跳至正文
朗慧科技

MEDICAL DATA RESEARCH

乳腺钼靶 2D+DBT 标注:把钙化与三维征象放进同一套可验收数据结构

乳腺钼靶2D与DBT研究标注为何要分开设计?本文从钙化像素标注、三维征象逐层勾勒、六类标签、专家复核、病例级划分与NIfTI验收,拆解可复用的数据工程路径。

X光与乳腺影像AI辅助整理 · 研发交流

乳腺钼靶研究中,一个常被低估的问题是:同一次检查既有二维投照图像,也有数字乳腺断层合成(digital breast tomosynthesis,DBT)薄层重建;但不同异常征象并不适合用同一套空间标签表达。钙化更依赖二维图像上的细小高密度分布,肿块、结构扭曲或不对称致密则可能需要在连续的三维重建层面观察。若把它们都压成单张图上的框,或把2D与3D标签混在一个类别表里,算法训练、错误分析和最终验收都会失去明确的参照系。

本文围绕一份匿名化的乳腺影像标注规范,讨论如何把“2D钙化像素标注、3D其他征象逐层勾勒、统一标签编码和NIfTI交付”改写为可执行的数据工程。这里的重点不是复述某一批数据,而是拆解临床任务、模态、解剖对象、标签颗粒度、专家角色和质量证据之间的关系。文章不构成诊断、筛查、治疗或个体风险判断,也不把研究数据的性能外推为临床效果。

一、先确认研究问题:这不是把一张片子画满

DBT由相邻重建切层组成,能够在一定程度上减轻二维投影中组织重叠带来的观察困难,但同时引入了更大的数据体积、层面顺序和计算负担。DBTex研究将DBT视为由多个相邻二维切层构成的准三维扫描,并指出高分辨率、正常组织和病灶形态变化以及阳性样本稀少,都会增加检测任务的难度。1 这意味着“标注病灶”至少有三个层次:检查或病例层面的纳入状态,视图或序列层面的成像上下文,以及像素或体素层面的空间真值。

源规范的入选条件要求同时具有2D乳腺钼靶和3D薄层重建序列;它把仅有2D序列的特定体检车检查数据和严重伪影列为排除项。这样的条件应被理解为项目队列的研究边界,而不是所有乳腺筛查项目都必须遵循的通用规则。入组时要记录缺失的是哪一个序列、缺失是否因采集失败、伪影是否已经影响病灶可见性,并区分“没有发现”与“无法判断”。如果把无法读取的样本直接编码成阴性,模型会把数据准入错误学成临床标签。

异常征象包括钙化、肿块、结构扭曲、不对称致密、局灶性不对称和淋巴结异常。它们并非六个可以任意互换的颜色。它们对应不同的影像语义和不同的标注粒度:钙化在2D序列上按像素勾勒;其余征象在3D序列上按层面勾勒。对算法团队而言,输入不是一组无序的文件,输出也不是一张“异常热图”,而是模态、侧别、视图、层号、类别值和审核状态共同组成的结构化对象。

图1把这种分流关系画成数据链路。它的核心不是箭头数量,而是让每个标签都能回答三个问题:它依据哪一种成像表达形成,位于哪一个视图或切层,能否回溯到原始影像的同一坐标系。

2D钙化与3D其他征象的模态分工、标签映射及文件交付关系示意查看完整技术图(可放大)

图1 2D/3D乳腺钼靶标注分工的技术示意图。图片不含患者样本,不表示标注已完成或模型具有临床结果。

二、把标签定义写成数据合同

标签字典是这类项目最容易被低估的部分。源规范使用1至6的标签序号,分别对应钙化、结构扭曲、不对称致密、局灶性不对称、肿块和淋巴结异常。公开稿可以保留这种“固定映射”的工程含义,但不应把颜色或数字本身说成医学标准。真正需要冻结的是类别名称、适用模态、允许的空间粒度、背景值、未知值、不适用值和混合征象处理规则。

钙化与肿块不能只因为都出现在乳腺图像中,就共用同一种掩膜解释。钙化可能表现为细小点状或成簇分布,2D像素标注的目标是保留其二维范围和簇群语义;如果项目还需要区分散在、簇状或血管/皮肤相关钙化,应把这些属性作为有证据来源的附加字段,而不是在没有规则时由标注者临场创造。对肿块、结构扭曲和不对称征象,3D层层标注则要保留异常出现、延续和消失的层面范围,不能只在最清楚的一层留下一个孤立轮廓。

混合征象尤其需要写清楚。肿块伴结构扭曲时,源规范规定以主要征象对应的标签序号作为标签。这个规则适合防止同一像素区域出现互相冲突的主类别,但它也会牺牲一部分复合语义。因此,项目若需要同时研究肿块与结构扭曲的共现,应增加病例级或病灶级属性,而不是在像素层无说明地叠加两个值。若不允许多标签,交付说明中应明确“主征象选择”由谁判定、争议如何升级以及后续改版如何影响已交付批次。

