跳至正文
朗慧科技

MEDICAL DATA RESEARCH

颅脑 MRI 多序列病变标注:如何把“能看见”变成可训练、可验收的数据

面向医疗AI研发与数据采购,拆解普通颅脑与垂体MRI的序列入排、九类病变逐层标注、专家仲裁、患者级防泄漏与NIfTI几何验收,明确科研数据交付边界。

MRI与三维结构AI辅助整理 · 研发交流

同一处颅脑病变在 T1WI、T2WI、T2-FLAIR、DWI、ADC 和增强 T1WI 上的信号表现并不相同;如果标注员只盯住某一张图,轮廓、可见层面和病变类别都可能发生偏差。对需要训练分割模型的研发团队而言,真正困难的不是在软件里画出一条曲线,而是把序列组合、采集条件、空间对应、病变标签、专家争议和最终掩膜组织成一套可追溯的规则。更进一步,垂体病变还需要同时核对矢状位和冠状位序列,不能简单套用普通颅脑轴位流程。

本文围绕一类脱敏后的颅脑 MRI 标注需求展开技术分析。它的临床任务是对脑出血、脑梗塞以及多种颅内肿瘤性病变进行体素级或逐层勾画,服务于医学影像人工智能研究,不是诊断指南,也不提供个体患者的诊断或治疗建议。文中的参数、标签和交付方式应被理解为项目规范中的约定;它们不能替代伦理、授权、数据安全或临床使用审查。

一、先把需求还原成可执行的临床任务

这类任务首先要回答“标什么”,然后才是“用什么网络标”。输入不是一张普通二维照片,而是以受试者和检查为单位组织的多序列 MRI 影像。非垂体病变的核心组合是轴位 T1WI、T2WI、T2-FLAIR、DWI、ADC 和 T1WI+C;如果项目允许,SWI、DTI、3D-CISS 等其他序列也应作为可选信息被登记,而不是悄悄混入必需输入。垂体病变则有单独的矢状位与冠状位组合,两个方向都要核对 T1WI、T2WI 和 T1WI+C。这样的序列清单决定了后续模型的输入通道,也决定了缺序列时能否进入训练或只能进入隔离区。

解剖对象是颅脑及垂体相关区域,病变标签包括脑出血、脑梗塞、胶质瘤、脑膜瘤、脑转移瘤、血管瘤、垂体瘤、听神经瘤和三叉神经瘤,共九类。标签是病变类别,不是“正常/异常”二分类,也不是只给病灶中心点的检测任务。规则要求在病变出现的每个层面进行检查和勾画;病变引起的轴位水肿也按对应病变标签处理。若某个序列上确实看不到病变,可以不在该序列上强行描画,这一条会直接影响训练掩膜的解释:不应把“该序列不可见”误写成“该病变不存在”。

因此,项目文件还应单独记录标签 ID、颜色、是否允许重叠、背景值、不可见层和不确定边界的编码方式。原始规范要求沿用 ITK-SNAP 默认标签颜色,但颜色只是显示层面的约定,不能替代稳定的数字标签。若后续工具以数字掩膜计算体积或训练模型,标签表必须随每一版数据一同交付,避免颜色相同而数字含义改变。对于水肿并入病变标签的规则,也要说明它适用于哪些平面、哪些病变,以及遇到多个病变相邻时如何归属;未写清的边界会在专家复核时变成无法统计的争议。

颅脑 MRI 多序列病变标注链路的技术示意,从序列入排、跨序列对照到压缩 NIfTI 掩膜交付;不代表真实患者、实验完成或临床诊断。查看完整技术图(可放大)

图1 颅脑 MRI 多序列病变标注链路技术示意。图中将普通颅脑和垂体的序列核对、跨序列可见性以及掩膜几何验收放在同一条可追溯链路中。

二、数据入排不是前置行政动作,而是模型边界

MRI 数据进入标注流程前,至少要核对线圈、磁场强度、层厚、层间隔、矩阵、扫描方向、序列名称和增强状态。该类项目给出了头线圈或头颈联合线圈、磁场强度不低于 1T、层厚 5—8 mm、层间隔不超过层厚的 30%、矩阵不低于 256×192 等条件,同时排除严重伪影、颅脑扫描不全和缺层影像。这些数字应作为项目样本的可执行门槛,不应被包装成适用于所有脑 MRI 研究的通用临床标准。对于超出范围但仍可能有科研价值的影像,更稳妥的做法是进入“待确认”或“隔离”状态,由研究负责人决定是否另建分析层,而不是在标注员端静默放行。

