信息速览
INFOBOX — AMPLIFAI 一屏速览
维度 内容 本质 首个公开的多期腹部 CT LI-RADS 肝病灶评估数据集（MICCAI 2026 挑战赛配套） 团队 马里兰大学健康计算研究所（UM-IHC）应用 AI 中心（CA2i），通讯 Florence X. Doo 论文 arXiv:2608.14778（v1 2026-08-14 / v2 2026-08-19；DOI 10.48550/arXiv.2608.14778） 规模 公开 590 例 / 584 患者（训练 531 + 验证 59）；全量挑战赛 764 例（含 174 私有测试） 数据源 四个公开数据集：TCGA-LIHC、WAW-TACE、HCC-TACE-SEG、PLC-CECT 影像 多期对比增强腹部 CT；动脉相 100%、门静脉相 99.32%、延迟相 76.44%、非增强相 71.86% 标注 LI-RADS 类别 + 病灶尺寸（mm）+ 三大特征体素级掩膜（非环状 APHE／非周边廓清／强化包膜） 类别分布 LR-5 43.73%、LR-M 21.86%、LR-TIV 10.85%、LR-4 7.97%、LR-3 2.71%、LR-1/2 各 0.51% 格式 NIfTI（影像 + 掩膜）+ metadata CSV；约 146 GB 获取 Hugging Face UM-IHC-CA2i/AMPLIFAI（gated，需审批）+ Codabench 提交许可 CC BY-NC-SA 4.0（个人、非商业研究） 评测 仅基于 LI-RADS 分类准确度；加权复合指标计入特殊类别（非 HCC 病灶） 库内互链 LITS（肝脏分割）、PANDA 系列（器官影像分级范式）、TCIA（源影像档案）、SLIVER07（肝脏 CT 分割）
§0 导读：这个数据集解决什么问题
肝癌（HCC）是全球癌症相关死亡的第三大原因，早期发现可将生存率从不足 20% 提升至超过 70%。它有一个罕见的临床特性：在特定高危人群中，无需活检、单凭影像即可确诊。支撑这一"影像即诊断"路径的，是 LI-RADS（Liver Imaging Reporting and Data System，肝脏影像报告与数据系统） 标准——一套把放射科医师判读肝脏病灶的隐性经验，编码成显式规则的框架。
LI-RADS 的判读依赖多期对比增强 CT：同一枚肝病灶，在注射对比剂后的不同时相表现出不同的强化模式。非环状动脉期高强化（APHE）是"门控"征象，非周边廓清与强化包膜则是决定最终类别的"附加"征象。这种跨相位的时空依赖，使 LI-RADS 自动化成为普通医学影像分类之外的一个独特难题——模型必须同时理解相位特异的病灶特征与跨相位的征象交互。
然而在 AMPLIFAI 之前，缺乏大型、公开、带精细特征级标注的多期 CT 数据集：现存肝脏 CT 公开数据多为分割任务（如 LITS、SLIVER07），且常为单期或双期，标注粒度不足以支撑"按 LI-RADS 规则判读"的模型训练与评测。数据标注本身也极其耗时——扫描需跨相位空间配准，三大征象需逐相位勾画，这构成了行业级瓶颈。
AMPLIFAI 正是为填这一空白而生：它把四个已有公开数据集（TCGA-LIHC、WAW-TACE、HCC-TACE-SEG、PLC-CECT）重新均一化，由五位放射科医师加一位住院医师按统一协议重标注，产出 590 例公开数据，每例携带 LI-RADS 类别、病灶尺寸与三大征象的体素级掩膜。它既是 MICCAI 2026 的挑战赛基准，也是一份遵循 FAIR 原则与 Datasheets for Datasets 格式、支持透明可复现研究的文档化数据资源。
AMPLIFAI 是一个"把放射科医师的判读逻辑翻译成机器可学的形式"的数据集工程：肝癌（HCC）是唯一可以不做活检、单凭影像确诊的恶性肿瘤，依据便是 LI-RADS 这一标准化框架——它综合对比增强 CT 的多个时相，看病灶在动脉期是否"亮起来"、在门静脉或延迟期是否"洗出去"。AMPLIFAI 首次把这一判读流程完整地公开化：590 例多期腹部 CT，逐例标好 LI-RADS 类别、病灶尺寸，并把三大关键征象的体素级掩膜一并放出。它不是新采集的数据，而是把四个已有的公开数据集"重新戴上一副 LI-RADS 眼镜"，由五位放射科医师加一位住院医师重标注。
导语读法三则：
- 只想下数据：直奔 §6 获取与许可——注意训练/验证集是 gated 审批制、注册已于 2026-09-01 关闭，私有测试集永不公开。
- 关心标注工艺与标签质量：直奔 §3 与 §4——标注流水线（nnU-Net 迭代种子 + 双人独立标注 + 独立校验）与双口径规模之谜连着读。
- 做 CT 分类/分割或医学 VLM 评测：直奔 §5 与 §7——任务定义、评估口径与 MICCAI 2026 获奖方法可直接对标。
§1 数据集速览：十问十答
Q1：AMPLIFAI 到底是什么？
一个公开的、带专家标注的多期腹部 CT 数据集，用于评估 AI 模型对肝脏病灶的 LI-RADS 分类能力，同时提供病灶及三大影像特征的体素级分割掩膜。AMPLIFAI = Annotated MultiPhase Liver Imaging For AI。
Q2：谁做的？
马里兰大学健康计算研究所（University of Maryland Institute for Health Computing, UM-IHC）下属应用 AI 中心（Center for Applied AI, CA2i）。团队横跨马里兰大学帕克分校、马里兰大学医学院与马里兰大学医疗系统。
Q3：有多大？
公开部分 590 例研究 / 584 位唯一患者（训练 531 + 验证 59）；若计入挑战赛私有测试集 174 例，则挑战赛全量为 764 例。总数据量约 146 GB。
Q4：数据从哪来？
汇编自四个公开数据集并重新标注：TCGA-LIHC、WAW-TACE、HCC-TACE-SEG、PLC-CECT。前两者属 TCIA，WAW-TACE 托管 Zenodo，PLC-CECT 托管 ScienceDB。
Q5：标了什么？
每例：① 一个 LI-RADS 类别（LR-1…LR-5、LR-TIV、LR-M）；② 病灶尺寸（mm）；③ 一个目标病灶的体素级分割掩膜；④ 三个主要 LI-RADS 特征的体素级掩膜（非环状动脉期高强化、非周边廓清、强化包膜），其中后两者按出现的每个相位分别提供。
Q6：谁来标的？
五位委员会认证（board-certified）的放射科医师 + 一位放射科住院医师；由定制 3D Slicer 模块承载，双人独立标注 + 独立校验者仲裁，并用迭代训练的 nnU-Net 提供分割种子。
Q7：怎么获取？
训练与验证集托管在 Hugging Face（仓库 UM-IHC-CA2i/AMPLIFAI），为 gated（人工审批） 仓库：须先在 HF 申请、再完成官网注册表、同意 Terms & Conditions，等待审批后下载。提交经 Codabench 平台。私有测试集不公开。
Q8：什么许可？
CC BY-NC-SA 4.0，仅限个人、非商业研究用途（Hugging Face 仓库的 license tag 为 cc-by-nc-sa-4.0）。
Q9：评测怎么算？
仅基于 LI-RADS 分类准确度；最终排名用加权复合指标，既反映主要的有序 LI-RADS 分类任务，也反映对非 HCC 特殊类别（如 LR-M、LR-TIV）的识别。
Q10：为什么值得关心？
这是首个公开的多期 CT LI-RADS 基准——肝病灶评估天然需要跨相位建模，而此前缺乏带精细特征级标注的大规模公开数据，制约了 AI 模型的开发与评测。AMPLIFAI 填补了这一空白，并把"模型是否真懂 LI-RADS 判读逻辑"变成可量化的问题。
§2 数据构成与规格
2.1 规模、来源与机构构成
AMPLIFAI 公开部分共 590 例，来自 584 位唯一患者。多数病例对应单一患者，唯一例外是 TCGA-LIHC——其中 5 位患者有多次访视（最多 3 次），因此患者数比病例数少 6。
数据派生自四个公开数据集，按例数（公开集）分布如下：
| 源数据集 | 训练 | 验证 | 合计 | 占比 | 采集机构与年代 |
|---|---|---|---|---|---|
| PLC-CECT | 277 | 29 | 306 | 51.86% | 重庆市渝北区人民医院（2015-01 – 2022-12） |
| WAW-TACE | 176 | 23 | 199 | 33.73% | 华沙医科大学（2016-05 – 2021-04） |
| HCC-TACE-SEG | 41 | 4 | 45 | 7.63% | 德州大学 MD 安德森癌症中心（2002-11 – 2012-06） |
| TCGA-LIHC | 37 | 3 | 40 | 6.78% | 梅奥诊所（罗切斯特）、UNC 教堂山、Alberta Health Services、Lahey 医院 |
| 合计 | 531 | 59 | 590 | 100% | — |
一个反直觉的占比：这是一个"以中国单中心队列为主"的公开数据集——超过一半（51.86%）来自 PLC-CECT（重庆渝北），约三分之一（33.73%）来自华沙，两者合计约 85%；而知名度最高的 TCGA-LIHC 反而是最小的一块（6.78%）。这与许多以欧美队列为主的公开影像数据集形成鲜明对照。
2.2 影像规格与对比相位
每个实例是一次多期对比增强腹部 CT，最低要求为含动脉相 + 至少一个晚期对比相（门静脉相或延迟相）；非增强相在可获取时一并纳入。相位分布（论文 Table 2）：
| 相位 | 训练 | 验证 | 合计 | 占比 |
|---|---|---|---|---|
| 非增强（Non-contrast） | 381 | 43 | 424 | 71.86% |
| 动脉（Arterial） | 531 | 59 | 590 | 100% |
| 门静脉（Portal Venous） | 527 | 59 | 586 | 99.32% |
| 延迟（Delayed） | 406 | 45 | 451 | 76.44% |
所有 CT 体积与分割掩膜均以 NIfTI 格式提供，以提升可访问性（部分源数据原为 DICOM，经 dcm2niix 转换；WAW-TACE 的分割掩膜原为 NRRD，转 NIfTI 统一）。
2.3 标注体系：类别、尺寸与三大特征
AMPLIFAI 的标注围绕 LI-RADS 框架的三个层级展开：
① LI-RADS 类别（七类）：
- LR-1「肯定良性」：任何对比相均无强化；
- LR-2「可能良性」：小而明确的结节，无主要征象；
- LR-3「中等概率」：主要征象存在与否模棱两可；
- LR-4「可能 HCC」：高度可疑，取决于尺寸与部分主要征象；
- LR-5「肯定 HCC」：大病灶且明确具备主要征象；
- LR-TIV「静脉内癌栓」：静脉内明确存在软组织，不论是否见关联病灶；
- LR-M「恶性（非 HCC 特异）」：外观恶性但缺乏 HCC 典型特征。
② 病灶尺寸：目标病灶在轴位上的最长径（mm）。
③ 三大主要 LI-RADS 特征：非环状动脉期高强化（non-rim APHE，以"非环状/环状/缺失"三态刻画）、非周边廓清（non-peripheral washout）、强化包膜（enhancing capsule）。后两者为二值标签（0/1），且按出现的每个对比相位分别提供体素级掩膜。
