项目规格 · 通用图片
通用图片采买列了七件事：器械操作手册、皮肤确诊图、低质量报告、口腔与黏膜、通用图库、刻度读数、医疗文书与手写。它们都是图像，但模型要学的分别是注册信息与视角、皮损形态、何时不猜、口腔定位、类目、量具几何、版式与手写。放进同一个「医学图」目录，合格率会被清晰的器械照片抬高，看不清的报告和读错的刻度被盖住。本页按任务拆开。数量不公布，沟通规模以数据卡和合同为准。
单元是注册证或备案号、品牌、型号和说明书版本。同一型号的当前版、历史版和多语言版挂在主记录下，不另开主记录，也不混在一个文件里。外观改了，作为附属文件，并写明外观差异。注册信息要能在药品监督管理部门的公开数据库里核对。核对不上的记录整条不合格，不能只交一组好看的照片。
文档必须是可检索的原始说明 PDF，不是扫描件或截图拼成的 PDF。无授权水印、无缺页。图片注释单独成文：视角名称、部件名称、型号、拍摄条件、对应手册页码。图像覆盖正面、背面、侧面、铭牌、接口、屏幕和耗材。同一外观版本的视角要齐，不能把两个外观的正面和背面拼成一套。交付原始分辨率，禁止放大、去水印和修复。铭牌文字要可读。命名把序号和视角写进文件名，并与表格里的手册文件名一致。
五项同时满足才算一条：注册信息可核验、手册页完整、型号与图片和手册的关联正确、关键安全警示抽检正确、图片与注释对应。安全警示抽检看的是「禁止」「注意」有没有在拍摄或注释里被裁掉，不是评价器械本身。本页不介绍任何器械的性能，也不把手册照片说成操作培训已经完成。
一条样本是一例皮损，不是一张随手的皮肤照片。字段包括图片、疾病词、年龄、部位、对称性、典型皮损、其他皮损、分布模式、排列、颜色、大小、数目、形状、表面湿度、界限、边缘、皮肤完整性、鳞屑、痂、确诊方式和确诊依据。确诊方式要注明是皮肤科医生诊断、皮肤镜、病理还是实验室检查，并附脱敏后的依据，而不是只写一个病名。
病种要覆盖常见和长尾，部位也要散开。同一患者的图、以及由同一张图做出的增强版本，必须留在同一个数据划分里，不能训练、验证、测试各放一张。患者级授权和脱敏是进入本格的前提。商业训练的范围写在授权里。没有授权文件的临床照片不进入，即使病名看起来标准。
五项同时满足：字段完整、各字段准确、图片可辨认、清洗完成、依据真实。准确指的是形态描述与图像一致，不是与某篇论文的患病率一致。本页不贴皮损照片，也不用生成图演示「典型皮损」。说明书里的示例病名只说明字段怎么填，不在这里重复成病例。
这一格收集真实拍摄的模糊、低分辨率、倾斜、反光、阴影、遮挡、裁切、过度压缩、远距离和近距离。单一缺陷和几种缺陷叠在一起都要有。每张图一个或多个标签，并标明主体是检验单、影像报告、处方、病历还是药品包装。无法证明属于医学场景的废片不充进来。
原图和原始元数据保留。禁止先锐化、超分辨率或生成修复再交付。也禁止把一张清晰报告用滤镜做模糊来充数。滤镜没有真实的手抖、反光和透视，模型会学到滤镜而不是拍摄。同源图及其增强必须在同一划分。
这一格的目标不是把字认出来。字认出来是报告单规格里清晰页的任务。这里的标签告诉模型这一页不应当被读成确定的数值。与 ACL 2026 关于医学场景下模型很少弃答的观察一致：如果不单独提供「不可读」的样本，模型会在废片上继续输出。那些论文的弃答率不是本格的成绩。本格只要求标签和原图一致、隐私去净、不是伪造、且不与其他批次重复。
