跳至正文
朗慧科技

MEDICAL DATA RESEARCH

乳腺癌平扫MR病灶标注:让增强证据服务于可复核分割

围绕乳腺癌平扫MR病灶标注,拆解增强MR、影像报告和病理报告的辅助证据角色,明确三类mask、空间配准、专家复核、数据防泄漏与外部验证要求,帮助研发团队形成可追溯、可验收的数据规格。

临床文本与纵向多模态AI辅助整理 · 研发交流

乳腺癌影像数据建设中,一个容易被忽略却直接影响模型可用性的问题是:如果最终模型只接收平扫MR,标注者能否在借助增强MR、影像报告和病理报告定位病灶之后,把边界可靠地迁移回平扫序列?这不是简单的“在图像上涂颜色”,而是一个包含序列配准、证据分层、病灶级标签和质量验收的医学数据工程任务。平扫图像是最终空间载体,增强信息是定位和解释线索,报告及病理信息则属于受控的外部证据;如果三者在数据结构中没有被明确区分,训练集就可能出现标签泄漏、错层标注和无法复核的“伪真值”。

本文围绕一项乳腺癌平扫MR病灶标注需求,讨论如何把任务拆成可以执行和验收的研发规格。文中所说的标签和模型路线服务于医疗人工智能数据建设,不构成对任何个人影像的诊断或治疗建议。

一、先把任务说清楚:主输入不是辅助证据

这项需求的临床数据对象是乳腺癌相关的MR影像与病灶标注。主输入为平扫MR影像,任务输出是在平扫空间中勾画病灶位置;增强MR的指定期相、MR报告和病理报告用于辅助寻找病灶、判断类别和复核困难边界。也就是说,标注工作不是把所有可用资料拼接成一个不透明的“综合结论”,而是要记录每种证据在决策链中的角色。公开的乳腺MRI专家共识将平扫T1、脂肪抑制T2、动态增强T1等序列放在同一检查体系中,并强调增强图像与多序列结合的诊断价值。1 这正说明了为什么增强信息可以帮助定位,却不能被悄悄当成平扫图像本身的像素真值。

在实际项目中,首先应为每个病例建立脱敏后的病例级ID,为每套影像建立检查、序列、期相和层面索引,再将报告和病理资料作为具有来源与时间点的文本证据挂接。需求中提到的增强MR期相,应以实际DICOM序列描述和项目数据字典为准,不能仅凭文件名猜测“第二期”的含义。平扫与增强序列若来自同一次检查,仍可能存在层厚、视野、矩阵、乳房形变、呼吸运动和摆位差异;同步翻阅功能只能帮助观察,不能替代几何核对。

标签层面,原任务把恶性病灶,包括恶性肿瘤和恶性非肿块样强化,设为红色mask;良性病灶,包括纤维腺瘤、腺病等,设为绿色mask;肿大淋巴结设为黄色mask。颜色只是界面编码,交付文件必须使用稳定的类别字典和数值编码,并保存类别定义、证据来源和版本号。对于一个病例中多个病灶,应有病灶级ID;同一病灶跨多个切片应保持对象连续性,病灶之间不能因相邻而无规则合并。淋巴结也应单独记录解剖对象和可见性,避免把腋窝或胸壁附近的正常结构混进乳腺病灶标签。

“尽可能准确勾画位置”还需要拆成可验收的边界规则。肿块样病灶通常可以在连续层面上表达三维范围;非肿块样异常可能边界模糊、夹杂正常腺体,不能为了制造整齐轮廓而把整个强化背景都涂入mask。平扫上信号不典型但增强上可定位的区域,应保留“由辅助增强证据定位”的来源标记。病理报告支持恶性或良性,并不自动决定像素级边界;病理取样范围与影像可见范围可能不同,二者应分别保存,不能把病理结果复制成影像轮廓。

二、数据设计的核心是证据可追溯

一个可复用的交付对象至少应包含四层。第一层是影像层:病例ID、检查ID、序列类型、期相、侧别、方向、层厚、像素间距、采集设备和必要的脱敏元数据。第二层是空间层:平扫图像中每个mask的坐标系、层面范围、病灶ID、类别、是否完整可见和是否存在伪影。第三层是语义层:报告中提及的病灶描述、病理支持状态、标注者对证据的引用,以及“未见、未提及、无法判断”之间的区别。第四层是治理层:标注者、复核者、复议结果、时间、规则版本、修订原因和导出授权。