目标病灶的定义：由于患者可能有多枚肝病灶，每例指定枚临床最可疑 HCC 的病灶作为目标病灶，由标注者判断。仅该目标病灶（及其特征）被标注与发布。无肝病灶的病例也作为"正常病例"纳入数据集。
2.4 标注分布：透视一个三级医院队列的类别画像
论文 Table 3 给出了完整的标注分布（合计口径）：
| 变量 | 合计 | 占比 |
|---|---|---|
| LI-RADS 类别 | ||
| LR-1 | 3 | 0.51% |
| LR-2 | 3 | 0.51% |
| LR-3 | 16 | 2.71% |
| LR-4 | 47 | 7.97% |
| LR-5 | 258 | 43.73% |
| LR-TIV | 64 | 10.85% |
| LR-M | 129 | 21.86% |
| APHE | ||
| 非环状 APHE | 291 | 49.32% |
| 环状 APHE | 69 | 11.69% |
| 无 APHE | 230 | 38.98% |
| Washout | ||
| 静脉相 | 209 | 35.42% |
| 延迟相 | 197 | 33.39% |
| Capsule | ||
| 静脉相 | 98 | 16.61% |
| 延迟相 | 63 | 10.68% |
| 病灶尺寸 | 57.72 ± 42.79 mm | — |
类不平衡是这份数据的核心特征之一。LR-5 与 LR-M 合计逾 65%，而两端极稀有：LR-1 与 LR-2 各仅 3 例（0.51%）。论文作者坦言，这一失衡源于数据来自三级转诊临床队列——高风险病灶（LR-4/LR-5）的患病率天然高于良性（LR-1/LR-2）或罕见类别（LR-TIV）。做分类模型时，简单的准确率会被 LR-5 主导，必须谨慎处理。
2.5 每例的数据单元：一份"四件套"
把 AMPLIFAI 的单例数据摊开，它是一份结构清晰的"四件套"：
| 组成 | 内容 | 格式 |
|---|---|---|
| ① 多期影像 | 动脉相 + 至少一个晚期对比相（±非增强相） | NIfTI，各相位独立文件 |
| ② 目标病灶掩膜 | 恰一枚病灶的体素级分割 | NIfTI |
| ③ 特征掩膜 | 非环状 APHE / 非周边廓清 / 强化包膜（按相位） | NIfTI |
| ④ 标签行 | 类别、尺寸、二值特征标签 | metadata CSV |
"每例恰一枚目标病灶"是一个重要的边界条件：数据集刻意不给"全部病灶"的分割，只给临床最可疑的那一枚。这既降低了标注成本（不必勾画所有病灶），也把任务聚焦在"判读"，而非"检测"。使用者在设计模型时须注意：这是一个"给定病灶再判读"的设定，不是"自由检出并判读"的设定。
2.6 影像采集与预处理工艺
AMPLIFAI 的预处理链条值得单独列出，因为它决定了数据"干净"到什么程度、以及使用者还需补哪些工：
- 源数据整备：从四个数据集剔除无关序列（Scout、Dose Report）与不兼容流程的合并分割；起始 796 例 → 230 例进入深层处理；
- 格式转换：DICOM → NIfTI（dcm2niix）；NRRD → NIfTI（WAW-TACE 掩膜）；
- 相位检测：优先用元数据判定相位类型，元数据不足时用 Comp2Comp 预测；据此筛"含动脉相 + 至少一晚期相"的合格病例；
- 空间配准：用 ANTsPy 将各相位配准到参考相（优先门静脉相，缺失则延迟相）；
- 配准质检：以 TotalSegmentator 分割骨骼，计算配准前后骨骼 Dice，阈值 > 0.64 为合格，不达标则排除；
- 均一化：四源合并，排除 1 例重复静脉相 → 最终 590 例；
- 标注后重算：按 LI-RADS 标准框架重算每例类别以保证一致性。
配准是这份数据最硬的技术门槛。多期 CT 因呼吸运动在相位间存在空间位移，若不配准，体素级掩膜就无从跨相位对应。AMPLIFAI 用骨骼 Dice 做客观质检，牺牲了近半候选样本（796→591 通过配准），换来的是可供体素级处理的干净多期数据。这一取舍把"多期"从口号变成了可用资产。
2.7 数据来源的地理与人群画像
从机构与年代分布，可以读出这份数据的人群特征：
| 来源 | 地理 | 时段 |
|---|---|---|
| PLC-CECT | 中国重庆 | 2015-2022 |
| WAW-TACE | 波兰华沙 | 2016-2021 |
| HCC-TACE-SEG | 美国德州 | 2002-2012 |
| TCGA-LIHC | 美国多地 | — |
| 私有测试 | 美国马里兰 | 2023-2026 |
公开集约 85% 来自重庆（51.86%）与华沙（33.73%）两个中心。这意味着：该数据集的"主流"人群既非欧裔也非美籍，而是以中国单中心队列为主。对跨人群泛化有要求的模型，这是一个必须显式考虑的因素——尤其在肝脏疾病的患病率、扫描协议与造影剂用法可能存在地域差异时。
§3 标注流水线：AI 种子如何省下专家时间
3.1 人员结构：五师一住院，三道关
标注团队由五位委员会认证放射科医师 + 一位放射科住院医师组成：
- 主标注（4 位主治 + 1 位住院）：James Tonascia（6 年经验）、Jade Wong-You-Cheong（39 年经验）、Barton F. Lane（24 年经验）、Florence X. Doo（8 年经验），以及住院医师 Joseph Chirico（第 4 年）。
- 校验（2 位主治）：Jeffrey D. Hirsch（25 年经验）与 Florence X. Doo。身兼标注与校验者（Doo）被明确禁止校验自己标注的病例——这是一个值得记下的防偏设计。
- 全体标注者对数据划分（train/val）保持盲态，标注协议对每一例保持一致。
3.2 工作流与防偏设计
论文强调这是标准的双人独立标注 + 独立校验流程：
每例病例
│
├─► 住院医师 独立标注 ─┐
│ ├─► 校验者（两位主治之一）
└─► 主治医师 独立标注 ─┘ │
├─ 可选其一 / 取并集 / 取交集
├─ 分歧（如征象模棱两可、目标病灶选择不同）
│ └─► 退回原作者，附反馈修正 ─┐
│ │
└─◄───────────────────────────────┘
修正后重新校验
关键设计点：
- 校验者不参与初始标注，也不直接裁决分歧——分歧退回原始标注者自行修正，再走校验；
- 标注者盲于 AI 种子的来源版本（见下）——避免对模型生成结果产生依赖或偏见；
- 定制 3D Slicer 模块承载标注与校验，部署在医院安全研究环境内，放射科医师经机构认证协议远程访问。
3.3 效率账：nnU-Net 迭代种子
标注耗时的主要瓶颈在于多期 CT 的空间配准与逐相位分割。作者采用**迭代标注（iterative annotation）**策略：
- 手工精标首 5 例后，训练一个初步的 nnU-Net，其预测作为后续病例的分割种子供人工精修；
- 在 5、20、100、200 例时各重新训练一次（每次为全新模型，而非增量更新），新一批待标注病例获得新模型的种子；
- 已标注的病例不会被更新模型重复标注——这保证了标注一致性不受模型演化干扰。
这是一个"模型越标越准、但已标病例不回头"的折中：它显著降低专家工作量，代价是不同批次病例的种子质量存在系统性差异。解读数据时值得把这一层纳入考量。
3.4 防偏设计：三个刻意的"盲"
AMPLIFAI 的标注流程里有三处刻意的信息屏蔽，构成了它标注质量的骨架。这三条看似琐碎，却是判断该数据集标签可信度的关键依据：
- 标注者盲于数据划分：所有标注者都不知道自己正在标的是训练集还是验证集病例。若标注者知道某例将进入验证集，可能无意间"标得更仔细"，人为拉高验证集标签质量，形成不可复现的乐观偏差。盲态设计斩断了这条路径。
- 标注者盲于 AI 种子来源版本：由于 nnU-Net 在标注过程中被多次重训（5/20/100/200 例），不同批次病例拿到的种子质量不同。作者刻意不告诉标注者种子来自哪个模型版本，以避免标注者因"预期种子更差"而过度修正、或"预期种子更好"而放松警觉。这保持了跨批次标注行为的可比性。
- 标注与校验分离：身兼标注者与校验者双重身份的作者（Florence X. Doo）被明确禁止校验自己标注的病例。这意味着每例的最终标签至少要经过两位不同的专家眼睛。
3.5 校验的仲裁逻辑：从"选其一"到"取并集/交集"
双人独立标注必然产生分歧，AMPLIFAI 的仲裁规则对不同类型分歧有不同处理：
- 分割掩膜分歧：校验者可选择采纳两位标注者之一的掩膜，或取并集（union）、或取交集（intersection）——提供了灵活的空间折中手段；
- 类别/征象分歧（如征象模棱两可、两位标注者选中了不同的目标病灶）：不能由校验者直接裁决，必须退回给原始标注者，附反馈要求复核修正，修正后重新进入校验流程。
这套"退回而不裁决"的设计值得玩味：它避免了单一仲裁者的判断偏差，但也意味着流程会因为反复退回而变长。论文将此作为"保持标注一致性与可靠性"的必要代价。
3.6 目标病灶的选择：一个被低估的难点
在真实临床影像里，一位患者的肝脏往往有多枚病灶。AMPLIFAI 规定每例只标注一枚目标病灶——由标注者判断哪枚最可疑 HCC。这个看似简单的步骤，实则是标注中的高频分歧源：
- 两位标注者可能对"哪枚病灶最可疑"得出不同结论，尤其在多枚病灶征象相近时；
- 论文明确将"标注者选中不同目标病灶"列为触发退回的原因之一；
- 挑战赛规则据此要求模型只预测该枚标注病灶的类别，即便图像中还有其他病灶可见。
这意味着：模型评测的是"对指定病灶的判读能力"，而非"自主发现最可疑病灶的能力"。这两者在真实临床场景里并不等同——读者引用本数据集的性能数字时，须明白它测的是靶向判读，不含病灶定靶。
3.7 标注成本账：为什么这类数据如此稀缺
把 AMPLIFAI 的标注成本摊开看，就能理解为什么它宣称是"首个"这类公开数据集：
| 环节 | 单位成本来源 |
|---|---|
| 跨相位配准 | 每例需将多个对比相位空间对齐（ANTsPy + 骨骼 Dice 质检） |
| 相位检测 | 元数据缺失时用 Comp2Comp 预测每例的相位类型 |
| 逐相位分割 | 非周边廓清与强化包膜需在"出现的每个相位"分别勾画 |
| 双人独立标注 | 每例至少两次独立标注 |
| 独立校验 | 每例再经一位独立校验者，分歧需退回重来 |
| 专家资质 | 五位委员会认证放射科医师 + 一位住院医师 |
八位专家（五位主治 + 一位住院 + 校验环节复用其中的主治）耗时两个月（2026 年 5-6 月）才完成 590 例的全流程标注。对任何试图扩展或复现的组织而言，这是一个不容低估的人力门槛——也正是这类数据长期稀缺的根本原因。
§4 规模解剖：590 与 764 的双口径之谜
4.1 两个数字，两种口径
检索 AMPLIFAI 时，你几乎一定会撞上两个不同的规模数字，而且它们都是对的：
- 590 例：论文口径（arXiv:2608.14778），指公开的训练 + 验证集，来自 584 位唯一患者；
- 764 例：官网挑战赛口径（data.html），指挑战赛全量数据集，= 训练 531 + 验证 59 + 私有测试 174。
764 − 174 = 590，两个口径完全自洽。差异仅在于是否把私有测试集算入。理解这一点，是正确引用 AMPLIFAI 规模的前提：
| 口径 | 数字 | 构成 | 是否公开 |
|---|---|---|---|
| 论文（公开集） | 590 | 训练 531 + 验证 59 | 是（gated 审批） |
