2. 影像数据获取与质量控制

影像组学建模的第一步不是算法，而是数据本身。同一批病例若来自不同设备、不同扫描协议或不同重建参数，其灰度分布、纹理特征和体素间距都会发生系统性偏移，后续再精细的特征筛选也难以弥补。因此，理解 CT、MRI、PET 三类模态的成像原理差异，掌握参数标准化的具体做法，并建立可执行的质控指标，是影像组学可重复性的根基。

一、三类模态的成像原理与数据特性

CT 基于 X 射线穿过人体后的衰减差异成像。X 射线管与探测器绕患者旋转，测得各角度的投影数据，经滤波反投影或迭代重建得到断层图像。CT 像素值以 HU（Hounsfield Unit）为单位，定义为 HU = 1000 × (μ − μ_water) / μ_water，其中 μ 为线性衰减系数。空气约 −1000 HU，水为 0 HU，骨皮质可达 +1000 HU 以上。HU 具有物理量纲，因此 CT 是三类模态中灰度最易跨设备标准化的。

MRI 基于氢质子在静磁场中的核磁共振现象。射频脉冲激发质子后，接收线圈采集自由感应衰减与回波信号，通过频率编码和相位编码完成空间定位。MRI 信号强度没有绝对单位，同一组织在不同序列（T1WI、T2WI、DWI、FLAIR）中表现完全不同，且受场强、线圈、接收增益影响。这意味着 MRI 影像组学必须固定序列类型，并优先在同一场强、同一厂商平台内建模。

PET 基于正电子湮灭产生的符合事件成像。放射性示踪剂（如 ¹⁸F-FDG）衰变发射正电子，与电子湮灭后产生一对方向相反的 511 keV 光子，被环形探测器符合探测。PET 反映代谢活性，常用 SUV（标准化摄取值）量化：SUV = 组织放射性浓度 (Bq/mL) × 体重 (g) / 注射剂量 (Bq)。SUV 受注射剂量、体重、扫描时间、血糖水平影响，需统一采集条件。

二、参数标准化的具体做法

参数标准化不是“把图像调好看”，而是让不同来源的数据在数值和几何上可比。可分三个层面推进。

采集层标准化。CT 应统一管电压（常用 120 kVp）、管电流或自动曝光控制策略、层厚（如 1.0 mm 或 1.25 mm）与重建核（如软组织标准核）。若研究涉及增强扫描，还需固定期相（平扫、动脉期、静脉期）。MRI 必须固定序列类型、TR/TE、翻转角、层厚与层间距，并尽量限定在同一场强（1.5T 或 3.0T）和同一厂商平台。PET 需统一示踪剂、注射剂量按体重计算、摄取时间（如 60 min）以及血糖控制范围（如 < 11.1 mmol/L）。

重建层标准化。同一患者若同时存在 1 mm 和 5 mm 重建，纹理特征会显著不同。建议统一重建层厚与重建算法（滤波反投影或迭代重建需一致），并记录重建核名称。对于 PET，需统一迭代次数、子集数、后处理滤波（如 Gaussian FWHM 4 mm）。

后处理层标准化。包括重采样到统一体素间距（如 1×1×1 mm³）、灰度归一化（CT 可截断至 [−1000, 3000] HU 后线性映射；MRI 常用 Z-score 或直方图匹配；PET 可用 SUV 归一化）、以及强度离散化（固定 bin 宽度或固定 bin 数量）。这些步骤直接影响一阶统计与纹理特征的数值范围。

三、常见伪影与识别要点

伪影会制造虚假纹理，必须在入组前识别并处理。CT 最常见的是金属伪影（如髋关节假体、牙科填充物），表现为放射状亮暗条纹；射束硬化导致骨旁暗带；运动伪影产生模糊或重影。MRI 中，运动伪影沿相位编码方向出现 ghosting；卷折伪影因 FOV 小于解剖范围而将外部组织折叠入图；磁化率伪影在气骨交界处造成信号丢失与几何扭曲；射频伪影表现为拉链状条纹。PET 中，衰减校正误差可造成 SUV 系统性偏差，呼吸运动使肺底与肝顶病灶模糊，散射抬高本底。

识别伪影后，处理策略包括：排除严重伪影病例、对金属区域进行掩膜、采用运动校正或呼吸门控、以及统一重建参数。切忌在特征提取前对伪影区域做“美化”而不记录，否则会引入不可追溯的偏倚。

四、质控指标与验收判断

质控应贯穿采集、重建与后处理。以下为可操作的指标与示例判断阈值（示例值仅作教学参考，实际应依据设备厂商规范与机构 SOP 设定）。

除设备质控外，影像组学还需做数据层质控：检查 DICOM 头字段完整性（层厚、像素间距、重建核、序列名）、体素间距是否一致、是否存在重复或缺失层面、以及 ROI 勾画是否覆盖目标区域。建议在特征提取前输出一份质控清单，逐例标记“通过 / 需复核 / 排除”，并保留排除原因。

五、可执行的质控清单示例

以下清单可直接用于单中心或多中心影像组学项目的数据入组阶段，每例填写一行。

病例ID | 模态 | 厂商/型号 | 场强或kVp | 序列/重建核 | 层厚(mm) | 体素间距(mm) | 归一化方法 | 离散化 | 伪影类型 | 质控结论 | 排除原因
P001   | CT   | GE Optima | 120 kVp   | 软组织标准  | 1.25     | 0.78×0.78×1.25 | HU截断[-1000,3000] | bin=25 | 无 | 通过 | -
P002   | MRI  | Siemens 3T | 3.0T      | T2WI        | 3.0      | 0.5×0.5×3.0   | Z-score | bin=32 | 运动 | 需复核 | 相位方向ghosting
P003   | PET  | Philips    | -         | OSEM 3i21s  | 3.0      | 4.0×4.0×3.0   | SUV归一化 | bin=64 | 呼吸 | 排除 | 肝顶病灶模糊

完成上述步骤后，数据才具备进入特征提取与建模的基本条件。参数标准化与质控不是一次性动作，而应在每个新批次数据入组时重复执行，并保留可追溯记录，这样后续的模型验证结果才具有解释力和可重复性。