这种分层能够避免两个常见错误。其一,把“报告未提及”误写成“没有病灶”。其二,把病例级的良恶性结论直接广播到每一个像素。对于训练平扫分割模型,病理报告可以作为标注审核的外部证据,但不能在训练和测试阶段无意中作为输入特征;否则模型评估得到的不是平扫影像能力,而是文本标签泄漏。若未来要研发影像加文本的多模态模型,则应另建输入版本、标签版本和独立验收协议,不能与平扫单模态任务混在同一指标中。

纵向和同次检查配对也要单独设计。若一个病例含有多次检查、治疗前后或不同期相,训练验证测试应按病例而不是按切片随机拆分;同一病例的平扫、增强和报告不能分散到不同集合。对增强与平扫进行空间对应时,应记录配准方法、人工修正和残余不确定性。必要时保留原始坐标到标准坐标的变换信息,使研发人员能够追溯某个边界是直接勾画、配准后修订,还是从预标注结果编辑而来。

公开数据集可以说明这种设计的必要性。MAMA-MIA研究发布了来自多来源的乳腺DCE-MRI病例,并为原发肿瘤和非肿块强化区域提供专家修正后的分割;作者还把影像、临床变量、初始自动分割和专家纠正结果分开组织,专门讨论了自动初标与人工修正之间的质量差异。2 这类公开资源不是本任务的现成替代品,因为它以增强MRI为核心,标签范围和研究人群也不同,但其数据对象和修正记录思路值得借鉴。

三、标注操作应把“找病灶”和“画边界”拆开

第一步是病例入库核对。系统要检查平扫序列是否存在、图像方向和层面是否完整、增强辅助序列能否同步、报告与病理文本是否绑定到同一脱敏病例。若关键序列缺失、序列方向无法解释、配准失败或报告与影像关系不明,应进入待复核或排除队列,而不是让标注者用常识补全。

第二步是证据定位。标注者可以先阅读报告,使用增强MR在对应层面寻找恶性或良性病灶,再回到平扫MR确认解剖位置。窗口宽度和窗口中心可按项目预设后允许微调,但每次调窗不应改变原始像素,只影响显示。对于乳腺背景实质强化、皮肤、血管、术后改变和运动伪影,应在指南中明确何时属于背景、何时属于伴随征象、何时只保留为困难样本。专家共识将肿块样强化与非肿块强化区分为不同表现,并强调位置、数目、大小、形态与强化特征的分别记录。1 在数据工程上,这意味着“红色病灶”不能代替病灶类型、边界状态和证据来源三个字段。

第三步才是平扫空间内的勾画。标注者应逐层检查病灶的进入、最大范围和退出位置;当相邻层面仅有模糊信号时,不能用固定厚度机械外推。小病灶、非肿块样病灶、紧贴胸壁或皮肤的病灶,以及受腺体背景影响的区域,应进入难例标签。对不确定边界,建议使用项目允许的“待复核”或“忽略区”状态,而不是把不确定像素强制归为良性。黄色淋巴结mask要遵循单独的解剖与形态规则,并记录是报告明确提及、影像观察还是专家复核所支持。

第四步是提交前自检。平台可以在下一题自动保存、允许返回修改,但自动保存不等于质量验收。系统应校验mask是否落在有效图像范围、是否出现类别重叠、是否存在孤立单像素噪声、同一病灶ID是否跨层连续、是否错误覆盖背景或超出乳腺区域。提交时还应锁定规则版本和操作者版本,使后续回修可以识别是规则变更、证据补充,还是单纯的勾画错误。

四、AI预标注可以提效,但不能成为隐形裁判

需求提出后续批量任务可能提供模型推理得到的mask作为参考。这是一条合理的交互式标注路线,但必须把“模型建议”和“专家标签”分开保存。预标注只能减少从空白画布开始的成本,不能改变标签定义,也不能在模型漏检时诱导标注者忽略报告或增强序列中的病灶。对于恶性、良性、淋巴结三个类别,预标注模型应输出带有版本号的候选mask,人工界面显示其来源,最终交付只认定经过人工确认和质量审核的mask。