| 官网（挑战赛全量） | 764 | 训练 531 + 验证 59 + 测试 174 | 训练/验证公开，测试不公开 |
4.2 私有测试集的画像
私有测试集 174 例值得单独说明，因为它决定了排行榜的可信度却也带来了不可复现性：
- 采集时间：2023-02 至 2026-05（明显晚于公开集的 2002-2022，属近年数据）；
- 采集来源：马里兰大学医疗系统的三个不同影像中心——即测试集完全来自组织方自有临床数据，与四个公开源数据集零重叠，这是防数据泄漏的强设计；
- 每例测试输入：多期 CT 体积 + 目标病灶分割掩膜（不含 影像特征掩膜）；
- 不公开，评测在组织方安全计算环境内完成，参与者拿不到原始数据或中间产物。
一个取舍：测试集来自单一医疗系统，与训练集（横跨重庆、华沙、MD 安德森、TCGA 多机构）在扫描仪、协议、人群上都存在域差异。这提高了"跨域泛化"的评估价值，但也使得排行榜反映的是"对马里兰队列的适配"，而非普适性能。读榜时务必带上这一层。
4.3 从 796 到 590：数据筛选漏斗
公开集并非四个源数据集的简单并集，而是经过一套严格的纳入/排除流程（论文 §2.4）：
| 阶段 | 例数 | 说明 |
|---|---|---|
| 起始 | 796 | WAW-TACE 233 + PLC-CECT 361 + HCC-TACE-SEG 105 + TCGA-LIHC 97（多访视） |
| 剔除无关序列 | → 230 | 剔除 Scout、Dose Report 等无关 DICOM series；剔除不兼容目标病灶流程的合并分割 |
| 相位检测后合格 | → 140 | 要求含动脉相 + 至少一个晚期对比相（用 Comp2Comp 预测缺失相位） |
| 配准质量通过 | → 591 | 以骨骼 Dice > 0.64 为阈值筛选配准质量（TotalSegmentator 分割骨骼） |
| 去重 | → 590 | 剔除 1 例含重复静脉相的病例 |
最终 590 = PLC-CECT 306 + WAW-TACE 199 + HCC-TACE-SEG 45 + TCGA-LIHC 40。
576 例的淘汰不是数据浪费，而是质量门槛的体现。单是"配准质量 Dice > 0.64"这一条就把大量多期 CT 挡在门外——跨相位对齐是这类数据最难的一环，多数公开 CT 数据集干脆回避这个问题。AMPLIFAI 选择直面它，代价是牺牲了近半候选样本。
4.4 训练/验证划分的防泄漏设计
- 训练 531（90%）/ 验证 59（10%），采用跨源数据集的均匀抽样以保证标签分布均衡；
- 患者级零重叠：多访视的 TCGA-LIHC 病例被严格拆开，训练与验证之间不共享任何患者；
- 验证集约含公开数据的 10%，且刻意保证四个源数据集在验证集中均有代表。
§5 任务、标注与评估
5.1 任务定义：一例一病灶一类别
AMPLIFAI 的核心任务是：对每例预定义的目标病灶，分类其 LI-RADS 类别。输入为多期 CT 体积（测试时附加目标病灶分割掩膜），输出为单一 LI-RADS 类别值。
任务之所以区别于普通医学影像分类，在于它要求模型捕捉跨相位的时空关系：同一病灶在不同对比时相的表现必须联合解读。作者在论文中给出了一个具体的判读示例来强调这一点——
一枚 2.3 cm、具备非环状 APHE 的病灶，只要再满足一项附加特征（廓清或包膜），即为 LR-5（肯定 HCC）；而缺乏非环状 APHE 的病灶，即便又大又有廓清，最高也只能到 LR-4（可能 HCC）。
这个例子点明了 LI-RADS 的"门控"结构：非环状 APHE 是决定能否进入最高类别的前置条件。自动化模型若只做端到端黑箱拟合，极易忽略这种规则依赖而学成表象关联。
5.2 两大建模范式
论文明确提出两类可行路径（§2.5），这也是给参赛者/使用者的方法论指引：
范式一：可解释模型（interpretable / feature-guided）
严格遵循临床标准——先预测各主要征象（病灶尺寸、非环状 APHE、非周边廓清、强化包膜），再据规则推导出 LI-RADS 类别。这类模型的分步输出可与放射科医师判读逻辑逐步对照，可解释性强。
范式二：端到端黑箱模型（end-to-end）
直接预测 LI-RADS 类别，可用全部对比相位，某些设定下也可仅用单相位。省去中间环节，但牺牲可解释性。
一个耐人寻味的设计：挑战赛提供了三大特征的体素级掩膜，但模型仅按最终的 LI-RADS 类别评分。作者原文称这是"让参赛者自由决定如何使用所提供的特征标注"。换言之，特征掩膜既是可解释模型的监督信号，也是黑箱模型可以完全忽略的选项——评估口径刻意对此保持中立。
5.3 评估指标
- 评分依据：仅基于 LI-RADS 分类的准确度；
- 排名指标：加权复合指标，同时反映两个层面——
- 主任务：有序（ordinal）的 LI-RADS 分类（LR-1 至 LR-5 是有序的，越接近临床严重度越重要）；
- 特殊识别：对非 HCC 类别（如 LR-M、LR-TIV）的识别能力。
- 每题一值：每个算法必须为每例生成单一 LI-RADS 类别。
为什么强调"有序 + 特殊类别"：若只算普通准确率，把 LR-5 误判为 LR-4 与误判为 LR-1 代价相同，但临床意义天差地别；而 LR-M/LR-TIV 是"不是典型 HCC"的少数类，若不被单独计权，模型可能一律预测 LR-5 来刷分。复合指标正是为了对冲这两类退化解。
5.4 已发表的建模范式（MICCAI 2026 录用方法）
MICCAI 2026 Satellite 大会录用了 8 篇方法论文（OpenReview），可视为该数据集上"公开可对标"的方法谱系，其标题已透露出社区探索的技术路线：
| 方法论文 | 倾向 |
|---|---|
| Ordinal-aware Multi-Phase Classification with Manifold Mixup | 有序分类 + 流形混合 |
| Read to Decide: Interpretable Feature-Guided LI-RADS Categorization | 可解释 / 特征引导 |
| Metric-Aligned Cross-Phase Attention for LI-RADS Categorization | 跨相位注意力 |
| Shortcut-Aware Validation for LI-RADS Categorisation | 捷径学习（shortcut）检验 |
| Multi-Source Feature Fusion for LI-RADS Classification | 多源数据融合 |
| PHORA: Physiology-Guided Hierarchical Ordinal Radiomics | 生理引导 + 层次有序放射组学 |
| Clinically-grounded Multiphasic Modeling | 临床对齐的多期建模 |
| Dual-Scale Phase-Aware 3D ViT with Bounded Tubular Rescue | 双尺度相位感知 3D ViT |
「Shortcut-Aware Validation」值得特别注意：它直接指向本数据集最大的方法学陷阱——模型可能学会"看见静脉相里某条捷径特征就直接猜 LR-5"，而非真正理解 LI-RADS。这与 §8 讨论的"捷径学习"风险呼应。
5.5 任务变体：从分类到分割到推理
尽管挑战赛的排名只看 LI-RADS 分类，AMPLIFAI 提供的标注实际支持一整族任务。梳理如下，便于不同方向的研究者各取所需：
| 任务 | 输入 | 输出 | 所需标注 |
|---|---|---|---|
| LI-RADS 分类 | 多期 CT + 目标病灶掩膜 | 类别（7 类） | 类别标签 |
| 病灶分割 | 多期 CT | 病灶体素掩膜 | 目标病灶掩膜 |
| 特征分割 | 多期 CT | 三征象体素掩膜 | 特征掩膜 |
| 征象多标签分类 | 多期 CT | APHE/廓清/包膜状态 | 特征标签 |
| 尺寸回归 | 多期 CT | 病灶最长径（mm） | 尺寸标签 |
| 可解释判读 | 多期 CT | 征象→类别的推理链 | 类别 + 特征掩膜 |
| 医学 VQA/推理 | 多期 CT + 问题 | 答案 + 定位 | 类别 + 掩膜（间接） |
一张表看穿 AMPLIFAI 的复用潜力：同一份数据，既有"最终答案"（类别），又有"解题过程"（特征掩膜），还有"题目定位"（目标病灶掩膜）。这是它区别于纯分类数据集的核心价值。
5.6 为什么提供"特征掩膜"却"不按特征评分"
这一设计看似矛盾，实则是深思熟虑的：
- 提供特征掩膜 → 为可解释模型（先判征象、再推类别）提供训练监督，降低"黑箱"门槛；
- 不按特征评分 → 保持对建模路线的中立，不强制参赛者采用可解释范式，允许端到端方法公平竞争；
- 净效果 → 评估测的是"最终是否判对 LI-RADS 类别"，而特征掩膜是选做资源而非必答项。
这一取舍的代价是：一个完全不使用特征掩膜的黑箱模型，与一个严格遵循征象的可解释模型，在排行榜上被同分对待。若你关心的是可解释性本身，就不能只看榜单名次——须另立评估维度。
5.7 评估口径的潜在偏差提示
使用官方复合指标（或任何单一准确率）解读 AMPLIFAI 结果时，需警惕三类偏差：
- 多数类偏置：LR-5（43.73%）主导，模型倾向预测 LR-5 即可获得不低的准确率，掩盖在 LR-1/LR-2（各 0.51%）上的全盘失效；
- 有序距离被稀释：若不采用有序指标，把 LR-5 误判为 LR-4 与误判为 LR-1 代价相同，与临床严重度脱节；
- 特殊类别的稀有陷阱：LR-M 与 LR-TIV 是有临床意义的少数类，若不加权，模型可能完全放弃它们。
给使用者的实操建议：汇报结果时，至少同时给出 per-class F1 + 有序加权 κ（如 QWK）+ 混淆矩阵，而非单一准确率。这与 §4.4、附录 I 的口径互相呼应。
§6 获取与许可：一扇带审批的门
6.1 获取路径
AMPLIFAI 的公开数据不是一键下载，而是分两步、需审批：
① 在 Hugging Face 提交访问申请（仓库 UM-IHC-CA2i/AMPLIFAI）
│
② 完成官网注册表，同意 AMPLIFAI Terms & Conditions
│
③ 等待组织方邮件审批（gated = manual，人工审核）
│
④ 获批后从 Hugging Face 下载训练 + 验证集
│
⑤ 提交经 Codabench 竞赛页（competition 14290）
关键事实：
- 托管平台：Hugging Face，仓库
UM-IHC-CA2i/AMPLIFAI；官方明示"仅在 HF 点 Request access 是不够的"，还须完成官网注册与条款同意； - 注册窗口：团队注册已于 2026-09-01 关闭——错过窗口的检索者只能等未来迭代或直接联系组织方；
- 提交平台：Codabench（competition 14290）；
- 工具代码：GitHub
UM2ii/amplifai-codabench； - 联系邮箱：amplifai@som.umaryland.edu（通用）/ fdoo@som.umaryland.edu（负责人）；
- 元数据快照（hf-mirror API，2026-10-08）：downloads 185、likes 8、lastModified 2026-08-20、gated=manual、license=cc-by-nc-sa-4.0。
