信息速览

数据集名称CheXmask-U — 胸片地标不确定性分割集 AI-Ready Wikipedia

数据类型不确定性估计,分割掩码,解剖标注,质量控制

规模65,379+（仅 MIMIC-CXR 库可确切计数；五库总患者数官方未披露）

接入方式ChestX-ray8 / CheXpert / MIMIC-CXR-JPG / PadChest / VinDr-CXR 五库聚合 + node-wise 不确定性层

AI 就绪度

INFOBOX：chexmask-u 速览

键	值
名称	CheXmask-U: Uncertainty Estimation for Landmark-Based Anatomical Segmentation Masks in Chest X-ray Images（v1.0.0）
上线	PhysioNet，2026-09-02，DOI 10.13026/6vn3-3j51（latest 10.13026/9yg7-dm71）
团队	Cosarinsky（UBA + 以色列 Weizmann Institute）+ Gaggion + Ferrante（CheXmask 原班人马延续）
规模	657,566 张（与 CheXmask 完全同集：112,120/187,825/243,334/96,287/18,000）
内容	CheXmask 全部交付物 + Landmarks (Std) 地标级不确定性列；39.9 GB；双版本分辨率
方法	同一 HybridGNet 权重；谱图 VAE 随机潜空间采样 → 每地标标准差
验证	人工地标对照 + 合成腐蚀实验 + OOD 分析（版本页口径）
访问	Open Access，CC BY 4.0，免审批（源图另过五库各自之门）
论文	无配套论文——纯数据集发布，仅引 PhysioNet DOI
一句话	CheXmask 的"概率化重启"：不告诉你掩码对不对（那是 RCA），告诉你模型自己有多不确定（这是 std）——粒度从图像级下到地标级

§0 摘要卡：一行新列背后的范式跃迁

CheXmask-U 的全部增量可以压缩成 CSV 里的一列：Landmarks (Std)。但这一列的分量要看清——CheXmask（502）已经给了每张图一个 RCA 质控分（图像级、事后评估、需要独立配准管线），CheXmask-U 再给每个地标点一个标准差（地标级、模型自带、一次随机前向即得）。图像级→地标级、事后→内生，两个维度同时下探，这是"不确定性量化"（Uncertainty Quantification, UQ）从论文概念变成数据集元数据的标志事件：657,566 张图 × 数十个地标点 = 千万级的"模型对自己哪里没把握"的量化记录，全部 CC BY 4.0 开放。

它是本系列里最"新"的条目——2026-09-02 上线，本条目核查时它只有 20 天大、79 次浏览。给一个超新星期的数据集写百科是一种特殊体验：没有引用可以分析、没有社区经验可以综述，一切叙事都来自版本页与它明确的母体（CheXmask）。本条目因此采用了"以 502 为锚、以新增量为叙事主轴"的写法——这既是取巧也是诚实：CheXmask-U 的价值主张就是"CheXmask 的一切 + 你该有的怀疑程度说明书"。

§0.1 名称与口径声明

三条口径纪律：其一，"不确定性"一律指模型预测不确定性（model predictive uncertainty）——官方 Usage Notes 原话划界：“should be interpreted as measures of model predictive uncertainty rather than direct indicators of clinical uncertainty or diagnostic confidence”，本条目所有涉及临床决策的讨论都会重新挂上这条免责；其二，规模口径沿用 502 摘要的 657,566（纳入口径）——CheXmask-U 版本页写的 PadChest 子集是 96,287（纳入口径），与 CheXmask 论文 Table 3 的 96,184（交付口径）差 103 张，这处口径差在第 502 号条目存照 B 里已记录，本集版本页反而提供了"摘要口径加总恰好自洽"的侧证（96,287+112,120+187,825+243,334+18,000=657,566）；其三，“node-wise”（地标级）与"image-level"（图像级）两个粒度词严格区分，不混用。

§0.2 读者收益清单

做不确定性感知分割（uncertainty-aware segmentation）的研究者：千万级地标的 std 列是现成的训练信号（加权/校准/选择性预测），不必自己搭 MC Dropout 或深度集成。
做 OOD/错标检测的人：std 前向即得，比 502 的 RCA（需配准管线）便宜一个量级——"低 std=模型熟悉，高 std=模型陌生"的粗筛一行代码。
安全性敏感的应用团队：地标级定位让"哪个解剖区不可靠"可查——心尖不稳与肺尖不稳在临床上含义不同，图像级分数分不开它们。
做校准（calibration）研究的人：std 与真误差的关系可直接在 911 张金标准上检验，本集附 RCA 交叉对照。
数据集方法学研究者：一个"数据集发布两周就被百科化"的罕见样本——观察 UQ 数据集从 0 到 1 的生态化过程，本条目是切片。

§0.3 本条目与其他条目的阅读组合

组合	适用问题
502 CheXmask + 本条目	“掩码、分数、不确定性三层各解决什么？”——标注层范式的完整拼图（§6.4 逐维对照）
本条目 + 501 CXLSeg	“像素级分割网络能否也能输出像素级不确定性？”——方法论移植的想象空间
本条目 + 499 CIED	“器械检测的高风险样本如何前置筛查？”——std 高的解剖区先行人工复核
本条目 + 492 MIMIC-IV	“不确定性×临床结局的关联研究”——校准分析的临床锚
本条目 + 504/505	“结构化评测里如何给不确定的样本降权？”——评测协议的公平性设计

§0.4 身份卡：一条命令背下这个数据集

键	值
全名	CheXmask-U（v1.0.0）
上线	PhysioNet 2026-09-02，DOI 10.13026/6vn3-3j51，Open Access
团队	Cosarinsky + Gaggion + Ferrante（502 原班 + Weizmann 新血液）
规模	与 502 完全同集：657,566 张五库聚合
增量	Landmarks (Std)：每地标一标准差（随机潜空间采样）
验证	人工地标对照/合成腐蚀/OOD 分析三层
论文	无（纯数据集发布，仅 PhysioNet DOI）
体积	39.9 GB
许可	CC BY 4.0
一句话	502 告诉你"这张掩码多可信"（一图一分），本集告诉你"模型在哪里没把握"（一地一分）——UQ 的粒度革命

§1 出身与谱系：原班人马的一年半续作

§1.1 团队与人员流动

三个署名：Matias Cosarinsky（一作，单位双挂——布宜诺斯艾利斯大学 + 以色列 Weizmann Institute of Science）、Nicolás Gaggion（502 一作）、Enzo Ferrante（502 通讯，单位从 CONICET-UNL（Santa Fe）显示为 CONICET + UBA（布宜诺斯艾利斯））。三个信号：第一，核心二人组回归——方法与数据的连续性有保障，版本页的 Methods 与 502 论文几乎逐段对齐；第二，一作换新——Cosarinsky 是这条产品线的新执行者（Weizmann 的挂单位暗示他在以色列有联合培养或访学背景，国际化程度提升）；第三，机构迁移——Ferrante 的显示单位从 Santa Fe 移到布宜诺斯艾利斯，团队地理重心南移。对使用者而言这些是"活团队"的证据：503 不是外包或学生毕业后的遗留发布，而是主线研究的延续。

§1.2 与 502 的关系：内容超集，定位姊妹

从数据本体看，CheXmask-U 是 CheXmask 的严格超集：同一 657,566 张、同一五库、同一 HybridGNet 权重、同一 RCA 列、同一三结构 RLE——唯一新增是 Landmarks (Std)。那为什么不更新 502 而要发新集？三个理由可以从版本页文本读出：其一，粒度独立——image-level 的 RCA 与 landmark-level 的 std 是两种消费模式（前者管过滤，后者管定位），独立发布让引用与版本管理各得其所；其二，方法学独立——UQ 是一个独立的研究议程（uncertainty-aware segmentation、robustness、calibration、OOD 四个关键词在版本页里反复出现），值得独立的 DOI 身份；其三，发布节奏独立——502 有 Sci Data 论文护航，503 以"纯数据集"先行（论文可能待发），独立发布避免互相拖累。实用结论：已用 502 的团队迁移成本≈零（CSV 结构兼容、ID 完全同键），新增一列读取即可；新团队可直接从 503 进（超集），只有需要严格引用同行评审论文时才必须以 502 论文为方法学出处。

§1.3 UQ 的技术路线：为什么"采样"就够了

深度学习的分割不确定性有三大流派：MC Dropout（推理时保留随机失活、多次前向统计方差）、深度集成（多个独立训练的模型投票）、贝叶斯/生成式潜变量（模型本身就是概率分布，采样即得）。HybridGNet 属第三派：它的图生成模块本质是谱图条件 VAE——encoder 输出的不是确定的 landmark 坐标，而是潜空间分布的参数；采样不同潜向量，decoder 就给出"同一张图上解剖合理但略有差异"的多个轮廓版本。CheXmask-U 的 std 就是把这件事工程化：对每张图做多次随机前向（采样多次潜向量），对每个地标坐标算跨采样的标准差。这条路线的成本优势明显（无需训练多个模型、无需改推理架构），语义优势在于它测的是"模型的形状先验认为这里可以怎么动"——形状先验允许的变异小的地方（膈面与肺的交界）std 天然低，先验拿不准的地方（被积液改变的肺轮廓）std 天然高。

§1.4 与 502 RCA 的互补：两种"怀疑"的分工

把 502 的 RCA 与本集的 std 并排看，它们回答的是不同的问题：RCA 问"这个掩码与参考解剖一致吗"——它是掩码质量的代理，做过滤（≥0.7）与质量审计；std 问"模型自己觉得这里稳吗"——它是模型自信度的直接读数，做定位（哪里不稳）、加权（不稳样本降权）、与校准分析。两者的关系不是替代而是正交性：RCA 高但 std 高的片（模型顺手但形状先验在此游移）、RCA 低但 std 低的片（模型自信地画错了——最危险的象限）——这两个交叉象限只有把两列并排看才能发现。官方建议的用法组合也暗示了这一点：RCA Mean ≥ 0.7 为主过滤，“average landmark std per image” 为附加准则——两层怀疑叠加，才构成完整的信任管理。

§1.5 训练侧的透明度红利：911 张构成首次完整披露

503 版本页的 Methods 段做了一件 502 论文没做完的事：把 911 张 Chest-Xray-Landmark 训练集的构成完整列清——246 JSRT + 137 PadChest + 138 Montgomery + 390 Shenzhen，其中 383 张含心标注，并说明异构标签策略（每 batch 单一源数据、损失只对可用结构回传，引 Gaggion ISBI 2023）与超参（Adam lr=1e-4、batch 4、1000 epochs、KL 权重 10^-5→10^-2 线性升温 200 epochs）。顺带修正了一个容易误读的点：502 论文正文提到 PAX-Ray++ 数据集的 CT 投影影像（DRR），语境是批评"那不是真实 X 光"（作为相关工作对比），并非本管线训练数据——本管线无 DRR。对复现者，这段披露的价值是全的：优化器、批大小、epoch 数、KL 调度——UQ 研究者想在自己的 landmark 模型上复刻"概率化"，这份配方是现成的起点。

