MEDICAL DATA RESEARCH
多部位超声采集如何成为可复用的AI数据:从完整扫查到可验收的病例—病灶链路
面向医疗AI研发,拆解腹部、甲状腺与乳腺超声的完整扫查、静态切面、测量、血流/弹性、报告和证据如何统一建模,并给出病灶ID、质量复核、病例级划分与跨设备独立验收方法,明确数据授权与临床应用边界。
当一个研究任务同时需要腹部占位病灶、甲状腺结节和乳腺病变时,为什么收集了很多超声截图,仍然可能无法训练或公平评价模型?真正的困难往往不在于图像数量,而在于一段完整扫查、若干标准切面、测量结果、彩色血流或弹性信息,以及报告中的临床语义,能否被准确地挂接到同一个检查和同一个病灶上。如果视频被随意截短,纵切与横切没有成对,测量没有保留单位和放置规则,或者报告结论被误当成病理真值,后续模型得到的可能只是采集习惯和标签缺口,而不是可复用的医学信号。
面向医疗人工智能研发,超声数据采集应被设计成一个有边界、有证据、有版本的工程系统。腹部、甲状腺和乳腺可以共享一套病例—检查—病灶—帧的主索引,但不能共用一份模糊的“异常”标签。每个部位都要有自己的切面、模态、测量和证据配置;同时,所有配置都要能回到同一套脱敏、授权、质量核验和独立验证逻辑中。本文围绕这类多部位采集任务,拆解数据对象、算法路径、专家标注和验收方法,讨论如何把一次检查转化为可审计的研究数据资产。
先把临床任务还原成数据对象
这类需求表面上是“采集超声数据”,实际至少包含四个相互关联的研究任务。第一是检查级任务:模型或人工审核需要知道一次检查覆盖了哪些器官、采用了哪些设备和预设、何时开始和结束,以及完整扫查是否存在中断。第二是视图级任务:每个部位要有可复核的标准切面,且要区分常规二维灰阶、测量画面、彩色血流和弹性成像。第三是病灶级任务:要把占位病灶、结节或乳腺病变与具体帧段、静态图和测量对应起来。第四是证据级任务:影像描述、结构化分级、报告文本、病理或合格随访各自表达什么,必须明确写入字段,而不能在交付时合并成一个无法解释的类别。
输入模态也应被拆开管理。完整录屏或电影环保留的是操作者扫查过程和时间关系;静态图保留的是某个标准切面或测量锚点;彩色血流和应变式弹性图表达的是不同成像模式,不能仅凭文件名推断其含义;报告文本和经脱敏的最小临床上下文属于文本模态,其授权和字段范围与影像并不相同。研究者还应提前决定是否需要原始DICOM、多帧DICOM、经授权的研究格式或仅交付可复核的压缩图像。格式选择不是文件管理细节,它会直接影响帧顺序、空间尺度、设备参数和后续复核能力。
从颗粒度看,病例ID只能作为最上层容器,不能代替病灶ID。建议至少建立病例、检查、器官或部位、病灶、采集段、帧、静态图、测量、文本和证据十个层次。一个腹部检查可以包含多个器官和多个病灶;一个甲状腺检查也可能存在多个结节;同一乳腺检查还可能出现多个病灶及不同验证方式。病灶ID必须贯穿视频段、关键帧、轮廓、测量、报告片段和证据记录,否则模型训练时会把同一病例中的不同对象错误拼接。
图1 多部位超声研究数据的最小可追溯链路。图示为技术关系示意,不代表真实病例、已完成采集或临床诊断。
用“共享主索引+部位化配置”组织三条数据链
腹部超声的重点是覆盖检查范围和病灶多样性。采集配置可以规定完整腹部扫查记录,并要求将日常标准切面、器官测量、每个占位病灶的典型纵切与横切,以及相应的病灶测量单独保存。病灶类别可以覆盖囊性、实性、结石、钙化、扩张和炎性表现等研究对象,但类别名称只是一层索引,不应替代病灶边界、器官位置和报告来源。对“无法辨认的囊性或实性病灶”之类情况,保留不确定标签往往比强行归入某种疾病更有研究价值,因为它能反映真实采集中的可见性和语义边界。
甲状腺配置需要同时表达腺体、结节、血流、弹性和淋巴结关系。健侧腺体的纵切、横切和叶部尺寸测量可作为解剖与设备质量的参照;结节的最长径纵切面、横切面和三径测量对应病灶几何;彩色血流图与应变式弹性图应记录成独立模态,并明确它们与哪个结节、哪个切面和哪个采集段相关;淋巴结则要单独建立最大长轴、短轴和血流图记录。若项目要求覆盖TI-RADS 2—6,应在纳入和分层规则中冻结类别构成,不能在量产过程中凭当批样本的方便程度临时改变。