6.2 许可条款
- 主许可：CC BY-NC-SA 4.0（论文 §2.6 写 CC BY-NC-SA；HF 仓库 tag 明确为
cc-by-nc-sa-4.0）； - 用途限定：仅限个人、非商业研究；
- 临床禁用：论文明确声明，该数据集未经美国 FDA 审查或批准用于临床，不得用于识别任何个人或诊断患者；
- 衍生作品：用户可自由扩展、增强、在其上构建（需署名，非商业），作者鼓励在扩展前联系其团队以便合作。
6.3 访问限制（Terms & Conditions 摘要）
官网 rules 页对参与者施加了严格约束，反映了医学影像数据的合规敏感性：
- 数据集衍生自美国境内的临床来源，评测数据不公开分发，所有模型评测在组织方控制的安全环境内进行；
- 参与者不得尝试访问、下载、重建或推断受保护的评测数据，不得通过模型行为或重复提交提取敏感信息，不得推导患者级或可识别信息；
- 提交必须自包含、在指定环境内可执行，不得访问外部系统、开启网络连接、写出未授权产物、逆向数据集或实施对抗性攻击以提取数据；
- 参与者仅获得聚合评测指标，不返回任何原始输出、中间数据或派生产物（包括分割掩膜、特征嵌入、重建图像）；
- 发布禁运：仅对"直接披露或重复挑战赛级评测结果（含排行榜、私有测试集上的比较性能）"的出版物，设 12 个月禁运期；参赛团队保留其方法的完全所有权。
一句话概括这扇门：数据可以拿到，但要过注册 + 审批两关；赛外人士想直接下，门槛不低。这是一个典型的"开放研究、受控分发"的姿态——比完全封闭好，比一键下载难。
6.4 与库内可获取性光谱的对照
| 检索者类型 | AMPLIFAI 是否够用 | 备注 |
|---|---|---|
| 想做肝脏 CT 分割/分类基准 | 够（公开集 590 例 + 掩膜） | 需先过 gated 审批 |
| 想复现挑战赛排行榜分数 | 不够 | 私有测试集不公开，仅得聚合指标 |
| 想做医学 VLM 预训练 | 规模偏小 | 590 例适合评测而非大规模预训练 |
| 想快速试跑不注册 | 不够 | 无公开直链，必须走审批 |
| 关心类别平衡的训练 | 需自行重采样 | LR-1/LR-2 各仅 3 例，极端不平衡 |
6.5 合规清单：使用前必须确认的五件事
AMPLIFAI 涉及真实患者影像（尽管已匿名化），使用前应逐项核对合规要求：
| 检查项 | 要求 | 依据 |
|---|---|---|
| 用途 | 仅限个人、非商业研究 | CC BY-NC-SA 4.0 + 论文 §2.5 |
| 署名 | 使用时须署名来源 | CC BY 条款 |
| 衍生许可 | 衍生作品须以相同许可发布 | CC SA 条款 |
| 临床使用 | 禁止（未经 FDA 审查批准） | 论文 §2.5 |
| 个体识别 | 禁止尝试识别任何个人 | 论文 §2.5 + Terms |
特别提醒：论文明确写有"该数据集既未获美国 FDA 审查，也未获其批准用于临床"，“不得用于诊断患者或试图识别任何个人”。对医疗 AI 研究者而言，这意味着任何基于 AMPLIFAI 的模型成果，在进入临床前都还有独立且昂贵的监管路径要走。
6.6 私有测试集评测机制细读
挑战赛对私有测试集采用了一种"数据不出域"的评测范式，值得单独说明它对可复现性的影响：
- 评测位置：在组织方控制的安全计算环境内执行，参与者不接触评测数据；
- 输入：测试病例的多期 CT 体积 + 目标病灶分割掩膜（不提供特征掩膜）；
- 输出限制：参与者只收到聚合指标，不返回任何原始输出、中间数据或派生产物——明文包括分割掩膜、特征嵌入与重建图像；
- 监测：所有提交与活动可能被记录用于安全与合规审计；
- 反作弊：参与者不得通过模型行为或重复提交提取敏感信息，不得进行对抗性攻击以提取数据。
这套机制的得与失：得在杜绝了数据泄漏与"偷偷看测试集"，评估结果更可信；失在外部无法独立复现——研究者拿不到测试输入，也就无法验证自己的模型在榜上的表现究竟对应什么。这不是 AMPLIFAI 独有的问题，而是所有采用私域测试集的基准的共性张力。
§7 生态、竞赛与影响
7.1 前后脉络：站在四个源数据的肩上
AMPLIFAI 不是凭空造数，而是一次**再标注（re-annotation）**工程。它的四个上游各有来头：
- TCGA-LIHC（The Cancer Genome Atlas Liver Hepatocellular Carcinoma）：TCGA 项目的肝癌影像分册，托管于 TCIA，是癌症基因组学与影像交叉的经典资源；
- WAW-TACE：华沙医科大学的多期 CT 数据集，含分割、放射组学特征与临床数据，2024 年发表于 Radiology: Artificial Intelligence，托管于 Zenodo；
- HCC-TACE-SEG：德州大学 MD 安德森癌症中心的多模态 HCC 数据集，含 TACE 治疗前后影像与分割，2023 年发表于 Scientific Data，托管于 TCIA；
- PLC-CECT：原发性肝癌的多期对比增强 3D CT 影像，2025 年发表于 Scientific Data，托管于 ScienceDB。
AMPLIFAI 的价值在于：它把这些各自独立、标注口径不一的数据，统一到同一套 LI-RADS 判读标准下。原始数据的"标签"各不相同（有的只有分割无类别，有的有类别但混用辅助特征），AMPLIFAI 用五位专家把它们重新标成"同一种语言"。
7.2 MICCAI 2026 挑战赛：一次完整的基准赛事
AMPLIFAI 作为 MICCAI 2026 Satellite Event 举行，是一个闭环的挑战赛：
- 赛题：多期 CT 的 LI-RADS 分类（一例一病灶一类别）；
- 时间线：2026-04-01 注册开放 → 6 月分批发布训练数据 → 7 月开放验证/评测提交 → 9-15 截止 → 10-01 在斯特拉斯堡举行卫星会；
- 获奖（官网 communications）：
- 🥇 1st：Team Shin（Yuanye Liu，复旦大学）
- 🥈 2nd：epita（Elodie Puybareau, Guillaume Tochon, Yi Yang，EPITA）
- 🥉 3rd：Team Amplifire（Advait Madabhushi, Dharini Raghavan, Amritpal Singh, Gourav Modanwal, Anant Madabhushi，Emory University & Georgia Tech）
- 卫星会议程（2026-10-01，Strasbourg 会议中心 Amsterdam 室，8:00–10:00）：开场概览 → 主题演讲（Florence X. Doo / Pranav Kulkarni）→ Q&A → 三位获奖者演讲 → 最佳论文演讲 → 海报展示 → 闭幕颁奖。
中国团队拿下第一：Team Shin 的 Yuanye Liu 来自复旦大学并夺得头名，与数据集本身"过半来自重庆队列"的地缘分布形成有趣的呼应。
7.3 学术影响与用途扩展
论文指出 AMPLIFAI 已用于训练多个 HCC 病灶表征模型，并展望了三类扩展方向：
- 医学视觉问答（VQA）：为医学基础模型提供带空间定位的问答监督（呼应库内 VQA 系列条目）；
- 临床推理（reasoning）：多期数据天然适合训练"逐步判读"的推理链——作者引用了 DeepTumorVQA、RadThinking 等纵向临床推理基准作为方向；
- 放射组学（radiomics）：三大特征的体素级掩膜可直接用于特征提取与关联分析（PHORA 论文即走此路）。
7.4 在肝脏影像数据集景观中的位置
AMPLIFAI 填补的空白可概括为三点：
- 此前无公开的多期 CT LI-RADS 基准：肝脏 CT 数据集（如 LITS、SLIVER07）多为分割任务，且常为单期或双期；AMPLIFAI 首次系统性地把"多期 + LI-RADS 类别 + 特征级标注"三者结合；
- 此前无带特征级掩膜的数据：非环状 APHE、非周边廓清、强化包膜三者的体素级掩膜是该数据集最独特之处——它把"医师判读所依赖的每一个视觉证据"都显式标注出来；
- 此前无跨四源均一化的肝脏 CT 集：统一到 NIfTI + 统一标注协议，降低了跨机构研究的预处理负担。
7.5 与其他医学影像挑战赛的方法论对照
AMPLIFAI 的挑战赛设计与同期影像挑战赛在几个维度上形成对照：
| 维度 | AMPLIFAI | 常见做法 |
|---|---|---|
| 测试集 | 私域独立（不公开） | 公开划分 |
| 评测位置 | 组织方安全环境 | 参与者本地/服务器 |
| 输出 | 仅聚合指标 | 常返回逐例结果 |
| 类别结构 | 有序 + 特殊类 | 通常为平坦多类 |
| 数据来源 | 四源再标注 | 单一采集 |
私域测试集 + 仅聚合指标是其中最"反常规"的一点。它换来评估可信度，牺牲可复现性；对基线可比的社区研究而言，是一把双刃剑。详见 §8.3 与附录 P。
7.6 从挑战赛到论文的产出链
AMPLIFAI 围绕自己形成了一个小型学术产出链，对检索者梳理引用关系有用：
- 数据集论文（arXiv:2608.14778）：描述数据构成、采集与标注；
- 8 篇方法论文（OpenReview，MICCAI 2026 录用）：参赛队伍的方法与发现；
- 获奖方法（3 队）：Team Shin / epita / Team Amplifire；
- 未来 joint challenge paper（论文声明拟投期刊）：综述任务、数据集与结果，前三名团队受邀合著；
- 可能的后续迭代：论文称"未来可能扩展数据集以供后续 AMPLIFAI 挑战赛使用"。
对做文献综述的研究者：目前该数据集上的"公开可比结果"主要来自上述 8 篇方法论文，正式的挑战赛总结论文尚在计划中。这意味着跨方法比较时，须以各方法论文自报的验证集结果为准，而非统一的榜单分数。
7.7 在中国的检索触点
对中文检索者而言，AMPLIFAI 有两处与中国直接相关，值得记录：
- 数据主流来自中国中心：公开集约 51.86% 来自重庆渝北区人民医院（PLC-CECT），是最大单一来源；
- 挑战赛冠军来自中国团队：复旦大学的 Yuanye Liu（Team Shin）夺得第一。
这两点合起来说明：AMPLIFAI 不只是一个"美国机构发布的数据集"，它的数据血液与竞赛成绩都与中国肝病影像研究有强关联。检索中文肝病影像资源时，AMPLIFAI 值得作为国际化基准一并纳入视野。
§8 方法学启示：四条可迁移的经验
8.1 「AI 种子 + 专家精修」的迭代标注范式
AMPLIFAI 的迭代 nnU-Net 流程（5/20/100/200 例时重训，已标病例不回头）是一个可复制的降本范式：模型负责起草，专家负责定稿。其代价（不同批次种子质量不均）需要在使用时被显式承认，而非掩盖。对任何需要体素级标注的多期/多模态数据集，这一流程都值得借鉴。
8.2 规则门控需要"结构先验"来捕捉
LI-RADS 的"未环状 APHE 是最高类别前置条件"这类门控逻辑，是端到端黑箱模型最容易漏掉的结构。数据集通过同时提供特征掩膜，为可解释模型（先判征象、再推类别）铺好了路。这提示：当任务背后有明确临床规则时，提供规则所需的中间标注比只给最终标签更有价值。
8.3 私域测试集：提升泛化评估，牺牲可复现性
AMPLIFAI 用独立的私域测试集（174 例，来自自有医疗系统三中心）替代常见的公开测试集，有效杜绝了"训练集偷看测试集"。但代价是外部无法复现排行榜分数，且禁运期进一步限制了结果披露。这是基准设计中的一组真实张力，没有免费的午餐。