美国放射学会的BI-RADS体系强调乳腺影像术语、报告组织和评估结构的标准化,并把审计和结局监测作为质量改进机制的一部分。5 这对数据工程的启发是:研究标签可以参考通用术语,但研究标签不等于BI-RADS评估,也不等于病理真值。影像层的“发现类型”、病例层的“原始评估”、病理或随访层的“结局证据”应分别存储,并标注时间点和来源。这样,模型训练者才知道哪个字段可以作为监督目标,哪个字段只能用于分层、排除或事后分析。

三、2D钙化与3D征象要分别设计输入输出

一个可执行的2D路径,首先按左右侧和CC、MLO投照位建立视图级索引,再在相应的2D序列上对钙化区域进行像素级勾勒。勾勒的最小单位不是“看上去可疑的一大片乳腺”,而是项目定义下的钙化区域或钙化簇。标注结果应保存视图名称、侧别、标签值、像素坐标、是否完整可见、是否存在争议以及修订版本。另一投照位如果不能可靠支持对应关系,应保留单视图可见或待复核状态,不应为满足双侧对称而补出不存在的区域。

在项目书面规则允许的范围内,标注者还应结合对侧腺体和同侧另一投照位理解异常征象;这是一种用于减少投影误读的阅片语境,不意味着可以把一侧的可疑区域机械复制到另一侧。原规范指定 ITK-SNAP 作为标注工具,公开稿只记录这一来源要求;工具名称不等于朗慧已有现货、固定插件或已完成的项目交付,实际工具版本和读写链路仍应在脱敏样例上单独确认。

3D路径的输入是重建序列,而不是把若干PNG截图重新拼成体积。对结构扭曲、不对称致密、局灶性不对称、肿块和淋巴结异常,应逐层检查其在重建体积中的出现范围,并保存每一层是否有标签、标签边界是否连续以及该层是否受到伪影或组织重叠影响。这里的“逐层”不表示每一层都必须强行画出连续轮廓;如果某一层只有不可可靠判断的弱线索,正确做法是遵守项目的不可判定规则,而不是用平滑插值制造确定性。

3D分割的研究价值在于可以保留形态和体积线索,但标注本身也有观察者变异。Pohlmann等对DBT乳腺肿块进行三维分割研究时,用同一位放射科医生的重复标注评估了观察者内变异,并报告重复标注重叠度存在明显范围;这提醒我们,人工参考并不是没有误差的绝对真值。4 因而,项目验收不应只问“掩膜有没有覆盖”,还要记录难例类型、边界争议、可见层范围和专家之间是否达成一致。

Fan等开展的DBT肿块检测与分割研究采用了2D与3D方法对照,并使用了不同层数的重建数据。研究报告同时指出,样本规模和以图像块降低内存占用等因素限制了外推。3 对需求方而言,这意味着算法路线不能从“有了逐层标签”直接跳到“必然适合3D大模型”。可以先以2D切层模型建立基线,再以相邻层融合、3D检测或3D分割验证空间上下文是否带来稳定收益;选择哪条路线,应由标签完整性、显存、层数变化和目标任务共同决定。

四、数据对象要保留病例、视图、层面和证据链

源规范给出的文件组织关系具有清晰的工程意图:每个研究对象目录中包含四个2D序列和四个3D序列,标注结果以nii.gz保存,并以原始影像文件名加统一label后缀的方式与原图配对。公开交付时不需要暴露任何真实编号,但应保留“一个原始卷对应一个标签卷”的可核对关系。文件数量、序列命名、标签后缀和版本号都应进入自动检查,而不是依赖人工打开文件夹寻找遗漏。

NIfTI并不会自动解决方向、层数和坐标问题。导出前至少要核对原图与标签的尺寸、体素间距、轴向方向、层面顺序和压缩文件可读性;在目标训练工具或影像浏览工具中随机打开脱敏样例,确认标签叠加后没有翻转、错位、层间偏移或越过图像范围。若项目需要在2D与3D之间建立对应关系,还要额外检查同一侧别、视图和研究对象ID是否被错误串联。

既有公开资源说明了这一步为什么不能省略。BCS-DBT数据集提供DICOM体积、病例分组、病灶框和影像路径等组件,并特别提醒部分图像的DICOM头信息或方向可能不正确,需要按修正后的方向解释真值框。2 这类问题不仅发生在公开数据,任何不同设备、转换脚本或匿名化流程都可能改变元数据。方向核对应当是入库和交付两次执行的规则,而不是算法失败后才追查的补救动作。