不同设备、磁场强度和协议会改变信号强度、噪声、层面分辨率及病变的可见性。2025 年发布的 MSLesSeg 论文显示,其样本来自 1.5T 与 3T 扫描仪,采集协议并非完全统一;研究流程先做不可逆匿名化,再由 DICOM 转为 NIfTI、配准并进行脑提取,以 FLAIR 为主要识别序列,结合 T2WI 与 T1WI 交叉核对,由初级标注者和两名资深专家训练、复核与验证病灶掩膜。1 这并不意味着所有项目都应采用同一套标准化参数,而是说明采集差异必须被记录、被分层分析,不能在数据表中被“清洗”成不存在。

入库时建议同时形成三份清单。第一份是检查级清单,记录受试者、检查和序列之间的关系,以及是否存在重复检查、缺失序列或同一检查的多个版本。第二份是影像级清单,记录方向、尺寸、体素间距、层厚、层间隔、增强与否、序列完整性和伪影状态。第三份是标注级清单,记录该序列是否可见病变、是否需要借助其他序列判断、是否存在专家争议和最后一次规范版本。这样,在某一类病变表现异常时,研发团队才有可能区分是模型问题、输入缺失、设备偏差还是标签规则不一致。

数据脱敏也不能只理解为删除文件名。DICOM 元数据中的身份字段、检查号、机构信息以及可能写入像素的文字都需要按授权范围处理;脱敏之后还要确认序列之间仍保留正确的受试者级关联。对外部数据采购或委托标注,授权用途、伦理文件和脱敏记录是三条不同的证据链。公开稿只讨论这些技术控制点,不写任何真实来源、机构、合同、数量或价格。

三、从逐层勾画到多序列空间一致性

对于脑部病变,标签的最小颗粒度是体素或图像层面上的像素区域,而不是病例级结论。每个序列都需要逐层检查,病灶边界不清时可以参考同一受试者的其他序列,但“参考其他序列”不等于把一个序列的轮廓无条件复制到所有序列。由于不同序列可能存在分辨率、层面覆盖和形变差异,任何跨序列借用都要先核对空间位置、方向和体素网格。若项目后续会把多个序列堆叠成多通道输入,配准后的图像和掩膜必须共同经过几何检查,不能只看显示界面里是否大致重合。

DICOM 到 NIfTI 的转换可以改善研究端的数据处理一致性,但转换不是“交付完成”。2024 年 BraTS 术后胶质瘤挑战预印本中的公开方法,先由放射科医生检查原始 MRI,再提取 T1、增强 T1、T2 和 FLAIR,使用 dcm2niix 转为 NIfTI,并进行脑提取与配准;其标注仍由临床专家在预分割草稿基础上逐例修订和批准。2 这个流程说明算法预标注可以减少重复劳动,却不能绕过专家最终确认,也不能让预处理步骤掩盖原始序列的缺失或错配。

输出为压缩 NIfTI 标签文件时,需要同时交付原图与掩膜之间的方向、尺寸、体素间距和空间参考信息。若下游只读取一个三维数组而忽略仿射矩阵,掩膜即使数值正确,也可能在另一个工具中错位。DICOM 官方的分割图像模块要求描述分割类型、分段说明和生成算法等属性;对于非手工生成的分割,还需要说明算法信息。3 对本项目而言,哪怕最终交付格式是 NIfTI,也应保留足以追溯标签来源的元数据,并在目标工具中回读一个样例,核对叠加位置和标签值。

算法路线可以分为基线、适配和验证三层。基线层可采用成熟的三维编码器—解码器分割流程,以每个 MRI 序列作为通道,并明确配准、重采样、强度归一化、裁剪和缺失序列处理。nnU-Net 的原始研究显示,面向不同数据属性自动配置预处理、网络、训练和后处理,能够在多个公开生物医学分割数据集上形成强基线,但这类结果依然依赖数据集定义和评估边界,不能直接推导出对本项目九类病变的临床可用性。4 因此,“使用某个通用框架”不是验收指标,真正要验收的是输入是否按规范冻结、训练划分是否无泄漏、标签是否稳定以及外部数据是否仍可解释。

适配层要处理两个现实问题。第一,九类标签很可能存在类别不平衡,小病灶、少见病变和难以分辨的边界会被总体平均值掩盖。训练时可以比较加权损失、焦点损失、类别重采样或分层采样等方案,但这些都是研发建议,不应在没有本项目实验证据的情况下写成已经有效。第二,普通颅脑和垂体的观察平面不同。垂体标签可以由共享的低层空间特征和任务特异的高层分支组成,也可以建立单独模型;无论选哪一种,都要让模型知道输入序列和观察平面,不能把冠状位、矢状位缺失当作随机噪声。

