跳至正文
朗慧科技

MEDICAL DATA RESEARCH

增强CT食管癌分期标注:把T分层与淋巴结分区变成可核对的数据任务

食管癌增强CT数据建设不能只交一批影像。本文从静脉期与层厚筛选、T1–T4影像标签、淋巴结区域与站别、盲审复议、患者级划分和跨中心验证,拆解可复核的标注与交付规格,说明影像标签与病理结局如何分开管理。

CT与血管影像AI辅助整理 · 研发交流

食管癌增强CT项目最容易出现的错误,并不是模型不够复杂,而是把“有一批胸部CT”误当成了一个已经定义清楚的学习任务。若研究目标同时包含肿瘤浸润深度、T分期和淋巴结分组,数据团队必须先回答:纳入哪一个增强期相,层厚与重建条件如何固定,肿瘤轮廓按哪一层级标注,T1至T4依据什么证据,颈部、纵隔和腹腔淋巴结如何编码,以及无法从影像可靠判断时是否允许保留不确定。只有这些问题被写成可审计的字段和版本,后续的分割、分类、专家复核和验收才有共同对象。

本文把一项具体的增强CT标注需求改写为可独立复用的研发规格:以胸部增强CT为主输入,优先使用薄层、静脉期、横断位序列;输出食管肿瘤三维或逐层轮廓、任务书定义的T1/T2/T3/T4影像标签,以及按解剖分区组织的淋巴结标签。若扫描范围不能覆盖某一规定分区,样本应标记为“未覆盖”,而不是用阴性代替。本文讨论的是科研数据和算法验收,不构成任何个体的诊断、分期或治疗建议。

一、先把临床问题拆成互不混淆的标签

食管癌的T类别描述原发肿瘤向食管壁及邻近结构的侵犯范围。第八版分期框架中,T1涉及黏膜或黏膜下层,T2涉及固有肌层,T3达到外膜,T4则涉及邻近结构;具体亚类、肿瘤位置和病理类型仍须按项目采用的版本执行。1 这组定义是临床语义,不等于任何一张CT都能直接显示全部组织层次。尤其早期病变的层间差异可能小,单靠增强CT很难稳定区分影像征象与病理深度。因此数据字典应把“影像任务T标签”“术后病理T标签”和“不可判定原因”分开,不能把病理结论倒灌到影像轮廓中。

原始需求还包含一个很重要但容易被忽略的结构:淋巴结并非一个无位置的二分类目标,而是至少要按颈部、纵隔和腹腔三个区域记录。项目需要进一步冻结淋巴结站的词典、每站的解剖边界、是否标注可疑结节或全部可见结节、是否需要单独记录转移状态,以及同一患者多个结节的对象编号。不能因为“区域”三个字已经出现,就由标注员自行决定站别。站别不固定,模型学到的可能是阅片者习惯,而不是可复核的解剖关系。

建议将输出拆成四层。第一层是检查级元数据,包括检查编号、序列编号、增强期相、扫描范围、层厚、层间距、方向和脱敏状态。第二层是影像对象,包括食管、肿瘤、可见淋巴结及必要的邻近结构轮廓。第三层是语义标签,包括影像T类别、淋巴结区域或站别、可见性与不确定性。第四层是证据链,记录标签来源、专家意见、复议结论、规范版本和修改时间。这样的结构既能支持分割,也能支持分类、关系建模和后续错误分析。

图1展示一条不把期相筛选、对象标注和T标签混在一起的入库路径。它是工程关系示意,不代表真实患者数据或已经完成的实验。

增强CT食管癌分期标注的数据到标签链路示意:从序列筛选到分层输出,不含真实患者影像。查看完整技术图(可放大)

图1|技术示意:序列条件、对象轮廓、T标签和淋巴结分区应分层交付,不含真实患者影像,不表示真实病例或临床诊断。

二、影像入库要先核对“能不能回答问题”

此类项目通常把增强胸部CT作为主模态,并优先选择层厚不超过约2毫米的序列;若样本量不足而需要放宽到更厚的序列,也应把放宽条件作为版本变更,而不是静默混入。静脉期、横断位、扫描范围和重建核需要作为纳入字段。层厚、层间距、像素间距、方向矩阵和重建方式会影响边界、体积、中心点以及相邻切层的连续性,不能只看文件名或截图判断。

