2. 医学影像数据基础

医学影像标注平台的第一道门槛不是画框工具，而是数据本身。标注工程师面对的不是普通图片，而是带有患者信息、设备参数、空间几何和灰度映射规则的 DICOM 对象。理解这些对象的结构，才能正确地把像素还原成可判读的影像，并把标注结果写回正确的空间位置。

DICOM：影像的“容器 + 说明书”

DICOM（Digital Imaging and Communications in Medicine）既定义文件格式，也定义网络传输协议。一个 DICOM 文件由文件头和数据集组成，数据集是一系列“标签（Tag）—值表示（VR）—值长度—值”的数据元素。标签用 (组号, 元素号) 表示，例如 (0010,0010) 是患者姓名，(0028,0010) 是图像行数，(7FE0,0010) 是像素数据。VR 决定值的类型，如 PN（人名）、UI（唯一标识）、US（无符号短整型）、OB（字节串）。

对标注平台而言，最关键的标签分四类：患者与检查标识（PatientID、StudyInstanceUID、SeriesInstanceUID、SOPInstanceUID），用于去重和关联；像素与灰度（Rows、Columns、BitsAllocated、BitsStored、PixelRepresentation、RescaleSlope、RescaleIntercept），用于解析像素；空间几何（ImagePositionPatient、ImageOrientationPatient、PixelSpacing、SliceThickness、SliceLocation），用于把像素坐标映射到患者坐标；显示参数（WindowCenter、WindowWidth），用于初始窗宽窗位。UID 是跨系统关联的唯一键，平台入库时应以 StudyInstanceUID 建检查、SeriesInstanceUID 建序列、SOPInstanceUID 建实例，避免用文件名或患者姓名做主键。

常见模态：CT、MR、PET、US 的差异

不同模态的像素含义和标注关注点差别很大。CT 的像素经 RescaleSlope/Intercept 线性变换后得到 HU（Hounsfield Unit），空气约 −1000 HU，水为 0 HU，骨可达 +1000 HU 以上，因此 CT 标注常按 HU 阈值区分组织。MR 没有统一的物理量纲，信号强度依赖序列（T1、T2、DWI、FLAIR 等），同一组织在不同序列上灰度可能相反，标注时必须绑定序列语义。PET 的像素是放射性浓度，常配合 SUV 归一化，病灶勾画关注代谢活性而非解剖边界。US 是实时采集的扇形或线阵图像，像素与探头位置相关，常缺少完整空间几何，标注多以二维区域为主。

下表给出四类模态在标注平台中的典型处理差异（参数为常见示例，实际以设备输出为准）：

影像序列与体数据组织

一次检查（Study）包含多个序列（Series），一个序列包含多张实例（Instance）。CT/MR 的体数据通常由同一序列内按 SliceLocation 或 ImagePositionPatient 排序的断层组成。平台需要按几何位置而非文件顺序排序，否则重建的体数据会错层。判断一个序列能否构成体数据，可检查：层间距是否均匀、方向向量是否一致、行列数和 PixelSpacing 是否相同。若不一致，应作为独立二维序列处理，或先做重采样。

重建体数据时，常用做法是把每层像素按 ImageOrientationPatient 的行、列方向向量和 ImagePositionPatient 原点，映射到患者坐标系。像素坐标 (i, j, k) 到患者坐标 (x, y, z) 的关系可写为：

P = Origin + i * (PixelSpacing_col * RowDir)
          + j * (PixelSpacing_row * ColDir)
          + k * (SliceSpacing * NormalDir)
其中 NormalDir = RowDir × ColDir

标注结果若以像素坐标存储，跨序列或跨设备复用时必须同时保存该映射参数，否则体素位置会漂移。

窗宽窗位与像素数据解析

DICOM 像素常以 12～16 位存储，显示器只能表现 8 位灰度，因此需要窗宽窗位（WW/WL）做线性映射。设原始像素经 Rescale 后为 v，则显示灰度 g 的计算为：

lower = WL - WW / 2
upper = WL + WW / 2
g = 255 * (v - lower) / (upper - lower)
g = clamp(g, 0, 255)

例如 CT 肺窗 WL=−600、WW=1500，则 lower=−1350、upper=150，低于 −1350 HU 显示为黑，高于 150 HU 显示为白，中间线性拉伸。标注平台应允许用户实时调节 WW/WL，并把当前窗值作为视图状态保存，而不是修改原始像素。

像素解析的完整链路是：读取 (7FE0,0010) 原始字节 → 按 BitsAllocated、PixelRepresentation 解包为整数 → 若为有符号则做补码转换 → 应用 RescaleSlope/Intercept 得到物理值 → 按 WW/WL 映射为显示灰度。常见坑包括：多帧图像需按 NumberOfFrames 拆分；压缩传输语法（如 JPEG Lossless）需先解码；BitsStored 小于 BitsAllocated 时高位可能是填充位，需按 HighBit 对齐。

把上述链路落到平台实现，建议在数据接入层完成三件事：一是按 UID 建立检查—序列—实例三级索引；二是对每个序列做几何一致性检查并缓存结果；三是把像素解析与显示映射分离，原始像素只读，窗宽窗位和视图状态作为会话数据保存。这样标注结果才能既准确又稳定地复用到后续训练和复核流程中。