TI-RADS适合用作结构化影像语义的一部分。美国放射学会对ACR TI-RADS的定位,是为甲状腺结节建立超声描述词典,并用标准化风险分层帮助判断哪些结节需要进一步处理5。这类分级能够使影像观察更可比,却不等同于组织病理结果。项目字段应把“影像分级”“报告转录”“专家复核”和“病理或随访证据”分开,避免模型把报告中的风险类别误学成最终诊断。
乳腺配置则要围绕病灶与乳头、健侧腺体及不同成像模式的对应关系展开。病灶标准B模式图至少要能表达相互垂直的横切和纵切;病灶三径测量要保留测量单位与放置规则;病灶到乳头的距离需要与同一切面图像绑定;弹性模式、血流模式、健侧腺体和存在时的恶性征象图像都应拥有独立的模态字段。乳腺影像的分类、描述词和病理或随访验证不宜混在一列中。公开的Breast-Lesions-USG研究把患者级标签、图像级标注和肿瘤级标签分开,并记录了BI-RADS描述、验证方式、病理诊断和随访信息6,这说明分层结构比单一“良恶性”标签更适合支持检测、分割、分类和外部测试。
三部位共享的不是病灶名称,而是索引规则。每一个静态图都要有部位、检查ID、病灶ID、视图类型、模态类型和采集时间关系;每一段视频都要有起止帧或起止时间、帧率、完整性状态和不可见原因;每一项测量都要有单位、测量轴、标尺是否可读和是否由专家复核。这样,算法团队可以选择某一部位的任务训练,也可以研究跨部位的视图识别、质量控制或多模态对齐,而不会因为共享主索引而牺牲部位特异性。
完整扫查不是静态图的附属品
超声检查依赖操作者移动探头,连续扫查本身包含了静态图中没有的时间和视野信息。完整记录可以帮助研究者判断病灶何时进入视野、何时离开视野、某一切面是否由连续扫查自然产生,以及同一病灶在不同姿态下的外观是否稳定。它也允许项目在后期重新定义抽帧策略,而不必回到采集现场。若只保留预先挑出的截图,许多后来才发现重要的过程性问题会被永久丢失。
DICOM当前的超声图像模块为这类需求提供了清晰的工程启示:多帧图像可以通过帧增量指针描述帧之间的关系,并记录视图、解剖区域、病灶标识、探头描述、成像深度、增益或其他处理参数1。DICOM对超声多帧图像的定义也明确了其作为超声设备产生的多帧对象的性质2。因此,采集规范不应只写“保存视频”,还应规定如何保存帧序、帧率、设备、探头、预设、深度、增益、空间尺度、压缩状态和导出日志。未知、真正缺失、检查中不存在该结构和该字段不适用,必须用不同编码表示。
静态图的作用不是替代视频,而是提供可快速复核的测量锚点。腹部病灶要能从视频中找到相应的纵切和横切,甲状腺结节的血流和弹性图要能返回同一结节,乳腺病灶到乳头的距离要能与其参照切面相互核对。若静态图被裁剪,必须同步保留裁剪规则和原始索引;若图像中的标尺、测量线或设备文字被去除,也要明确这会不会影响研究目标。质量控制不应通过“看起来清楚”这种主观描述结案,而要检查静态图是否满足视图、标尺、测量和关联字段的联合条件。
录屏还会引入动态数据特有的失败模式。遮挡、散斑噪声、增益过高、运动模糊、短暂离开视野以及模态切换均可能发生。对于无法可靠判定边界的帧,系统应允许“不适用”“不可见”“质量不合格”或“需要复核”等状态,并记录原因;不能为了让序列看起来连续而补画病灶边缘。对于不应纳入某项任务的帧,质量状态和排除理由应独立于疾病标签,这样研究者才能区分“没有病灶”“没有看到病灶”和“图像不合格”。
标签必须带着证据来源走
良恶性、分级或病种字段的可信度,取决于它来自什么证据。甲状腺公开研究显示,超声检查往往产生数量不均的图像,同一受试者的不同结节可能具有不同标签;该研究使用病理诊断作为每个病例的直接标签,并按病例而非随机帧组织训练、内部测试和外部独立验证3。这并不意味着所有项目都必须获取同一种证据,而是说明证据层级应在方案开始时定义,且不能把病例级信息无条件复制给每一张图。
建议把证据字段拆成来源类型、证据日期、关联病灶、授权状态、复核状态和可用于哪一项任务。影像观察可以支持视图或形态描述,报告文本可以支持语义抽取,病理可以支持部分组织学终点,合格随访可以在预先约定的条件下支持某些良性结局。未知不是阴性,未提供不是排除,标签不适用也不是缺失。这样的空值语义虽然增加了数据字典的工作量,却能防止模型把数据缺口学成临床类别。
报告文本与影像不一致时,不应自动以任一方覆盖另一方。更稳妥的做法是保留原始报告的脱敏文本、结构化映射、冲突类型和裁决状态。报告中出现的测量与图像中保存的测量也要逐项核对,明确是同一次采集、同一病灶还是不同时间点。若项目的真实目标是报告结构化或视觉—文本对齐,冲突样本不一定要全部删除;它们可以作为单独的冲突子集,用于评估模型能否发现不一致。但若目标是建立严格金标准分类集,冲突样本应按预设规则隔离,而不是悄悄改变标签。