§1.6 三层验证：不确定性的"说明书"是可检验的

版本页 Abstract 概述了三层验证：其一，人工地标对照——用人工标注的地标检验 std 与真实误差的关系（std 高的地方误差是否真的大）；其二，合成腐蚀实验（synthetic corruption）——人为给图像加扰动，看 std 是否按设计升高（敏感性测试）；其三，OOD 分析——分布外样本的 std 是否系统性偏高（区分能力）。结论的表述很克制：“meaningful relationships between uncertainty and prediction reliability”——有关系，但版本页没有给出具体的数值（相关系数、AUC 等）。这个克制既是遗憾（无法引用具体数字）也是期待（论文若是待发，数值会在论文里）。使用者的姿态应该是：把 std 当作"有官方证据背书但尚未同行评审"的信号——比完全未验证的启发式强，比 RCA（有 502 论文的三层验证+250 张金标准）的证据等级低半档。

§1.7 无论文发布：一种值得注意的发布策略

502 的节奏是"论文先行八个月、数据后挂"；503 反转：数据先行（2026-09-02），论文未见。版本页的引用区只有 PhysioNet 数据集条目，没有 “Additionally, please cite the original publication” 段。三种可能解释：论文在投（UQ 方向的期刊审稿周期常态）；策略性先占（UQ 数据集赛道在变热，先拿 DOI 与时间戳）；或定位本身就是"数据资源"而非"论文资源"。对使用者的三条实际含义：引用面窄——只能引 PhysioNet DOI（引用的"论文背书感"弱于 502）；证据等级管理——在自己论文里引用时建议同时引 502 论文作方法学根基（版本页 Background 也这么引）；时效窗口——若后续论文发表，届时引用结构会变（本条目 §10.7 观察清单已挂此项）。

§1.8 时效性：上线 20 天的百科化

本条目核查时（2026-09-22），CheXmask-U 上线 20 天、79 次浏览、0 引用（Scholar 尚无记录）。这个"超新星期"意味着：本条目是极少数先于社区经验存在的百科条目——没有可以综述的使用模式、没有可以引用的下游论文、没有可以验证的第三方评价。条目因此采取"版本页忠实转述 + 方法论推演 + 生态预判"的三段式叙事，所有推演内容标注 C 级（本条目推断），并在 §10.8 里给出维护者的更新协议（季度回访核对引用与论文状态）。这是百科生产与数据集发布之间的时间差问题——我们把答案先写好，等世界来对答案。

§1.9 资助与独立性

版本页未见 funding 段（502 论文的 CONICET/ANPCyT/NVIDIA 资助声明在论文里，数据集页未重复）。页脚的 NIH U24EB037545/R01EB030362 是 PhysioNet 平台自身的资助信息，与本集无关——别在引用里张冠李戴。无利益冲突声明照例存在。团队独立性观察：Weizmann Institute 的出现让这条产品线有了跨国联合的色彩（阿根廷核心 + 以色列联合培养），但 CheXmask-U 的数据与模型资产完全沿袭 502，独立性风险为零。

§1.10 用户画像：谁该用、谁不该用

该用：UQ/校准/OOD 方向的研究者（这是唯一的百万级地标不确定性语料）；已用 502 且想升级信任管理的团队（迁移成本≈0）；做安全攸关应用（体量测量、放射治疗边界参考）需要"哪里不可靠"定位的工程团队。不该用：只需要掩码本体且希望引用有论文背书的（直接用 502，其 Sci Data 论文是更硬的引用锚）；期待"不确定性=临床置信度"的（官方免责声明划了红线）；不熟悉概率分割概念的入门团队（先用 502 跑通，UQ 是进阶课题）。谨慎用：把 std 直接当回归权重的（先做 §5.5 的抽样校准，确认 std-误差关系在你的子分布上成立）。

§1.11 名词速查表

名词	释义
CheXmask-U	本集：CheXmask 的不确定性增强版（-U 即 Uncertainty）
node-wise uncertainty	地标级不确定性：每个轮廓地标点一个值（std）
Landmarks (Std)	交付列名：跨采样地标坐标的标准差
潜空间采样	谱图 VAE 的潜向量随机抽样；多次前向产生多个解剖合理轮廓
谱图 VAE	图拉普拉斯特征基上的变分自编码器；HybridGNet 的生成核心
MC Dropout / 深度集成	UQ 的另两大流派；本集走的是生成式潜变量路线
校准（calibration）	不确定性与真实误差的对应关系；std 大时误差是否真的大
选择性预测	按"不确定性阈值"决定是否人工介入的部署范式
OOD	分布外；std 的四大应用之一（版本页关键词）
RCA	502 的图像级质控分；本集保留并与之互补（§1.4）
合成腐蚀	人为加扰验证 UQ 敏感性的实验设计
异构标签训练	每 batch 单一源、损失只算可用结构的策略（ISBI 2023）

§1.12 发布时间线年表

时间	事件	证据
2017	RCA 方法提出（UQ 的"事后评估"路线代表）	IEEE TMI
2022	HybridGNet 发表（谱图 VAE 架构定型）	IEEE TMI，DOI 10.1109/TMI.2022.3224660
2023	ISBI：异构标签多中心分割策略发表	Gaggion et al., ISBI 2023
2024-05	CheXmask 论文见刊（Sci Data 11:511）	PMID 38760409
2025-01	CheXmask v1.0.0 挂牌（657,566 + RCA）	DOI 10.13026/3705-zg36
2026-09-02	CheXmask-U v1.0.0 上线（+ Landmarks (Std)）	DOI 10.13026/6vn3-3j51
2026-09-22	本条目核查：79 views、无引用、无论文	版本页快照
（待观察）	UQ 论文是否发表；引用是否起量	§10.7 观察清单

一个半世纪的 UQ 方法史（2017 RCA→2022 概率图模型→2026 UQ 数据集化）浓缩在这条产品线里——CheXmask-U 是"UQ 成为数据集元数据"这个时间点的官方注脚。

§2 语境与设计逻辑：不确定性在标注层范式中的位置

§2.1 标注层的第三块积木

本系列的标注层叙事已经排了两块积木：501 的成品包（掩码本体）与 502 的质控分（掩码的可信度）。CheXmask-U 放上第三块：不确定性（掩码的怀疑地图）。三块积木的语义分工：本体回答"是什么"，RCA 回答"多可信"，std 回答"哪里不确定"。缺哪块都不塌，但三块齐了才构成完整的信息论闭环——一个掩码不但要能被使用、被信任，还要能被有区别地信任。UQ 的工程意义正在于此：资源有限时，人工复核应该去 std 高的肺尖而不是 std 低的膈面——怀疑本身是可以被定位的资源。

§2.2 竞品格局：UQ 数据集化的先发位置

"不确定性感知分割"是热点研究词，但"带逐地标不确定性的大规模公开数据集"此前不存在——UQ 论文都在自建小数据上验证（DRIVE 20 张、CAMUS 若干例），方法与数据从未分离。CheXmask-U 的独占位：第一次让 UQ 研究"开箱即用"——65 万张、五中心、三结构、千万级地标 std，且与 RCA 交叉对照。同期生态里没有直接竞品（像素级 UQ 数据集——如带 MC Dropout 方差图的 MIMIC 掩码——尚未出现）。先发位置的隐忧与机会都在 §6.18 讨论。

§2.3 三结构 × 地标级 std 的信息结构

CheXmask-U 的 std 是按地标点组织的：每个结构（左肺/右肺/心）的轮廓由数十个地标点定义，每点一个 std 值。这个结构天然支持"解剖分区的信任画像"：肺尖（摆位/吸气深度敏感）与心尖（体位漂移敏感）是预期的 std 高发区；膈面（解剖交界清晰）预期低 std。这引出一个"信任画像"的应用范式：把 std 按解剖区聚合（肺上三分之一、心缘、基底段），得到"哪个区域的掩码最值得人工看"的排序——在体量测量类应用里，这个排序直接决定复核预算的分配。本条目 §7.11 给出了聚合协议。

§2.4 “模型不确定性 ≠ 临床不确定性”：官方免责的方法学深意

Usage Notes 的免责声明值得整段读：“since the uncertainty estimates are derived from stochastic latent-space sampling, they should be interpreted as measures of model predictive uncertainty rather than direct indicators of clinical uncertainty or diagnostic confidence”。三层深意：技术层——std 测的是"形状先验的变异度"，不是"诊断对不对"；临床层——罕见病的大泡肺 std 高，但这恰恰是临床最需要标注准的地方（模型不确定≠病例不重要，反而常常=病例重要）；伦理层——防止下游把"std 低"误读为"可以无人介入"。本条目全程遵守这条划界：所有"临床"字样出现处都保留免责语境。

§2.5 与 501 的路线对照：像素级 UQ 的空缺

501（SA-UNet 像素级分割）的交付里没有任何不确定性信息——像素级 UQ（MC Dropout 方差图、集成分歧图）在像素分割领域成熟但未被数据集化。这构成本系列的一个显著空缺：地标级 UQ 已有数据集（本集），像素级 UQ 仍无公开语料。对研究者的启示：把本集的"UQ 数据集化"范式移植到像素级掩码（例如对 501 的 SA-UNet 加 MC Dropout 重发方差图）是一个清晰的空白生态位——501 的掩码+像素方差，与本集的地标 std 恰好构成 UQ 的两个分辨率层级。§7.15 提案三展开此方向。

§2.6 五库异质性对 std 的含义

五库的采集条件差异（502 篇 §4.1 的画像）在 std 维度会有新的投影：设备新、人群筛查的 VinDr 预期 std 整体低（解剖形态规整）；15 年跨度的 CheXpert 预期 std 长尾长（设备代际+床旁 AP 片）；儿科混杂的 ChestX-ray8 预期出现 std 的双峰（成人峰+儿科峰——形状先验按成人学，儿科解剖天然"陌生"）。这些预期是可检验的：std 分布按库分层与 RCA 分布（502 Table 3）的对照，本身是一篇方法学短文的素材（§7.15 提案一）。若 std-库分层证实了上述投影，"不确定性作为采集质量的连续指标"就有了第二证据源。

§2.7 103 之谜的侧证：口径考古的意外收获

502 篇存照 B 记录了摘要 657,566 与 Table 3 加总 657,463 的 103 张之差（PadChest 纳入 96,287 vs 交付 96,184）。CheXmask-U 版本页写 PadChest 96,287，五库加总恰好 657,566——姊妹集沿用了纳入口径。两份官方文档的口径并存得到确认：657,566 是"我们标注了这么多"，657,463 是"最终交付了这么多"，中间 103 张在 PadChest 内部被剔除且无公开说明。对使用者的操作建议不变（502 篇 §2.7）：对账用交付口径，引用用摘要口径并注明。本侧证已同步补入 502 条目的知识背景（其版本页快照无需改动）。

§2.8 合规结构：与 502 完全同构

Open Access 本体（CC BY 4.0，免审批）×五个受限源库（各自审批）的双层结构原样继承——502 篇 §2.8 的"合规迷宫"分析全部适用，此处不重复。差异只有一条：39.9 GB 的体积（502 未标总量，本集标注）让"先下掩码后申请图"的节奏更现实——下载 40 GB 的标注层是 evenings 级工程，申请五库图的审批才是关键路径。502 篇 §8.7 的并行审批排期表直接适用。

§2.9 报告与标签的持续缺席：边界的一贯性

与 502 一致：无图、无标签、无报告、无 metadata——本集是纯粹的"几何+怀疑"层。这个边界在 UQ 语境下反而更干净：std 的语义依赖形状先验（模型的解剖学），不依赖病灶语义；加入疾病标签反而会混淆"解剖不确定性"与"病理不确定性"两种语义。保持纯粹是对的——想要病灶级不确定性的研究者，应该去 VinDr（框标注）或自建，而不是期待一个解剖 UQ 数据集兼职。

