摘要**由美国国家癌症研究所NCI发起、美国国立卫生研究院基金会FNIH推动、FDA 积极参与联合7 家学术中心康奈尔大学、UCLA、芝加哥大学、爱荷华大学、密歇根大学、MD安德森癌症中心、纪念斯隆-凯特琳癌症中心和8 家医疗影像公司GE Healthcare、Philips Healthcare、Siemens Medical Solutions 等历时近十年2001—2010共同创建了LIDC-IDRI 肺部CT结节参考数据库。该数据库包含1018 例胸部 CT 扫描由 12 名经验丰富的胸部放射科医师经过盲读非盲读双阶段标注共标记7371 个结节病变是全球医学影像计算机辅助诊断CAD研究领域最重要的公开参考基准之一。意义该数据库为肺结节 CAD 方法的开发、验证、比较及临床转化提供了统一的公共参考平台消除了因数据库组成差异导致的研究结果不可比性极大推动了肺部CT计算机辅助诊断技术的发展与临床落地。一、研究背景1、研究背景医学影像计算机辅助诊断CAD技术自上世纪90年代起快速发展尤其在乳腺X线摄影mammography领域公开数据库如DDSM的建立极大加速了CAD算法的研究进程。然而在胸部CT肺结节检测与分析这一更具临床挑战性的领域研究界长期面临一个核心瓶颈——缺乏一个经过充分表征、附带专家标注真值的公共参考数据库。肺结节是早期肺癌的重要影像学表现CT扫描是目前检测肺结节最敏感的手段。随着低剂量CT肺癌筛查的推广影像数据量呈指数级增长放射科医师的工作负荷日益加重CAD技术被视为辅助医师提高结节检出率、降低漏诊率的关键工具。然而CAD算法的开发、训练和评估高度依赖大规模、高质量、附带专家共识标注的影像数据库。在这一背景下美国国家癌症研究所NCI于2000年4月发布研究申请公告RFA正式启动了肺部影像数据库资源项目召集多家机构组建联盟目标就是建立一个CT肺结节参考数据库为CAD研究提供公共基准。2、目前遇到的困难和挑战挑战一高质量标注影像数据的获取极其困难且昂贵。为CAD研究收集合适的影像数据是一个既费力又昂贵的过程。研究者需要自行联系医院、获得伦理审批、从PACS系统中导出数据、进行匿名化处理再请放射科医师逐例标注——这一套流程下来往往需要数月甚至数年且成本高昂。大多数研究团队无力独立完成导致CAD研究进展缓慢。挑战二数据库组成差异导致不同CAD方法之间无法公平比较。在没有公共数据库的情况下各研究团队使用自己收集的私有数据集来评估算法性能不同数据集在病例选择、扫描参数、结节大小分布、标注标准等方面存在巨大差异。这使得同一算法在不同数据集上的表现差异很大不同算法之间也难以进行客观、公平的横向比较严重阻碍了CAD技术的健康发展。挑战三缺乏统一的真值ground truth标注标准和流程。CAD算法评估的核心是真值——即专家标注的结节位置、轮廓和特征。但不同放射科医师对同一病变的判断往往存在分歧有人认为是结节有人认为不是有人觉得是恶性有人认为是良性。如何通过合理的流程设计在尊重医师个体差异的前提下建立一套可复现、可信赖的真值标注体系是一个尚未解决的方法学难题。此外对于结节的边界定义、大小测量方式、恶性程度评级等也缺乏行业统一标准。二、介绍数据集1、数据集名称LIDC-IDRI 数据库Lung Image Database Consortium and Image Database Resource Initiative Database2、一句话介绍数据集LIDC-IDRI 是全球最大的公开胸部CT肺结节参考数据库包含1018例CT扫描由4名经验丰富的胸部放射科医师独立标注共标记7371个结节病变其中2669个结节≥3mm的病变附带有医师手绘轮廓和主观特征评级。3、详细介绍数据LIDC-IDRI 数据库共包含1018 例螺旋胸部CT扫描来自1010 名不同患者其中8名患者各有2例不同的扫描被无意中纳入由7家学术机构从各自的PACS系统中回顾性收集。所有数据均经过严格的匿名化处理。CT扫描参数范围广泛涵盖多种设备和条件参数详情扫描设备GE LightSpeed系列670例7种型号、Philips Brilliance系列74例4种型号、Siemens Definition/Emotion/Sensation系列205例5种型号、Toshiba Aquilion系列69例管电压120 kV818例、130 kV31例、135 kV69例、140 kV100例管电流40—627 mA平均222.1 mA层厚0.6mm—5.0mm不等最常见为1.25mm和2.5mm重建间隔0.45—5.0mm平均1.74mm像素尺寸0.461—0.977mm平均0.688mm重建卷积核软组织核67例、标准/非增强核560例、轻度增强核264例、过度增强核127例标注内容每例CT扫描附带一个XML 