MEDICAL DATA RESEARCH
ACL膝关节MRI三维分割:从3D Slicer标注到可复核训练数据
围绕膝关节MRI上的前交叉韧带(ACL)三维体素分割,说明如何配对image与mask、在3D Slicer中完成标签转换与三平面复核,并以参考几何、连接处检查、版本化标注和下游回读构建可复核的训练数据交付。
当研究团队拿到一组膝关节磁共振影像和已有标签图时,真正困难的往往不是“能不能在软件里画出一条前交叉韧带”,而是怎样把这条细长、斜行、在股骨与胫骨连接处容易出现部分容积的结构,稳定地变成与原始影像同一体素空间、可由训练代码重新读取、还能被专家复核的三维标签。这个问题同时涉及解剖定义、文件几何、切片级勾画、三维显示和交付验收,不能被简化成一个画笔工具的使用说明。
本文围绕一类可匿名化的医学影像标注需求展开:输入是每例一份膝关节 MRI 体数据及一份已有 mask;已有标签包含骨与软骨等解剖上下文,标注者需要在目标影像上新建 ACL 标签,逐层勾画并在三平面和三维视图中核对,最后导出可供下游使用的 labelmap 或 NIfTI 标签。这里的目标是数据工程和算法研发,不是对任何个体作 ACL 损伤诊断,也不把某一套软件步骤等同于临床获批工具。
一、先把临床任务翻译成数据任务
ACL 是维持膝关节稳定的重要结构,限制胫骨前移并参与旋转控制;MRI 具备较好的软组织分辨率,常用于 ACL 损伤的检查和术前、术后评估。1 但“ACL 影像研究”可以指很多不同任务:二分类的完整与撕裂、连续性或信号改变的分级、韧带体积和形态的定量、重建术后的移植物评估,或者仅仅为分割模型制作体素级金标准。它们的输入、标签和验收完全不同,不能因为都出现“膝关节 MRI”就共用一个数据集说明。
本需求的核心临床任务是结构分割,而不是损伤分类。输入模态是膝关节 MRI 体数据;输入粒度是“每例一对影像和标签文件”,不是单张截图;解剖对象是 ACL 及用于定位的股骨、胫骨等上下文结构;输出粒度是逐体素的三维二值或多类别标签,必要时还应保留一个可视化的三维表面。源材料没有规定完整、部分撕裂或术后状态的诊断类别,也没有提供可公开的病例结论。因此,公开技术稿应把 ACL 视为待标注结构,不擅自增加损伤分型、治疗建议或临床性能承诺。
已有 mask 的价值在于提供骨性参照和标签空间,但它并不自动等于可靠的参考标准。流程中需要先盘点其中的标签值、名称、颜色和覆盖范围,确认股骨、胫骨及软骨类标签之间是否存在重叠,再决定哪些结构仅用于定位、哪些结构进入最终交付。颜色是显示属性,整数标签和标签字典才是训练端真正读取的语义。若把颜色误当成类别,或者沿用未经核对的旧标签表,后续模型可能学习到错误的类别映射。
需求中还隐含了三个容易被忽略的验收点。第一,ACL 股骨止点和胫骨止点附近是高风险区域,不能只在中段看起来连续就通过。第二,标注者以一个平面完成勾画后,必须在冠状位、轴状位复核,而不是把一个平面上的轮廓当作三维真值。第三,导出后的文件必须能在独立读取器或训练代码中与原始 MRI 对齐;“软件里显示正常”不是交付验收的充分条件。
二、数据准备的第一原则是保留参考几何
3D Slicer 的 Segmentations 模块支持一个 segmentation 容纳多个 segment,并在平面轮廓、二值 labelmap 和闭合表面等表示之间转换;官方文档还明确要求在编辑时指定 source volume,因为它决定 origin、spacing、方向和体素范围。3 这正好对应本需求最关键的工程风险:一个看似正确的 ACL 标签,如果方向、间距或覆盖范围发生变化,回到训练端就可能已经错位。
入库时应以匿名样本键把影像和已有 mask 配对,并记录序列名称、体素尺寸、方向矩阵、层数、文件格式和处理版本。若原始材料已经完成预处理,可以直接把影像体数据和标签图作为数据对象载入,而不是重新从 DICOM 数据库推断一套新的空间信息;但“直接加载”不代表可以跳过核对。对于每一对文件,至少应自动检查三项:尺寸是否一致,空间方向和原点是否一致,标签是否落在影像覆盖范围内。发现不一致时进入隔离区,不能靠平移、翻转或插值“修到看起来重合”。