§2.10 与 499 的互补：高风险片的前置筛查

502 篇 §2.10 已铺过"解剖先验降低器械检测假阳"的管线；本集的 std 给这条管线加了第三级：std 高的解剖区=模型不稳区=检测输出最需人工复核区。具体地：499 的器械（起搏导线）走行于上腔静脉-心腔路径，心掩码 std 高的片意味着心缘定位不稳——导线 tip 定位的心内/心外误判风险升高。把"心掩码平均 std"作为 499 检测输出的复核优先级排序，是一个零训练的质控增益。这条管线的三级结构：502 掩码（解剖先验）→ 本集 std（风险定位）→ 499 检测（专科任务）——标注层三积木与专科层的完整咬合。

§2.11 与 503 的"自我引用"生态：一条产品线的引用闭环

引用结构上，CheXmask-U 的 Background 引 CheXmask 论文 [2]，CheXmask 的引用者正在成为 CheXmask-U 的潜在用户——一条产品线内部的引用瀑布。对系列写作的启示：本条目与 502 条目互为对方的"生态背景"，读者从任一条目进入都会被引向另一条——这正是"姊妹集"叙事的设计意图。两集的引用策略差异（502 双引数据+论文、503 单引数据）在 §3.10 展开。

§2.12 证据层级小结

本章与后续叙述的证据等级：数据规模、列结构、方法与超参出自 CheXmask-U 版本页（A 级一手，2026-09-22 抓取）；UQ 方法论的学术背景（谱图 VAE/MC Dropout/集成三流派）出自 HybridGNet 论文与 UQ 综述（B 级）；三层验证的存在性出自版本页 Abstract（B 级），但其具体数值不可获得（版本页未给，论文未见）；103 口径侧证出自两份官方文档的对读（B 级）；超新星期的生态判断、std 的解剖分区预期、与 501/504 的组合设想均为本条目推断（C 级，已逐处标注）。本条目的 C 级比例高于系列均值——这是给 20 天新条目写百科的必然代价，也是 §10.8 更新协议存在的理由。

§2.13 不确定性一词的三种学科语义：避免跨学科误读

“Uncertainty"在三个相邻学科里语义不同，本集的使用者跨学科阅读时最容易在此翻车：机器学习语义（本集的语义）——模型输出的变异度（epistemic：模型知识有限；aleatoric：数据固有噪声）——潜空间采样测的主要是前者；统计语义——参数估计的置信区间，与本集 std 的关系是"类比而非等价”（std 不是任何参数的 CI）；临床语义——诊断的不确定（鉴别诊断的分布、预后的方差），官方免责明确划界"非临床置信度"。三重语义的对齐表：ML 的 epistemic ≈ 统计的"模型拟合不确定性" ≈ 临床的"影像表现不典型"——三者相关但互不等价。写论文时的安全表述：只用"model predictive uncertainty"或"landmark localization variability"，避免裸用"uncertainty"与临床读者对话——一词之差，可能是方法学争议与伦理投诉的分界线。

§2.14 从"数据的自白"看数据集伦理的第三代

本系列已铺过两代数据集伦理叙事：第一代是"合规义务"（DUA/去标识/审批——499/501 的主叙事）；第二代是"透明自证"（质量分数/存照纪律——502 的主叙事）。本集开出了第三代：“自我怀疑的义务”——不仅告诉用户"数据多可信"（第一代不管），也不仅给"逐张分数"（第二代已做），而是把"模型自己怎么看待这些数据"一并发布。三代的演进逻辑：从"我对用户有义务"到"我对数据质量有义务"再到"我对不确定性本身有义务"。第三代的工程含义：未来的医学数据集发布清单里，"不确定性列"可能成为与"许可文件"同级的标配项——本集是这条清单的第一行。第三代的社会含义更深远：当"承认局限"成为数据集的内置属性而非论文的致谢段脚注，AI 系统的谦逊就从美德变成了基础设施。

§2.15 五库的"再利用经济学"：标注层的复利

一个常被忽视的账：本集的 65 万掩码+std 是对五库标注投资的零边际成本复用——五库的图像采集成本（数千万美元级的医院基础设施）由原始项目承担，CheXmask 团队用一次模型训练+采样把"解剖层+怀疑层"附加其上，任何下游用户再以零采集成本获得。这条链上每一环的"搭便车"都是合规且被鼓励的（各库授权明确允许研究再利用，CC BY 4.0 鼓励再分发）。标注层的复利公式：源库投资一次性 → 每个新标注层（掩码/分数/std/未来的结构）共享全部底层成本 → 下游研究者的边际成本趋零。这就是开放科学说的"stand on shoulders"的量化版本——本系列百科存在的意义也是这条公式：让"知道 shoulders 在哪"的成本也趋零。

§1.15 版本页快照纪要（2026-09-22 抓取）

本条目全部版本页事实的抓取快照，供后续核对：

字段	快照值
标题	CheXmask-U: Uncertainty Estimation for Landmark-Based Anatomical Segmentation Masks in Chest X-ray Images v1.0.0
发布日	Sept. 2, 2026
访问徽章	Database Open Access
Access Policy	Anyone can access the files, as long as they conform to the terms of the specified license
文件许可	Creative Commons Attribution 4.0 International (CC BY 4.0)
版本 DOI	10.13026/6vn3-3j51（latest: 10.13026/9yg7-dm71）
Topics	uncertainty-aware, landmark, segmentation
Project Website	github.com/mcosarinsky/CheXmask-U
Files 总量	39.9 GB（uncompressed）
Views	79（Current Version 79 / All Versions 79）
Release Notes	仅 “Version 1.0.0: Initial Release”
资助	版本页无 funding 段

快照表的意义：版本页是活的（论文发表/citation 区更新都会改变它），本表是"2026-09-22 时点"的固定证据——后续维护者 diff 版本页与本表，差异即变更日志的素材。

§3 数据切片：交付物、格式与对账协议

§3.1 交付物清单：与 502 只差一列

CheXmask-U v1.0.0 的下载包：五个 CSV（每源库一个）+ 许可文件 + 官方文档，总计 39.9 GB（uncompressed）——体积显著大于掩码本体的需求，多出的部分主要在 Landmarks 与 Landmarks (Std) 两列（每行数十至数百个地标坐标 × 2 列）。列结构对照：

列	与 502 的关系	语义
Image ID	相同	对齐源库 ID；列名随库变
Dice RCA (Max)	相同	502 的 RCA 原样保留
Dice RCA (Mean)	相同	主过滤列（≥0.7）
Landmarks	相同	地标坐标序列（轮廓点）
Landmarks (Std)	新增	每地标的跨采样标准差（node-wise UQ）
Left Lung / Right Lung / Heart	相同	三结构 RLE
Height / Width	相同	RLE 解码必需

迁移协议（502 → 503）：ID 同键、RLE 同格式——已有 502 管线的团队只需新增读一列 std。反向（503 → 502）无必要：503 是超集。

§3.2 五库规模：纳入口径的完整呈现

版本页 Data Description 的五库数字：ChestX-ray8 112,120、CheXpert 187,825、MIMIC-CXR-JPG 243,334、PadChest 96,287、VinDr-CXR 18,000，合计 657,566。对照 502 论文 Table 3 的交付口径（PadChest 96,184、合计 657,463），103 张之差的两个口径在这对姊妹文档里并排出现（§2.7 已述）。操作规则：你的对账脚本以"下载到的行数"为准（预期与 502 的交付完全一致）；引用以 657,566 为口径并注明"纳入口径"；一切以行数为准的统计（过滤率、std 分布）在两版上等价——那 103 张本来就不在交付里。

§3.3 Landmarks (Std) 列的语义细节

新列的四个技术事实（版本页 Methods/Usage Notes 转述+注记）：其一，单位与量纲——std 与地标坐标同量纲（1024 分辨率下的像素距离），可直觉解读：“std=5 像素"意味着形状先验认为这个地标的合理位置在 ±5 像素带内游移；其二，采样次数——版本页未明确披露采样数（N 次前向），统计稳定性与 N 直接相关，复现者需从代码仓库确认；其三，与轮廓的关系——std 是"点级"的，掩码边界的不确定性是这些点的包络（边界带的宽度≈2×std），RLE 掩码本体仍是单一确定版本（未发布"概率掩码体”）；其四，跨结构的可比性——不同结构的地标密度不同（肺轮廓点数 vs 心轮廓点数），"平均 std"做跨结构对比时先归一化点数或按结构分别聚合。

§3.4 DAIMS 就绪度评分：6.5/8

维度	分	依据
文档	0.8	版本页完整（方法/列/建议/免责俱全）；扣分：无同行评审论文、采样数未披露
机读	0.9	CSV+数值列，std 列自描述；RLE 配 H/W
标签	0.6	三结构+std，无疾病标签（by design）
可访问	0.8	Open Access 免审批；源图仍需五库门
许可	0.8	CC BY 4.0 干净；代码仓库许可以仓库为准
格式	0.9	双版本分辨率+超集兼容 502；39.9 GB 单包稍重
评测	0.8	三层验证有官方背书但无具体数值；RCA 交叉对照加分
生态	0.4	上线 20 天、79 views、0 引用——超新星期

总分 6.5/8：比 502（6.3）高半分的增量来自格式（超集兼容+新列语义清晰），生态 0.4 拖了后腿——这不是数据的问题而是时间的函数，预计论文发表+首批下游论文出现后此维跳升。

§3.5 时间视角：与 502 同一条时间带

五库采集年份带 2002-2017（502 篇 §3.6 已铺），本集完全继承（同一批图）。std 维度的新时间问题：不确定性与年代的相关性——早期年代/老设备的片预期 std 偏高（形状先验对老式投照不熟悉），这条"std-年代"关系是 502 篇 §3.6 遗留问题（“RCA 低分是否聚集在早期年代”）的姊妹版本，且本集的数据让检验成本更低（std 列现成，无需跑 RCA 管线）。仍然要 join 上游 metadata 拿时间戳——本集本体不含时间列。

§3.6 装载协议：六步里改一步

502 篇 §3.7 的六步装载协议，本集只需改一步：第 3 步"只保留需要的列"改为"只保留需要的列 + Landmarks (Std)"。其余五步原样：流式读取（Landmarks+Std 两列都是长字符串，双列全量读入的内存压力比 502 更高——39.9 GB 的主要来源就在这两列，列裁剪从"建议"升级为"刚需"）；RLE 解码用官方解码器；join 上游 metadata；RCA ≥ 0.7 过滤；过滤率进日志。新增第七步（可选）：std 列的解析与缓存——把长字符串解析为浮点数组后存 npz，后续实验不再重复解析。

§3.7 std 列的解析与三个坑

解析 Landmarks (Std) 的三个实操坑：坑一，坐标与 std 的对齐——Landmarks 列是坐标序列（x1,y1,x2,y2,…或 x1,y1 一体化的展平格式），Std 列的元素必须与"点"而非"坐标分量"对齐（若 std 按 x/y 分量给则长度翻倍）——解析前先打印长度对齐检查；坑二，分隔符——长字符串的元素分隔符（逗号/分号/空格）与 502 的 Landmarks 列保持一致约定，但 std 可能是浮点科学计数（1e-2 级），解析器要兼容；坑三，缺失值——若某行 std 为空（理论不应出现，但工程上要防），fallback 到该图 RCA 分数并记录。三条都有共同的防御：解析后立即断言 len(std)==len(landmarks)/2（或文档约定的对齐系数），断言失败进隔离区人工看。

