科研处怎么管医学影像队列：个人研究、合作研究、三级临床变量与锁定只读

2026年10月2日，科研处要先决定队列能不能再改

科研处在这一天面对的决定，通常不是「平台里有没有数据集按钮」，而是这批影像在分析开始之后还允不允许改人、改终点、改轮廓。北京朗慧科技有限公司（品牌 LumeSage）的用户手册把产品称为「大数据人工智能科研平台 / 医学影像人工智能标注与算法分析平台」，公开入口是 医学影像标注平台。数据治理角色负责数据集、出入组和临床变量。课题组管理员负责成员、分享和盲审策略。两个人若合成一个账号，演示很快，方法学附录会写不出「谁批准了出组」。

手册已经能走通的治理动作，和 2026年9月20日核算沟通稿里的版本、血缘不是同一张验收单。现网要看的是：个人研究还是合作研究、勾画是否隔离、变量挂在哪一层、锁定之后是否只读、导出包是否在十五天内可交接。Git 式标签版本和数据集血缘是增量。把增量写成「今天锁定时自动生成谱系图」，验收会停在一张尚未实施的图上。合同以双方确认的清单为准。核算稿用来对照范围。

个人研究与合作研究差在共享边界

个人研究适合单一课题组、不需要把影像分给外部中心的队列。影像、临床和勾画都留在这个研究内部。它不是多中心的临时仓库。外单位数据若被放进个人研究，后面的分享和盲审没有座位，再迁出去时，轮廓已经和错误的权限缠在一起。

合作研究共享影像与临床数据，勾画互相隔离，可以分享并做盲审。共享影像，是为了让各中心看同一套序列。共享临床，是为了让终点和协变量有一个共同的表。隔离勾画，是为了让中心乙看不见中心甲的轮廓，否则盲审失去意义。三条要同时成立。只共享影像、不隔离勾画，等于把答案贴在图像上。只隔离勾画、不共享临床，各中心会各写一套终点，合并时对不上病人。

锁定之后数据集只读。只读挡住的是「分析做完又回去改轮廓、改出组、改终点」这种无法写进论文方法学的动作。分享链接和锁定状态要一起看。只分享不锁定，分析开始后仍有人改标签。只锁定不记录是谁在何时锁定，事后无法回答冻结的是哪一批人。现网验收先看锁定与只读，不要用核算稿里的版本图代替这个动作。

出入组要发生在锁定之前

出入组是队列成员的变化：一名病人或一次检查进入分析集，或在锁定前退出。退出的原因应留在数据治理的记录里，例如影像质量、模态不符、重复检查。原因的具体字段若手册没有逐条命名，以双方确认的版本说明为准，但「有人退出」这件事本身必须能被科研处复述。退出发生在特征提取之后，训练集和测试集的分母就变了，已经算出的指标不能继续引用。

入组不等于上传成功。HY-小采把脱敏后的 DICOM 送入目标数据集，只说明序列到了。数据治理还要确认这个病人是否属于本次科研方案，检查级是否挂对序列，病灶是否留给 VOI 而不是写进病人级备注。非 DICOM 不应出现在成功上传里，视频影像分析也不在手册能力内。治理验收不要把「文件夹里有文件」当成入组完成。

出组后，该病人不应再进入组学或训练的划分。随机划分、五折或十折若已经跑过，出组意味着那次任务作废，而不是在原表上删一行再沿用原来的 AUC。合作研究里，一个中心退出不等于整个数据集解锁。解锁会让其他中心的轮廓重新变得可编辑。中心级退出应在锁定前完成；锁定后的变更走新的数据集，或走双方另行确认的版本，而不是把只读开关临时打开。

临床变量只有四类，层级只有三层

手册中的临床变量类型是 Boolean、Number、String、File。Boolean 适合是否手术、是否复发这类二值。Number 适合年龄、实验室数值、测量值。String 适合分组名称、分期文字、中心代号。File 适合挂接已经授权的附件。附件里能不能放报告扫描件，以双方确认的版本说明为准。类型用错的直接后果是：本该参与数值分析的终点被存成无法比较的字符串，或者本该留档的附件被挤进一个备注字段，导出的 Excel 无法被组学任务读入。