CLAIM 2024更新版要求影像AI研究明确数据来源、纳排标准、预处理、脱敏、采集协议、参考标准、标注者和数据划分;其中还特别要求说明层厚、扫描范围、重采样和窗位等影响可复现性的因素。5 对采购或项目试点而言,这意味着“增强CT”不应只是一个下拉选项,而应展开为可检查的序列卡。序列卡至少要能回答:增强发生在哪一期,是否有目标解剖范围,影像是否连续,是否存在明显伪影,原始DICOM与转换后的体数据是否保持空间语义。

有一个需要在立项时明确的范围矛盾:胸部增强CT天然更适合覆盖食管胸段和纵隔,而需求若同时要求腹腔淋巴结,则必须检查扫描范围是否真正延伸到相应区域。未覆盖不是阴性,未见也不是未标注;三者要用不同编码。若项目只纳入覆盖完整目标区域的检查,应在入组阶段排除范围不足的序列;若允许部分覆盖,则模型和验收都要按区域分层,不应把缺失区域纳入阴性分母。

数据划分要以患者或检查为单位,而不是把同一检查的相邻切片随机拆入训练集和测试集。相同患者的不同期相、重复扫描、重建版本和高度相似的派生图像也应保持在同一分区。若同一中心、设备或时间段同时出现在训练和测试中,得到的结果可能主要反映协议相似性。外部测试应尽量保留不同设备、中心、扫描协议和人群构成,并报告这些差异,而不是只给出一个总体分数。

三、轮廓和分期要采用分阶段标注

第一阶段可标注食管和肿瘤的逐层轮廓,并为每个对象分配稳定ID。对于连续薄层序列,逐层勾画不是把二维图片孤立处理,而是要检查起止层、层间变化和与邻近器官的空间关系。轮廓是否包含腔内气体、管壁增厚、坏死或邻近脂肪,应由指南用正例、负例和边界例说明。若目标是肿瘤整体,内部低密度区是否纳入整体轮廓要有单独条款;若同时需要内部成分,应建立子标签,不能让不同标注员自由拆分。

第二阶段处理T标签。影像T标签应有明确的读片依据,例如是否观察到壁外侵犯、邻近结构受累或任务书规定的其他征象;不能由轮廓面积、单一最大径或网络自动外扩环直接生成。T1、T2、T3、T4是有序类别,但有序不代表可以把相邻类别的影像混淆当作轻微错误。对边界不清、成像范围不足、运动伪影显著或缺少必要参考资料的样本,应使用“不可判定”或具体原因编码。若项目把不确定样本强行塞进某个T类,训练集会获得看似完整、实际带系统偏差的标签。

第三阶段处理淋巴结。初标可包括结节轮廓、中心点、区域/站别、对象ID和与原发肿瘤的检查级关联。转移状态应明确来自影像判断、病理结果还是术后记录,并保留证据来源。小淋巴结边界容易受层厚、部分容积和血管邻近影响,不能只用“短径达到某值”替代专业规则。若项目需要预测转移,建议把结节定位、站别、影像可疑程度和病理结局拆成不同字段,防止把术后标签复制为影像真值。

在DICOM交付上,DICOM Segmentation IOD可以表达对参考影像像素的二值或分数分割,并保留帧参考和派生图像关系;但它并不携带参考影像的全部采集参数,处理程序仍需回读源图像。6 因而交付不能只有一个Mask文件,还应带来源序列、空间元数据、标签词典和版本说明。若使用NIfTI或其他格式,也要保留到原始序列的映射,确保算法工程师能复现每个体素对应的影像位置。

四、算法路线应把小目标、序数标签和缺失状态分开

一个稳妥的基线是先用三维U-Net或nnU-Net类模型生成食管和肿瘤轮廓草稿,再由专家修订;对于数据规模有限或序列质量不一致的项目,可以比较2.5D切片上下文、三维局部块和多尺度特征,但必须固定重采样、窗位和裁剪策略。模型输出应保持“草稿”状态,不能直接变成金标准。标注平台的价值是把预标注、人工修订、盲审和版本化导出关进同一条状态机,而不是把自动轮廓当成最终标签。

淋巴结应作为独立的小目标任务处理。2024年的一项基于薄层增强CTA的研究在182例术后病理证实的食管癌患者中,同时标注食管癌、正常食管、转移淋巴结及邻近结构;其测试结果中,淋巴结分割DSC为0.5091,而食管癌为0.7820。3 这组结果只属于该研究的患者范围、CTA协议和标注定义,不是供应商或本项目的统一基准,却直接说明小目标需要单独的误差分析和验收口径。淋巴结可以采用候选检测加局部精分割,再结合站别词典与邻近解剖结构进行关系校验。