§3.8 访问流程：零审批 + 五门并行

与 502 相同的双层结构：本体 Open Access 即下即用（40 GB，一晚下载量级）；源图需过五库各自审批（NIH/VinDr 即时，MIMIC/CheXpert 一两周，PadChest 数周）。502 篇 §8.7 的并行审批 Gantt 表原样适用，关键路径仍是 PadChest。本集特有的提醒：40 GB 里的 Landmarks+Std 列在 CSV 里占比极高——如果带宽紧张，考虑先从 GitHub 仓库找轻量示例或联系作者要抽样 CSV（项目页留了 Website 链接），别在审批等待期把带宽浪费在全量下载的第一次尝试上。

§3.9 引用要求：单层结构与"借引"策略

版本页引用区只有一条：Cosarinsky, M., Gaggion, N., & Ferrante, E. (2026). CheXmask-U… PhysioNet. DOI 10.13026/6vn3-3j51。没有配套论文可引。本条目建议的"借引"策略（在自己论文的方法节）：主引 503 数据 DOI（你用的是它的文件）；借引 502 论文（Gaggion et al., Sci Data 2024——方法学根基：HybridGNet、RCA、五库协议全部出自那里）；借引 HybridGNet 论文（TMI 2022——模型源头）；借引 RCA 论文（TMI 2017——质控方法源头）；借引五源库论文（图的出处）。五段借引的秩序：数据是谁的（503）→ 掩码怎么来的（502 论文+HybridGNet）→ 分数怎么来的（RCA）→ 图是谁的（五库）。这个引用链在 502 篇 §3.10 的四层结构上多了一层"数据集谱系"，引用审稿人最挑不出毛病。

§3.10 与 502 的逐维对照（503 vs 502 完整版）

维度	502 CheXmask	503 CheXmask-U
上线	2025-01-22	2026-09-02（+19 个月）
规模	657,566（摘要）/657,463（Table 3）	657,566（版本页，纳入口径）
结构	三结构 RLE + landmarks	同左 + Landmarks (Std)
质控	RCA 图像级	RCA 保留 + std 地标级
UQ 路线	无	潜空间随机采样（谱图 VAE 内生）
验证	三层+250 张金标准（论文）	三层（版本页概述，无数值）
论文	Sci Data 11:511	无
体积	未标总量	39.9 GB
许可	CC BY 4.0	CC BY 4.0
访问	Open	Open
团队	Gaggion 等 7 人（含两位医师）	Cosarinsky + Gaggion + Ferrante
生态	引用 53-59	0（20 天）

决策规则一句话：要引用背书与质控证据链用 502，要 UQ 信号或做不确定性研究用 503；纯掩码消费者两者等价（超集关系），选新弃旧（503）以简化管线。

§3.11 装载后对账清单（十条，本集版）

五 CSV 行数 = 112,120 / 187,825 / 243,334 / 96,287（版本页口径；实际下载行数预期 96,184 交付口径）/ 18,000。
记录你的实际行数与两口径的对应关系（PadChest 的 103 差值写进审计报告）。
每库 Image ID 唯一性。
RCA (Mean) ∈ [0,1]；<0.7 行数与占比（预期 1-4%）。
Landmarks (Std) 列：非空率、全零行检测（全零=采样退化或解析错误）、数值范围（预期像素量纲，0-50 量级；异常大值=解析对齐错误）。
len(std) 与 len(landmarks) 的对齐断言（§3.7 坑一）。
与 502 的 ID 集合 diff（若两集都下载——预期完全一致，diff≠0 立即报告）。
join 上游 metadata 的保留率。
RLE 解码抽检 20 张叠加目检（按 std 分层抽：std 最低 5 张/最高 5 张/中位 10 张）。
审计报告三件套：过滤率、std 分布快照、与 502 的一致性声明。

§3.12 字段级示例与解析示意（伪代码）

row = df.iloc[0]
xy = parse_landmarks(row.Landmarks)        # → (N, 2) 坐标数组
std = parse_stds(row["Landmarks (Std)"])   # → (N,) 每点标准差
assert len(std) == len(xy), "对齐断言失败（§3.7 坑一）"

# 信任画像：按解剖区聚合（§2.3 的排序思想）
img_std = std.mean()                        # 图像级平均
top_stress = xy[std.argmax()]               # 最不确定的地标坐标

# 双列过滤（官方建议组合）
keep = (row["Dice RCA (Mean)"] >= 0.7) & (img_std < STD_CAP)
# STD_CAP 建议在抽样校准后设定（§5.5），不宜拍脑袋

三行断言与两个锚（RCA 主过滤、std 附加过滤）——这是本集全部工程纪律的最小内核。

§3.13 版本冻结与升级预期

v1.0.0 冻结掩码+RCA+std。升级预期按概率排序：v1.1 补采样数与 std 的统计文档（成本最低，最可能）；v1.2 补"概率掩码体"（边界带的 RLE 多版本——UQ 从点级到边界级的自然延伸）；v2.0 新增源库或新结构（锁骨/膈肌的 landmark 化）。引用策略：锁 1.0.0+下载日期，升级观察进 §10.7 清单。502 的 11 个版本史条目证明这条产品线有持续维护习惯——本集的版本演化大概率不是"一次性发布后弃养"。

§3.14 从本集看"列即产品"的数据设计

把 502→503 的演进抽象成数据产品设计课：一行新增列（std）承载了一个完整研究议程（UQ 四关键词），且没有破坏任何既有消费者（超集兼容）。这个"列即产品"的模式对国内医学数据团队的具体启示：与其重发"2.0 完整版"，不如把增量做成正交列独立发布（新 DOI、新引用、旧用户零迁移成本）；前提是主键设计与列语义在第一版就为扩展留好位（502 的 CSV 结构恰好预留了这种扩展性——列序设计上 std 插在 Landmarks 后、RLE 前，既表达"坐标的属性"又不破坏 RLE 消费者的解析）。数据 schema 的前瞻性比数据本身更难复制——这才是这条产品线最值得学的地方。

§4 结构深查：不确定性、掩码与信任画像

§4.1 std 的解剖学预期地图

形状先验的"自信区"与"游移区"有明确的解剖学逻辑：预期低 std——膈面（肺底与膈肌交界，解剖对比清晰）、肺门血管主干（形状稳定）、心缘主体（正常体位下边界明确）；预期高 std——肺尖（锁骨遮挡+吸气深度变异）、心尖（体位漂移最敏感）、膈面角（肋膈角，少量积液即改变）、被病理改变的轮廓段（大量积液、肺切除、大泡）。这张预期地图的用法：抽检（§5.5）时按预期分区核对——如果膈面的 std 系统性高于肺尖，说明要么解析错了、要么模型训练分布有问题，都是需要调查的信号。预期地图本身可被数据证伪——这正是"预期"的价值。

§4.2 std 与 RCA 的四象限（本条目的核心分析框架）

把两列交叉，得到 2×2 的信任象限（每张图按 RCA Mean 与图像级平均 std 的各自中位数切分）：

象限	RCA 高 / std 低	RCA 高 / std 高	RCA 低 / std 低	RCA 低 / std 高
语义	双重背书：与参考解剖一致+模型自信	参考解剖一致但先验游移（罕见形态但画对了）	自信地画错（最危险）	双重警报：偏差大且模型自知
动作	直接用	用+记录为"罕见但合格"	人工复核优先级最高	排除或人工重标

左下象限是本框架的真正产出：RCA 低说明与 atlas 参考偏差大，std 低说明形状先验对此很确定——"自信地错"通常意味着系统性偏差（如特定设备的投照习惯被先验学进去），这一象限的样本聚集模式（按库/按年代/按视角分层）能定位偏差源头。四象限分析的全部原料就是两列现成数据，零训练成本，建议作为任何使用本集的论文的标准附录图。

§4.3 std 的校准检验：怎么验证"std 大=误差大"

官方三层验证的第一层（人工地标对照）做的就是校准，使用者可在金标准上复刻：911 张（383 心）的人工地标就是现成真值——对每张图算"地标误差"（预测 vs 人工的欧氏距离）与"std"，然后：散点+相关系数（预期正相关）、分箱曲线（std 十分位 × 误差均值——理想情况单调上升）、可靠性图（ reliability diagram，UQ 文献的标准图）。三条曲线做出来，你对 std 的信任就从"官方说有关系"变成"我亲手验证了关系"——这个 2 小时的实验建议成为使用本集的第一课（§7.2 的 30 分钟实验的进阶版）。

§4.4 合成腐蚀实验的自制版

官方第二层验证（synthetic corruption）的设计逻辑可以自行扩展：对已下载的图（或用公开的 NIH 子集）做受控腐蚀——高斯噪声（σ 梯度）、对比度压缩、仿射形变（模拟摆位漂移）、局部遮挡（模拟敷料/饰品）——每档腐蚀跑采样得 std，画"腐蚀强度 vs std"曲线。曲线单调性=UQ 敏感性；不同腐蚀类型的曲线形状差异（噪声是全局抬升、形变是局部抬升）本身就是论文素材。这个实验把"官方做过验证"变成"我理解验证为什么成立"——审稿人问 UQ 有效性时的最佳弹药。

§4.5 OOD 检测的实操协议

std 的第三应用（官方关键词之一）：协议——在你任务的数据流上，把 std 的图像级均值作为 OOD 分数；设定告警阈值（如 P99）；对告警片人工分流。对照基线：与 502 的 RCA 低分重叠度（两种 OOD 信号的交集=高置信 OOD）、与简单的图像统计异常（亮度/熵）相比的增益。预期结论（C 级推断）：std 对"解剖形态的 OOD"（罕见体位、术后改变）敏感，对"非解剖的 OOD"（文字伪影、剪裁错误）不敏感——后者要靠别的检测器。这个边界认知让 OOD 系统设计不再把 std 当万能钥匙。

§4.6 掩码本体的形态学预期：与 502 完全一致

掩码由同一权重生成——502 篇 §4.2 的形态学预期（三结构分离、landmark 边界平滑、左右解剖方向）原样适用，唯一新增：std 高的地标段，掩码边界在"生成这一次采样"里的位置有随机性——但交付的 RLE 是单次确定采样（或官方的固定种子策略），所以视觉上掩码没有"模糊带"。想要"边界带"可视化（±2std 的包络），需要自己从 landmarks+std 合成——这正是 landmarks 列保留的价值（§2.3 的信任画像原料）。

§4.7 质量总评：工程 A、方法学 A-、文档 B+

工程 A——超集兼容、双版本分辨率、断言友好的列设计；方法学 A-——UQ 路线正确（内生采样优于事后 hack）、三层验证设计完整，扣半分在采样数未披露与验证数值缺失；文档 B+——版本页比多数数据集详尽，但无论文意味着"所有细节都要自己从代码仓库挖"，引用面窄。综合 6.5/8：一个方法学自觉延续的团队交出的合格续作，扣分项全是"时间还没到"的函数而非能力缺陷。