层级是 Patient、Study、VOI。Patient 放病人级基线与终点，例如分组和随访结果。Study 放这一次检查的模态、序列说明和检查级测量。VOI 放病灶级标签，例如这一处轮廓对应的性质。三级不要扁平化成一张「什么都往病人身上写」的表。瘤周特征和原发灶特征若都写在 Patient，放射组学无法知道特征来自哪一个轮廓。多发灶时，和轮廓对齐的变量应写在 VOI 级。

填写顺序建议固定。先 Patient：这个人是否入组，终点是什么。再 Study：哪一次检查进入分析，模态是否与方案一致。最后 VOI：等勾画命名稳定后再填病灶级变量，避免轮廓还没命名，变量已经写死。合作研究共享临床，因此 Patient 与 Study 的变量对参与中心可见；VOI 级若会暴露本中心的判断，应和勾画隔离一起设计。哪些 VOI 变量随临床共享、哪些随轮廓隔离，手册若没有更细的开关说明，实施时以双方确认的版本说明为准，并写进方案，不要靠口头约定。

Boolean 不要用来塞分期。四期写成四个真假值，缺失和「否」会混在一起。分期用 String，并事先约定词表。Number 要约定单位。同一列里既有厘米又有毫米，Lasso 和标准化会把单位差当成生物学差异。File 不参与数值矩阵，不能代替 Number。导出时临床为 Excel，文件型变量若只留下路径，交接方必须在十五天包裹的有效期内取走附件，过期后不要假定路径仍然可用。

组学为什么不能在锁定前启动

放射组学调用 Pyradiomics。van Griethuysen 等人在 Cancer Research（2017）把影像特征提取做成可复现工具。手册按当时版本记载特征规模为一千六百八十八项，支持二维与三维。稳定性用 ICC。划分用随机法或五折、十折。临床变量可以并入。降维包括方差阈值、SelectKBest 与 Lasso。特征分析包括 PCA、相关与聚类。分类器列出十四种：KNN、SVM、XGBoost、GBM、BernoulliNB、GaussianNB、决策树、LDA、随机森林、逻辑回归、ADABoost、MultinomialNB、SGD、MLPClassifier。指标包括 Recall、Precision、F1、Support、混淆矩阵、ROC 与 AUC。

这些步骤的共同前提是输入不再变化。轮廓还在改，一千六百八十八项特征描述的是移动中的边界。临床变量还在出入组，并入后的矩阵行数会变，交叉验证的折不再对应同一批病人。ICC 需要重复测量的轮廓相对稳定，锁定前计算的 ICC 不能写成「标注已稳定」。降维和十四种分类器会把这种不稳定放大成一张看起来完整的 ROC。科研处要卡住的时刻，就是任务按钮可以点击之前：数据集必须已经锁定，状态为只读。

组学 Word 是英文论文式草稿，不是可以对外发布的临床报告。草稿里的表格应能指回任务编号、特征集和数据集锁定日期。指不回去的数字，不要先写进标书。深度学习是另一条后路，同样应在锁定后进入：二维或三维，任务为分割、检测、分类和影像分类。未锁定就训练，最优点写进模型库之后，课题组仍可能改轮廓，权重和数据对不上。模型库按课题组隔离，保存权重、代码、关联数据与 checkpoint。隔离代替不了锁定。两个课题组看不见彼此的权重，并不表示本课题组内部的轮廓已经冻结。

MedBench v4（arXiv:2511.14439）把不同能力分开汇报，而不是合成一个总分。对科研处的对应动作是：组学 AUC、分割 Dice、盲审是否完成，不要写成一个「平台准确率」。公开榜可以出现在讨论里，不能出现在「因此队列质量已经达到某一名次」的句子里。购买标注或购买数据不会自动抬高评测分数。这一点应写进给合作单位的说明。

