除原因。第二层是Series级信息,包括期相、序列类型、层厚、像素间距、方向、覆盖范围和必要的重建或转换记录。第三层是图像对象级信息,包括切片顺序、空间坐标和与标注的关联。DICOM属性、标准化字段和人工确认不能互相覆盖;当自动解析与人工核验不一致时,应保留冲突及其处理结果。
输出端则要按下游任务决定颗粒度。若目标是队列构建,核心输出是Study级标签和可筛选的元数据;若目标是分割或检测,需要把对象、位置、范围、参考期相和标注版本关联到具体Series;若目标是多模态建模,还要提供CT与MR之间是否属于同一受试者、同一时间窗口或同一临床事件的关联字段。不能因为“CT和MR都存在”就把它们拼成一对,也不能把不同时间的检查默认为纵向配对。配对关系应有时间、解剖覆盖和任务依据,无法确定时标为未知或不适用。
增强并不只是二元字段。项目可以把“无增强”“含增强但期相未知”“含已确认期相”“专项增强协议”“增强不足或覆盖不完整”区分开。对于肿瘤病例,还应记录完整Study是否保留、是否有病灶相关序列、是否存在病理或报告等外部证据;但影像标签、报告文本、病理结果和随访结局属于不同证据层,不能压缩成一个没有来源的真值。缺失、未知、未采集和不适用也要分别编码,避免模型把缺失模式当成病种线索。
算法路线:先做协议感知,再做任务模型
算法路线不应从“选择一个CT模型和一个MR模型”开始,而应从数据路由和失败模式开始。第一步是协议感知的入库校验:依据DICOM元数据、空间信息和项目字典识别模态、部位、Study边界、期相及序列完整性。必要时可以使用规则与轻量分类器组合,但自动判断必须产生可追溯的置信状态和待复核队列。Gauriau等研究说明,元数据驱动的序列分类在跨机构场景中具有实用价值,但复杂协议仍需要更细粒度的字段和人工检查。2
第二步是为不同任务分配模型输入。部位分类、增强状态识别和Study完整性检查可以使用检查级或序列级模型;病灶检测、器官分割和关键点标注则需要保留空间坐标和三维上下文;多模态配对需要把时间、部位、协议和匿名受试者关联作为显式输入。对于增强与平扫的差异,模型可以学习相位间互补信息,但不能把缺失期相用生成结果填补后再当作真实临床序列。若项目允许派生图像或配准,应单独记录生成方法、软件版本和原始来源。
第三步是把预标注限定为草稿。算法可以帮助定位可能的增强Study、标记覆盖不足或生成器官和病灶轮廓,但最终训练标签仍需要按照项目指南完成修订、盲审和版本冻结。模型效果不等于临床效果,内部测试结果也不等于跨设备、跨机构或跨协议的可用性。对模型研发读者而言,更重要的是提供每个失败样本的协议条件、修订类型和最终状态,而不是只保留一个汇总分数。
专家标注要处理分歧,而不是掩盖分歧
专家参与应从规则冻结开始,而不是在最后一步只做“盖章”。标注指南需要明确什么是完整Study,什么算作某一部位,增强状态以什么证据确认,边界不清、期相不明、覆盖不足和专项协议如何处理。不同模态可以共享数据治理字段,但不能共用一套不加区分的解剖和序列定义。对需要病灶或器官标签的任务,还应规定标注范围、是否跨期相参考、是否允许使用报告或病理,以及每种证据的优先级。
标注过程可以分为初标、专业复核、争议复议和最终冻结。初标者按照冻结后的字段和示例执行;复核者重点检查Study与Series关系、部位归类、增强状态、空间对齐和边界;对于无法可靠判断的情况,保留“需复议”“证据不足”或“未知”,而不是强行二选一。重复标注和一致性评估应针对高风险子集设计,例如期相容易混淆的病例、覆盖不完整的检查、同一患者多次检查以及专用协议。公开挑战也显示,标签本身会受到病例选择和语义定义影响,所谓参考标准并不是脱离任务上下文的绝对真值。5
对采购或研发验收而言,专家身份不应只写成“专业人员审核”。应记录角色、适用专长、培训版本、复核范围、争议处理和变更时间。CLAIM 2024明确要求报告数据来源、纳排条件、预处理、脱敏、采集协议、参考标准、标注者资格与一致性,以及训练、验证、测试划分的层级。4 这些要求可以转化为交付字段:每条标签知道谁在何时依据哪一版指南完成,哪一条曾被修改,哪一类不确定性仍未解决。
质量与偏差:比例合格不代表队列可用
比例验收应至少分成三层。第一层是完整性:Study是否完整、模态和部位是否可核验、增强状态是否有证据、序列与标注是否对齐。第二层是结构:各模态和部位的Study计数是否落入项目约定的目标区间,增强Study中的平扫期是否被重复计算,专项协议是否被错误并入普通队列。第三层是代表性与风险:不同设备、协议、时间段、来源机构和人群构成是否出现明显偏移,缺失和排除是否集中在某一部位或某一模态。
数据划分必须高于图像级。放射学机器学习偏差综述指出,同一患者的多次检查、同一Series的相邻切片和高度相似的序列若被随机分到训练与测试集合,模型可能利用重复或近重复信号,导致性能高估;在一些场景中还需要按机构或更高层级隔离。3 因此,项目应以匿名受试者为基本分组键,必要时将同一临床事件、纵向检查、设备或机构纳入更高层级的分组。配对的CT与MR不得拆到不同集合中,派生序列也不能绕过原始Study的分组规则。