§4.8 一致性风险清单（本集版七条）

std 对齐错误（§3.7 坑一）——所有下游分析的地基，先断言后使用。
std 的量纲误读——像素距离不是概率；"std=0.9"是 0.9 像素不是 90% 置信。
采样数未知——std 的统计噪声水平未知，极端小值（如 <0.1 像素）可能是采样不足的伪影。
两口径并存（96,287 vs 96,184）——对账脚本写死哪一个都会在另一个口径下报警。
"std 低=安全"的过度推断——左下象限（自信地错）是官方免责与 §4.2 框架共同警告的反例区。
与 502 的 ID diff 非零时的处理——预期为零；非零时先查自己的下载完整性，再报 issue。
跨结构比较未归一化——肺轮廓点数≠心轮廓点数，平均 std 跨结构比需要按点数归一。

§4.9 血缘链：从 DICOM 到 std 的六级加工

502 篇 §4.10 的五级血缘（DICOM→JPG→1024→HybridGNet→RLE）在本集延展为六级：第⑥级，多次采样与 std 统计——同一潜变量分布的 N 次抽样、逐点标准差、写回 CSV。六级里新增的黑箱风险：N 的取值与采样策略（随机 seed 固定与否）——这是全链条目前唯一的未披露参数，社区复现 std 时会在此处对不齐。除此之外的血缘透明度与 502 相同（代码开源）。

§4.10 信任画像的三种聚合协议

把点级 std 变成决策级信号的三种聚合：协议一（图像级）——全图 std 均值/P90，做批次质控与 OOD 告警（最粗但最稳）；协议二（结构级）——按左肺/右肺/心分别聚合，回答"哪个器官的掩码先复核"（体量测量任务的核心问题）；协议三（区段级）——按解剖分区（肺上/中/下三分之一、心缘四段）聚合，回答"复核医师先看哪一寸"（复核预算的最优分配）。协议三需要地标到分区的映射表（ landmarks 的点序即解剖序，官方代码里有定义）——这是三种协议里唯一需要读代码仓库的，也是唯一能直接换成复核工单排期的。三种协议的实现都在 §7.11 特征字典里。

§5 使用协议：从下载到发表的全流程

§5.1 环境对账清单

Python ≥3.8；numpy/pandas（或 polars）；pyarrow（长字符串列的 Parquet 转换）；官方 GitHub 仓库 clone+记录 commit。
内存：分列流式 16 GB 够；全列（Landmarks+Std 双长列）峰值 32 GB+——列裁剪刚需。
存储：CSV 40 GB + npz 缓存（掩码+std 数组）100-150 GB + 上游图（MIMIC 500 GB 级）。
版本三件套：v1.0.0 下载日期、仓库 commit hash、上游库版本号。
与 502 管线的兼容声明：ID/RLE/RCA 三键零迁移，新增 std 解析模块。

§5.2 泄漏防控专项（继承+一条）

502 篇 §5.2 的清单（患者级划分、study 级防错、leave-one-out、近重复排查）原样适用。本集新增一条：std 泄漏——如果你的下游模型输入包含 std（例如把 std 作为辅助特征），那么"std 来自模型对图的判断"意味着图的信息已经通过 std 泄漏进特征——std 可以做样本权重（训练前过滤/加权），不能做输入特征（同源信息泄漏）。这条纪律的适用判断：std 与图在同一管线里就是同源；若你的任务是"用 std 预测某临床终点"，std 本身就是研究变量而非特征，另当别论。

§5.3 预处理推荐配方

三条配方（502 篇 §5.3 的 UQ 增补版）：分类/检测——掩码 ROI 或先验同前；std 用于复核优先级（高 std 片的预测结果进人工队列）而非模型输入；分割任务——std 做样本加权（image-level mean std 的倒数归一化）或损失掩码（std 高的地标段在边界损失里降权——landmark 级的权重只有 landmark 模型能用，像素模型需把点级 std 插值成边界带权重）；UQ 研究——std 是研究对象本体，重点在校准检验（§4.3）与四象限分析（§4.2）。三条配方的共同前置：解析断言（§3.7）+ 抽检 20 张。

§5.4 划分策略：UQ 语境的修正

502 篇 §5.4 的三方案（上游官方 split/leave-one-out/混合池）适用，UQ 语境加一条：校准集独立——如果你要检验"std 与误差的关系"（校准曲线），校准集必须与模型训练集无重叠——本集的 657,566 张全部是 HybridGNet 训练时的"推理对象"而非训练样本（训练用的是 911 张金标准），所以理论上全集都是"held-out 推理"，校准检验可以直接在全集跑——但要防 join 上游后的下游模型把图泄漏进自己的训练（此时校准要留出下游模型的训练片）。一句话：校准的"留出"是针对你自己的模型，不是针对 HybridGNet。

§5.5 掩码与 std 的双层抽样协议（200 张改良版）

在 502 篇 §5.5 的 150 张（按 RCA 分层）基础上加 std 维度，升级为 200 张双层抽样：层一（RCA 分层 150 张）——高/中/低 RCA 各 50，验证掩码质量（502 协议原样）；层二（std 分层 50 张）——std 最高 25 + std 最低 25，验证"std 极端区的掩码是否真的极端"（高 std 组人工标注的地标误差应显著大于低 std 组——这是校准的抽样版检验）。产出：两张分布对比图（高/低 std 组的误差箱线图）+ 一句结论（std 判别力是否成立）。成本约 2-3 人日（50 张人工地标修正），是 UQ 引用前最值得的自证投资。

§5.6 与 502/499 的联合装载方案

三集联合的全功能环境（502 篇 §5.6 的 UQ 升级版）：装载顺序 501（图+标签+报告）→ 502（掩码+RCA）→ 503（std） → 499（器械标注）。三态表升级为四态：每个 dicom_id 检查"501 图/502 掩码/503 std/499 器械"四态——四态交集是全功能子集（预期与三态交集同规模，503 与 502 的 ID 集理论全同）。联合管线的三级信任结构：502 RCA（过滤）→ 503 std（定位）→ 499 人工复核预算（分配）——§2.10 的管线在本集到位后闭环。

§5.7 错误黑名单（本集特有十条）

把 std 当输入特征（§5.2 的同源泄漏——本集第一大坑）。
对齐断言跳过（len(std)≠len(landmarks)/2 的静默错位）。
std 量纲当概率（0.9 像素≠90% 置信）。
全零 std 行当"完美掩码"（实为解析或采样退化）。
跨结构比较不归一化点数。
"std 低=安全"的左下象限盲区（自信地错）。
下载 40 GB 全列 read_csv（内存爆炸，列裁剪刚需）。
校准检验用自己的下游训练片（§5.4 的留出方向搞反）。
引用只给 503 不给 502 论文（借引策略，§3.9）。
假设采样数 N 并把它写进论文（未披露参数——发 issue 问，别猜）。

§5.8 可复现包模板

project/
├── configs/
│   ├── thresholds.yaml        # rca: 0.7; std_cap: <抽样校准后定>
│   ├── split_strategy.yaml
│   └── upstream_versions.yaml
├── data/
│   ├── chexmask_u/            # 五 CSV（只读）
│   ├── parsed_cache/          # npy: landmarks/std/masks
│   └── upstream/
├── src/
│   ├── parse_std.py           # 解析+对齐断言（§3.7）
│   ├── trust_profile.py       # 三种聚合协议（§4.10）
│   ├── quadrant.py            # RCA×std 四象限（§4.2）
│   ├── calibration.py         # 可靠性图/分箱曲线（§4.3）
│   └── audit/
│       └── row_count_check.py # §3.11 十条
├── outputs/
│   ├── audit_report.md        # 过滤率/std分布/502一致性
│   ├── calibration_curves.png
│   └── quadrant_map.png
└── README.md

与 502 模板的差异全在 UQ 模块（trust_profile/quadrant/calibration 三个新文件）——audit_report 里新增"std 分布快照"与"与 502 一致性声明"两节。

§5.9 教学场景的最小实验

三个 10-40 分钟实验（笔记本可跑）：实验一（对齐与分布）：解析 100 行的 std，画直方图，验证对齐断言——理解"列的形态"；实验二（四象限）：对同一批数据算 RCA×std 四象限散点，人工看每象限 3 张叠加图——理解"两种怀疑的正交性"（§4.2 框架的具象化）；实验三（腐蚀敏感性）：对 1 张图做梯度腐蚀，重复采样看 std 的响应曲线——理解"UQ 为什么可信"（§4.4 的单图版）。实验序列的设计逻辑与 502 篇一致：每个实验产出论文可用的一小节素材。

§5.10 与 504/505 的接口预演

504（chexstruct-cxreasonbench）：结构化推理评测的题目生成可以用 std 做难度标注——std 高的解剖区生成的几何题（心胸比估算）天然是"困难集"，评测报告可以按 std 分层报模型成绩——评测的公平性设计（难题不难为简单模型）有了量化抓手。505（CDSL）：结构化标签体系里，“不确定性"可以作为标签的元属性（某标签的判定依赖的解剖区 std 分布）——标签的可靠性声明从"人工经验"升级为"数据驱动的画像”。两个接口的共同精神：std 让下游每一层都能带着"知道自己哪里不确定"的状态运行。

§5.11 与 492 MIMIC-IV 的跨模态对齐（UQ 增补版）

502 篇 §5.11 的心胸比×利钠肽×心衰诊断三元验证，本集可加第四元：std 作为测量质量的协变量——回归模型里"心胸比×BNP"的相关性分析，把 std 高的测量降权或剔除，检验结论的稳健性。预期（C 级）：稳健性检验后相关系数略降但显著性不变（测量噪声不是相关性的来源）——这个"噪声解剖"式的附录分析是临床流行病学审稿人非常吃的一套。装载注意同 502 篇（study_id 粒度、DUA 分签）。

§3.15 std 与 RCA 的列级血缘对照：同一张图的两面镜子

把两列的生成机制并排，能看清"两种怀疑"的工程本质差异：

维度	Dice RCA (Mean)	Landmarks (Std)
生成时机	掩码生成后（离线批处理）	掩码生成时（同批多次采样）
依赖组件	atlas 配准管线+参考图集	模型自身（VAE 潜变量）
计算成本	高（配准+推理）	低（采样复用）
语义	与参考解剖的一致性	形状先验的变异度
失效模式	参考集偏差传导	采样不足的统计噪声
可复现性	依赖参考集（未公开）→ 部分可复现	依赖采样协议（N 未披露）→ 部分可复现
对"新数据"的可扩展性	需重跑配准管线	需重跑采样（同模型即可）

表底的"可扩展性"一行是部署决策的分水岭：新数据的怀疑度评估，std 路线的边际成本远低于 RCA 路线——这就是为什么生产部署的 UQ 子系统（§7.13）以 std 类信号为主力、RCA 类信号做离线审计。

§4.11 金标准 911 张的"三重身份"：训练集、校准锚、教学件

同一批 911 张人工地标（246 JSRT+137 PadChest+138 Montgomery+390 Shenzhen）在本集生态里身兼三职，三种身份的使用规则不同：身份一（HybridGNet 的训练集）——掩码与 std 的"出身证明"；使用者不能把它当独立测试集（模型见过它）——这是 502 篇 §5.2 泄漏纪律在 UQ 语境最重要的一条。身份二（校准锚）——官方第一层验证用它检验 std-误差关系；注意这里有个微妙点：训练集上的校准检验会偏乐观（模型对自己见过的数据更"稳"）——严格的校准研究需要在训练集之外的人工标注上做（你自己的标注子集，或等官方在论文里报告 held-out 校准）。身份三（教学件）——小而全、四库构成、含人工真值，是 §7.18 课程第一周的完美教材。三重身份的纪律总结：教学随便用，校准谨慎用，测试别用。