已有 mask 若以灰度标量形式存在,可能需要先转换为适合标签处理的整数类型,再通过 Volumes 或相应的标签映射过程恢复类别语义,随后导入 Segmentations。这个过程的本质是把“数值体”变成“带有明确类别字典的分割对象”,不是给灰度图涂颜色。转换前后都应保存标签值与结构名称的映射表,尤其要确认背景为零、ACL 使用哪个值、已有骨标签是否被保留或仅用于定位。
导出时更要回到参考体积。Slicer 官方文档指出,labelmap 导出可以指定 reference volume,使输出的 origin、spacing、轴向和 extents 与目标影像一致;如果分割区域超出新的几何范围,使用参考体积还可能触发裁剪提示。3 因而项目验收单不应只写“生成 nii.gz”,而应写成“在指定参考影像几何下生成 nii.gz,回读后尺寸、方向、间距、覆盖范围和标签值均与清单一致”。对于科研交换,NRRD 可能保留更多分割元数据;NIfTI 则常用于研究代码,最终格式应按下游工具实际读取情况确定,而不是把扩展名当成兼容性证明。
还要把原件没有规定的内容明确留在项目确认清单中。该方法只描述已预处理的 MRI image/mask 配对和 3D Slicer 操作,没有给出具体序列、层厚、场强、设备,也没有规定完整、撕裂或术后状态的诊断标签。因此,本文不把某种采集协议、纳排标准或统一性能阈值写成既定事实;正式项目应将这些字段写入数据卡,并在试标阶段确认其适用范围。
图1 ACL 膝关节 MRI 三维标注工作流技术示意。图中关系用于说明数据处理与验收对象,不表示真实患者、已完成实验或临床诊断结果。
三、把逐层 Paint 变成可复现的专家标注规程
在目标 MRI 上新建独立 ACL segment 后,标注者可以按源需求先在矢状位逐层使用 Paint,再在冠状位和轴状位检查。这个顺序本身不是医学真理,而是一种适合 ACL 走行观察的工作约定;项目应在试标阶段确认其与所用序列、层厚和显示窗口相适配。任何一个平面都不能独立决定最终轮廓:矢状位看走行,冠状位帮助判断内外侧关系,轴状位有助于识别相邻结构和局部偏移。
规则必须把“画哪里”写成能被不同标注者执行的语言。建议至少约定 ACL 的起点和止点、允许的边界、与 PCL、半月板、软骨及滑膜结构的排除关系,以及低信号或信号中断时如何标注不确定区域。若序列不能清楚显示某一层,不应让标注者用想象的平滑曲线补齐;可设为不确定、提交仲裁,或根据研究方案标记为不可判定。一个没有不确定标签的体系,往往会把边界争议伪装成整齐的二值真值。
股骨与胫骨连接处应使用放大视图检查。这里既是解剖学上有意义的插入区,也是部分容积、低对比度和薄层间隔最容易造成误差的区域。源需求强调在连接处仔细标注,并要求重建出的 ACL 表面尽量平滑。更稳妥的解释是:先保证每层体素边界和连接关系正确,再把三维表面作为孔洞、毛刺、断裂和异常外扩的可视化检查;不能用表面平滑算法掩盖漏标、过标或错误连接。发现问题时,应回到二/三维标签进行修订,而不是只调显示参数。
专家主体也应被写进规范。初标者需要接受 ACL 解剖和软件操作培训,复核者应熟悉膝关节 MRI 的多平面判读,仲裁者应独立于初标过程。可以采用双人盲标:两名标注者在不查看彼此轮廓的情况下完成一组试标,之后用分歧图和代表性案例讨论规则;若仍无法一致,则由仲裁者按当前版本规则决定,并保留原始轮廓、修订版和争议原因。医学影像标注一致性研究提示,重叠率、Kappa、IoU 或 STAPLE 等指标应结合任务和前景大小解释,而不是用一个数字替代对边界不确定性的讨论。6
如果团队使用半自动工具、插值或模型预标注,也应把它们定义为草稿来源,而不是自动生成的金标准。草稿进入训练集前必须经过人工逐层复核、三平面核对和版本化审核。对于细长结构,插值可能在相邻切片间制造看似顺滑但不符合解剖走行的体积,尤其是在 ACL 起止处;因此应把插值后抽层复核、连接处全检和异常表面回看列入过程记录。
四、算法路线要服从标签和数据条件