T分期分类可采用序数建模或分层分类,但输出中必须带标签版本与不确定状态。序数损失有助于表达类别顺序,不能因此假设所有跨级错误都由一个统一的临床代价函数决定。若数据实际只能支持T1至T2合并、T3单列等粗粒度终点,应在题目和验收中如实写明,而不能宣传为完成T1至T4分期。2025年一项基于胸部增强静脉期CT的3D nnU-Net与影像组学研究,就是把T1至T2与T3作为二分类终点,并在训练、验证和测试集合上分别报告结果。2 这类研究可以为路线设计提供参考,但它没有自动证明四档T标签已经可用。

另一项2026年多中心研究将CT特征、三维形态和临床变量融合用于术前T分期,并设置机构外测试队列;研究报告了内部与外部测试结果,同时明确其队列排除了T4患者,且人群和机构分布存在局限。4 对数据建设的启示是,外部测试不是把同一批病例重新跑一遍,而要在任务标签、病例范围和输入协议一致的前提下,真正检验跨中心稳定性。若外部队列没有T4或某个淋巴结站,必须单独报告该类别未验证,不能用总体指标掩盖缺口。

五、专家标注和争议治理决定标签上限

标注主体至少应分成初标人员、专业复核者和争议仲裁者。初标人员负责按指南完成轮廓和字段录入;具有食管肿瘤影像经验的复核者检查边界、分期依据和站别;对涉及邻近器官侵犯、早期壁层判断或影像与病理不一致的案例,进入预先定义的复议流程。每一层都应记录角色、规范版本和时间。专业资格不是为了制造权威口号,而是为了让不同类型的错误能回到对应的修订环节。

盲审应尽量隐藏上一位标注者的T标签、转移结论和争议意见。否则复核者可能只是确认已有答案。可以先进行独立阅读,再开放必要的参考资料进行仲裁;仲裁前的两版结果要保留,便于估计观察者差异。对于标签一致性,可按T类别报告混淆矩阵、分层一致性和加权Kappa等统计量,但具体指标、权重和置信区间需在看结果前锁定。对淋巴结站别,应同时报告站别错误、漏标、合并标注和范围未覆盖的数量。

应为标注指南建立示例集:至少包含薄层与较厚层的边界差异、静脉期与其他期相的差异、食管壁与邻近器官接触、疑似侵犯但证据不足、多个淋巴结相邻、血管旁小结节、扫描范围不足和明显伪影。示例集不是用来替代专家判断,而是让“为什么不确定”具有共同语言。每次规则改动都要增加版本号,并标明哪些历史标签需要回溯重审。

六、质量验收要从文件完整性延伸到外部验证

验收可以分成四道闸门。第一道是入库闸门:检查脱敏、序列连续性、增强期相、层厚、层间距、扫描范围、方向矩阵和必要字段。第二道是标注闸门:检查肿瘤轮廓是否跨层连续、对象ID是否稳定、T标签是否有证据和不确定原因、淋巴结站别是否来自冻结词典。第三道是复核闸门:对重点边界、低质量样本、争议样本和随机抽样进行盲审与仲裁。第四道是算法闸门:冻结训练/验证/测试划分,确认没有患者级泄漏,完成内部测试、外部测试、亚组分析和失败案例回流。

指标应与标签层级对应。轮廓质量可以用Dice、表面距离、95% Hausdorff距离、漏标率和越界率等组合描述;但单一Dice不能解释小淋巴结是否被完全漏掉。分类任务要报告每个T类的召回、精确率、混淆矩阵、校准和不确定样本处理;站别任务需要分区域统计。所有阈值应写入项目规格,不应把某一篇论文的数字直接变成供应商统一承诺。研究结果中的AUC或分割分数是特定数据、特定协议和特定终点下的证据,不是本项目已经完成的临床性能。

外部验证应至少核对中心、设备、重建协议、扫描范围、病理构成、T类别分布和淋巴结站别覆盖。若模型使用了临床资料或内镜信息,这些变量必须在每个分区都可获得,并明确缺失处理;否则“多模态提升”可能只是数据可得性差异。若只输入CT,就不能把术后病理信息隐藏在标注员备注或像素文字中。既往多中心食管癌淋巴结预测研究还提示,不同扫描仪、层厚和卷积核会影响影像组学的可复现性,因此外部测试除了换中心,还需记录协议差异。7 CLAIM清单也要求说明参考标准、标注者、数据划分层级和外部测试,正适合用来反查项目是否把研究方法写完整。5