§5.12 一周接入排期表（本集版）

D1——下载 40 GB+clone 仓库；对齐断言跑通（VinDr 小库先行）；std 直方图初览。D2——五库解析+npz 缓存；§4.15 式体检三图（502 篇协议）+std 分布按库分面。D3——join 上游 metadata（按 502 篇 §3.3 适配器次序）；四象限散点出图。D4——§5.5 双层抽样启动（若需人工部分，本周并行排医师时间）；§7.2 的 30 分钟校准实验跑通。D5——复核排序或加权训练的最小接入；审计报告成稿（含与 502 的一致性声明）。周五交付物：五库 std 环境+四象限图+校准初版+审计报告。与 502 篇 §5.12 的排期差异：D4 的校准实验是本集新增关键路径——它把你论文里最可能被审稿人攻击的那一环提前焊死。

§3.18 逐库 std 解析注记（五库各自的注意点）

库	解析要点	预期 std 特征
ChestX-ray8	Image Index 无后缀；注意儿科子群的双峰预期	双峰风险（成人/儿科），分层看
CheXpert	Path 拆 patient/study；15 年跨度设备代际	长尾最长（床旁+老设备）
MIMIC-CXR-JPG	dicom_id 直连 492/501/502 生态	中位水平，AP 片偏高
PadChest	ImageID 带 .jpg；行数口径注意 96,287 vs 96,184	分布待观察（103 差值的邻居）
VinDr-CXR	最小最快；筛查人群形态规整	预期整体最低（最"自信"）

五库注记的使用方式：接入每一库前先看对应行——预期特征就是你解析后的第一眼验证标准（分布对不上=解析或对齐问题）。

§4.12 信任画像与临床任务的映射表

临床任务	信任画像需求	推荐协议	std 的角色
心胸比量化	心掩码边界可靠性	协议二（结构级）	心结构 std 均值=该图心测量的置信标签
肺容积随访	双肺轮廓一致性	协议三（区段级）	区段级 std 定位"哪一段肺在随访中不可靠"
病灶检测先验	ROI 完整性	协议一（图像级）	整图 std 高→先验降级为"参考"
器械检测（499 联合）	心缘/上纵隔稳定性	协议三	心掩码 std 高→导线 tip 判读进人工队列
教学展示	全图信任可视化	边界带渲染	±2std 包络=教学版"模型在想什么"

映射表的用法：立项时先在本表找行——std 的接入方式跟着任务走，别从数据出发倒推需求。

§5.13 故障演练清单：上线前把坏事先干一遍

生产化前的一次性演练（半天）：演练一，解析容错——手工构造 len(std)=len(xy)+1 的坏行，验证隔离区逻辑；演练二，join 缺失——删掉 5% 的上游 metadata 行，验证 join 保留率统计与告警；演练三，分布漂移模拟——把某库 std 全体乘 2，验证 §7.10 的库内归一化是否兜住（预期：归一化后行为不变）；演练四，阈值失效——把复核阈值设为 P1（触发率 99%），验证系统降级路径（告警风暴→熔断）；演练五，版本混淆——同时装 502 与 503 的 CSV，验证 ID diff 检查能拦住错位加载。五个演练各 20-40 分钟，全部通过后再把 std 接进生产复核流——故障演练的哲学与 §4.15 体检图一致：坏消息要在演练里得知，不要在生产里得知。

§6 实证图景：官方数字、超新星期与机会地图

§6.1 官方基线的完整口径：能引的数字全在这里

CheXmask-U 版本页给出的全部"硬数字"清单：

项	数值	出处与口径
总规模	657,566 张	版本页 Data Description（纳入口径）
ChestX-ray8	112,120	同上
CheXpert	187,825	同上
MIMIC-CXR-JPG	243,334	同上
PadChest	96,287	同上（纳入口径；502 Table 3 为 96,184 交付口径）
VinDr-CXR	18,000	同上
训练集	911 张（246 JSRT+137 PadChest+138 Montgomery+390 Shenzhen；383 心）	版本页 Methods（首次完整披露）
超参	Adam lr=1e-4 / batch 4 / 1000 epochs / KL 1e-5→1e-2（200 epochs 线性升温）	版本页 Methods
体积	39.9 GB（uncompressed）	版本页 Files
上线	2026-09-02，v1.0.0	版本页
早期热度	79 views（2026-09-22 快照，上线 20 天）	版本页计数器

注意这张表里没有的数字：std 的采样次数 N、三层验证的具体数值（相关系数/AUC/误差分布）、RCA 在本集的分布（继承 502 Table 3）、任何下游任务的基准成绩。这些空白就是本条目 C 级推断的来源，也是研究者进场的机会（§6.5）。

§6.2 版本页自证边界：三层验证"存在但未量化"

版本页 Abstract 声明了三层验证的存在与定性结论（“meaningful relationships”），但没有数值表格——这与 502 论文的 Table 2/3/4 形成鲜明对比。三种应对姿态：悲观派——“没数字=没验证”（过度苛刻：版本页篇幅有限是 PhysioNet 格式惯例，502 的论文验证层背书了同一管线的基础质量）；乐观派——“官方说了 meaningful”（过度轻信：meaningful 的统计强度未知，可能只是弱相关）；本条目立场（中间派）——三层验证存在性可信（A 级），有效性强度未知（待论文），使用者在自家任务上的抽样自证（§5.5 协议）是必须动作。这个姿态也决定了引用话术：“uncertainty estimates provided by CheXmask-U, validated by the authors via manual landmark comparison, corruption experiments and OOD analysis; we additionally verified calibration on our subset (n=200)”——官方验证+自证双保险，审稿无懈可击。

§6.3 超新星期的引用真空：0 引用的两种读法

上线 20 天、79 views、Scholar 无记录——这个真空有两种读法：读法一（数据弱）：没有论文背书导致无人问津；读法二（时间未到）：20 天在任何学术传播周期里都太短（502 的论文见刊到引用起量也花了数月）。判别要等两个信号：论文是否发表（引用的引爆点）与 GitHub 仓库的 issue/PR 活跃度（先行用户的迹象）。本条目判断（C 级）：读法二主导——理由有二：CheXmask 品牌的存量用户是天然的迁移池（53-59 引用者的下游需求延伸）；UQ 研究社区的数据饥渴是结构性的（没有第二个大规模 landmark-UQ 语料）。若 6-12 个月后引用仍为零且无论文，读法一预警成立，届时 502 篇 §6.3 的"引用结构分析"方法可复用来诊断。

§6.4 与 502 的最终决策矩阵

把 §3.10 的对照表压缩成决策动作：

你的场景	动作
新项目做掩码应用（分类/检测/量化）	直接用 503（超集），引用 503 DOI+502 论文
已有 502 管线，不需要 UQ	不迁移（成本>收益），关注 503 生态以便日后升级
已有 502 管线，需要 UQ	增量下载 503（同 ID 集合，只读新列）
论文要投 UQ/校准方向	必须 503（唯一语料），自证校准（§5.5）补官方无数值之缺
审稿人质疑 UQ 有效性	官方三层验证引用 + 你的 200 张抽样（§5.5）+ §4.3 校准曲线
需要"掩码可信"的引用锚	引 502 论文（同行评审）而非 503 版本页

§6.5 机会地图：UQ 数据集解锁的十个方向

校准基准——在 911 张金标准上发布首个 CheXmask-U 校准曲线（§4.3 协议），成为后续所有 UQ 论文的引用锚（先发者通吃）。
四象限流行病学——RCA×std 四象限的按库/年代/视角分布（§4.2），"模型自知之明"的多中心画像。
std 驱动的主动学习——高 std 片优先送人工标注，与随机标注的标注效率对比（标注预算减半假设的可检验版）。
选择性预测部署——按 std 阈值决定自动通过/人工复核的双轨制，在体量测量任务上报告"自动化率×准确率"曲线。
腐蚀鲁棒性基准——多档腐蚀×std 响应的标准基准集（§4.4），填补医学 UQ 缺标准 stress-test 的空白。
像素级 UQ 移植——对 501 SA-UNet 加 MC Dropout，与 landmark std 对照（§2.5 的空白生态位，提案级）。
UQ 引导的异常检测——std-OOD 与临床异常（MIMIC-IV 的急诊标签）的关联分析：“模型的不确定是否预示患者的危险”。
跨模型一致性——本集 std × 501/502 掩码分歧的三方交叉（模型间共识与自知的对照）。
教学方法论——"让医学生读懂 UQ"的课程设计（§7.18），UQ 素养是下一代影像医生的核心技能之一。
UQ 元数据规范——以本集为案例，提出"分割数据集应标配不确定性列"的行业倡议（数据集方法学论文，Data-centric 阵地）。

§6.6 团队生态的延续性证据

从产品线视角看团队活跃度：2022 TMI（方法）→ 2023 ISBI（策略）→ 2024 Sci Data（资源论文）→ 2025 PhysioNet v1.0.0（资源挂牌）→ 2026-09 CheXmask-U（UQ 增强）——四年五步的稳定节奏，无断档。人员上 Gaggion/Ferrante 贯穿全程，Cosarinsky 加入带来 Weizmann 视角。这个节奏的可信含义：503 不是"顺手挂上去的副产物"而是产品线规划内的下一步——后续版本（§3.13 的升级预期）大概率会来。选数据源如选队友，"预期会更新"本身就是一种数据质量。

§6.7 量级定位：UQ 资源的独苗阶段

医学影像 UQ 资源的现状：方法论文海量（MC Dropout/集成的医学应用数以百计），数据集化的 UQ 语料近乎空白——绝大多数 UQ 论文在"别人的数据集上自己跑一遍不确定性"（例如在 MIMIC-CXR 上跑自己的分割模型记方差），方差本身从未作为数据集发布。CheXmask-U 填的就是这个"方法有、数据无"的断层：它把"不确定性"从研究者的私有产物变成了公共基础设施。独苗阶段的战略含义：任何 UQ 基准类工作（§6.5 机会 1/2/5）现在进场都是建立"标准答案"的窗口期——独苗不长久（竞品必然出现），但"先建立基准"的引用红利是永久的。

§6.8 坑点清单：八个必须知道的坑

坑点 1：std 不是概率。 像素量纲的距离标准差；“std=0.95"读作"约 1 像素游移”，不是"95% 置信"。
坑点 2：对齐断言不可省。 Landmarks 与 Landmarks (Std) 的元素对齐关系必须断言（§3.7），错位时所有分析静默报废。
坑点 3：std 不能当输入特征。 同源泄漏（§5.2）——只能做权重/过滤/复核排序。
坑点 4：采样数 N 未知。 不要在论文里写"we use N=XX samples"——发 issue 问或写"as provided by the dataset"。
坑点 5：两个 96,28x 口径。 PadChest 纳入 96,287 vs 交付 96,184；对账与引用各用各的（§2.7）。
坑点 6："std 低=安全"象限盲区。 自信地错（RCA 低 std 低）是最危险象限（§4.2），只看 std 会漏。
坑点 7：无论文≠无验证。 官方三层验证存在（版本页），只是无数值——引用时"验证存在性"与"验证强度"分开表述。
坑点 8：全列读内存爆。 Landmarks+Std 双长列使列裁剪从建议变刚需（§3.6）。