下载包只有十五天，打包时不要再点一次

导出内容是：影像 dicom 或 nii.gz，临床 Excel，勾画 txt、nrrd 或 nii.gz。包裹有效期十五天。打包过程中不要重复发起打包。重复点击可能得到两份时间重叠的包，科研处无法判断哪一份对应锁定后的只读状态。十五天适合课题内部交接，不适合当作长期对外分发渠道。长期许可、人群和已知偏差写在 数据集与数据卡 上。数据卡上的样本不应早于锁定。未锁定就发数据卡，读者会以为轮廓和终点已经冻结。

导出角色要单独看。数据治理可以导出临床表，不代表数据采集角色也可以把未脱敏的目录再拷出去。采集侧的脱敏发生在 HY-小采上传之前，与导出包不是同一个动作。导出包若被转到院外，接收方看到的应是已经入组、已经锁定的内容。包内若发现不该出现的标识，应停止分发并回到字段表，而不是在 Excel 里手工删列后再发送。手工删列不会改掉 DICOM 头里仍然存在的字段。

版本与血缘在核算稿里，不在今天的锁定按钮上

2026年9月20日核算沟通稿栏目 C 是 Git 式标签版本。栏目 G 是数据集版本与血缘，内容包括快照、增量和图谱血缘。二者描述的是旧放射平台之外要新建的范围。现网手册的验收句是锁定后只读，加上导出包能对上数据集名称和锁定时间。快照按钮、增量差异、血缘图，都不要写成已经上线。

栏目 A 多模态插件架构，说明旧平台以放射为主。合作研究若要纳入病理、视频或生理时序，应对照插件清单另立项，而不是在放射数据集里上传非 DICOM。手册写明非 DICOM 不上传，且当前不支持视频影像分析。视频插件，是增量。科研处的方案若写了超声电影或内镜录像，治理范围应标明「不在本次手册验收」，避免入组标准里出现平台拒收的格式。

这些条目用来对照范围，不是已经发生的采购。YY/T 1833 过程记录在栏目 J，是范围讨论，不是认证已经完成。数据治理记录可以做到「谁在何时锁定、变量挂在哪一层」，不要在纪要里写「已通过 1833 认证」。

演示示意：一个合作队列如何走到只读

下面是演示示意，不对应真实患者。方案比较两组胸部 CT 的瘤周特征。科研处建立合作研究「队列甲」，中心用代号而不是医院全称。Patient 级用 String 写分组，用 Boolean 写是否完成随访，用 Number 写方案里约定单位的一个实验室值。Study 级标明这次检查为 CT。VOI 级先留空，等标注员按「器官-侧别-序号」命名后再填病灶性质。一名影像质量不足的病人在锁定前出组，原因记在治理记录里。出组之后才允许勾画剩余病例。

勾画在各中心隔离。预标注生成的初稿也落在各自的 VOI 上，不跨中心可见。盲审完成后，课题组管理员锁定数据集。锁定后尝试修改一个终点，界面应表现为只读。此时才提取特征、计算 ICC、做交叉验证，并生成英文论文式 Word。Word 里引用的任务应能回到「队列甲」的锁定日期。若有人在特征提取半途要求把出组病人加回去，正确动作是新建数据集或等版本增量另行确认，而不是打开只读。

同一演示再准备一个反例：未锁定就点击组学任务。无论界面是否允许点击，科研处的验收标准都是「未锁定不得把结果写入论文表」。若当前版本并未从按钮上禁用，应在方案里把禁用写成人工纪律，并在增量需求里单独提出，不要把纪律说成软件已经拦截。界面行为以双方确认的版本说明为准。

和专家数据、Medical Gate 怎么接

治理产出的是可复述的队列：谁入组、变量在哪一层、何时只读。它还不是可以销售的数据包，也不是评测分数。医疗专家数据 中的医师终审应发生在勾画与盲审之后，看到的是已经脱敏、已经入组的影像。专家意见若要回写，应回写到锁定前的 VOI 或临床变量。锁定后回写，等于改金标准，组学任务要重跑。