2025 年一项使用 BraTS2018 和 BraTS2019 的多模态脑肿瘤分割研究报告了较高的内部测试 Dice,但研究者也明确指出其二维切片处理会损失三维上下文,并把三维架构作为局限与后续方向。5 这对本项目尤其重要:源需求要求逐层勾画,但交付是三维压缩掩膜;算法评估不能只在二维切片上做随机切分,否则同一受试者相邻层面的信息可能同时出现在训练和测试中。二维工具可以用于人工编辑,模型验证则应至少保留患者级、检查级和病灶级的三维核对。

四、专家标注、盲审与争议闭环

专业标注的第一责任不是“画得快”,而是让不同标注者面对同一影像时有相同的解释路径。项目启动时应先用脱敏样例讨论九类标签、边界、不可见层、水肿归属、伪影处理和多病灶关系,形成带版本号的标注手册。标注者是否为神经影像方向人员、哪些任务可以由经过培训的标注工程师完成、哪些情况必须提交临床专家,都应在方案中写明。公司拥有医疗数据基础设施和流程服务定位,并不等于任何具体项目都已有现成的颅脑专家团队或现货数据;人员和范围仍需按书面项目确认。

标注流程可采用独立勾画、盲审、专家仲裁和版本冻结四个阶段。独立勾画时,复核者不应先看到他人的轮廓,以免把一致性误认为规则正确。盲审记录需要保留标注者角色、规范版本、涉及的序列、争议类型和修改原因。对于边界不可见、病变类别无法区分或水肿归属不明确的病例,不应为了交付完整率强行选择一个标签;可以使用待仲裁状态,待决定完成后再生成最终掩膜。

MSLesSeg 的标注方法提供了一个可借鉴的研究范式:由初级标注者完成勾画,再由神经放射科专家和神经科专家进行训练、复核和最终确认;主要序列用于识别病灶,其他序列用于处理模糊情形,最终标签在专家验证后才作为真值。1 BraTS 2024 术后胶质瘤挑战预印本则采用了预分割加人工修订、专家批准和测试集双组标注来观察标注者间差异。2 这些研究不是本项目的现成验收结果,但支持一个基本原则:专家复核不仅要看最终轮廓,也要看轮廓是依据哪个序列、哪一版规则和哪一次争议仲裁形成的。

质量记录至少应能回答四个问题。第一,某个标签是手工绘制、半自动草稿修订还是模型预标注后修订。第二,某层没有标签是因为没有病变、病变在该序列不可见,还是图像缺层。第三,专家修改了多少区域,修改是否改变了病变类别。第四,最终掩膜是否已经通过几何、标签值和文件可读性检查。把这些状态写入交付表,比在文章中宣称一个统一的“标注准确率”更诚实,也更方便算法团队定位失败。

五、质量指标要服务于任务,而不是反过来定义任务

验收需要把数据质量、标签质量、模型质量和文件质量分开。数据质量检查序列是否齐全、参数是否达标、严重伪影和缺层是否被排除、受试者级划分是否无重复。标签质量检查九类标签的数字映射、层面覆盖、轮廓连续性、水肿归属、不可见层记录、空间方向和掩膜与原图的重合。模型质量再使用预先约定的指标,文件质量则确认 NIfTI 能否在目标工具中打开并与原图对齐。任何一项不通过,都不应用另一项的高分抵消。

分割任务不宜只报总体准确率。背景体素远多于病灶体素,单一准确率可能在模型完全漏掉小病灶时仍看起来很高。可以按病变类别、病灶大小、可见序列、采集条件和数据来源分别报告 Dice 或 IoU,并补充敏感度、假阳性、病灶检出率及边界距离。BraTS 2024 挑战预印本中的评价方案将病灶级 Dice 和 95% Hausdorff 距离作为重要评价,理由是按病灶计算可以减少“大病灶平均值掩盖多灶或小灶失败”的问题。2 本项目是否采用这些指标、抽样单位是患者还是检查、缺失序列病例是否单独分析,都应在训练前冻结。

标注一致性也要区分重复性和正确性。两位标注者的 Dice、IoU 或 Kappa 可以描述相互一致程度,却不能证明标签符合临床事实;单人专家终审也不能替代独立外部验证。更稳妥的做法是对争议样本、少见标签、小病灶和跨设备样本设置分层复核,报告分层结果和置信区间。2024 年关于多发性硬化 MRI 病灶分割的共识研究显示,组合多个算法的结果可以改善两个中心数据集上的重叠和检出指标,但该研究是特定疾病、特定序列和特定数据集的实验,不等于九类颅脑病变上的临床效果。6 文章中应始终把研究数据集上的技术指标和临床应用效果分开表述。

