跳至正文
朗慧科技

MEDICAL DATA RESEARCH

CT膝髋关节骨结构分割:从数据分层到注册导向的质量验收

面向医疗AI研发与器械注册导向项目,拆解膝关节全长与局部、髋关节骨盆至股骨近端CT数据的标签、关键点、空间一致性、专家复核和独立验证方法,帮助团队把需求转成可追溯的研发交付规格,不替代临床或监管审定。

CT与血管影像AI辅助整理 · 研发交流

当一个模型要同时处理膝关节全长与局部CT、髋关节从骨盆到股骨近端的体数据时,真正困难的并不是把网络换成更大的架构,而是先回答三个问题:模型究竟要分出哪些骨性结构,哪些病例和扫描条件能够支持这个任务,以及怎样证明一份掩膜既与原始影像对齐,又足以支撑后续测量或器械研发。若这三个问题没有在数据进入训练前冻结,训练集大小、网络名称和单一重叠指标都不能弥补标注口径的漂移。

这类需求通常服务于骨科影像模型、三维解剖重建或医疗器械研发。公开技术分析可以讨论任务拆解、数据结构、算法路线和验收方法,但不能把某个项目的采购规模、病例编号或内部交付状态写成企业现货,更不能把研究论文中的实验结果改写成临床批准或诊断效果。下面以一套匿名化的膝髋CT分割需求为例,说明如何把它变成可复查的数据工程规格。

先把“骨骼分割”拆成两个明确任务

膝关节与髋关节不应共用一套含混的“骨骼”标签。膝部任务的核心对象是股骨、胫骨、腓骨和髌骨,左右侧需要成为可计算的语义类别,而不是只写在文件夹名中。全长扫描用于保留下肢轴线和远端参照,局部扫描则把关节间隙附近的结构放在更高的空间关注度上。两者可以服务同一模型族,却不等于可以混成一个没有范围字段的样本池。入库时至少要记录部位、侧别、扫描覆盖范围、层间距和是否双侧。

膝部的疾病分层可以作为训练和独立评价的队列设计,包括基本正常、不同程度的退变以及重度骨关节改变。它们首先是病例层面的分布变量,不应误写成“每个病变都要另行勾画”的标签。比如骨赘在该类骨结构分割里可能不是目标类别;如果把骨赘一律并入或一律排除,却没有在指南中写清楚,模型与标注员的差异就会被错误地解释为算法误差。关节面接触处还要维护股骨与胫骨的边界关系,生理性间隙不能因为相邻体素而被填成一块。只有影像显示真正骨性融合时,才按影像边界记录,并保留融合原因。

髋部任务的对象不同。骨盆与左右股骨要形成互不重叠的结构标签,股骨应覆盖股骨头、股骨颈、大小转子以及约定的近端骨干范围,骨盆则要覆盖髋臼及其周围连续骨性结构。退变、股骨颈骨折和转子间骨折可以作为病例分层,以检验算法对形态变化和骨折线的鲁棒性,但不能在未定义标注目的时把它们混成“异常骨”单类。髋臼与股骨头接触区同样要区分两侧终板;重度退变、骨性强直或骨折愈合造成的真实融合,必须设置与普通关节间隙不同的处理规则。

这说明源文档里至少包含四种颗粒度:病例级的年龄和病种分层,体数据级的扫描覆盖范围,体素级的多类别分割,以及点级的关键点坐标。它们不能被压缩成一张“标注完成”清单。关键点至少要声明名称、侧别、坐标系、在三正交视图中的定位方式、不可见或结构破坏时的处理和允许误差。LPS坐标只是坐标约定,并不自动保证点和掩膜在同一空间;输出前仍要核对方向矩阵、原点、体素间距与参考影像。

CT膝髋分割数据链路示意:从病例分层到可追溯输出查看完整技术图(可放大)