算法上可以从二维逐层模型、三维全分辨率模型或二者结合的粗到细路线开始。第一阶段在平扫上定位乳腺区域和可疑候选,第二阶段用局部三维上下文细化边界,第三阶段把候选与增强证据的配准信息用于标注辅助,而不是直接改变平扫输出。若模型训练时使用增强MR作为输入,必须另设“多模态模型”版本;若目标是平扫单模态模型,则增强和报告只应作为训练标签生成或人工复核资料,不能在推理时偷偷可用。

模型评估也要按任务拆开。病灶级检出可统计病例级召回、假阳性对象和漏标对象;像素或体素级分割可报告Dice、IoU、95% Hausdorff距离或平均表面距离,但这些指标应与对象大小、边界难度和类别分别呈现。不能用一个总体Dice掩盖小病灶、非肿块样病灶或黄色淋巴结的失败。MAMA-MIA数据研究在自动分割质量检查中让专家盲法修正所有病例,并比较了Dice与95% Hausdorff距离,同时发现中间质量等级的专家意见一致性更难达到理想状态。2 这提示验收不能只依赖单一重叠指标,也要保留盲审和争议记录。

已有研究展示了跨机构训练和外部测试的价值。一项于2025年12月在线发表、列入2026年卷期的乳腺MRI分割研究在三个机构数据上采用联邦半监督框架,并把来自不同公开集合的病例分别作为外部测试集;作者报告的Dice和IoU是该研究设置下的分割研究结果,不是临床诊断率,也不能直接外推到本任务。5 对本任务而言,更稳妥的做法是先冻结标注规则,再用独立病例做外部验证,报告不同扫描设备、序列参数、病灶类型和中心分布下的变化。

五、专家标注和争议处理决定数据上限

标注主体应按任务授权和医学风险确定。基础勾画可以由经过培训的医学影像标注人员完成,但恶性与良性分类、非肿块样强化边界、淋巴结判定和疑难病例终裁需要具备乳腺MRI经验的专业人员参与。项目应在开始前提供图例、病例级证据优先级和边界示例;示例不应只展示清晰病灶,还要覆盖背景强化、运动伪影、术后改变、单层可见、小病灶和多病灶邻近等情况。

多人标注并不意味着简单多数投票。建议让初标者与复核者在看不到对方修改过程的条件下独立处理一部分样本,用于估计类别和边界的一致性;分歧病例再由资深专家复议。对恶性和良性分歧,应先检查引用的报告或病理证据是否相同,再讨论轮廓;对轮廓分歧,应区分“医学意见不同”和“配准或显示错误”。最终保留初标、复核、终裁和修改原因,而不是只保存一个无法解释的最终mask。

证据等级也应写进数据卡。病理证实的恶性或良性可以作为病例级支持,但不一定精确覆盖影像上全部异常;报告中的“考虑”“倾向”“不能除外”应保留不确定语气;仅依据平扫或增强观察的推断应标为影像意见。对报告缺少、病理未提供或两者不一致的病例,应进入独立状态,不能为了追求类别平衡而强行补标签。若项目确实要求每例三色输出,则需要预先规定不可判定时的处理,是排除、忽略、待复核还是新增不确定类,不能由不同标注者各自决定。

六、质量验收要从文件可用走向医学可解释

第一层验收是结构完整性,包括病例数和任务清单能否对应、影像与mask能否打开、坐标系和方向是否一致、类别字典是否固定、缺失字段是否有明码。第二层是空间质量,抽样检查边界越界、跨层跳变、空mask、错误合并、非病灶结构误标和淋巴结位置。第三层是语义质量,核对红绿黄类别与报告证据、病理支持和争议状态是否一致。第四层是过程质量,检查每次修订是否有操作者、时间和规则版本,是否存在同一病例泄漏到训练和测试集合。

阈值不应在没有试标的情况下凭空规定。可以先抽取覆盖三类标签和主要难例的样本进行试标,测量标注者间的一致性、边界偏差、漏标类型和返工比例,再与项目负责人和医学专家共同确定验收线。对于轮廓任务,可同时看Dice或IoU与边界距离;对于小病灶,必须增加病例级是否完整捕获的检查;对于非肿块样强化,需记录“范围一致但形态不一致”的特殊争议。若不同专家都认为某类边界本身不可可靠判定,则验收规则应允许不确定状态,不能以人为提高一致性为目标。