与此同时,公开DBT资源并不等于本项目所需的标注资源。BCS-DBT和DBTex任务主要围绕肿块、结构扭曲或经活检病灶的检测框,数据说明还指出微钙化虽然可能存在,但不是其标注对象。1 这正是本需求的差异:如果研究目标包含2D钙化的像素级区域和3D多类征象的逐层掩膜,就不能用“有DBT数据”或“有病灶框”替代真实的标签规格。

五、专家标注不是一遍勾勒,而是分层复核

标注主体应根据任务风险和项目授权明确。初标人员需要掌握影像序列、标签字典和工具操作;专业复核者需要检查异常征象是否与模态分工一致、边界是否受伪影影响以及混合征象规则是否被执行;最终仲裁者要处理两种意见无法合并的病例。文章不替任何项目虚构专家人数、放射科资历或临床机构背书,实际配置和复核范围应写进项目书面方案。

盲审的价值在于减少“先看到他人轮廓再跟随修改”造成的一致性假象。对2D钙化,复核重点可以是簇群是否被过度包裹、细小区域是否漏画、正常血管或皮肤相关高密度是否被误纳入;对3D征象,复核重点则是起始和终止层、层间连续性、边界越界、标签互斥以及是否把单层噪声延伸成体积病灶。复核记录要保留原始意见、修改原因和最终采用规则,而不只保留一张最终掩膜。

对于证据不足的区域,“未知”“待复核”“不适用”和“无此对象”应有可区分的编码。它们分别表示判断尚未完成、当前材料不足、该字段不适合该样本或项目确认不存在该对象。把四者都写成背景,虽然能让文件看起来整齐,却会损害训练集的解释性。尤其在3D层面,病灶仅在部分切层清晰可见时,必须说明其他层是阴性、不可见还是未标注,不能用空白像素自动代替医学语义。

图2将这些环节组织为“规则冻结—标注复核—算法验证—文件验收”四层闭环。它强调的是质量证据如何穿过数据生命周期:标签字典先冻结,争议再被记录,模型评价按病例划分,最终文件还要回到原始坐标核对。

从标签字典、盲审仲裁到独立验证和NIfTI文件验收的质量闭环示意查看完整技术图(可放大)

图2 乳腺钼靶像素标签的质量治理与交付验收技术示意图。图片不含患者样本、实验曲线或临床诊断结论。

六、算法路线要服从标签颗粒度,而不是反过来改标签

对于2D钙化,研究者可以从像素级分割、实例分割或“先检测再精分”的路线中选择;对于3D征象,则要考虑逐层2D模型、相邻层融合、3D卷积或体积级检测与分割。模型名称不是需求本身。更重要的是输入能否看到完整的视图和层面语境,输出能否对应六类标签,训练时是否把同一病例的CC/MLO或相邻层拆到不同集合,以及评价时是否把背景占比过大的简单样本掩盖了小病灶失败。

DBT公开研究中的任务粒度并不统一。Buda等的数据集以病例、研究和重建体积组织样本,并对活检相关肿块或结构扭曲提供框级标注;DBTex进一步以每个视图的假阳性数和敏感度曲线评价检测系统。1 这些设计适合检测基准,但不能直接作为逐层多类别分割的验收方案。像素任务应至少按类别报告Dice或IoU等重叠指标,并结合边界偏差、空标签误报、层面漏标和小区域表现分层分析;若还要评价病灶检出,则另设检测层指标,避免用一个数字混合两个任务。

验证划分应以研究对象或病例为单位,而不是随机拆散单张2D图、单个DBT切层或同一检查的不同视图。否则模型可能通过设备标识、重复组织纹理或相邻切层获得不应有的提示。外部验证则要尽量覆盖不同设备、重建协议、乳腺组成和样本构成;如果只有单中心数据,就应把这一限制写入数据卡。2024年的一项DBT研究采用单中心、单设备数据,并承认二分类和切层独立处理限制了对三维空间关系的探索。6 这类限制不会让研究失去价值,但会改变结论的适用范围。

合成数据可以用于预训练、压力测试或比较剂量、密度和病灶大小对算法的影响。FDA介绍的M-SYNTH包含数字乳腺摄影图像、病灶位置和像素级分割,并明确提醒模拟数据不能完全替代真实患者数据,真实与合成数据之间存在域差异。7 因此,合成样本可以作为补充实验或方法学工具,却不能替代本项目对真实2D/3D序列、真实伪影和真实标注争议的验证。

七、把验收写成可执行的研发与业务逻辑

一个可落地的项目不应从“批量勾画”直接开始,而应经历需求澄清、脱敏样例检查、小规模试标、专家校准、规则冻结、分批生产、独立复核、返工关闭、版本冻结和下游试读。第一轮试标应刻意覆盖最容易出错的情况:钙化簇边缘、血管或皮肤相关钙化、单视图可见区域、肿块和结构扭曲重叠、层间忽明忽暗以及严重伪影。难例的价值在于推动指南变得可操作,而不是被静默删除。

