3. 影像组学数据采集与生存终点定义

在影像组学生存分析建模中，数据采集与生存终点定义是决定模型上限的两个源头环节。影像模态决定特征能捕捉到什么生物学信息，扫描协议决定特征是否可比，而生存时间与事件状态标注则决定监督信号是否可信。三者中任何一环出现系统性偏差，后续再复杂的特征筛选与建模都难以补救。本节围绕这三件事展开，重点说明实际工程中“应该怎么定、怎么记、怎么查”。

一、影像模态选择：先定终点，再定模态

模态选择不应从“哪种影像好看”出发，而应从临床终点与生物学假设出发。常见组合及其适用场景如下：

• CT（平扫/增强）：适合肺癌、肝癌、胰腺癌等以总生存（OS）或无进展生存（PFS）为终点的研究。增强期相（动脉期、门脉期、延迟期）携带的血供信息差异明显，通常需明确以哪一期为主分析期相。
• MRI（T1、T2、DWI、DCE）：适合脑肿瘤、前列腺癌、直肠癌等软组织对比要求高的部位。DWI 的 ADC 图、DCE 的灌注参数可作为独立特征来源，但需注意不同 b 值、不同对比剂剂量带来的可比性问题。
• PET/CT：适合以代谢活性为假设的终点，如淋巴瘤、头颈癌。SUV 阈值（如 SUVmax、SUVpeak、40% 阈值）必须在方案中预先固定，不能事后挑选。
• 多模态融合：当单一模态不足以解释终点时使用，但融合前需分别完成各模态的协议标准化，否则融合只是把噪声叠加。

一个实用的判断原则是：如果终点是“局部控制”，优先选能清晰勾画靶区的模态；如果终点是“远处转移”或“OS”，优先选能反映全身或代谢负荷的模态。模态一旦确定，应在研究方案中写死，避免中途因数据可得性而更换。

二、扫描协议标准化：让特征可比

影像组学特征对扫描参数高度敏感。同一台设备、同一患者、不同时间点的两次扫描，若层厚或重建核不同，纹理特征可能产生显著漂移。因此协议标准化不是“尽量统一”，而是“必须记录并尽量统一”。

需要固定或至少完整记录的关键参数包括：

• 层厚与层间距：建议重建层厚 ≤1.5 mm，且全队列一致；若无法一致，需在特征提取前重采样到统一体素尺寸（如 1×1×1 mm³）。
• 重建核/滤波器：CT 的软组织核与骨核会产生完全不同的纹理，必须统一或分层建模。
• 管电压与管电流：kVp 影响 HU 值分布，mAs 影响噪声水平；低剂量协议需单独评估。
• 对比剂方案：剂量（mL 或 mgI/kg）、注射速率、扫描延迟时间，增强扫描尤其关键。
• MRI 序列参数：TR、TE、翻转角、b 值、视野、矩阵。
• PET 参数：示踪剂剂量、 uptake 时间、重建算法、SUV 归一化方式。

实际操作中，建议建立一张“扫描协议登记表”，每例影像入组时填写设备型号、上述参数及重建版本。若某参数在子队列中无法统一，应在分析阶段将其作为分层变量或协变量，而不是假装它不存在。

三、生存时间与事件状态标注规范

生存分析的核心是 (T, δ) 对：T 为生存时间，δ 为事件状态（1=事件发生，0=删失）。这两个量的定义必须在数据采集前写清楚，否则不同标注者会给出不同结果。

时间起点（index date）：必须统一。常见选择包括确诊日期、首次治疗日期、影像扫描日期。若影像扫描日期与治疗日期不一致，建议以“影像扫描日期”为起点，因为特征来自该次影像；但需在方案中说明，并确保所有病例遵循同一规则。

事件定义：OS 的事件是“任何原因死亡”；PFS 的事件是“疾病进展或死亡，以先发生者为准”；DFS 的事件是“复发或死亡”。进展的判断标准需引用明确标准（如 RECIST 1.1），并说明是由影像评估、临床判断还是病理确认。

删失规则：末次随访仍存活且无事件者，按末次随访日期删失；失访者按末次已知存活日期删失；若在事件发生前接受了可能改变自然病程的干预（如交叉治疗），需在方案中预先规定是否删失或如何处理。

时间单位与精度：建议统一用“月”，保留一位小数；若原始记录为天，按 30.4375 天/月换算，并在数据字典中注明。

下面这张图概括了从影像采集到 (T, δ) 生成的完整数据流，以及各环节的关键控制点。

四、标注质量控制与常见陷阱

生存终点标注最容易出问题的地方，往往不是“不知道怎么做”，而是“没有留下判断依据”。建议每例标注都保留以下信息：事件判定所依据的检查日期与报告、删失原因、标注者与复核者。对于进展事件，应记录是影像学进展、临床进展还是病理确认。

常见陷阱包括：

• 起点漂移：部分病例用确诊日期，部分用治疗日期，导致 T 不可比。
• 事件竞争：患者死于非肿瘤原因，若按 OS 处理应计为事件，若按肿瘤特异性生存（CSS）处理则应删失或作为竞争风险处理，两者不能混用。
• 时间精度不一致：有的记录到天，有的只记录到月，换算后产生系统性偏差。
• 协议参数缺失：特征提取时才发现层厚或重建核未记录，只能整例剔除或引入偏倚。

五、可直接使用的采集与标注检查清单

以下清单可在每例影像入组时逐项核对，作为数据采集与终点标注的最小可执行记录：

把这张清单嵌入数据采集流程，比事后补录更可靠。影像组学生存分析的可重复性，很大程度上取决于这些看似琐碎的记录是否完整。模态、协议、终点三者一旦在源头被规范定义，后续的特征稳定性评估、多中心验证和模型解释才有可靠的基础。