8.4 类不平衡是临床队列的诚实投影
LR-5 与 LR-M 主导、LR-1/LR-2 极稀少的分布，不是采集缺陷，而是三级转诊队列的真实患病率。AMPLIFAI 选择不人为平衡，而是如实呈现并（通过加权复合指标）在评估端对冲。对使用者而言，这是一堂"训练分布 ≠ 真实临床分布"的必修课。
8.5 均一化多源异构数据的工艺价值
AMPLIFAI 最容易被忽视的贡献，在于它示范了如何把四个来源、格式、标注口径都不同的数据集，统一成一份可比较的资源：
| 源 | 原始格式 | 原始标注状态 | AMPLIFAI 处理 |
|---|---|---|---|
| TCGA-LIHC | DICOM | 无 LI-RADS 类别 | dcm2niix 转 NIfTI，全量重标 |
| HCC-TACE-SEG | DICOM | 合并式分割 | 转 NIfTI，拆分为目标病灶式标注 |
| WAW-TACE | NRRD 分割 | 有分割与放射组学 | NRRD→NIfTI 统一格式 |
| PLC-CECT | 多期 CT | 有部分标注 | 相位检测 + 统一重标 |
统一的关键三招：① 统一为 NIfTI；② 用 Comp2Comp 做相位类型标准化；③ 用 ANTsPy 统一配准到参考相。这三招消解了跨机构研究最大的预处理负担——研究者拿到 AMPLIFAI，不必再为"四个数据集各有各的格式与相位命名"而写四套解析代码。
8.6 从"标注一次"到"标注可审计"
AMPLIFAI 遵循 Datasheets for Datasets 格式（Gebru et al., 2021）与 FAIR 数据原则（Wilkinson et al., 2016）撰写文档，逐项回答了动机、构成、采集、标注、用途、分发、维护七个维度的问题。这种"给数据集立传"的做法，使数据集不仅可用，而且可审计——每一处规模、分布、局限都能追到具体章节。对希望复现或批判性使用该数据的研究者，这是比数据本身更珍贵的资产。
8.7 临床语境一：为什么"影像即诊断"对 AI 特别有意义
HCC 的临床诊断路径在肿瘤学里是异类：在不做活检的前提下，LR-5 即可确诊并据此制定治疗。这带来一个 AI 友好的特性——存在一个完全不依赖组织病理金标准、纯影像可判的标签空间。这与许多需要活检金标准的影像任务相比，降低了标注的不可及性（不需要追踪病理结果），也使"模型判读"与"医师判读"可在同一标准下直接比较。
8.8 临床语境二：LI-RADS 的"规则性"是双刃剑
LI-RADS 的规则足够形式化，以至于可以用代码近似实现（见附录 H 的教学伪代码）；但它的部分判读（如"模棱两可的征象"“哪枚病灶最可疑”）仍留有医师经验的空间。AMPLIFAI 通过同时提供最终类别与征象掩膜，把"规则部分"与"经验部分"解耦开放：规则部分可供可解释模型直接学习，经验部分则以掩膜形式提供人类判断的痕迹。
8.9 监管现实：数据集 ≠ 医疗器械
论文反复强调数据集未经 FDA 审查或批准，仅限研究。这不是免责套话，而是医疗 AI 从研究到落地的真实鸿沟：一个在 AMPLIFAI 上表现优异的模型，距离通过监管审批、进入临床辅助诊断，还需独立的数据、验证与合规工作。引用任何基于 AMPLIFAI 的性能数字时，都应带上"研究环境、非临床验证"的前提。
8.10 关于"辅助特征未使用"的临床意义补充
本数据集刻意未纳入辅助特征（ancillary features）。在真实临床中，辅助特征常用于在主要特征判读结果基础上上调或下调类别。因此，使用 AMPLIFAI 训练的模型，其输出的 LI-RADS 类别可能与某位医师在完整辅助特征可用时的判读略有出入。这不是标注错误，而是范围收窄的明示结果——论文在 §2.2 专门说明了这一点，使用者应据此解读模型输出与临床实际判读之间的差异。
§9 与库内条目的关系
9.1 家族图谱
┌───────────────── TCGA-LIHC ────► tcga (rid 25/566) · tcia (rid 547)
│
四个上游数据集 ──┼───────────────── HCC-TACE-SEG ─► tcia (rid 547)
│
├───────────────── WAW-TACE ─────► Zenodo（库内未单列）
│
└───────────────── PLC-CECT ─────► ScienceDB（库内未单列）
│
▼
AMPLIFAI (amplifai)
│
┌───────────────────┼────────────────────┬─────────────────┐
▼ ▼ ▼ ▼
肝脏 CT 分割 器官影像分级范式 CT 影像分词/推理 医学 VQA/推理
lits (81) panda-plus (640) radimagenet (545) pmc-vqa (270)
sliver07 (347) panda (27/560) radgraph (561) vqa-rad (240)
flare (387) panda-cms (908) palm (281) vqa-med (280)
slake (250)
9.2 检索路径建议
- 想找上游影像本体 →
tcga（rid 25/566，重复条目）、tcia（rid 547）； - 想做肝脏 CT 分割对标 →
lits（rid 81）、sliver07（rid 347）、flare（rid 387）； - 对"器官影像 + 分级/评估"范式感兴趣 →
panda-plus（rid 640）、panda（rid 27/560）、panda-cms（rid 908）； - 想用多期 CT 做 VLM/VQA →
pmc-vqa（rid 270）、vqa-rad（rid 240）、vqa-med（rid 280）、slake（rid 250）； - 想找放射报告/影像结构表征 →
radgraph（rid 561）、radimagenet（rid 545）。
重复条目的提醒：库内
tcga（rid 25 / 566）与panda（rid 27 / 560）各出现两条记录。按 R001 纪律，互链一律以 DBurl_name键匹配，绝不用位置对齐；具体挂哪一条由主会话按既有规则判定。
9.3 建议互链点（供主会话参考）
| 目标 slug | rid | 互链理由 |
|---|---|---|
| lits | 81 | 同为肝脏 CT 病灶分割，最直接的同类对标 |
| panda-plus | 640 | 同属"器官影像 + 专家重标注 + 挑战赛衍生基准"范式 |
| tcia | 547 | AMPLIFAI 两个上游的托管档案总入口 |
| sliver07 | 347 | 肝脏 CT 分割经典基准，历史脉络参照 |
| pmc-vqa | 270 | 论文明确展望的 VQA/推理扩展方向 |
§10 避坑清单：八个已踩过的坑
坑 1：把"590"当成数据集全量。
590 是公开集（训练+验证）。挑战赛全量是 764（含 174 私有测试）。引用时必须标明口径，否则与官网数字对不上。
坑 2：以为 Hugging Face 点了 Request access 就能下。
官方明确警告"仅点 HF 的 Request access 是不够的"。还须完成官网注册表、同意条款、等待人工审批。且注册已于 2026-09-01 关闭。
坑 3：把许可当成 CC BY-NC-SA 之外的东西。
是 CC BY-NC-SA 4.0——注意 NC（非商业） 与 SA（相同方式共享） 两个限制，商业用途或闭源衍生均不被允许。
坑 4：以为能复现排行榜分数。
私有测试集（174 例）永不公开，评测在组织方安全环境内完成，参与者只得聚合指标。外部无法复现榜单。
坑 5：用普通准确率评估、忽略有序性。
LR-1…LR-5 是有序的。把 LR-5 误判为 LR-4 与误判为 LR-1 截然不同。应使用有序指标（如 QWK / 线性加权 κ），并对齐官方加权复合指标。
坑 6：忽视极端类不平衡直接训练。
LR-1/LR-2 各仅 3 例（0.51%）。直接训练会导致模型只学会预测多数类（LR-5/LR-M）。须重采样或重加权，并在汇报时说明。
坑 7：假设标注包含了辅助特征。
AMPLIFAI 的分类严格限定主要特征，未使用辅助特征（ancillary features）。真实临床中辅助特征常用于上调/下调类别，因此本数据集的类别可能与临床实际判读略有出入——这是刻意的范围收窄，不是错误。
坑 8：把测试集当成"随机留出"。
测试集是来自马里兰医疗系统三中心、2023-2026 年的独立私域数据，与训练集在机构、年代、扫描仪上均有域差异。它有意识地评估跨域泛化，不应被当作同分布的随机留出集来解读。
§11 总结
11.1 三句话总结
- AMPLIFAI 是首个公开的多期腹部 CT LI-RADS 肝病灶评估数据集：590 例公开研究，标注 LI-RADS 类别、病灶尺寸与三大影像特征的体素级掩膜。
- 它把放射科医师的判读逻辑显式化：提供非环状 APHE、非周边廓清、强化包膜三个关键征象的体素级掩膜，支持"可解释"与"端到端"两条建模范式。
- 获取有门槛、许可限非商业：训练/验证集经 Hugging Face gated 审批发放，CC BY-NC-SA 4.0，私有测试集不公开。
11.2 适合谁
- 开发/评测肝脏 CT 分类与分割模型的团队；
- 研究多期影像跨相位建模与规则门控结构的方法学研究者；
- 构建可解释医学 AI（先判征象、再推类别）的研究者；
- 需要带空间定位的医学 VQA / 推理监督数据的团队；
- 关注医学数据集标注工艺与基准设计张力的研究者。
11.3 不适合谁
- 想一键下载、不做注册审批的人；
- 想复现排行榜分数的人（私有测试集不公开）；
- 想用于商业产品或闭源衍生的人（CC BY-NC-SA 限制）；
- 想做大规模基础模型预训练的人（590 例规模偏小，更适合评测）；
- 想找健康人群、均衡类别数据的人（三级转诊队列，类别严重偏斜）。
11.4 30 秒决策卡
| 你的问题 | 答案 |
|---|---|
| 能不能下？ | 能，但需 HF + 官网双重注册审批（窗口已关，需联系组织方） |
| 有多少？ | 公开 590 例（全量 764，含私有测试 174） |
| 标了什么？ | LI-RADS 类别 + 尺寸 + 三大特征体素级掩膜 |
| 什么许可？ | CC BY-NC-SA 4.0（非商业） |
| 怎么用？ | NIfTI 影像 + 掩膜 + metadata CSV |
| 拿来干嘛？ | 训练/评测 LI-RADS 分类、肝脏病灶与特征分割、医学 VLM/VQA |
| 谁做的？ | 马里兰大学 UM-IHC 应用 AI 中心（CA2i） |
FAQ（高频问答 28 问）
A. 基础认知
Q1：AMPLIFAI 是什么的缩写？
Annotated Multi-Phase Liver Imaging for AI（用于 AI 的标注多期肝脏影像）。注意它同时也是挑战赛名称。
Q2：它解决什么问题？
肝癌 HCC 是少数能单凭影像确诊的恶性肿瘤，依据是 LI-RADS 标准。但此前缺乏带精细特征级标注的大规模公开多期 CT 数据，制约了 AI 模型的开发与评测。AMPLIFAI 填补这一空白。
Q3：和普通肝脏 CT 数据集有何不同？
三点：① 多期（动脉/门静脉/延迟多相位联合）；② LI-RADS 类别（不只是分割）；③ 特征级体素掩膜（三大征象逐相位）。
Q4：是采集新数据吗？