一旦获得几何一致、语义明确的 ACL 标签,算法才有讨论价值。最简单的基线可以是 2D 或 2.5D U-Net:把相邻切片作为上下文,输出每张切片的 ACL 概率,再沿体积重组。其优点是对样本量和显存要求相对低,缺点是容易在斜行结构和层间连续性上产生断裂。3D U-Net 或 3D nnU-Net 则直接利用体数据上下文,但更依赖体素间距、显存、重采样和训练样本的稳定性。nnU-Net 的贡献并不只是一个网络名字,而是根据任务数据指纹自动配置预处理、架构、训练和后处理;原始研究在多个公开分割数据集上验证了这种自配置策略,但这不代表它对任一 ACL MRI 队列无需重新验证。4
ACL 是小体积、细长且边界易受信号和层厚影响的目标,类别不平衡会让像素级损失被背景主导。训练前可考虑按体素间距进行一致化重采样、围绕膝关节的合理裁剪、强度标准化和适度的空间/强度增强;但每一项都应记录版本,并确认不会破坏 ACL 走行或生成不真实的变形。标签的重采样必须使用最近邻或等价的离散策略,不能对类别标签使用线性插值后再把小数强行四舍五入。
损失函数可采用 Dice 类损失与交叉熵的组合,以同时关注前景重叠和像素分类;也可以加入针对边界或表面距离的辅助项。但模型结构和损失函数都不是标注质量的替代品。如果参考标签在股骨、胫骨连接处系统性偏移,模型只会更稳定地复制这种偏差。后处理也应谨慎:连通域筛选、孔洞填补和轻度形态学约束可以去除明显噪声,却可能删除真实的细小或断续结构,必须在独立验证集上比较并保留失败样例。
训练、验证和测试必须按患者级别划分。膝关节研究常有同一患者多序列、多个时间点或对侧膝影像;若把这些对象拆到不同集合,模型可能从近重复影像中获得不应有的信息。ACL MRI 自动分割研究的一项重要做法,是按受试者而不是按切片随机拆分数据,并使用有经验的单一标注者建立参考分割;该研究在其特定的 3T CISS 数据和完整 ACL 条件下报告了测试集的中位 Dice、精确率和敏感度,但同时观察到模型在起点和止点存在局部不一致。2 这些数字是该研究的结果,不应直接作为本项目的承诺阈值,更不能转换成临床诊断效果。
五、验收不只看 Dice
验收可以分为格式、解剖、像素和模型四层。格式层先检查 image-mask 是否同尺寸、同方向、同 origin 和 spacing,是否出现全零、标签值漂移、翻转、裁剪或文件无法回读。解剖层重点检查 ACL 的股骨止点、胫骨止点、连续性和与邻近结构的分离。像素层可报告 Dice、敏感度、精确率、体积偏差以及 Hausdorff 距离或平均表面距离;对细长结构,边界距离和插入点误差常比单一重叠率更能揭示问题。模型层还要报告病例构成、扫描设备或序列差异、缺失样本、置信区间和失败案例分层。
不应预先套用“Dice 达到某个统一数值就验收”的简单规则。Dice 会受到目标大小、标注者边界、分辨率和前景比例影响;一个在中段体积上看似不错的结果,可能仍在插入点完全漏标。更可操作的方案是把量化指标与抽样全检结合:所有测试集样本先自动计算体积和重叠指标,再对连接处、低信号、术后改变、部分容积明显以及异常表面样本进行专家复核。对于指标的计算实现、单位、抽样层级和参考标签版本,应在方案冻结时写明。
研究报告还需要区分内部测试与外部验证。CLAIM 更新版要求研究者说明数据来源、纳排标准、预处理、参考标准的获得方式、标注者资质、测试集标注、互评/复测变异和患者级数据划分,并对外部数据的测试情况作出明确说明。5 这对数据采购同样适用:采购方需要知道拿到的是哪一版标签、哪些标签由谁审核、是否存在重复患者、训练和测试如何隔离,以及交付样例能否在目标代码中读通。
外部数据应尽量引入中心、设备、序列、层厚或人群上的真实变化,并报告这些变化,而不是只给一个外部分数。一个近期 ACL 分割与撕裂诊断研究使用 CT 构建 3D nnU-Net 分割模型,并在外部验证中报告了分割结果;它说明了外部验证的必要性,但 CT 与 MRI 的成像物理、标签可见性和任务定义并不相同,不能把 CT 结果直接外推为本项目的 MRI 性能。7 同理,模型能够分割 ACL 也不等于能够准确判断撕裂、指导手术或改善患者结局。