标注文件记录了4名放射科医师的标注结果包括结节≥3mm附带有医师在每一层CT图像上手动或半自动绘制的结节轮廓外边界以及主观特征评级细微度、内部结构、毛刺征、分叶征、球形度、实性程度、边缘特征、恶性可能性等结节3mm标记三维质心位置非结节≥3mm标记三维质心位置如肺尖瘢痕等非结节病变核心数据统计统计项数量至少被1名医师标记为结节≥3mm或3mm的病变7371至少被1名医师标记为结节≥3mm的病变2669被全部4名医师标记为结节≥3mm的病变92834.7%被全部4名医师标记为同一类别≥3mm或3mm结节的病变194026.3%仅被1名医师标记为结节的病变74410.1%被全部4名医师以任意方式标记的结节339646.1%4、数据集构建LIDC-IDRI 数据库的构建历时近十年采用共识驱动的公私合作模式经历了以下关键阶段第一阶段联盟组建2000—2001NCI 于2000年发布RFA从申请者中选出5家学术机构康奈尔、UCLA、芝加哥大学、爱荷华大学、密歇根大学组建 LIDC 联盟。联盟的核心任务是制定CT肺结节数据库的共识指南。第二阶段联盟扩展2004FNIH 于2004年创建 IDRI新增2家学术中心MD安德森癌症中心、纪念斯隆-凯特琳癌症中心和8家医疗影像公司形成7家学术中心8家企业的公私合作格局。企业将数据库规模扩展至1000例CT扫描。第三阶段病例收集与匿名化7家学术中心从各自PACS系统回顾性收集胸部CT扫描。每例扫描需满足层厚/重建间隔≤3mm、结节最长径在3—30mm之间、每例扫描约6个结节以内。所有数据在本地机构和中央数据库层面进行了双重匿名化。第四阶段双阶段影像标注这是整个数据库构建最核心的环节12名放射科医师参与每例扫描由来自4家不同机构的医师独立完成。盲读阶段Blinded Read4名医师各自独立审阅CT扫描标记病变为三类之一结节≥3mm附轮廓、结节3mm附质心、非结节≥3mm附质心。非盲读阶段Unblinded Read4名医师的匿名盲读结果被汇总展示每名医师在参考其他3人标注的基础上独立修改自己的标注——可以保持不变、删除、更改类别或新增标记。最终输出每位医师在盲读非盲读后对所有结节≥3mm的病变进行主观特征评级所有标注存储为XML文件。第五阶段质量控制数据库实施了严格的质量保证QA协议确保标注数据的完整性和一致性。第六阶段公开共享数据库通过美国国家生物医学影像档案库NBIA向全球研究者免费开放支持在线查询、子集筛选、批量下载。5、数据集特点特点一多医师独立标注保留分歧而非强制共识。LIDC-IDRI 最大的特色是不追求强制共识。传统数据库通常要求多名医师达成一致后给出唯一标注而 LIDC-IDRI 允许4名医师独立标注并保留各自意见。同一病变可能被不同医师赋予不同类别甚至被某些医师忽略。这种设计使得研究者可以根据不同的真值定义如至少1人标记 vs 全部4人标记来评估CAD算法的性能更真实地反映临床实际中的诊断不确定性。特点二丰富的多层次标注信息。数据库不仅提供结节位置还包含每一层CT上的结节轮廓二维轮廓可重建三维表面排除区域标注如结节内的空腔多维主观特征评级细微度、毛刺、分叶、球形度、实性程度、边缘、恶性可能性三维质心位置用于3mm结节和非结节病变特点三扫描设备和参数的广泛多样性。数据来自4家主要CT制造商GE、Philips、Siemens、Toshiba的16种不同型号扫描仪覆盖不同的管电压120—140kV、管电流40—627mA、层厚0.6—5.0mm和重建算法。这种多样性使得基于该数据库开发的CAD算法具有更好的泛化能力。特点四严格的纳入/排除标准和匿名化流程。每例扫描需满足层厚≤3mm的技术标准结节大小限定在3—30mm范围。所有数据经过本地中央双重匿名化包括DICOM头信息和XML标注文件中的UID映射。特点五配套的辅助工具和文档支持。NCI wiki页面提供了XML文件格式说明、放射科医师标注指南、结节大小度量标准、病理信息表格、空间分组软件等配套资源方便研究者使用。6、数据集使用方法获取方式数据库通过美国国家生物医学影像档案库NBIA公开获取。