内部测试只能回答“在相近数据条件下是否能工作”,外部测试才更接近“换协议、换设备或换来源后是否仍保持可解释”。外部验证不应只换一批随机样本,而应明确哪些差异被保留,如何比较标签结构,哪些指标按部位、模态、增强状态和协议分别报告。CLAIM 2024把外部数据、内部与外部结构差异、测试集样本量和不确定性列为应报告事项。4 这也意味着验收不能只给出一个全队列平均值;至少要能追溯到Study级别的纳入状态和子组表现。
图2|从比例目标到独立验证的质量闸门。技术示意图,不含真实患者影像,不表示真实实验结果或临床诊断。
验收与业务逻辑:把“能交付”拆成可检查状态
一个可执行的交付流程可以从小规模样例开始,但样例的目标不是证明所有数据都合格,而是暴露规则缺口。样例应覆盖不同模态、部位、增强状态和至少一种专项例外。先检查Study边界和字段解析,再进行少量标注与复核,最后按最终格式导出。样例中出现的期相未知、覆盖不完整、重复Study、配对失败和标签争议,应回写到指南和数据字典中,而不是在放量时靠人工临时判断。
正式批次可设置四个状态:待入库、待规则确认、待专家复核、已冻结交付。每个状态都有退出条件。待入库不允许缺少脱敏和授权范围;待规则确认不允许部位、模态或专项分类模糊;待专家复核不允许未经审核的预标注直接进入训练集;已冻结交付必须带有字段字典、版本号、纳排记录、比例统计、抽样结果和未解决事项。若项目允许把未确定状态交付给研究者,也应明确它不是合格标签,不能混入主训练集。
验收指标应围绕任务而不是单一准确率。队列建设可以检查Study去重率、部位与模态字段完整率、增强状态可追溯率、比例偏差、专项协议误归类率和人工抽检问题闭环;标注任务可以检查轮廓或检测框的空间对齐、复核通过状态、争议回修和版本一致性;模型研究则应在独立测试集上分别报告内部与外部结果,并说明适用协议。所有阈值都应在项目书面规格中确认,不能把需求中的目标数字包装成公司统一能力或临床性能。
在已核验的公司能力边界内,朗慧可将这类工作组织为医疗数据目录匹配、样例评估、项目规格、标注与质检记录、版本化交付等流程,LangData可作为采集、处理、标注、质检和数据交付的流程载体。这里的“可支持”不等于某一数据集已经现货,也不等于已经完成某个模态、部位或外部验证;样例来源、授权、协议条件、专家配置、周期和输出范围仍需按项目书面确认。研究团队若要把数据继续用于模型训练或临床研究,还需自行完成伦理、授权、隐私、研究设计和验证责任。
结语:比例是入口,证据链才是资产
CT与MR平扫增强需求的核心,不是找到一个适用于所有部位的统一配方,而是建立“模态—解剖部位—完整Study—期相/序列—标签—验证集合”的可追溯关系。部位分层可以减少队列结构偏差,Study级计数可以避免把一个增强检查拆成多个样本,专项例外可以保留临床协议的真实差异,专家复核和外部验证则决定这些字段是否能够被研究者信任。
近期关于医学影像数据集结构化的预印本提案也把逐标注来源、质量文档和防泄漏划分列为可机器检查的内容,但它目前仍是预印本,不能替代DICOM、项目协议或监管要求;可检查的文档也不等于数据本身已经合格。7 对数据采购方和模型研发团队而言,更稳妥的做法是先冻结统计口径,再确认输入输出和标注责任,最后用独立样例和外部数据验证队列的可复用性。只有当比例目标、缺失状态、版本和争议记录都能被复核时,平扫与增强数据才不只是文件集合,而是真正可用于算法研发和评测的数据基础设施。
本文讨论的是医学影像数据建设、标注与验证方法,不构成个体诊断、筛查、治疗或用药建议,也不代表任何特定数据集、模型或临床系统已经获批或完成临床验证。具体项目应以适用法律法规、伦理审查、数据授权、书面规格和独立验证结果为准。
参考来源
- DICOM PS3.3: Information Object Definitions
- Using DICOM Metadata for Radiological Image Series Categorization: a Feasibility Study on Large Clinical Brain MRI Datasets
- Mitigating Bias in Radiology Machine Learning: Data Handling
- Checklist for Artificial Intelligence in Medical Imaging (CLAIM): 2024 Update
- The state of the art in kidney and kidney tumor segmentation in contrast-enhanced CT imaging: Results of the KiTS19 challenge
- KiTS23: The 2023 Kidney and Kidney Tumor Segmentation challenge
- VIDS: A Verified Imaging Dataset Standard for Medical AI (preprint)