部位覆盖牙、牙龈、舌、唇和颊黏膜。类别包括正常解剖、常见病、长尾病、术后或修复状态，以及看起来像病变的正常结构。困难负例是为了避免把正常皱褶都标成病。来源分三种，且必须能区分：规范口内照、已授权的教学标准图、已脱敏并授权的自拍。同一病灶尽量有远景定位和近景。患者匿名标识下组织图片。字段是标识、图片、牙位或解剖部位、诊断、总体描述。
同一患者不得出现在另一个数据划分。授权和脱敏不完整的自拍不进入。四项同时满足：必填完整、字段与图像一致、脱敏完成、图片属于上述范围且可辨认。本页不描述具体病灶外观，避免把说明书示例写成公开病例。
大类至少区分皮肤、眼和口腔的真实图像，药品与器械，检查影像，以及试纸一类比色对象。供应商先交三级类目表，再按类目交图。无法证明医学属性的生活照片不进正样本。字段是图片、名称、类别、描述。描述要足够让另一个人核对类别，但不能写成诊断结论。分布要给出各类数量和正常与异常的比例，比例写在数据卡，不写在本页。
这一格容易和前面几格重复。皮肤确诊图如果已经在形态格里按患者标识管理，就不要再以「通用图」的身份进入训练划分。检查影像如果是报告单的一部分，归报告单规格。重复进入两个格，等于把同一张图学两次，还会破坏留出划分。
对象是血压计、体温计、血糖仪、体重秤、听力计、眼压计以及其他指针或液柱设备，圆形表盘和线性刻度都要有。一条数据是一次没有做过几何校正的拍摄。必须保留倾斜、反光、边界读数、非零起点、不均匀刻度和多圈指针。超量程和不可判读的样本保留，并写明原因。把不可判读的表丢掉，模型只会在容易的表上显得准。
字段分两组。图像组：原图、拍摄角度、设备类型和型号、量程、单位、最小分度、起点、读数方向、刻度区域、每个主刻度和次刻度的坐标与数值、指针或液柱端点。圆形表盘还要中心点和起止角度。读数组：是否可判读、不可判读的原因、整数与小数、单位、有效位数、允许误差、真值从哪里来、谁复核、以及一段读数推导。推导要写明指示落在哪两格之间、每格代表多少、倾斜和反光如何处理。参考范围如果写入，必须注明适用人群，不能写成对某个人的判断。
合格看字段是否完整、坐标是否落在图上、读数是否与推导一致、不可判读是否被标出。不看这个读数是否「临床正常」。临床意义可以有一句说明，但它不是诊断。
这一格是真实医疗文书和医院版式，包含手写。版式种类要足够多，说明书的量级是上百种模板，具体种数在数据卡确认，不在本页写成已经收集完毕。只有印刷体检验单，不能代表手写病程。字段要能区分印刷、手写和混排，并能回到模板编号。模板编号相同的页不要被当成新模板。
手写识别的验收看的是与原件一致，而不是语句是否通顺。通顺化的转写会改掉缩写和否定。与书籍规格一样，否定和剂量不能在转写时被整理掉。看不清的手写标成不可读，不猜测。
隐私标识要去掉，但病变和刻度要留下。生成图不进入任何一格。修复图不进入任何一格。同一患者或同一张图的变体不跨划分。批次合格线按说明书是不低于百分之九十五，且一条数据必须该格所列项目全部满足。这是合同验收线，不是已测成绩。红线包括伪造、授权缺失和格式不可用。出现红线的批次可以拒收。
和报告单规格的接口只有一处：清晰、可读、要拆成指标行的检验单去报告单第三类；看不清的留在低质量格。不要两头都算。和病历规格的接口是：治疗前后成对的皮肤图如果挂在一次问诊上，归病历的多轮包，并仍然遵守患者不跨划分。和信息规格的接口是：医院标识和医生头像不是本页的七格，头像有单独的「必须核到官方公开页」规则。
数据卡上应当能核对的是：七格是否分开、手册能否在公开注册库找到、皮损字段是否齐、低质量图是否仍是原图、口腔是否含困难负例、类目表是否先于图片、刻度是否保留不可判读、文书模板是否真有多种。七个总张数加在一起没有这些附件就没有意义。