§6.9 自查清单：开工前的十问

我的任务真的需要地标级 UQ 吗？（只要过滤→502 够；要定位/加权/校准→503）
std 与 landmarks 的对齐断言跑了吗？
我的 std 阈值（若用）是抽样校准定的还是拍的？
std 进模型输入了吗？（应该没有，§5.2）
四象限分析画了吗？（RCA×std 的最小诊断）
校准曲线在金标准上验证了吗（或计划中）？
引用链五段齐了吗（503+502 论文+HybridGNet+RCA+五库）？
采样数 N 在论文里被假设了吗？（不应该）
与 502 的 ID diff 跑了吗？（预期全同）
审计报告里 std 分布快照附了吗？

§6.10 诊断树：std 异常怎么办

某图/某批的 std 异常（过高或全零）
├─ 全零/缺失
│   ├─ 解析断言失败 → 对齐坑（§3.7 坑一），修解析
│   └─ 断言通过但数据全零 → 采样退化，报 issue
├─ 单图过高（P99 之外）
│   ├─ 看高 std 地标的解剖位置
│   │   ├─ 肺尖/心尖/肋膈角（预期高区）→ 正常信号，用作复核排序
│   │   └─ 预期低区（膈面主体）→ 检查图（伪影/术后/罕见形态）
│   └─ join 上游视角字段 → AP 床旁片 → 预期内，分层报告
└─ 批次性过高（整库/整年代）
    ├─ 对照 502 的 RCA 分布（该库是否本就低）→ 设备代际信号
    └─ RCA 正常但 std 全面高 → 采样统计问题，报 issue

这棵树的价值：把"std 异常"从"数据坏了"的恐慌变成五条明确的排查路径——其中三条（预期高区/AP 片/设备代际）指向的是信号而非错误。

§6.11 静态×活跃：冻结的数据、等待中的论文

本集的"静态面"：657,566 张的掩码+RCA+std 冻结于 v1.0.0。“活跃面”：论文状态未知（可能随时见刊，引用结构将随之变化）、GitHub 仓库活跃、版本升级可期（§3.13）。本条目特有的时间敏感性：论文发表会新增引用层（版本页 citation 区会更新）与验证数值层（三层验证的具体数字）——届时本条目 §6.1 的数字表、§6.2 的边界分析、§10.6 速查卡都需要一轮更新（§10.8 协议）。对使用者的操作含义：论文发表前引用本集的论文要写"as of September 2026, no peer-reviewed paper accompanies the dataset"——诚实标注时效，审稿人会尊重这种精确。

§6.12 横向稀缺性：为什么 UQ 数据集化这么难

三个结构性原因让 UQ 数据集化罕见：其一，成本观错位——UQ 被当成"模型的属性"（研究者自己跑）而非"数据的属性"（可以发布）， until 本集；其二，语义的敏感性——发布不确定性等于发布"模型的弱点清单"，多数团队没有勇气（或没有动力）公开自己的软肋；其三，工程链长——采样、统计、校准验证、文档化，每一环都比"存个掩码"长。CheXmask 团队跨过这三道坎的资本：方法自有（VAE 内生采样零额外训练）、验证体系复用（502 的三层框架）、学术文化（开源过程的价值观，502 篇 §4.9 已述）。稀缺性结论：短期（1-2 年）内本集在该生态位无可替代；中期竞品大概率出现（像素级 UQ 数据集化是显性方向），先发基准的引用红利窗口就在当下。

§6.13 资源光谱与四连对照（终版）

维度	499 CIED	501 CXLSeg	502 CheXmask	503 本集
对象	器械三值掩码	单类肺掩码	三结构+RCA	三结构+RCA+std
粒度	图像级	图像级	图像级分	地标级分
论文	有	会议论文	Sci Data	无
访问	Credentialed	Credentialed	Open	Open
许可	随源	随源	CC BY 4.0	CC BY 4.0
UQ	无	无	事后评估（RCA）	内生采样（std）

四连的完整叙事弧：专科分割（499）→ 成品包（501）→ 可审计标注层（502）→ 自带怀疑的标注层（503）——每一环都在给"掩码可以信到什么程度"这个元问题加一层答案。本集是弧线的当前终点，也可能长期是终点：怀疑地图画到地标级，再往下就是像素级与病例级的组合拳（§6.5 机会 6）。

§6.14 十问十答（研究者视角快答）

std 一列值得换一套管线吗？ 值得与否取决于你是否做 UQ 研究；纯掩码消费者不值得（等价）。
能拿 std 当真值吗？ 不能——std 是模型自述，误差真值只有人工标注（911 张是官方的，你的要自己标）。
RCA 和 std 冲突了听谁的？ 先看四象限（§4.2）——不是冲突是互补；左下象限（双低）优先人工。
为什么没有论文？ 未知（在投/策略/定位皆可能）；引用按 §3.9 借引策略处理。
校准曲线官方有吗？ 版本页无数值；自己跑（§4.3，2 小时）或等论文。
std 能做训练标签吗？ 能做权重（降权高 std），不能做监督目标（你不想让模型学会"不确定"）。
采样多少次？ 未披露（§6.8 坑点 4）；发 issue。
五库都要申请吗？ 想用图就要（同 502）；只用掩码+std 做方法学演示可以不申请（但研究价值受限）。
跟 502 的掩码会不一样吗？ 同权重同数据，理论一致；ID diff 校验（§3.11 第 7 条）兜底。
写论文怎么描述不确定性来源？ “node-wise standard deviations from stochastic latent-space sampling of the HybridGNet generative model, as released in CheXmask-U v1.0.0; interpreted as model predictive uncertainty, not clinical confidence.”

§6.15 增量策略：给已有项目的最小接入路径

三条路（成本升序）：一小时——下载后只解析 MIMIC CSV 的 std 列，对你现有测试集画四象限图（§4.2），作为论文的新增附录分析；一天——全五库 std 解析+信任画像三种聚合（§4.10），接入你的复核流程做 A/B（有 std 排序 vs 无排序的复核效率）；一周——§5.5 的 200 张双层抽样自证校准，把"我们验证了 std 的判别力"写进你论文的 validity 小节。三条路的共同起点：对齐断言（§3.7）——这条纪律在所有路线里都是第一行代码。

§6.16 时代定位：UQ 从论文走向基础设施的 2026

放回时间轴：2020-2023 是 UQ 方法的论文爆发期（MC Dropout 在医学影像的应用论文井喷）；2024-2025 是 UQ 的监管化前夜（欧盟 AI 法案的高风险系统要求不确定性报告，FDA 的 ML 指南提及 confidence reporting）；2026 年本集把 UQ 做成数据集元数据——方法→监管→基础设施的三级跳在医学影像领域完成闭环。这个定位的含义：本集的引用者将不只是 UQ 研究者，还有合规文档的撰写者（“我们的训练数据带有不确定性元数据"是监管答辩的现成素材）。数据集的行业角色因此从"研究资料"扩展为"合规资产”——这是 502 的 CC BY 4.0 没有预见到的增值。

§6.17 与上游五库的依存关系（同 502，一句带过+新点）

依存结构与 502 完全一致（Open 本体×受限源图，§2.8 已铺）。新增一点：UQ 依赖上游的稳定性更强——std 的语义绑定在"这张图"上，上游若重制图像（重采样/裁剪变化），std 与新图的配对即失效且无法检测（std 是坐标的属性，不像掩码可以与图叠加目检）。因此本集使用者对上游版本冻结的要求比 502 用户更严格：上游版本号必须写进可复现包，且 join 后建议抽样 20 张做"掩码×std×图"三方目检。

§6.18 先发窗口的攻防推演

作为该生态位的独苗（§6.7），推演 12-24 个月的竞争格局：攻方（本集）——先发 DOI、品牌续力、五库同键的迁移便利；潜在守方（竞品）——像素级 UQ 数据集（MIMIC 上跑 MC Dropout 发掩码方差，工程门槛低）；大规模集成 UQ（更贵但更主流的方法论）。本集的护城河评估：landmark 级 UQ 的数据密度（千万级地标样本）短期无人复制；与 RCA 的同集交叉是独有的分析面。攻方最该守的动作：论文尽快见刊（引用护城河）、采样数披露（复现护城河）、首个校准基准的官方发布（先发红利自锁）。给研究者的时机判断：基准类工作（机会 1/2/5）的最佳进场期=论文见刊前——抢先建立社区标准，论文见刊后你就是被引用的基准。

§6.19 "怀疑的元数据"的五种消费级形态

把 std 的下游产品形态按成熟度排序，为生态推演提供坐标系：形态一（已实现）：过滤准则——官方建议的附加过滤（§3.3），所有用户的第一站；形态二（可立即实现）：复核排序——§4.10 协议二三，工单系统的字段级集成；形态三（半年内可期）：校准服务——按 §4.3 协议发布的"std→预期误差"换算表，让 std 可读成"±N 像素"的工程语言；形态四（一年尺度）：训练信号标准化——UQ 加权成为分割训练的默认组件（§7.6 二级），框架层（torchvision/monai）出现现成 hook；形态五（愿景）：UQ 的跨数据集协议——不同数据集的不确定性列如何互相校准（本集的 std 与未来竞品的 std 语义对齐），需要社区标准。五种形态的递进逻辑：从"一行的布尔过滤"到"跨资源的语义标准"——元数据的成熟度史就是它从附属品变成一等公民的历史。本集站在形态一二之间，形态三的空白（官方校准数值缺失）正是研究者最该抢的位置。

§6.20 UQ 维度的四连横向矩阵（终版表）

UQ 维度	499 CIED	501 CXLSeg	502 CheXmask	503 本集
质量信号	无	无	RCA（图像级）	RCA + std（地标级）
UQ 路线	—	—	事后评估（配准）	内生采样（VAE）
信号粒度	—	—	1 值/图	1 值/点
信号密度	—	—	65.7 万	约 3,000 万级
验证深度	人工验收	论文自报	三层+250 金标准	三层（无数值）
复核排序能力	无	无	图级排序	空间定位排序
加权训练适配	无	无	样本权重	样本+边界权重
校准研究可行性	无	无	中（需真值）	高（std 现成）

矩阵读法：从左到右是 UQ 能力的四代演进——每一代都不是替代而是叠加（503 仍保留 RCA），"叠加而非替换"正是这条产品线的版本哲学。

§7 AI 实践指南：从喂法到发表

§7.1 五种喂法总览（UQ 版）

过滤喂法：RCA≥0.7 主滤 + std 上限附加滤（阈值经 §5.5 校准）——最保守的信任管理。
加权喂法：image-level mean std 的倒数做样本权重；landmark 级 std 做边界损失的空间权重（分割任务）。
复核喂法：std 驱动的人工复核排序（§4.10 协议三），产出"自动化率×准确率"曲线——部署导向。
校准喂法：std 与真误差的可靠性图/分箱曲线——方法学研究本体。
OOD 喂法：std 均值为 OOD 分数，配 §4.5 的边界认知使用。

五法的共同地基：对齐断言+四象限诊断（先看清楚再动手）。

§7.2 30 分钟上手实验

目标：验证"std 与地标误差正相关"。步骤：取 911 张金标准中你已能访问的源库子集（如 Shenzhen 开放库的 390 张）→ 解析 landmarks+std → 对每张图算"预测地标 vs 官方人工地标"的欧氏距离 → 距离 vs std 散点+分箱曲线。预期：正相关曲线，膈面区相关性优于肺尖区。这个实验的产出直接可写进论文的 UQ validity 小节——30 分钟换来一段审稿免疫，性价比全系列最高。