不是。它是把四个已有公开数据集重新标注并均一化。
Q5：谁做的？花了多久标注？
马里兰大学 UM-IHC 应用 AI 中心（CA2i）。标注工作于 2026 年 5-6 月完成。
Q6：论文发在哪？
arXiv:2608.14778（cs.CV），v1 于 2026-08-14，v2 于 2026-08-19。采用 Datasheets for Datasets 格式撰写。
B. 数据与获取
Q7：到底有多少例？
公开 590 例（训练 531 + 验证 59）/ 584 位患者；挑战赛全量 764 例（含 174 私有测试）。
Q8：数据从哪四个源来？
TCGA-LIHC、WAW-TACE、HCC-TACE-SEG、PLC-CECT。
Q9：各占多少？
PLC-CECT 306（51.86%）、WAW-TACE 199（33.73%）、HCC-TACE-SEG 45（7.63%）、TCGA-LIHC 40（6.78%）。
Q10：什么格式？多大？
NIfTI（影像与掩膜）+ metadata CSV，总计约 146 GB。
Q11：怎么下载？
Hugging Face 仓库 UM-IHC-CA2i/AMPLIFAI，gated 审批制。须先申请、再走官网注册、同意条款、等待审批。
Q12：现在还能注册吗？
团队注册已于 2026-09-01 关闭。错过的时间点后需联系组织方（amplifai@som.umaryland.edu）。
Q13：有公开直链吗？
没有一键直链，必须过审批。这与 PANDA 等 CC BY-4.0 直链数据集不同。
Q14：测试集能拿到吗？
不能。私有测试集 174 例永不公开，评测在组织方安全环境内完成。
Q15：提交怎么交？
经 Codabench 竞赛页（competition 14290），工具代码在 GitHub UM2ii/amplifai-codabench。
C. 标注与质量
Q16：都有哪些标注？
① LI-RADS 类别（7 类）；② 病灶尺寸（mm）；③ 目标病灶体素级掩膜；④ 三大特征体素级掩膜（非环状 APHE、非周边廓清、强化包膜）。
Q17：三大特征怎么标？
非环状 APHE 为三态（非环状/环状/缺失）；非周边廓清与强化包膜为二值，且按出现的每个相位分别给出掩膜。
Q18：怎么保证标注质量？
双人独立标注（住院医师 + 主治）→ 独立校验者仲裁（可选其一/并集/交集）→ 分歧退回修正。身兼标注与校验者被禁止校验自己的病例。
Q19：nnU-Net 用在哪？
标注用迭代种子：手工精标首 5 例后训练 nnU-Net，在 5/20/100/200 例时重训，为后续病例生成分割种子供人工精修。
Q20：标注包含辅助特征吗？
不包含。分类严格基于主要特征，未使用临床常规的辅助特征（ancillary features）。
Q21：目标病灶怎么选？
每例取临床最可疑 HCC 的那枚病灶（多病灶时由标注者判断）。
Q22：没有病灶的病例算吗？
算。无肝病灶的病例作为"正常病例"纳入。
D. 评估与方法
Q23：评估指标是什么？
仅基于 LI-RADS 分类准确度；排名用加权复合指标，计入有序分类与特殊类别（非 HCC）识别。
Q24：为什么强调"有序"？
LR-1…LR-5 有严重度顺序。用普通准确率会把"LR-5 误判为 LR-4"和"误判为 LR-1"等同，与临床不符。
Q25：有哪两条建模路线？
① 可解释：先判各主要征象，再据规则推类别；② 端到端黑箱：直接预测类别。
Q26：特征掩膜会影响评分吗？
不会。评分只看最终类别，特征掩膜如何使用由参赛者自定——评估口径刻意中立。
Q27：挑战赛谁赢了？
🥇 Team Shin（复旦大学 Yuanye Liu）、🥈 epita、🥉 Team Amplifire（Emory & Georgia Tech）。
Q28：怎么联系维护方？
负责人 fdoo@som.umaryland.edu；通用 amplifai@som.umaryland.edu。维护机构为 UM-IHC。
E. 工程与复现
Q29：数据是什么文件组织？
每例含多期 CT 的 NIfTI 体积 + 目标病灶掩膜 + 三大特征的按相位 NIfTI 掩膜，标签在 metadata CSV 中。
Q30：怎么加载多期 CT？
用 NiBabel/SimpleITK 读 NIfTI；各相位为独立文件，须先按命名或 metadata 对应相位。注意各相位间已配准（ANTsPy 到参考相）。
Q31：掩膜和影像如何对齐？
已同空间配准。由于配准残留误差存在（呼吸运动等原因），少数病例可能有残余错位。
Q32：能用 nnU-Net 直接复现分割种子流程吗？
可以，但注意论文的种子是在 5/20/100/200 例时各训练新模型，而非增量更新；复现须照此节奏。
Q33：预处理代码在哪？
论文承诺"完整预处理代码将公开"以支持复现，但截至本条目撰写尚未见独立仓库链接（见遗留疑点）。
Q34：类别标签在哪个文件？
训练与验证 split 的 metadata CSV 中，含类别、尺寸与二值特征标签。
Q35：如何处理缺失相位？
数据集本身已筛过（要求动脉相 + 至少一晚期相）；非增强相与延迟相为可选，注意力模型需处理缺相情况。
F. 库内互链与检索
Q36：库内哪些条目与它最相关？
LITS（肝脏分割）、SLIVER07（肝脏 CT 分割）、PANDA 系列（器官影像分级范式）、TCIA（上游档案）、PMC-VQA 等（VQA 方向）。
Q37：和 PANDA-PLUS 有何可比性？
方法学范式相似（器官影像 + 专家重标注 + 挑战赛衍生），但模态（CT vs 病理 WSI）、器官（肝 vs 前列腺）、任务（LI-RADS 分类 vs Gleason 分割）均不同。
Q38：想找肝脏 CT 分割基准该去哪里？
LITS、SLIVER07、FLARE+（库内可检索）。
Q39：想做医学 VQA 该搭配什么？
PMC-VQA、VQA-RAD、VQA-Med、SLAKE（库内可检索），AMPLIFAI 可作多期 CT 的定位标注补充。
Q40：库内有没有和它撞库的条目？
经 url_name ILIKE '%amplifai%' 查询为 0 行，无撞库。注意上游的 tcga、panda 在库内各有两条记录，互链须以 url_name 键匹配。
G. 常见误解澄清
Q41：是不是新采集的患者数据？
不是，是四个公开数据集的再标注。
Q42：是不是只做分类、不做分割？
不是。虽然排名只看分类，但数据提供了病灶与特征的分割掩膜，可支持分割任务。
Q43：测试集以后会公开吗？
论文明确私有测试集不会公开。未来迭代可能扩展数据集，但既有私有测试集不在公开之列。
Q44：可以用它做商业产品吗？
不可以。CC BY-NC-SA 4.0 限定非商业。
Q45：它的标签就是"病理金标准"吗？
不是。标签是放射科医师依据 LI-RADS 的影像判读，不是病理确诊。这恰是 LI-RADS 的特性。
事实清单（硬事实 32 条）
- 官方全称：AMPLIFAI — Annotated Multi-Phase Liver Imaging for AI。
- 创建机构：马里兰大学健康计算研究所（UM-IHC）应用 AI 中心（CA2i）。
- 论文：arXiv:2608.14778（v1 2026-08-14 / v2 2026-08-19；DOI 10.48550/arXiv.2608.14778）。
- 作者 12 人，通讯作者 Florence X. Doo。
- 公开集 590 例，来自 584 位唯一患者。
- 挑战赛全量 764 例 = 590 公开 + 174 私有测试。
- 训练 531（90%）/ 验证 59（10%），患者级零重叠。
- 四个上游：TCGA-LIHC、WAW-TACE、HCC-TACE-SEG、PLC-CECT。
- 上游分布（公开集）：PLC-CECT 306 / WAW-TACE 199 / HCC-TACE-SEG 45 / TCGA-LIHC 40。
- 影像：多期对比增强腹部 CT，NIfTI 格式。
- 相位覆盖：动脉相 100%、门静脉相 99.32%、延迟相 76.44%、非增强相 71.86%。
- 数据总量约 146 GB。
- 标注类别：LR-1 至 LR-5、LR-TIV、LR-M 共 7 类。
- 类别分布：LR-5 43.73%、LR-M 21.86%、LR-TIV 10.85%、LR-4 7.97%、LR-3 2.71%、LR-1/2 各 0.51%。
- 病灶尺寸：均值 57.72 ± 42.79 mm。
- 三大特征掩膜：非环状 APHE、非周边廓清、强化包膜（体素级）。
- 非环状 APHE 占 49.32%、环状 11.69%、缺失 38.98%。
- 标注团队：五位委员会认证放射科医师 + 一位住院医师。
- 标注工作于 2026 年 5-6 月完成。
- 定制 3D Slicer 模块承载标注，部署于医院安全研究环境。
- nnU-Net 迭代种子：5/20/100/200 例时重训。
- 上游影像采集时间：2002-11 至 2022-12；私有测试 2023-02 至 2026-05。
- 筛选漏斗：796 → 590。
- 配准质量阈值：骨骼 Dice > 0.64。
- IRB 编号：HP-00117149（马里兰大学，豁免）。
- 资助：MPowering the State；ATIP（UMB ICTR, NCATS CTSA UM1TR004926）；NIH CTSA 1K12TR004925-01A1。
- 许可：CC BY-NC-SA 4.0（个人、非商业研究）。
- 获取：Hugging Face gated 仓库
UM-IHC-CA2i/AMPLIFAI+ Codabench。 - 团队注册于 2026-09-01 关闭。
- 挑战赛卫星会在 MICCAI 2026（Strasbourg，2026-10-01，Amsterdam 室，8:00–10:00）。
- 冠军：Team Shin（复旦大学）。
- 临床禁用：未经 FDA 审查批准，不得用于临床诊断或个体识别。
术语表（28 条）
| 术语 | 英文 | 释义 |
|---|---|---|
| HCC | Hepatocellular Carcinoma | 肝细胞癌，最常见的原发性肝癌 |
| LI-RADS | Liver Imaging Reporting and Data System | 肝脏影像报告与数据系统，无创诊断 HCC 的标准化框架 |
| LR-1 | — | 肯定良性（definitely benign） |
| LR-2 | — | 可能良性（probably benign） |
| LR-3 | — | 中等概率（intermediate probability） |
| LR-4 | — | 可能 HCC（probably HCC） |
| LR-5 | — | 肯定 HCC（definitely HCC） |
| LR-M | — | 恶性但非 HCC 特异（malignant, not HCC-specific） |
| LR-TIV | Tumor in Vein | 静脉内癌栓 |
| APHE | Arterial Phase Hyperenhancement | 动脉期高强化，LI-RADS 首要门控征象 |
| 非环状 APHE | non-rim APHE | 强化向内扩散、不限于病灶外缘 |
| 环状 APHE | rim APHE | 强化仅限病灶外缘，不可进入 LR-5 |
| Washout | non-peripheral washout | 非周边廓清，病灶在门静脉/延迟期变暗 |