先认格。七格的表格不能共用一个没有任务列的文件。没有任务列的图片全部退回，不先入库再分类。然后看禁入项：生成、修复、无法证明医学属性、授权缺失、身份信息去不净。禁入项不进入该格的分母，避免用退回前的大数当交付数。
手册格接着核对注册号能否在公开库打开，视角是否属于同一外观，PDF 是否可检索。对不上的整条退出。皮损格核对形态字段是否每列都有值，以及确诊依据是否指向脱敏附件。低质量格核对标签是否多项时用约定的分隔，原图是否仍带拍摄信息，有没有被锐化。口腔格核对是否含正常和困难负例，患者标识是否只出现在一个划分。图库格核对三级类目是否先于图片提交。刻度格核对不可判读样本是否还在，推导是否写到格子。文书格核对模板编号是否真的不同，手写是否被印刷体顶替。
各格抽查都要回到图像，不回到表格里的形容词。形容词写「清晰」而图像裁掉铭牌，以图像为准，整条不合格。批次说明里写退回原因的计数：伪造、授权、对不上、看不清却被填了数、跨划分。只有这些计数都在，总张数才可以出现在结算附件里。
低质量格里如果有人认为某一张其实可读，不能直接改送去报告单规格。要另做一次可读性判定，判定人与日期写上，然后作为新的一条进入报告单规格，并在低质量格中删除或标成移出。同一文件名不能同时出现在两格的结算清单里。移出记录保留，防止下一批又把它当废片交回来。
手册最常见的失败是注册号属于另一款外观相似的设备，文件名却用了采购方想要的型号。核验时以注册库页面上的型号和外观说明为准，不以文件名为准。皮损最常见的失败是形态词填了，确诊依据却是转述。转述不能代替脱敏附件。低质量最常见的失败是把压缩伪影修掉之后仍标成低质量，等于同时破坏了真实分布和标签。口腔最常见的失败是困难负例其实来自另一名患者的清晰图，只是被裁小了。图库最常见的失败是类目表在图片之后补写，于是类目跟着已有图片走，而不是图片按类目采。刻度最常见的失败是不可判读被剔除，剩下的全是容易读的格子。文书最常见的失败是用同一模板改几个数字冒充多家医院。
这七种失败有一个共同点：表格看起来完整。所以验收顺序是先看图像和注册页，再看表是否自洽。表自洽而图像不支持，整条不合格。图像支持而表缺一列，也是不合格，因为缺的那一列往往就是禁入项所在的列。两头都要查，不能选容易的一头。
跨格复用必须在数据卡里逐格声明。未声明的复用，抽查发现同一哈希出现在两格，两格同时把该条退出，并检查是不是同一批操作把一张图复制进了多个文件夹。退出之后不自动补一张「看起来类似」的图。补图要重新走该格的来源和授权。
交付清单用图像哈希而不是用文件名去重。文件名可以改，哈希对不上才说明是另一张图。同一哈希、不同任务标签，按上一节的跨格规则处理。哈希相同、标签相同、文件夹不同，只保留一条，另一条标重复。重复不计入张数，也不计入退回，避免把重复当成质量问题或当成规模。清单上同时给出保留条、重复条、退回条，三者之和等于进场条。三者对不上，整批先停在清点，不进入合格率计算。合格率的分母是清点之后、扣除重复和禁入之后的条数，分子是抽查通过并外推到该分母的约定方式。外推方式写在合同里。没有写外推方式时，只报告抽查本身的通过条数和抽查条数，不把抽查通过率写成全批已经达到某一条线。
沟通规模以数据卡和合同确认，不是现货库存。本页不构成医疗器械宣传，也不对模型临床疗效作承诺。文献只说明验收应当检查什么，不代表本目录已经测得那些论文里的数字。
索取数据卡 返回数据集目录