算法路线应从数据结构反推
多部位超声不适合一开始就把所有任务压成一个大模型和一个总准确率。第一层可以建立采集质量和视图识别模型,判断某帧或某段是否接近约定切面、是否存在可用标尺、是否具有目标模态。第二层可以在病灶级建立检测和分割任务,输出框、轮廓、可见性和不确定状态。第三层可以从轮廓与测量锚点计算几何特征,核查模型输出是否与像素间距、测量线和报告字段一致。第四层才是分类、风险分层或文本结构化,且每种输出都要回到对应证据来源和适用范围。
对完整扫查视频,可以先使用无标签序列进行时序表征学习,再用少量经专家确认的关键帧和帧段完成视图识别、病灶出现区间和质量判定。对于B模式、彩色血流和弹性图,模态类型应作为显式输入或分支,不能只依赖图像纹理猜测。对腹部、甲状腺和乳腺,建议共享基础的帧和病灶索引逻辑,保留部位化编码器或任务头,以减少把一个部位的采集习惯误认为另一个部位的病理信号。
测量任务需要单独验收。三径尺寸、病灶到乳头距离、腺体尺寸和淋巴结轴径都依赖测量点位置、标尺、图像切面和单位。模型输出的分割边界即使视觉上接近,也可能因为切面不合格或测量轴错误而不能用于定量研究。因此,评价不应只报告Dice或交并比,还要在有明确真值的情况下检查测量误差、视图合格率、病灶ID关联率和不可测样本的原因分布。若没有可靠测量真值,就应把任务限定为测量线或测量字段的结构化核对,不宣称临床测量能力。
标注与质量控制要形成闭环
标注启动前先冻结任务字典,而不是让标注员在生产中自行解释“典型切面”“病灶存在”或“测量完成”。字典至少要写明部位、病灶边界、标准切面、静态与动态关系、模态类型、测量点、允许值、单位、空值规则、不可见原因、证据等级和版本号。每一个部位的正例、反例和边界例都应通过脱敏样例说明。不能用一套腹部的“最大病灶”习惯去替代甲状腺或乳腺的主病灶定义。
实际标注可分为初标、复核和裁决三个角色。初标人员按字典定位病灶、标记起止帧、选择关键帧并填写字段;复核人员在不知道初标意见的情况下重新检查视图、边界、病灶ID、测量和证据来源;遇到低对比度、多个病灶、模态不匹配或报告冲突时,进入专家裁决。裁决不应只留下最终值,还应保留争议类型、依据、裁决角色和规范版本。争议记录是质量信息,不是需要被隐藏的失败。
结构核验与医学复核要分开。工程检查可以发现帧数与帧索引不一致、静态图找不到对应视频、像素间距缺失、单位混乱、文件损坏、脱敏失败或字段超出允许值;专业复核则判断切面是否合格、病灶是否被正确关联、轮廓是否越界、血流和弹性图是否对应目标结节。某个文件通过结构检查,不代表其医学语义正确;某个切面看起来合格,也不代表视频和测量字段已经闭环。
图2 从标签证据到可验收交付的质量闭环。图示为技术关系示意,不表示统一准确率、真实实验结果或临床诊断。
质量指标也应按任务拆分。视图识别可以评价约定切面的通过率和误收率;视频完整性可以评价可播放性、帧序和起止标记;分割可以评价几何相似度与边界失败类型;测量可以评价单位、轴向和误差;文本对齐可以评价字段覆盖和冲突发现;证据管理可以评价每个高语义标签是否可回溯。对于人工智能医疗器械类研发,YY/T 1833.3—2022可以作为数据标注质量要求与评价的框架性参考,但不能替代项目特异的任务字典和验收规则7。项目可以预先约定抽检比例和放行阈值,但这些数字属于具体项目的书面验收条件,不能被包装成公司的统一准确率或临床效果。
外部验证要在采集设计阶段就锁定
超声模型很容易学到设备、操作者、压缩方式或机构工作流。因而训练、验证和测试不应按帧随机拆分。至少要按病例或受试者划分,确保同一人的相邻帧、同一病灶的不同切面和同一检查的多个模态不会跨集合。若条件允许,还应把未参与规范拟合的设备、探头、操作者、时间段或来源作为外部验证层,并按部位、模态、病灶类型和证据层级分层报告。
Ni等对甲状腺结节深度学习检测和分割研究的系统综述与Meta分析指出,纳入研究普遍存在回顾性设计、外部验证不足、样本选择和参考标准报告不充分等问题;内部交叉验证可能高估模型在异质来源上的表现4。这对多部位采集的启示是,外部验证不是文章末尾再补的一项实验,而是从采集时就要保留设备、来源、时间和病例构成字段。若没有这些字段,研究者很难解释模型在新来源上失败的原因,也无法判断是病灶分布变化、图像质量变化还是标签规则变化。