图1|技术示意:CT膝髋分割的数据链路、标签颗粒度与导出状态,不表示真实患者、已完成实验或临床诊断。

数据设计的重点是病例独立和分层可追溯

需求中常见的“训练数据”和“金标准数据”不是同义词。训练集用于让模型学习形态变化,金标准或独立评价集用于提供由更高层级专家确认的参照。若同一病例的相邻切片被随机拆到训练和测试两侧,数字看起来会很漂亮,但模型可能只是记住了同一体数据的纹理和扫描习惯。正确做法是以病例或检查为单位切分,并在切分前固定去重规则;同一人的双侧、同一检查的重建序列和重复导出也不能跨集合泄漏。

分层不是简单追求每个格子数量相等。年龄段、退变程度、骨折类型、左/右侧、局部/全长范围和图像质量都可能影响边界。更有用的设计是先制定纳入与排除条件,再制作一张病例级数据卡:记录模态、扫描范围、层厚或层间距、设备与重建条件、侧别、病种分层、金属或骨折状态、标注状态和版本号。项目交付时不必公开任何能识别来源的字段,但内部要能回答某个结果来自哪一版指南、哪一类扫描和哪一次复核。

层厚上限、无金属伪影、无植入物、无骨折等条件不能只写成采购句子。它们实际决定模型的适用域。若目标包含骨折病例,就不应同时把所有骨折排除;若目标是正常解剖分割,则排除金属可能合理,但应在独立测试中明确这不是对植入物场景的验证。全长与局部数据的左右侧平衡也只是队列设计要求,不能替代对设备、体位和重建核对。把这些条件都转为结构化字段,算法团队才能在训练前识别分布缺口。

DICOM原始影像的管理还关系到空间几何。DICOM官方Segmentation IOD规定,分割实例用于表达被参考影像中的像素分类,可以是二值、分数或标签图;当参考影像定义了Frame of Reference时,分割实例应保持相同的参考坐标系,但不一定具有相同的空间采样或范围。6 这意味着“导出成NIfTI”并不只是改文件后缀,必须保留影像方向、原点、体素尺寸和派生关系。若项目同时提供DICOM与NIfTI,应将哪一个作为几何真值、如何互相校验写进交付说明。

对于多标签掩膜,标签表要把背景、左右股骨、左右胫骨、左右腓骨、左右髌骨以及骨盆分别定义清楚。标签数字、显示颜色和文字名称都应版本化。关键点文件不能脱离病例目录独立流转;它需要引用同一病例的影像和掩膜,并明确坐标单位。任何自动重采样、裁剪或左右翻转都要留下变换记录,否则点坐标即使格式正确也可能已失去医学意义。

算法路线应围绕边界、拓扑和测量任务设计

第一阶段不是直接训练最大模型,而是做可审计的预处理。应先检查DICOM序列完整性、切片排序、方向一致性、体素间距、窗位窗宽映射和体数据覆盖范围。CT值的转换不能被不透明的图片导出替代;研究中常把DICOM转换成二维图像以适配网络,但这一步会丢失体素间距和三维关系,重新用于测量时必须从原始元数据恢复几何。对于需要关节间隙、骨折线或近端骨干连续性的任务,三维或2.5D输入通常比独立二维切片更容易保留上下文,但计算成本和标注难度也会增加。

第二阶段可采用粗到细的多类别分割。粗分割负责定位骨盆、股骨和膝部骨性区域,细化模块再处理关节面、骨折边缘、薄皮质和小结构。膝CT研究曾使用U-Net与PointRend组合,分别关注整体区域和不确定边界,并用Dice、平均表面距离和Hausdorff距离评价结果。1 这类路线的启发不是固定采用某个网络,而是把边界难点显式放入设计。对于髋部左右骨盆相连、骨性融合或骨折造成的拓扑变化,还应设置连通域和结构关系检查,避免仅凭体素重叠通过。

第三阶段是把关键点检测和分割解耦又对齐。关键点可以由热图、回归或从掩膜几何提取,但每种方法都应输出不确定性和失败状态,而不是强行给出一个看似精确的坐标。已有髋膝CT研究把解剖切片定位、骨掩膜和几何测量串成三阶段流程,使用DICOM像素间距把图像重采样到统一空间,再计算旋转角、沟角或距离;其测试结果说明,测量误差需要与分割误差一起评估,而不是只报告分类准确率。2 对本类项目而言,关键点不是模型附加功能,而是后续轴线、角度或距离计算的几何接口。