若队列要服务于模型上线前的评测，入口在 医疗模型评测，产品名是 Medical Gate。Medical Gate 讨论私有题、医师准则和过程记录，不把公开榜分数写成购买之后的承诺。治理侧能交给 Medical Gate 的，是数据集标识、锁定日期、训练与测试是否按病人划分、以及哪些字段不能外传。公开评测集可以用来对照方法，不能用来代替这份私有队列。MedHELM 发表在 Nature Medicine，包含不可再分发的私有测试集。私有队列一旦写进数据卡的「可再分发」栏，就和评测授权冲突。数据卡的许可字段应和锁定状态一起审。

病人级划分是方法学里最常被问到的一句。同一 Patient 的多个 Study 不应分到训练集和测试集两侧。VOI 级随机打散更容易造成这种泄漏。划分规则写在 Study 之前的 Patient 上，导出的 Excel 要能让别人核对。做不到这一点，一千六百八十八项特征和十四种分类器都不应启动。

科研处当天可以带走的核对表

第一，数据集类型是个人研究或合作研究，名称与采集工单一致。第二，合作研究能说明影像和临床共享、勾画隔离。第三，至少有一个 Boolean、一个 Number、一个 String 落在正确层级，File 只用于附件。第四，出组发生在锁定前，并有原因。第五，锁定后抽查一条变量和一条轮廓，确认只读。第六，导出包包含约定的影像、临床和勾画格式，有效期按十五天理解，打包中不重复点击。第七，组学或训练任务的记录能指回锁定日期。七条都指得出来，治理段可以收工。

指不出来的增量不要混进这七条。快照、血缘图、Git 式轮廓版本、质控中心、约三十人并发，都留在核算稿。并发在栏目 M，是性能目标，要用院内账号实测，而不是用治理页面的「能打开」代替。安全栏目 L 的字段级脱敏、熔断、异常告警和 MFA 也是增量，和数据治理现网的变量类型不是同一个验收对象。

缺失、未测和出组不能写成同一种空

科研处最容易在导出的 Excel 里把三种空混成一个空白单元格。第一种是病人尚未入组，检查还没有挂上。第二种是已经入组，但某个数值还没测到。第三种是审核后出组，这个人不再进入分析。三种空若都显示为空白，锁定之后别人无法判断该行该不该进入交叉验证。Boolean 的空白也不等于否。否是明确的阴性，空白是还不知道。方案里应规定：未测在数据字典里单独解释；出组写在治理记录里，而不是把终点改成空。File 类型没有附件时，不要塞一个打不开的占位文件，以免十五天包裹里出现无法核验的路径。

合作研究共享临床表，空值规则必须在各中心锁定前写成同一份字典。一个中心把缺失写成某个字母缩写，另一个中心留空，并入组学时会被当成两个类别。String 词表应事先封闭，分组名称只允许方案里的几个词。临时新造一个组名，等于在锁定前改了终点定义。Number 的单位写在字典里，不写进每个单元格的文字，否则数值列会被读成字符串，需要数值的降维和分类步骤会丢列或报错。单位混用厘米和毫米时，Lasso 会把单位差当成组间差异。

Patient 级终点和 VOI 级标签的缺失不要互相填补。病灶性质没填，不能用病人级分组去覆盖每一个轮廓。覆盖之后，多发灶的全部特征会继承同一个标签，放射组学无法区分。Study 级若缺少模态说明，应回到采集记录核对是 CT、MR 还是 PET。对不上就先补变量或出组，而不是在特征表里猜测。这些核对发生在锁定之前。锁定后只读，空值会被冻住。冻住一份没有字典的空表，比晚几天锁定更难写进方法学。

分享、盲审和锁定谁先谁后

合作研究可以分享并做盲审，分享本身不等于已经允许分析。可用的顺序是：数据治理确认入组名单和 Patient、Study 变量；各中心在隔离的轮廓空间里勾画；盲审把未完成样本留在分析之外；约定样本完成后再锁定；锁定后才提取约一千六百八十八项特征或开始训练。若把分享链接先发给外中心，而 Patient 级终点还是空的，外中心可能按自己的理解补 String，合并时词表已经裂开。分享之前至少要有一份变量字典和数据集名称。