公开数据集的价值也在于提供独立测试的可能,而不是提供一个可以直接套用的总分。乳腺超声的公开基准数据中,病灶由有经验的影像专业人员标注,病例还区分了病理和随访等验证方式,可被用于检测、分割、分类和外部测试6。另有乳腺分割研究使用不同来源的数据进行外部验证,并明确报告数据集的设备、图像尺寸和病灶分布差异8。这些研究可以帮助设计评价框架,但其效果数字不能转换成另一项目或服务方的承诺。
从样例评估到可复盘交付
可实施的业务流程应先从小批量试采或试标开始。第一步冻结研究问题、部位范围、授权边界和纳排规则;第二步用少量脱敏样例验证设备、探头、切面、测量、动态静态关系、报告映射和缺失编码;第三步让不同角色独立复核并记录分歧;第四步根据分歧修订字典和正反例;最后才进入分批生产。样例通过不等于全量合格,扩量前必须把版本号、返工规则和停线条件写入交付方案。
一份可复用的交付包,应包含经授权的影像或视频文件、帧和静态图索引、病例与病灶映射、部位化标签字典、测量字段说明、报告文本及结构化关系、证据来源与缺失语义、脱敏记录、质量抽检结果、争议清单、转换日志和版本差分。若项目只需要研究格式,也应保留从研究格式回到原始索引的关系。若授权不允许交付原始视频,则要在方案中清楚说明保留哪些可核验的派生信息,以及哪些算法问题因此无法评价。
公司能力与项目需求必须分开写。根据已核验的公开定位,朗慧是AI数据基础设施及流程服务商,LangData覆盖采集、处理、标注、质检和数据交付;医疗栏目按部位、模态和任务组织数据目录,并提供样例评估入口。对于多部位超声任务,这些能力可以对应到需求梳理、字段和标注规范设计、批次执行、结构与专业复核、质量记录和版本交付。但具体数据来源、人员配置、可交付规模、周期、授权状态和是否存在某种现成数据,都必须在项目评估和书面确认后确定,不能由需求文档或网站自述推导。
采购或研发负责人真正需要验收的,不是“有没有很多超声图”,而是能否打开一条样例,沿着病例ID找到检查、病灶、完整扫查段、标准静态图、测量、报告字段和证据来源,并能在另一台设备或另一批病例上复核相同规则。做到这一点,采集任务才从一次性文件收集变成可重用的数据生产线;做不到这一点,即使图像数量很大,也难以支持公平的模型比较、误差分析和长期迭代。
本文讨论的是医学影像研究数据建设、标注和验收方法,不构成患者个体的诊断、筛查、风险预测、治疗或用药建议。任何涉及病理、TI-RADS、BI-RADS、弹性或血流的字段,都应在适用的伦理、隐私、授权、质量管理和临床验证框架内使用。模型研究结果也不等同于临床效果或监管批准,最终临床判断仍须由具备相应资质的医务人员结合完整资料作出。
参考来源
- DICOM PS3.3 2026d: Information Object Definitions — US Image Module
- DICOM PS3.3: Ultrasound Multi-frame Image IOD
- An ultrasonography of thyroid nodules dataset with pathological diagnosis annotation for deep learning
- Performance Evaluation of Deep Learning for the Detection and Segmentation of Thyroid Nodules
- TI-RADS™: Thyroid Imaging Reporting and Data System
- A curated benchmark dataset for ultrasound based breast lesion analysis
- YY/T 1833.3—2022 Artificial intelligence medical device—Quality requirements and evaluation—Part 3: General requirement for data annotation
- A joint distillation model for the tumor segmentation using breast ultrasound images