图2把文件、医学标签和算法验收拆成三道相互衔接的质量闸门。它强调的是可追踪检查关系,不是预设某个统一准确率或临床结果。

食管癌增强CT标注的质量闸门与独立验证示意:从空间质量到跨中心测试,不含真实患者影像。查看完整技术图(可放大)

图2|技术示意:文件完整性、医学语义、患者级划分和外部测试应分别留痕,阈值按项目规格预先约定。

七、让交付能够进入真实研发流程

一个可落地的项目可以先用小批量授权样例做规则试标,目的不是先追求产量,而是暴露四类问题:输入序列是否符合条件,T标签能否被独立复核,淋巴结站别是否存在边界争议,以及导出文件能否被算法环境重新读取。试标结束后冻结数据字典、纳排标准、指南版本、模型版本、复核状态和已知失败模式,再决定是否扩大批次。对于范围不足或证据不足的样本,允许回流到“待复议”队列比勉强结算为阴性更可控。

从业务逻辑看,项目交付不应只交一批图像和若干Mask,而应交付“数据卡、标签文件、质量记录、争议清单、版本说明和可复现的划分清单”。如果后续目标是训练分割模型,重点是空间对齐、边界一致和失败回流;如果目标是T分类,重点是标签证据、类别分布和外部测试;如果目标是淋巴结转移研究,重点则是结节级对象、站别、病理结局与影像判断的来源分离。不同下游目标可以共享原始序列,但不能默认共享同一套标签和验收指标。

已核验的公司能力边界可以支持按项目开展医学影像数据整理、标注、质量复核、版本记录和交付准备;这属于流程与项目能力的匹配,不等同于已有特定食管癌现货数据、固定专家库存、模型临床获批或某项研究已完成。实际合作仍须逐项确认数据授权、伦理和合规边界、目标模态、标签深度、部署方式、验收阈值和交付格式。把这些条件写进项目书面规格,才能避免把需求描述误读为现货承诺。

结语:先冻结语义,再谈模型复杂度

增强CT食管癌分期标注的难点,集中在三个连接处:影像协议与可见性之间,肿瘤轮廓与T语义之间,淋巴结空间分区与病理结局之间。薄层静脉期横断位能够改善三维连续性,却不会自动解决早期壁层和小淋巴结的不可判定;深度网络可以生成草稿,却不能替代标签词典、盲审和争议记录;外部测试可以揭示协议迁移,却不能弥补训练数据从未覆盖的T类别或解剖区域。

因此,真正值得验收的不是“有多少张片”或“模型用了哪一种网络”,而是每一个样本能否回答:它来自哪一组序列,覆盖了哪些区域,轮廓由谁按哪一版规则产生,T标签的证据是什么,淋巴结属于哪一个冻结站别,缺失与不确定如何编码,结果能否在独立中心和不同协议下被复核。把这些关系结构化,才能让数据从一次性标注交付变成可追踪、可重用、可验证的医学AI研发资产。

研究与应用边界

本文依据脱敏后的技术需求和公开研究资料,讨论增强CT食管癌影像标注、分期标签、淋巴结分区及质量治理。文中不提供患者个体的诊断、分期、筛查或治疗建议;示意图为原创技术关系图,不含真实患者影像、病例数据或实验曲线。公开研究中的模型结果仅代表其特定数据与研究设计,不能转换为本文项目或任何平台的临床效果、监管批准或交付保证。具体数据建立、算法训练、对外共享和临床使用仍需符合适用法律法规、伦理审查、数据授权、隐私保护、质量管理和临床验证要求。

参考来源

  1. AJCC Cancer Staging Manual, 8th Edition: Esophagus and Esophagogastric Junction
  2. 基于3D nnU-Net联合增强CT影像组学预测食管鳞状细胞癌T分期
  3. Automatic segmentation of esophageal cancer, metastatic lymph nodes and their adjacent structures in CTA images based on the UperNet Swin network
  4. The combined deep learning model integrating CT features and clinical variables for preoperative T-stage diagnosis in esophageal cancer: a multicenter study
  5. Checklist for Artificial Intelligence in Medical Imaging (CLAIM): 2024 Update
  6. DICOM PS3.3 2026d: Segmentation Information Object Definition
  7. Multiple level CT Radiomics features preoperatively predict lymph node metastasis in esophageal cancer: a multicentre retrospective study