| Capsule | enhancing capsule | 强化包膜，门静脉/延迟期周边薄环持续强化 |
| 主要特征 | major features | LI-RADS 判读的核心征象（尺寸、APHE、廓清、包膜） |
| 辅助特征 | ancillary features | 临床用于上调/下调类别的附加征象（本数据集未用） |
| 目标病灶 | target lesion | 每例指定的最可疑 HCC 病灶 |
| 多期 CT | multiphase CT | 含多个对比时相的 CT 采集 |
| NIfTI | Neuroimaging Informatics Technology Initiative | 神经影像常用文件格式，此处用于 CT 与掩膜 |
| DICOM | Digital Imaging and Communications in Medicine | 医学影像标准格式 |
| dcm2niix | — | DICOM 转 NIfTI 的开源工具 |
| NRRD | Nearly Raw Raster Data | 另一类医学影像格式（WAW-TACE 原用） |
| nnU-Net | no-new-Net | 自配置的医学图像分割深度学习框架 |
| 3D Slicer | — | 开源医学影像可视化与标注平台 |
| ANTsPy | Advanced Normalization Tools in Python | 图像配准工具库 |
| TotalSegmentator | — | 对 CT 中 104 个解剖结构稳健分割的工具 |
| Comp2Comp | — | 开源 CT 人体成分评估工具，此处用于相位检测 |
| 有序分类 | ordinal classification | 类别有自然顺序的分类任务 |
| 复合指标 | composite metric | 综合多层次的加权评分 |
| 捷径学习 | shortcut learning | 模型学到表象关联而非真实因果结构 |
| 域差异 | domain shift | 训练与测试数据在分布上的不一致 |
| 发布禁运 | embargo | 对特定结果披露的期限限制（此处 12 个月） |
附录
附录 A：条目信息速查卡
| 字段 | 值 |
|---|---|
| slug | amplifai |
| 官方名 | AMPLIFAI |
| 全称 | Annotated Multi-Phase Liver Imaging for AI |
| 类型 | 多期腹部 CT 医学影像数据集 + 挑战赛基准 |
| 任务 | LI-RADS 肝病灶分类（+ 病灶/特征分割） |
| 规模（公开） | 590 例 / 584 患者 |
| 规模（全量） | 764 例（含 174 私有测试） |
| 模态 | 多期对比增强腹部 CT |
| 格式 | NIfTI + metadata CSV |
| 体积 | 约 146 GB |
| 上机脚本 | nnU-Net（分割种子）+ 3D Slicer（标注） |
| 许可 | CC BY-NC-SA 4.0 |
| 获取 | Hugging Face gated + Codabench |
| 论文 | arXiv:2608.14778 |
| 机构 | UM-IHC / CA2i，马里兰大学 |
| 时间 | 2026 |
附录 B：DAIMS 评估全表
| 维度 | 评分（1-10） | 依据 |
|---|---|---|
| D 可发现性 | 8 | arXiv 论文 + 官网 + Hugging Face + Codabench 四入口可索引；MICCAI 2026 卫星会背书 |
| A 可获取性 | 5 | gated 人工审批 + 注册窗口已关（2026-09-01），无公开直链——最大失分项；私有测试集永不可得 |
| I 可互操作 | 8 | NIfTI 标准格式 + metadata CSV；四源统一；但无官方到 DICOM/其他格式的统一转换脚本发布 |
| M 元数据质量 | 9 | Datasheets for Datasets 格式，表格完备（Table 1-3 全维度）；术语与流程描述详尽 |
| S 可持续性 | 7 | 依托 Hugging Face 平台稳定；但依赖单一机构（UM-IHC）维护，更正靠官网/HF 公告 |
| 综合评级 | 7.4/10（良好） | 文档与元数据质量优秀；可获取性被 gated + 窗口关闭拖低，是主要短板 |
附录 C：逐项证据链自证
| 关键数字 | 来源 | 位置 |
|---|---|---|
| 590 例 / 584 患者 | 论文 §2.2 | arXiv HTML v2 |
| 训练 531 / 验证 59 | 论文 §2.2 / Table 1 | arXiv HTML v2 |
| 764 例（全量） | 官网 data.html | 挑战赛站 |
| 训练 531 / 验证 59 / 测试 174 | 官网 data.html 拆分表 | 挑战赛站 |
| PLC-CECT 306 / WAW-TACE 199 / HCC-TACE-SEG 45 / TCGA-LIHC 40 | 论文 Table 1 | arXiv HTML v2 |
| 相位分布 100% / 99.32% / 76.44% / 71.86% | 论文 Table 2 | arXiv HTML v2 |
| 类别分布（LR-5 43.73% 等） | 论文 Table 3 | arXiv HTML v2 |
| 病灶尺寸 57.72 ± 42.79 mm | 论文 Table 3 | arXiv HTML v2 |
| 约 146 GB | 论文 §2.6 | arXiv HTML v2 |
| CC BY-NC-SA 4.0 | 官网 rules.html + HF cardData | 挑战赛站 / HF API |
| gated=manual / 注册已关 | HF 仓库描述 | hf-mirror API 2026-10-08 |
| IRB HP-00117149 | 论文 §2.3 | arXiv HTML v2 |
| 筛选漏斗 796→590 | 论文 §2.4 | arXiv HTML v2 |
| Dice > 0.64 配准阈值 | 论文 §2.4 | arXiv HTML v2 |
| 获奖名单 | 官网 communications | 挑战赛站 |
附录 D：数据获取决策树
你想用 AMPLIFAI 做什么？
├── 训练/评测 LI-RADS 分类模型
│ └── 走 HF 申请 + 官网注册审批（窗口已关 → 联系 amplifai@som.umaryland.edu）
│ └── 获批后下载训练+验证集（590 例）
├── 复现挑战赛排行榜分数
│ └── 不可能：私有测试集不公开，仅得聚合指标
├── 做医学 VLM / VQA
│ └── 可用公开集做评测集（590 例，带空间掩膜）
├── 做肝脏病灶分割
│ └── 可用目标病灶 + 三大特征体素级掩膜（NIfTI）
└── 商业应用
└── 不允许：CC BY-NC-SA 4.0，非商业限定
附录 E：LI-RADS 类别与特征映射规范
| 类别 | 中文 | 判定要点（主要特征） |
|---|---|---|
| LR-1 | 肯定良性 | 无任何强化 |
| LR-2 | 可能良性 | 小、明确结节，无主要征象 |
| LR-3 | 中等概率 | 主要征象存在与否模棱两可 |
| LR-4 | 可能 HCC | 高度可疑，尺寸 + 部分主要征象 |
| LR-5 | 肯定 HCC | 大病灶，非环状 APHE + 明确附加征象 |
| LR-TIV | 静脉癌栓 | 静脉内明确软组织 |
| LR-M | 非 HCC 特异恶性 | 外观恶性但缺 HCC 典型特征 |
特征标注：非环状 APHE（三态）；非周边廓清（二值，按相位）；强化包膜（二值，按相位）。
附录 F：标注流水线复现骨架（SOP 模板）
1. 数据源整备：确认四源版本，剔除 Scout/Dose Report/不兼容合并分割
2. 格式转换：dcm2niix（DICOM→NIfTI）；NRRD→NIfTI
3. 相位检测：优先用元数据，缺失时用 Comp2Comp 预测
4. 配准：ANTsPy 配准到参考相（优先门静脉相，缺失则延迟相）
5. 配准质检：TotalSegmentator 分割骨骼 → Dice 阈值 > 0.64
6. 标注：定制 3D Slicer 模块；住院医师 + 主治独立标注
7. 迭代种子：每 5/20/100/200 例重训 nnU-Net（已标病例不回头）
8. 校验：两位独立校验者，分歧退回原作者修正
9. 类别重算：按标准框架重算 LI-RADS 类别保证一致性
10. 划分：均匀抽样，训练/验证 90/10，患者级零重叠
附录 G：元数据字段清单（概念）
case_id：病例标识lirads_category：LI-RADS 类别（LR-1…LR-5/LR-TIV/LR-M）lesion_size_mm：病灶轴向最长径（mm）aphe：非环状 / 环状 / 缺失washout_venous/washout_delayed：非周边廓清（对比相二值）capsule_venous/capsule_delayed：强化包膜（对比相二值）phase_present：各相位是否可得- 掩膜文件：目标病灶 + 各特征按相位的 NIfTI 掩膜
附录 H：LI-RADS 分类判定伪代码
def lirads_category(size_mm, aphe, washout, capsule):
# aphe ∈ {"non-rim", "rim", "absent"}; washout/capsule ∈ {0,1}
if aphe == "absent" and not washout and not capsule:
return "LR-1"
if aphe != "non-rim":
# 无非环状 APHE → 最高只能到 LR-4
if washout or capsule:
return "LR-4"
return "LR-2"
# 非环状 APHE 存在（门控通过）
n_add = int(washout) + int(capsule)
if (n_add >= 1 and size_mm >= 20) or (n_add >= 2):
return "LR-5"
if n_add >= 1:
return "LR-4"
return "LR-3" # 简化示意，实际以标准框架重算为准
注：上述为教学示意，实际判读还涉及 LR-M/LR-TIV 的独立分支，且最终类别由标注后按标准框架重算确定。
附录 I：评估指标计算公式表
| 指标 | 公式/说明 | 适用 |
|---|---|---|
| 普通准确率 | 正确分类数 / 总数 | 参考，忽略有序性 |
| 有序一致性 | 线性加权 κ（linear weighted kappa） | 计入类别距离 |
| 二次加权 κ | Quadratic Weighted Kappa (QWK) | 放大远距离误判代价 |
| 复合指标 | w1×有序分类 + w2×特殊类别识别 | 官方排名口径 |
| 每类 F1 | 对 LR-M/LR-TIV 等少数类 | |
| 混淆矩阵 | 7×7，观察 LR-4/LR-5 混淆 | 诊断分析 |