第四阶段是建立不确定性闸门。模型可以对每个结构提供置信度、边界不确定性或集成差异。当预测与训练分布差异较大,或股骨与骨盆发生粘连、骨折结构不完整时,结果应进入人工复核,而不是自动导出。一项针对多设备、多位置髋至膝CT的肌骨结构研究验证了预测不确定性用于发现分割失败的可行性;它的主体是骨与肌肉等结构的分割,不是本项目的膝髋多标签骨结构队列,因此这里只借鉴“先发现疑似失败、再人工复核”的门禁思路,不外推其模型或指标。3 这类方法可以指导复核优先级,但不能把论文中的AUROC或Dice数字直接换成项目验收阈值。

骨盆分割公开研究还提醒,跨中心、造影、低剂量、骨折和金属伪影会引入域偏移;多来源CT数据集与多类别模型的价值,正在于把这些变化纳入训练和测试,而不只是扩大切片数量。4 因此,算法路线应预先定义哪些条件属于目标适用域,哪些条件触发拒识或人工处理。一个只在无伪影、单设备、单一体位上验证的模型,不能因为网络结构更先进就被表述为适用于所有临床CT。

专家标注需要把争议变成规则和记录

膝髋骨结构的标注主体不应只有“标注员”三个字。执行者可以完成逐层勾画和初步关键点定位,但关节面、骨折后边界、骨性融合和关节间隙等争议,需要由具备骨科影像经验的审核者判定。项目开始前应提供正例、反例和难例,明确哪些结构是目标,哪些结构不标,何时使用“不可判定”或“超出范围”状态。对跨三个正交面的关键点,要求在轴位、冠状位和矢状位复核,是减少单平面误落点的最低条件。

双人独立标注比“一个人标注、另一个人顺手看一眼”更容易发现规则漏洞。两位标注者应在不知道对方结果的条件下完成样例,按结构和病例记录分歧;裁决者查看原始影像、两份掩膜和指南版本后给出理由。不能为了得到一个平均结果而把两个边界相互覆盖,也不能在没有改版本号的情况下用口头意见修正历史数据。若分歧集中在股骨髁与胫骨平台接触区,说明指南需要增加边界示例,而不是简单要求“提高准确率”。

关键点的定义还要与使用场景相称。某些点服务于关节间隙或轴线,某些点服务于手术规划,某些点只是模型配准锚点;它们的允许误差和审核等级不同。若一个点在严重畸形、骨折移位或融合病例中不可见,必须预先规定剔除、对侧参考、估计或“不适用”中的哪一种。尤其要避免使用历史版本的旧命名覆盖新命名。版本变更表应列出旧点、新点、受影响的测量和需要重标或排除的样本。

质量验收不能只看一个重叠分数

对体素分割,Dice或IoU可以衡量重叠,但并不等于边界安全。薄皮质、髁间窝、髋臼缘和骨折线即使体积占比很小,也可能对角度或配准产生明显影响。因此验收至少要分为四层。第一层是格式和几何:序列完整、方向一致、标签数正确、体素间距可读、掩膜与原图同空间。第二层是结构完整性:连通性、左右侧不串联、关节间隙规则、骨盆与股骨无不应有的重合。第三层是数值指标:按结构报告Dice、IoU、平均对称表面距离和Hausdorff距离,并报告分布而不是只有平均值。第四层是关键点与下游测量:用毫米误差、角度误差、距离误差及失败率评价其是否支持预定任务。

研究中对膝关节骨结构采用Dice、平均表面距离和Hausdorff距离,同时安排独立临床人员盲评关键解剖点;这比只展示几张漂亮叠加图更接近真实验收。1 但不同数据集、分辨率和标注者之间的指标不能直接横向比较。验收阈值应由目标用途、标注不确定性和下游风险共同决定,并在试标阶段冻结。对于关键点,不能只在像素坐标上算误差;如果数据经过重采样,应换算到物理单位后再计算。