锁定应由数据治理或方案指定的课题组管理员执行，并留下日期。组学的英文论文式 Word、深度学习按任务类型生成的 Word，都应能写上这个日期。写不上的 AUC 或 Dice，不要转贴到进展报告。十五天下载包用来交接这份已锁定的内容。打包过程中不要再次点击。包过期后重新导出，行数仍应与锁定时一致。两次导出的临床表行数不同，说明只读没有守住，应停止使用后一次结果，并追查是否发生了出组或补传。

个人研究同样要锁定。没有外中心，不代表标注员不会在看到曲线之后回头改轮廓。个人研究缺少合作研究那种勾画隔离，方案里更要写明勾画账号和审核账号分离。做不到分离时，不要在材料里使用多盲这个词。个人研究被误当成合作研究分享出去，隔离策略可能根本没有启用，外单位会看见不该共享的轮廓。发现点错类型时，应在锁定前迁移，并重新走盲审，而不是在错误类型上补一个只读。

采集记录和临床表对不上时先停

HY-小采写入的目标数据集名称必须和治理侧一致。采集记录里的模态是 CT，Study 变量却写成 MR，这一例应在锁定前核对。非 DICOM 被拒绝是正确行为，不要为了凑例数把拒绝从名单里抹掉而不留原因。视频影像分析不在手册能力内。方案若写了超声电影或内镜录像，入组标准应标明不在本次手册验收，并指向 2026年9月20日核算稿中的视频插件，而不是要求数据治理把视频文件「先挂到 File 变量上再说」。File 变量不能用来收手册拒绝上传的视频或非 DICOM。

对外沟通例数用区间，明细留在医院内。数据卡上的人群描述来自已经锁定的队列，不来自询盘表单。表单里若出现姓名或住院号，应要求整单重填。把标识从邮件里删掉再继续流转，只能证明标识曾经离开过医院。治理角色也不要在平台备注里粘贴住院号来「方便自己认出病人」。认出病人应使用院内授权的对照表，对照表不进入共享的临床字段，除非方案明确允许且已经脱敏到约定等级。约定等级以双方确认的版本说明为准。

同一 Patient 下多次 Study 都入组时，要写明分析用的是哪一次，或者如何聚合。随机划分若以 Study 为单位，同一病人会同时出现在训练和测试两侧。划分键应放在 Patient。VOI 再多，也不能把划分键降到轮廓。这条和锁定放在一起检查：锁定前能改划分键，锁定后划分键只读。组学任务使用了别的键，这次任务的结果不进入报告。

询盘里写队列，不要写患者明细

请在 标注平台预约演示 写明：这次是个人研究还是合作研究；是否需要盲审和勾画隔离；临床变量大概用到 Boolean、Number、String、File 中的哪些，主要挂在 Patient、Study 还是 VOI；分析终点是组学还是训练，是否接受「锁定之后才启动」；是否要把栏目 C 或栏目 G 的版本与血缘列入本次范围；联系人是科研处还是课题组管理员。例数写区间。不要粘贴姓名、住院号、影像号或未脱敏的表格。

电话 +86 15010400907，邮箱 date@lumesage.com，微信 langhuiai，商务对接罗坤（总经理 / 商务）。地址：北京 · 北京大学科创园 B 栋 301 房。合同主体是北京朗慧科技有限公司，品牌用 LumeSage。本页不构成医疗器械宣传，不承诺锁定或导出之后诊断指标上升，也不承诺评测分数提高。特征规模与变量类型来自手册，实施时以双方确认的版本说明为准。

队列没有锁定之前，勾画工具和预标注都还只是草稿的生产方式。草稿可以提前演练，正式特征表必须等到只读。这个顺序写进开题，比多列十个分类器名称更有用。

继续看产品与相邻文章

平台入口见 医学影像标注平台，专家数据见 医疗专家数据，数据卡见 数据集，评测门禁见 医疗模型评测（Medical Gate）。