附录 J：四个上游数据集速览
| 源数据集 | 机构 | 托管 | 年代 | 公开集例数 |
|---|---|---|---|---|
| TCGA-LIHC | Mayo/UNC/Alberta/Lahey | TCIA | — | 40 |
| WAW-TACE | 华沙医科大学 | Zenodo | 2016-2021 | 199 |
| HCC-TACE-SEG | MD 安德森癌症中心 | TCIA | 2002-2012 | 45 |
| PLC-CECT | 重庆渝北区人民医院 | ScienceDB | 2015-2022 | 306 |
附录 K：类不平衡的校正建议
| 场景 | 建议 |
|---|---|
| 训练 | 重加权损失 / 类平衡采样 / 有序回归头 |
| 评估 | 报告 per-class F1 + QWK，不只报准确率 |
| 汇报 | 显式标注 LR-1/LR-2 各仅 3 例的统计局限 |
| 建模 | 避免端到端黑箱只学多数类；优先考虑规则引导 |
| 部署 | 注意真实临床分布 ≠ 本数据集分布 |
附录 L：许可条款细读
| 层级 | 条款 | 含义 |
|---|---|---|
| CC BY | 署名 | 使用时须署名来源 |
| NC | 非商业 | 不得用于商业目的 |
| SA | 相同方式共享 | 衍生作品须同许可发布 |
| 附加 | 非 FDA 批准 | 不得用于临床诊断或个体识别 |
| 附加 | 12 个月禁运 | 挑战赛排行榜类结果披露受限 |
附录 M：与库内条目的关系声明
AMPLIFAI 与库内 lits（rid 81，肝脏肿瘤分割）、sliver07（rid 347，肝脏 CT 分割）同属肝脏 CT 影像范畴，但任务与标注层级不同：LITS/SLIVER07 聚焦分割，AMPLIFAI 聚焦 LI-RADS 分类 + 特征级标注。与 panda-plus（rid 640）在"器官影像 + 专家重标注 + 挑战赛衍生基准"的方法论范式上高度可比。与 tcia（rid 547）为上游档案关系。重复条目 tcga（rid 25/566）、panda（rid 27/560）由主会话按 url_name 键匹配判定。
附录 N：建议互链点（纯 URL 供前端参考）
详见正文 §9.3。互链一律使用库内 slug 与 record_id 键匹配，绝不用位置对齐。
附录 O：MICCAI 2026 AMPLIFAI 挑战赛获奖表
| 名次 | 团队 | 成员 | 机构 |
|---|---|---|---|
| 🥇 1st | Team Shin | Yuanye Liu | 复旦大学 |
| 🥈 2nd | epita | Elodie Puybareau, Guillaume Tochon, Yi Yang | EPITA |
| 🥉 3rd | Team Amplifire | Advait Madabhushi, Dharini Raghavan, Amritpal Singh, Gourav Modanwal, Anant Madabhushi | Emory University & Georgia Tech |
附录 P：发布禁运条款解读
- 范围：仅限"直接披露或重复挑战赛级评测结果"的出版物（含排行榜、私有测试集比较性能）；
- 期限：12 个月；
- 例外：实质性扩展方法、或在官方测试集之外评测的出版物，禁运结束后即可发表；
- 保留：团队始终保留其方法的完全所有权。
附录 Q：坑点档案（与 §10 对照）
| 坑号 | 一句话 | 后果 |
|---|---|---|
| 坑 1 | 把 590 当全量 | 与官网 764 对不上 |
| 坑 2 | 以为 HF 点一下就能下 | 拿不到数据 |
| 坑 3 | 误读许可 | 商业使用违规 |
| 坑 4 | 想复现榜单 | 不可能（测试集不公开） |
| 坑 5 | 用普通准确率 | 低估有序误判代价 |
| 坑 6 | 忽视类不平衡 | 模型只学多数类 |
| 坑 7 | 假设含辅助特征 | 类别判断偏差 |
| 坑 8 | 把测试集当随机留出 | 误判泛化性能 |
附录 R：检索决策树
检索 AMPLIFAI 相关数据
├── 要原始多期 CT → HF gated（590）或上游四源（TCGA/WAW-TACE/HCC-TACE-SEG/PLC-CECT）
├── 要 LI-RADS 类别标签 → AMPLIFAI metadata CSV
├── 要特征级体素掩膜 → AMPLIFAI（独有）
├── 要肝脏分割基准 → LITS / SLIVER07 / FLARE+
├── 要器官影像分级范式参考 → PANDA / PANDA-PLUS / PANDA-CMS
└── 要医学 VQA / 推理 → PMC-VQA / VQA-RAD / VQA-Med / SLAKE
附录 S：与四个上游数据集的差异对照
| 维度 | 单个上游 | AMPLIFAI |
|---|---|---|
| 多期 | 部分为单/双期 | 统一多期（要求动脉 + 晚期相） |
| LI-RADS 类别 | 多数无 | 全部 7 类 |
| 征象掩膜 | 无 | 三大征象体素级 |
| 格式 | DICOM/NRRD 混杂 | 统一 NIfTI |
| 空间配准 | 未统一 | ANTsPy 配准到参考相 |
| 类别一致性 | 口径不一 | 统一协议重标 + 重算 |
附录 T：术语中英对照速查（高频 12 词）
| 中文 | 英文 |
|---|---|
| 肝细胞癌 | Hepatocellular Carcinoma (HCC) |
| 肝脏影像报告与数据系统 | Liver Imaging Reporting and Data System (LI-RADS) |
| 动脉期高强化 | Arterial Phase Hyperenhancement (APHE) |
| 非环状 | non-rim |
| 非周边廓清 | non-peripheral washout |
| 强化包膜 | enhancing capsule |
| 静脉内癌栓 | Tumor in Vein (TIV) |
| 目标病灶 | target lesion |
| 多期 CT | multiphase CT |
| 体素级分割 | voxel-level segmentation |
| 有序分类 | ordinal classification |
| 数据表（数据卡片） | Datasheet for Datasets |
附录 U：复现清单（Checklist）
- [ ] 确认已获 HF + 官网双重审批
- [ ] 核对许可为 CC BY-NC-SA 4.0，用途为非商业研究
- [ ] 下载训练 + 验证集（590 例），校验完整性
- [ ] 阅读 metadata CSV 字段说明
- [ ] 决定建模路线（可解释 / 端到端）
- [ ] 若训练分类器，处理类不平衡（重加权/重采样/有序回归）
- [ ] 评估时同时报告 per-class F1 + QWK + 混淆矩阵
- [ ] 汇报时标注"研究环境、非临床验证、未经 FDA 批准"
- [ ] 若发表，注意 12 个月禁运仅限挑战赛级结果披露
附录 V：常见报错与排障
| 现象 | 可能原因 | 对策 |
|---|---|---|
| 下载被拒 | 未完成官网注册或未获批 | 走官方注册 + 等待审批；联系 amplifai@som.umaryland.edu |
| 相位对应错乱 | 未按 metadata 对应相位文件名 | 依 metadata CSV 建立相位映射 |
| 掩膜与影像错位 | 个别病例配准残留误差 | 视觉核查；论文已提示该风险 |
| 模型只预测 LR-5 | 类不平衡未处理 | 重加权/重采样/有序损失 |
| 排行榜无法复现 | 私有测试集不公开 | 属预期，改用公开验证集自评 |
附录 W：扩展研究方向
| 方向 | 可行做法的提示 |
|---|---|
| 可解释判读 | 先训征象分割 → 按规则推类别 → 与掩膜监督对照 |
| 跨相位注意力 | 以相位为 token，建模跨相位交互 |
| 有序回归 | 用 ordinal / CORAL 类损失替代普通交叉熵 |
| 医学 VQA | 以病灶掩膜提供空间定位监督 |
| 域泛化 | 用私有-公开的域差异作为 benchmark 预设 |
| 放射组学 | 从三征象掩膜提取影像组学特征做关联分析 |
附录 X：引用与致谢建议
- 引用数据集请引用论文：AMPLIFAI: A Multiphase CT Dataset for Benchmarking Clinical Reasoning in LI-RADS Assessment of Liver Lesions（arXiv:2608.14778）；
- 依 CC BY 条款须署名来源；依 CC SA 条款衍生作品须同许可发布；
- 致谢中应注明数据集由 University of Maryland Institute for Health Computing 提供。
附录 Y：条目自证（数据来源与核验）
本条目全部硬数字来自以下实抓来源（详见 FACTS.md §9）：
- arXiv:2608.14778 v2 正文（Datasheet 全节）；
- 官网挑战赛站 index/data/rules/timeline 四页；
- Hugging Face 数据集元数据（hf-mirror API）。
双口径已在正文并列标注：590（公开集）vs 764（挑战赛全量）。凡查不到的项（如预处理代码仓库位置、Zenodo/ScienceDB 托管页细节）已列入 FACTS.md 遗留疑点，未在正文杜撰。
附录 Z：一句话索引
| 想知道 | 去 § |
|---|---|
| 这是什么 | §0、§1 |
| 有多大、从哪来 | §2、§4 |
| 怎么标的 | §3 |
| 怎么评估 | §5 |
| 怎么下、什么许可 | §6 |
| 有什么影响 | §7 |
| 有什么坑 | §10、§11 |
| 常见问题 | FAQ |
| 速查数字 | 事实清单、附录 A/C |
相关数据集导航
以下为站内 AI-Ready 数据集百科中与本词条共享多个主题标签的相关数据集，按相关度降序排列：
- segrap — 共享标签：医学影像 / CT / 医学图像分割 / 挑战赛数据集 / 肿瘤学
- kits23 — 共享标签：医学影像 / CT / 医学图像分割 / 挑战赛数据集 / 肿瘤学
- structseg2019 — 共享标签：医学影像 / CT / 医学图像分割 / 挑战赛数据集 / 肿瘤学
- ct-ich — 共享标签：医学影像 / CT / 医学图像分割 / 图像分类 / 挑战赛数据集
- ddti — 共享标签：医学影像 / 医学图像分割 / 图像分类 / 肿瘤学
- hnpet-fdg — 共享标签：医学影像 / CT / 图像分类 / 肿瘤学
- rcc-aid — 共享标签：CT / 医学图像分割 / 图像分类 / 肿瘤学
- ct-colonography — 共享标签：医学影像 / CT / 图像分类 / 肿瘤学
- kits — 共享标签：医学影像 / CT / 医学图像分割 / 挑战赛数据集 / 肿瘤学
- lits — 共享标签：医学影像 / CT / 医学图像分割 / 挑战赛数据集 / 肿瘤学
导航说明：本章节由全站统一标签体系自动计算生成（标签重合度算法），双向可达；点击链接可跳转至对应数据集词条。