数据导出要保留与原图的引用关系。DICOM Segmentation IOD把分割定义为对一个或多个参考图像的多帧像素分类,并要求在有参考坐标系时表达相应的空间关系。4 因此,项目若采用DICOM SEG或其他格式,不能只交一张颜色合成图;至少需要交付类别定义、源图像引用、坐标和版本信息。若为模型训练另行导出NIfTI或数组格式,也应提供从原始序列到训练格式的转换记录,并用回写或可视化抽样确认轮廓没有因重采样、方向变换或层厚处理而错位。

公开的TCIA乳腺MRI集合也展示了多模态数据的现实复杂性:同一集合可以同时包含MR、分割对象、组织病理和分子检测等资料,但其来源、设备、期相、支持数据覆盖范围和授权条件仍需逐项阅读,不能把“公开可下载”理解为适用于所有研究目标。3 对本任务来说,数据卡应明确哪些资料只供标注审核,哪些资料可以进入模型输入,哪些资料只能在独立测试后揭示。

七、外部验证要验证迁移,不是再做一次内部抽样

如果模型训练使用某一批平扫MR,外部验证应尽量来自未参与规则制定和标注校准的病例,并在病例级隔离。验证表中至少应分层记录扫描设备与场强、线圈和序列、层厚与像素间距、脂肪抑制方式、增强期相可得性、乳腺背景、病灶大小与类型、淋巴结是否可见以及病理证据是否完整。对只有平扫而没有增强辅助资料的真实使用场景,应另设输入缺失评估,不能用带增强证据的内部标注结果替代。

外部测试还要防止标签本身随中心变化。不同机构对“非肿块样强化”“肿大淋巴结”和良性病灶的记录习惯可能不同,报告语言、病理取样和随访完整性也会影响可用标签。除了总体分割指标,还应输出按中心、类别、难例和不确定状态的结果,并分析失败案例是图像质量问题、空间配准问题、类别定义问题还是模型能力问题。任何研究性能都应与适用人群、采集协议和标注标准一起发布,不能转译成临床获益或诊断保证。

八、把业务交付设计成可复用的数据产品

对研发团队而言,这项需求的价值不只在于获得一批彩色mask,而在于形成可复核的病灶级训练资产。最小可交付单元可以是“脱敏平扫MR+辅助证据索引+三类mask+病例与病灶ID+质量记录+版本数据卡”。如果未来要做多模态模型,再在此基础上增加增强序列和文本的授权、配准与输入协议。这样,平扫分割、报告结构化、病灶分类和多模态融合可以各自验收,也能在同一病例ID下追溯。

朗慧的已核验定位是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;这与本项目所需的规格拆解、样例试标、版本记录和质检交付存在适配关系。但这并不等于已有某一乳腺MR任务的现货、临床认证或固定交付规模。实际项目仍应以书面确认的授权范围、字段、专家配置、数据格式、周期和验收方法为准,并先用小样本验证平台能否正确导入、同步查看、保存三类mask、执行盲审和导出引用关系。

最终的业务逻辑应是“先定义证据和输出,再安排标注规模”。若项目只追求大批量完成,却没有平扫空间、增强证据、报告/病理来源和争议状态的绑定,后续模型训练会很快遇到无法解释的误差。相反,若把辅助信息限制在应有的角色,把模型预标注当作可审计的建议,把专家分歧保留为数据的一部分,并用独立病例检验跨设备和跨中心表现,这项乳腺癌平扫MR标注任务就能从一次性勾画工作,转化为可用于算法开发、质量研究和后续版本迭代的数据基础设施。

乳腺癌平扫MR标注的模态角色、证据对齐与三类mask输出。查看完整技术图(可放大)

图1|技术示意:主输入、辅助证据与标注输出的关系。不表示真实患者、已完成实验或临床诊断。

乳腺癌平扫MR标注从规则、预标注到盲审和外部验证的质量闭环。查看完整技术图(可放大)

图2|技术示意:从任务规格到可追溯交付的验收闭环。不表示真实患者、模型效果或临床结果。

参考来源

  1. 乳腺磁共振检查及诊断规范专家共识
  2. A large-scale multicenter breast cancer DCE-MRI benchmark dataset with expert segmentations
  3. Advanced-MRI-Breast-Lesions | Standard and Delayed Contrast-Enhanced MRI of Malignant and Benign Breast Lesions with Histological and Clinical Supporting Data
  4. DICOM Segmentation Information Object Definition
  5. Enhancing breast magnetic resonance imaging segmentation with a federated semi-supervised approach