图2 ACL 三维标签的质量与验证技术示意。图中指标、盲标和外部验证是研发设计对象,不表示统一阈值、真实患者结果或临床诊断性能。
六、把交付写成能被算法组复核的业务逻辑
一个可执行的项目规格应先回答五个问题:第一,使用哪一套 MRI 序列和空间范围;第二,ACL、骨结构、软骨和背景的标签字典是什么;第三,哪些样本因几何异常、缺失或不可判定而进入隔离区;第四,谁完成初标、复核和仲裁,分歧如何记录;第五,交付采用哪种文件格式,训练端用什么工具完成回读。只有这些问题冻结后,才适合讨论规模、周期或自动化程度。
试点阶段建议不追求一次性覆盖全部样本,而是建立一组覆盖正常显示、低对比度、部分容积、边界争议和已有 mask 异常的脱敏样例。每例保留影像与标签的匿名键、规范版本、软件版本、导出参数、审核状态和问题单。试点验收可以按“导入—标注—盲审—仲裁—导出—回读”走一遍闭环;任何一步失败,都应在扩大样本前修订规范,而不是把后续模型错误归咎于网络结构。
对于具备数据基础设施和流程服务定位的团队,合理的能力适配是围绕项目规格完成数据处理、标注协作、质量记录、版本管理和数据交付,并用数据卡、样例和质量记录把输入输出说清楚。实际是否支持特定 3D Slicer 版本、是否承担 ACL 专家全量标注、是否提供某种私有化部署或接口,必须由项目书面确认;平台栏目、需求建议和公开自述不能被当作现货或独立认证。采购方还应把软件平台、标注人力、院内部署、PACS 抽取、GPU、存储和并发拆开核对,避免把一个能显示三维表面的功能理解成已经完成了可训练数据交付。
版本冻结还应覆盖数据划分和问题回写,而不只是文件名。若某例在训练前被重新勾画,旧标签不能静默覆盖;应保留旧版、修订原因和重新进入哪一个数据分区的记录。测试集标签一旦用于模型比较,后续规则改变就应重新标记或明确为新版本,不能把不同版本的分数放在同一张表里。对于同一患者的多序列、复查或对侧膝,匿名键应在拆分脚本中作为组键使用,防止看似独立的切片造成训练泄漏。这样,质量问题才会回到数据和规范层解决,而不是在项目末期用一次性的阈值调整掩盖。
最终交付包至少应包含:影像与标签文件的匿名配对清单;标签值、名称和颜色表;影像尺寸、方向、origin、spacing 与 extents;规范和软件版本;初标、复核、仲裁及修改记录;抽样质检结果与失败案例;一个能在下游训练代码中读通的样例;以及对未解决不确定区域的说明。这样,3D Slicer 不再只是“如何点击菜单”的工具,而成为一条可审计链路中的编辑和检查环节。真正可复用的资产,也不只是一个看起来平滑的 ACL 表面,而是结构定义、专家判断、体素几何和验收证据共同组成的版本化标签。
参考来源
- Research progress on anterior cruciate ligament injury of the knee joint and magnetic resonance imaging diagnosis
- Automated Magnetic Resonance Image Segmentation of the Anterior Cruciate Ligament
- Segmentations - 3D Slicer documentation
- nnU-Net: a self-configuring method for deep learning-based biomedical image segmentation
- Checklist for Artificial Intelligence in Medical Imaging (CLAIM): 2024 update
- Assessing Inter-Annotator Agreement for Medical Image Segmentation
- Segmentation and diagnosis of anterior cruciate ligament tear using deep learning and radiomics based on knee CT

