CT · 胸部影像
正在读取影像
为医学研究与模型研发，建立数据基础。
从医学影像，
到高质量数据。
围绕器官、病灶与医学任务，开展影像整理、结构化标注与医学审核，保留数据来源和处理记录。
- 影像处理
- 医学标注
- 质量审核
依据具体任务，确定处理、标注与审核方式。
从医学影像，
让分散信息，形成清晰结构。
从临床记录，
到结构化数据。
围绕诊疗过程，整理检查、诊断、治疗与随访信息，形成字段统一、时间清晰、面向任务的结构化数据。
- 字段标准化
- 时间序列整理
- 临床结局关联
结构化临床数据结构示意
过去记录
→
临床结局患者 × 时间线 × 特征 × 结局
生产体系
从医学任务，
到规范交付。
让每一步可管理，
让每一次处理可追溯。
七个环节，贯通数据集建设全过程。
先厘清资源，再治理数据。
明确来源、范围和使用条件，为后续建设建立统一基础。
数据资源整理
明确数据来源、任务目标和应用需求，梳理数据范围与使用条件。
数据治理
完成必要脱敏、字段规范、数据清洗、结构化处理与基础质量检查。
围绕任务，建立医学标准。
以任务定义、专业标注和医学审核，形成清晰的数据标准。
医学任务定义
围绕疾病方向、科研问题与模型任务，明确数据标准与标签定义。
专业标注 标注人员
依据任务规范完成结构、病灶或信息标签，保留标注过程记录。
医学审核 医学人员
结合医学知识复核关键标签与疑难样本，记录审核意见。
以质量记录，支撑规范交付。
将质量依据、版本信息和适用边界纳入交付内容。
质量控制
从完整性、一致性和任务适用性等维度检查数据质量。
规范交付
形成数据、标签、元数据、质量说明、版本信息与使用边界。
交付标准
交付数据，
也交付质量依据。
形成可应用、可管理的数据资源，
保留来源、处理、质量与版本记录。
数据产品结构示意
数据、标签与元数据
规范化数据、专业标签或掩膜、必要元数据，以及按任务确定的数据划分。
规范、审核与质量
标注规范、审核记录和质量检查结果，说明数据处理过程与质量依据。
说明、版本与边界
说明适用任务、数据来源、已知限制、版本信息与使用边界。
查看数据集说明结构
交付结构示意 · 非已发布数据集
- 适用任务
- 根据合作项目明确的医学研究或模型任务
- 数据范围
- 模态、来源、纳入规则、时间范围与数据划分
- 标注与审核
- 标签定义、标注规范、质量检查与医学审核方式
- 版本与边界
- 版本信息、已知限制与使用边界
优先探索数据不出院、不出域的合作方式。
在医院授权或双方约定的环境内，开展数据治理、数据集建设与应用验证。