用户在NBIA平台上可以在线查询和浏览CT影像按条件筛选子集如层厚2mm的薄层扫描使用共享列表功能获取其他研究者创建的标准子集批量下载DICOM影像和对应XML标注文件zip压缩包使用注意事项引用规范研究者发表论文时应明确说明使用了哪些病例建议公布查询参数和纳入/排除标准使用NBIA的参考列表功能以确保结果可复现真值定义必须明确说明如何从多名医师标注中提取真值如取中位边界、质心并集、病理诊断等性能评估需要详细描述评估方法如ROC分析、FROC分析、Dice系数以及判断CAD输出与真值一致的标准如面积重叠50%、质心间距5mm等训练/测试划分应完全公开训练集和测试集的划分方式无盲法评估数据库不支持盲法评估即不提供预设的训练/测试集隔离研究者需自行划分配套资源NIH wiki页面https://wiki.nci.nih.gov/display/CIP/LIDC提供XML格式说明、标注指南、病理信息、空间分组软件等预定义的共享列表如LIDC_thin_slice层厚≤2mm的病例子集7、基准测试总结在2669个被至少1名医师标记为结节≥3mm的病变中仅34.8%928个获得了全部4名放射科医师的一致标记凸显了肺结节影像判读中显著的专家间变异性也为CAD算法的性能评估设定了现实的基准上限。三、数据集应用场景1、肺结节自动检测算法的开发与训练这是最直接的用途。做CAD的团队可以拿这1018例CT扫描来训练深度学习模型或传统图像分析算法让算法学会看CT图像并自动找出可能是肺结节的区域。因为数据库里有4名医师各自标注的结节位置开发者可以选择不同的真值标准来训练——比如用至少1人标记作为宽松标准或者用全部4人都标记作为严格标准看算法在不同标准下表现如何。2、肺结节良恶性分类研究找到了结节之后更关键的问题是这个结节是良性的还是恶性的LIDC-IDRI 数据库里每个≥3mm的结节都附带了医师对恶性可能性的主观评级研究者可以基于这些评级结合结节的影像特征大小、形状、边缘、密度等开发自动分类算法。比如用深度学习提取结节影像特征再跟医师的恶性评级做对比训练一个AI读片助手来辅助判断结节性质。3、结节分割与定量测量CAD不仅要找到结节还要精确测量它的大小、体积和形态。数据库里医师手绘的结节轮廓就是分割算法的金标准。研究者可以开发自动分割算法然后跟医师的轮廓做对比用Dice系数之类的指标来评估分割精度。还可以做结节体积测量、增长率分析等定量研究这对于评估结节是否在长大恶性征兆非常重要。4、不同CAD算法的公平比较与基准测试以前各个团队用自己的私有数据集你报你的准确率我报我的准确率根本没法比。有了LIDC-IDRI大家都在同一个数据集上跑算法结果就有了可比性。论文里专门强调了要公布用了哪些病例、怎么划分训练测试集、怎么定义真值就是为了让比较更公平、结果可复现。5、放射科医师读片一致性观察者间变异性研究这个数据库天然就是一个研究医师之间判读差异有多大的宝库。4名医师独立标注分歧一目了然。研究发现只有34.8%的结节≥3mm获得了4人一致认可——这说明即使是经验丰富的胸部放射科医师对同一病变也经常有不同看法。这类研究可以帮助我们理解医师读片的认知过程为制定更规范的影像判读标准提供依据。6、AI模型的泛化能力评估数据库来自4家不同厂商GE、Philips、Siemens、Toshiba的16种不同型号CT扫描仪扫描参数差异很大。如果你的算法只在GE的扫描仪上效果好换到Siemens就不行了那说明泛化能力不够。LIDC-IDRI的设备多样性让研究者可以测试算法在不同设备、不同扫描条件下的表现推动算法更加鲁棒。7、FDA/监管机构审批的参考基准论文提到FDA全程参与了这个项目。这意味着基于LIDC-IDRI数据库验证的CAD算法在向FDA申请医疗器械审批时评估结果更容易被认可。数据库为CAD产品的监管审批提供了一个标准化的性能评估平台加速了AI辅助诊断工具从实验室走向临床的进程。8、结节特征与病理结果的关联分析数据库中部分结节有病理诊断信息活检或手术结果研究者可以把影像特征如毛刺、分叶、密度等跟病理结果关联起来找出哪些影像特征最有助于区分良恶性结节。这种影像组学研究可以帮助开发更精准的预测模型。9、低剂量CT筛查效果评估数据库包含了标准剂量和低剂量CT扫描研究者可以比较不同剂量条件下结节的检出率和测量精度为优化低剂量CT肺癌筛查方案提供数据支持。10、结节概率图与不确定性量化数据库提供了从4名医师标注中生成结节概率图的工具研究者可以量化这个区域是结节的概率有多大。这种不确定性信息对于开发可信赖的AI系统非常重要——AI不仅要给出判断还要告诉医生我有多确定。相关资源本文是 LIDC-IDRI 数据集的详细解读。对于做医疗 AI 的朋友数据集选型往往是个痛点——不同数据集的标注标准、适用任务、获取方式分散在各处论文和存档库中查阅成本很高。我们把 LIDC-IDRI 以及全球主流医疗 AI 数据集涵盖 CT、MRI、病理、超声、多模态等整理成了 AI-Ready Dataset 条目库以统一的 Wikipedia 式结构呈现方便研究者快速比对和选型Qianfanghub AI-Ready Datasethttps://www.qianfanghub.com/ai-ready-dataset/#LIDC-IDRI数据集、#肺结节CT影像、#计算机辅助诊断CAD、#医学影像公开数据库、#NCI美国癌症研究所