验收最好拆成四条线。第一条是准入验收:确认2D与3D序列是否齐全、方向和层数是否合理、严重伪影是否按规则隔离。第二条是标签验收:确认六类标签值、模态分工、边界和混合征象规则是否一致。第三条是复核验收:确认标注者、复核者、争议状态、修改原因和指南版本能够回溯。第四条是文件验收:确认每个原始卷有对应label卷,NIfTI可以在目标环境打开,并与原图逐层对齐。

对2D钙化,抽检可以按钙化大小、簇群形态、视图和乳腺密度分层;对3D征象,可以按病灶类型、层数范围、边界清晰度和伪影状态分层。若项目需要计算一致性,应预先指定参考标注、抽样单位和实现方式;Dice、IoU、Kappa或边界指标的数值不能脱离类别、样本构成和版本号解释。更不能把公开论文中的效果或挑战排名改写成某一批交付数据的保证。

从业务衔接看,已核验的公司范围支持把LangData理解为面向AI数据基础设施和流程服务的组织方式,覆盖采集、处理、标注、质检与数据交付;医疗栏目提供按部位、模态和任务组织的目录与需求评估入口。这些信息支持围绕项目做需求梳理、规格拆解、质量记录和研究数据交付的讨论,但不证明存在某个固定规模的现货DBT数据集,也不证明已经完成特定模型、医院部署或临床验证。具体是否承接2D/3D乳腺钼靶任务,应通过脱敏样例、工具环境、专家复核和书面验收逐项确认。

这一区分很重要:需求文档可以提出ITK-SNAP、nii.gz、四个2D加四个3D序列或某种文件命名方式,但需求本身不是公司的现货能力证明;公司公开的流程定位也不是某批数据已完成的证据。研发和采购团队应把任务范围、授权、伦理、专家配置、工具版本、修改轮次、交付格式和验收阈值写在项目文件中,避免把营销词汇、标准名称或论文结果当成合同事实。

八、从可复用标签到可解释研究资产

高质量的乳腺钼靶标注,不只是得到一组颜色不同的掩膜,而是建立“检查—序列—视图—层面—征象—证据—复核—版本”的可审计链条。2D钙化标签应能回到具体投照位,3D征象应能回到具体层面,病例级属性应注明来源,争议应有处理状态,导出文件应能在下游重新打开。只有这样,未来任务改变时,研究者才可能判断哪些标签可以重用、哪些需要重新复核。

真正可复用的数据资产也要携带限制条件。样本是筛查、诊断还是活检相关队列,2D和3D序列是否总是成对,某类征象是否只在一个模态标注,设备和重建协议是否集中在少数来源,这些都会影响算法外推。公开的DBT研究和数据集已经反复显示,病例选择、标签粒度、方向校正、微钙化缺失和单中心采集都可能改变评价结果。13 把限制写进数据卡并不会削弱数据价值,反而让后续研究者知道什么可以比较、什么不能比较。

最终,2D与3D的分工不是人为增加流程,而是把不同成像证据放回适合它的空间表达中。钙化的像素区域、肿块的跨层轮廓、结构扭曲的可见范围和淋巴结异常的类别语义,应当在同一数据对象内保持关联,却不应被压成同一种标签。围绕这一原则完成规则冻结、专家复核、病例级划分、外部验证和文件试读,才有可能让乳腺钼靶数据从一次性标注结果,转化为可检查、可复现、可持续修订的研发基础设施。

研究与应用边界

本文依据匿名化技术需求和公开研究资料,讨论乳腺钼靶2D与DBT薄层重建的研究数据标注、质量治理和交付验收。文中不提供任何个人的诊断、筛查、风险预测、治疗或用药建议;示意图不含真实患者样本,也不表示任何模型训练完成、临床效果或监管批准。实际数据建设还需满足数据授权、伦理审查、隐私保护、适用法律和项目书面规格,并由具备相应资质的医务人员结合完整临床资料作出医疗判断。

参考来源

  1. Artificial Intelligence to Detect Lesions in Digital Breast Tomosynthesis: A Competition, Benchmark, Code, and Data
  2. Breast-Cancer-Screening-DBT | Breast Cancer Screening - Digital Breast Tomosynthesis
  3. Mass Detection and Segmentation in Digital Breast Tomosynthesis Using 3D-Mask R-CNN
  4. Three-dimensional segmentation of breast masses from digital breast tomosynthesis images
  5. ACR Breast Imaging Reporting and Data System (BI-RADS)
  6. Detection of breast cancer in digital breast tomosynthesis with vision transformers and semi-supervised learning
  7. M-SYNTH: A Dataset for the Comparative Evaluation of Mammography AI