外部验证是发现协议偏差的关键环节。训练、验证和内部测试可以按受试者划分,并在划分文件中固定随机种子;真正的外部测试还需要尽量覆盖未参与训练的设备、磁场强度、序列组合、扫描参数或数据来源。验证报告应写明哪些序列缺失、预处理是否重新拟合、是否调整阈值以及是否存在人工后处理。模型在内部测试上表现良好,不代表能在另一套参数或不同病变谱上稳定工作。对采购方而言,要求“外部样本可复核”通常比要求一个脱离任务定义的统一百分比更有价值。

颅脑 MRI 标签质量与验收矩阵的技术示意,将入排、独立标注、模型评估和文件回读分别核对;不代表真实数据或模型结果。查看完整技术图(可放大)

图2 颅脑 MRI 标签质量与验收矩阵技术示意。图中强调患者级防泄漏、专家仲裁、病灶级评价和交付几何核验四条线不能合并成一个笼统的“质检通过”。

六、交付设计决定数据能否真正进入研发

一个可用的交付包不应只有若干个以固定后缀结尾的掩膜文件。算法团队至少需要得到脱敏后的影像索引、受试者—检查—序列关联、规范版本、标签 ID 与颜色映射、图像方向和体素间距、缺失序列记录、质量状态、专家修订记录以及可在目标训练代码中读通的样例。若交付约定采用“原文件名加标签后缀”的方式,也要同时提供不含身份信息的内部唯一键,避免文件重命名后无法追溯。

交付验收可以设计成一个小规模试点。先用代表不同序列组合、不同病变类别和不同边界难度的脱敏样例,完成导入、标注、盲审、导出和下游回读;再检查文件能否被目标工具读取,掩膜是否与原图一致,标签值是否越界,层面覆盖是否符合规则。试点通过后才进入批量生产。若后续更改序列门槛、标签定义、水肿规则或导出格式,应生成新版本并明确旧掩膜是否作废,不能在同一训练集里混用未说明的规范。

这里也要把“平台能做什么”和“本项目已经完成什么”分开。经过核验的公司定位是 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,医疗栏目提供按部位、模态和任务组织的数据目录与评估入口。这些信息支持把颅脑 MRI 需求拆成数据处理、标注、质检和交付模块,但不证明存在不受项目约束的现货数据,也不证明某个模型已通过临床或监管审定。实际采购时,应让双方对序列范围、标签定义、专家职责、审核轮次、脱敏方式、私有化或接口需求以及验收脚本逐项书面确认。

对研发团队而言,合理的业务逻辑不是先购买一套泛化的“医疗 AI 数据”,而是先冻结研究问题,再采购能被审计的最小闭环:序列和纳排条件、标签规范、专家复核、质量记录、版本化交付和外部验证。如果只买到图像而没有协议,如果只得到轮廓而没有标签语义,或者只有模型指标却不能回读原图,后续的训练、论文和产品验证都会把数据问题误判成算法问题。反过来,若把这些交付物作为合同附件和验收输入,数据服务才真正成为研发基础设施,而不只是一次性的人工勾画。

七、结语:把“多序列”落实为可追溯的证据链

颅脑 MRI 病变标注的核心并不是标签越多越先进,也不是网络名称越新越有价值。它要求从入库时就把普通颅脑与垂体的序列差异写清楚,把线圈、磁场、层厚、间隔、矩阵和排除条件变成可执行检查;在标注时把九类病变、逐层勾画、水肿归属、不可见序列和争议仲裁变成可追溯记录;在算法阶段按患者级划分并保留三维空间信息;在验证阶段按病灶、类别、采集条件和外部来源报告结果;在交付阶段对 NIfTI 几何、标签映射和下游回读逐项验收。

这些步骤不会自动产生临床有效的诊断工具,也不能保证所有 MRI 协议下都有相同表现。它们的研发价值在于,让团队知道每一个标签从何而来、每一个失败属于哪一层、每一次规范变更影响了哪些样本。只有当“看得见”经过专家规则、空间核对、盲审和外部验证,才可能进一步成为可训练、可复现、可审计的数据资产。

参考来源

  1. MSLesSeg: baseline and benchmarking of a new Multiple Sclerosis Lesion Segmentation dataset
  2. The 2024 Brain Tumor Segmentation (BraTS) Challenge;(预印本,非同行评审版本)
  3. DICOM PS3.3 2023e: Segmentation Image Module
  4. nnU-Net: a self-configuring method for deep learning-based biomedical image segmentation
  5. ResSAXU-Net for multimodal brain tumor segmentation from brain MRI
  6. Consensus of algorithms for lesion segmentation in brain MRI studies of multiple sclerosis