外部验证要覆盖数据设计中最可能失败的组合,而不是随意再抽一批同来源病例。可以按设备与重建协议、扫描范围、体位、左右侧、年龄、退变或骨折状态分层,保留完全独立的病例。多设备外部验证研究显示,病理程度、设备厂商和体位变化都可能影响分割表现;同时,预测不确定性可用于标记需要人复核的失败案例,但并不能消除外部验证本身的必要性。3 如果源项目只提供单一来源的样本,就应在稿件和验收记录中承认这一外推限制。

数据集建设研究也越来越强调结构化、专家级掩膜和预定义训练测试划分。2026年一项下肢肌骨CT数据集工作提供了多平面CT图像—掩膜对和细粒度骨骼、肌肉标注,并用多个分割架构进行基准验证;它证明了数据集可以支持算法比较,但不等于任何新项目都已获得相同的泛化性。5 对研发团队而言,更有价值的是复用这种思路:保存数据卡、标签本体、划分清单、已知失败模式和基线脚本,让后续模型能在同一版本上复盘。

膝髋分割质量闭环示意:从标注争议到独立验证与放行查看完整技术图(可放大)

图2|技术示意:结构标签、关键点、几何检查与外部验证的质量闭环,不表示真实患者、实验结果或临床诊断。

把业务交付写成可暂停、可复盘的研发流程

对于这类任务,样例评估应先于批量生产。第一轮样例不只是检查“能不能勾画”,还要核对标签表、左右侧字段、坐标系、关节间隙处理、关键点命名、输出文件和版本记录。任何一项无法由另一位审核者独立复述,都说明指南还没有达到可交付状态。通过样例后也不应立即把全部病例视为放行;应先设置小流量试生产,观察返工原因是否集中在某一病种、扫描范围或结构边界。

交付目录应同时具备影像、掩膜、关键点、文本标签、数据卡和质量记录。记录应能回答四个问题:这份结果使用了哪一版标签定义,谁在什么角色下完成了标注与裁决,算法或预标注模型的版本是什么,最终是否经过允许导出的审核状态。未审核的预测可以作为工作草稿存在,但不能与金标准混放,也不能被下游训练脚本无提示地读取。对历史批次,如果规则发生变化,要么重标,要么在新版本评价中明确排除,并保留影响范围。

这套业务逻辑与朗慧公开的AI数据基础设施定位相适配之处,在于可围绕采集、处理、标注、质检和版本化交付组织流程,而不是宣称已有某个膝髋注册数据集、统一准确率或现货规模。医疗影像项目仍应以任务书面确认的模态、样例、标签、授权和验收指标为准。平台的预标注能力只能作为草稿起点,最终输出需要经过项目约定的专家修订和审核;公司的公开能力边界也不能替代医学器械注册申报中的性能、风险和临床评价证据。

对于采购与研发负责人,最值得写入工作说明的不是“采用先进AI”这类空泛句子,而是可打开样例的检查项:扫描覆盖是否满足任务,分割对象是否与标签字典一致,左右侧和坐标是否可回溯,关节面边界是否保持空间关系,关键点误差是否按物理单位评估,失败样本是否进入复核,版本差异是否影响历史指标。这样,数据才不仅是模型训练的输入,也是注册导向研发中能够被复核、被重做、被解释的技术资产。

参考来源

  1. Study on the accuracy of automatic segmentation of knee CT images based on deep learning
  2. Automating Linear and Angular Measurements for the Hip and Knee After Computed Tomography: Validation of a Three-Stage Deep Learning and Computer Vision-Based Pipeline for Pathoanatomic Assessment
  3. Validation of musculoskeletal segmentation model with uncertainty estimation for bone and muscle assessment in hip-to-knee clinical CT images
  4. Deep learning to segment pelvic bones: large-scale CT datasets and baseline models
  5. Musculoskeletal CT Segmentation Dataset of Lower Limbs for High-fidelity Human Digital Twin
  6. DICOM PS3.3 2026d: Segmentation IOD