§7.3 泄漏防控的实施细节（UQ 版）

502 篇 §7.3 的四条（患者分组/像素哈希/leave-one-out/库协变量）+ 本集两条：std 特征禁令（§5.2——训练输入里出现 std 即同源泄漏）；校准留出的方向性（§5.4——留出是防你的下游模型，不是防 HybridGNet）。六条的共同逻辑：std 让"信息流"多了一个隐蔽通道，泄漏审查从"看数据"升级为"看数据+看数据的怀疑度"。

§7.4 公平性与亚组：不确定性的分配正义

std 的亚组分析有一条伦理纵深：如果 std 在某人群系统性偏高（如儿科——形状先验按成人学），意味着"模型的自我怀疑"在人群间分布不均——高 std 人群的掩码被过滤/降权/送人工的频率更高，表面上是质量控制，实质上是研究参与度的差别（某人群的数据更少进入自动化研究）。对策三条：分层报告 std 分布（按库/年龄/视角——审计数据集的标配）；对高 std 亚群做"定向增强标注"（把过滤掉的儿科片送人工标注，转化为专属资产）；论文里明示"std 过滤的亚组影响"（审稿的公平性审查点）。§7.4 的这条是本条目对系列公平性叙事（502 篇 §7.4）的 UQ 增补。

§7.5 LLM 与多模态的接入姿势（UQ 版）

502 篇 §7.5 的 VLM 评测考题库思路 + UQ 增补：std 加权的评测协议——VLM 的空间推理题（“左肺下野有无致密影”）按该区 std 分层，报告"高不确定区 vs 低不确定区"的 VLM 准确率差——VLM 在模型自己都不确定的地方表现如何，这是 VLM 医学评测未被标准化的一维。另一个方向：把 std 作为 VLM 输入的置信提示（prompt 里附"该区域轮廓不确定性：高"），测 VLM 是否会据此调整答案的 hedging——不确定性的语言化传播研究，纯新的选题。

§7.6 弱监督的四级爬梯（UQ 增补版）

502 篇 §7.6 的四级（全监督→加权→噪声鲁棒→自训练）在 UQ 语境的升级：二级的权重源升级——502 用 RCA 加权（事后评估），本集可用 std 加权（模型内生）——两条权重线的对比实验本身是一级消融；三级的噪声假设升级——co-teaching 类方法的自噪声假设可以用 std 显式化（std 高的样本走保守分支）；四级新增第五级——"自训练×自怀疑"闭环：伪标签生成时同步记录新 std，形成不确定性随训练轮次的演化追踪（UQ 的纵向研究，无人做过）。爬梯的每一级都有本集的独有素材。

§7.7 多模态架构的参考方案（UQ 增补版）

502 篇 §7.7 的三通道架构（视觉+文本+时序）加第四通道：信任通道——RCA 与 std 作为表格 token 进 fusion layer（注意 §5.2 的禁令边界：作为"样本元属性"参与融合与作为"输入特征"泄漏的界线，在于任务目标——若任务是诊断预测，std 只能做 sample weight 或 meta-token 且需消融证明无泄漏增益）。工程上更稳的做法：信任通道只在推理时参与（按 std 调整预测的输出置信、触发人工复核路由），训练时不进——这绕开泄漏问题的全部复杂性。

§7.8 成本与算力预算（UQ 版）

502 篇 §7.8 的账本 + 本集三项：解析成本——std 列解析+缓存（40 GB CSV 的列抽取与 npz 化）约 6-10 CPU 小时（一次性）；校准成本——§5.5 的 200 张抽样人工修正约 2-3 人日（最贵的一项，但可复用于所有后续论文）；实验成本——四象限/校准曲线/腐蚀实验全在 CPU（无 GPU 需求）——UQ 研究的计算成本出乎意料地低，因为采样已经由数据集做完了（这正是"UQ 数据集化"的经济学意义：把每个研究者的采样成本收敛为发布者的一次成本）。云租预算：§7.2 级实验零元；全量五库分析+200 张校准约 ¥500（主要是存储与人工）。

§7.9 负结果预案：哪些实验可能失败且仍有价值

四个"失败也发得出"：校准失败——若 std 与误差在整库层面相关性弱，这是对"生成式采样 UQ"的重要边界发现（官方 meaningful 结论的限定条件），报告时注意归因（采样不足？形状先验的系统性盲区？）；四象限不对称——若左下象限（自信地错）占比超预期地大，"内生 UQ 不足以替代外部审计"的结论对整个 UQ 数据集化路线是清醒剂；腐蚀钝感——std 对某些腐蚀类型不敏感（如亮度类），划定 UQ 的防御边界；跨库失准——std-误差关系在某库失效（域偏移下 UQ 退化），是"UQ 需要域内校准"的实证。四个负结果的共同框架：都让 UQ 的适用边界更清晰——边界清晰的工具才是好工具。

§7.10 跨库迁移的特征工程技巧（UQ 增补）

502 篇 §7.10 的技巧（相对化/按库标准化/域对抗/库路由）+ UQ 版新技巧：std 的库内归一化——不同库的 std 分布基线不同（设备/人群），跨库比较时用库内 z-score；阈值按库设定——复核触发的 std 阈值不搞一刀切（PadChest 的 P95 ≠ VinDr 的 P95）；std 作为域偏移监测器——部署后新数据的 std 分布漂移=域偏移的无免费午餐警报（比性能监控便宜且先行）。三条的共同思想：不确定性的绝对值无意义，分布位置才有意义。

§7.11 特征字典：从 std 能算什么

特征族	例	计算要点
图像级	mean/P90/max std	最粗的批次质控与 OOD 分数
结构级	每结构的 std 均值（按点数归一）	"哪个器官先复核"的排序
区段级	解剖分区聚合（肺上/中/下、心缘段）	复核工单的空间排序（§4.10 协议三）
边界带	±2×std 的地标包络面积	“不确定性面积”——可视化与量化兼得
梯度类	沿轮廓的 std 变化率	定位"突变点"（边界形态分歧最大处）
交叉类	std × 掩码几何（面积/周长）	不确定性与形态复杂度的关系

这些特征全是"免训练"的传统计算——与 502 篇 §7.11 合并使用，构成标注层的完整几何+怀疑特征库。

§7.12 审稿话术：UQ 使用段落的模板

方法节模板：“Anatomical landmarks and their node-wise uncertainty (standard deviation across stochastic latent-space samples of the HybridGNet generative model) were obtained from CheXmask-U v1.0.0 [DOI]. Following the authors’ guidance, these values are interpreted as model predictive uncertainty rather than clinical confidence. Masks were filtered by Dice RCA (Mean) ≥ 0.7 [502 DOI]; landmark-level uncertainty was used for [复核排序/样本加权/校准分析], with calibration verified on our annotated subset (n=200; Spearman ρ=X.XX, p<0.001). Landmark coordinates, masks and uncertainty are interpreted as model predictive uncertainty rather than clinical confidence.”——两处关键：把"模型不确定性"的免责原样带入方法节（官方免责的自我复制是最安全的表述）；自证校准的数字填进去（这是审稿人唯一无法从官方文档获得的安心）。

§7.13 部署差距：从研究 std 到生产 std

502 篇 §7.13 的四条差距（延迟/更新/审计/责任）+ UQ 特有两条：采样成本——研究里的 std 是数据集预计算的；生产里新数据的 std 需要"多次前向"（N 次采样）——推理成本×N，延迟敏感场景要改用单次前向的近似 UQ（如异方差损失头），并在文档里声明"生产 UQ 与数据集 UQ 方法不同"；阈值的漂移管理——部署后 std 分布会漂移（数据分布变+模型迭代变），固定阈值的复核触发率会失控——需要按滚动窗口重定标（§7.10 的分布位置思想）。两条的共同解：生产 UQ 是一个独立的子系统，立项时单独排期，别把它当成"数据集自带的免费午餐"。

§7.14 工具链推荐

围绕本集的选型：解析——numpy+pandas 常规武器（断言自定义）；校准分析——scipy.stats（Spearman/分箱）+ sklearn（calibration_curve 改造）；可视化——matplotlib（四象限/边界带叠加）；大规模表格——polars/duckdb（§3.6 的列裁剪刚需）；腐蚀实验——albumentations（受控增强）+ SimpleITK（形变）；实验管理——wandb/mlflow 记录 std 分布快照（分布漂移的历史追溯）。避免自研：采样器（数据集已做完）、RCA 复算（参考集不公开）。

§7.15 三个可发表的具体提案

提案一（方法向）：“Calibration of landmark uncertainty across five imaging centers”——用 911 张金标准做全量校准（§4.3 协议扩展到五库分层），产出首个跨中心 landmark-UQ 校准基准；若发现某库系统性失准，进一步归因（设备代际/人群）。提案二（应用向）：“Uncertainty-guided review triage for cardiothoracic measurement”——心胸比自动测量的复核排序系统（§4.10 协议三+§5.6 管线），报告"自动化率×准确率"曲线与复核工时节省——部署型论文，医院信息科合作即做。提案三（数据向）：“From scores to maps: pixel-level uncertainty for the CXLSeg masks”——对 501 的 SA-UNet 加 MC Dropout，生成像素级方差图并与本集的地标 std 交叉验证（§2.5 的空白生态位），产出"像素 UQ×地标 UQ"的双分辨率基准——三个提案分别打方法/应用/数据三个阵地，共享同一套 §5.8 复现包。

§7.16 一页纸摘要：给决策者的版本

是什么：CheXmask 的续作——同一 65 万掩码，新增每个解剖地标的不确定性（std），CC BY 4.0 开放，无审批。为什么重要：UQ 第一次成为数据集元数据；"哪里不可靠"从研究者的私有知识变成公共数据。怎么用：下载→解析+断言→RCA 过滤→std 排序复核/加权/校准→四象限诊断。成本：接入 1-5 天；校准自证 2-3 人日；计算成本几乎为零。风险：无论文（引用面窄+验证无数值）、std≠临床置信度（官方免责）、采样数未披露。替代方案：502（不要 UQ 时）、自跑 MC Dropout（要像素级 UQ 时）、纯人工标注（预算充足时）。一句话决策：做 UQ 相关研究或安全攸关部署，本集是当前唯一语料；别的需求，502 或 501 更对口。

§7.17 不确定性级联的设计模式

502 篇 §7.17 的掩码级联 + UQ 的第三级升级：第一级（解剖定位）——502 掩码划定区域；第二级（信任分级）——本集 std 把每个区域标为"自动通过/加权处理/人工复核"三档；第三级（区内任务）——各档走不同置信度的处理路径（自动输出/输出+警告/人工优先队列）。与 502 篇级联的差异：第二级从"有质控分"升级为"有空间分辨的信任地图"——级联的分流不再只按样本（这张图要不要人看），而是按空间位置（这张图的哪一寸要人看）——复核成本从 O(样本) 降到 O(位置)，这是 UQ 数据集化的部署端红利。

§7.18 教学大纲：UQ 四周课

用本集做主干的 UQ 教学设计：第一周"读出怀疑"——解析+断言+std 直方图+四象限散点（§5.9 实验一二）；第二周"验证怀疑"——911 金标准上的校准曲线+腐蚀敏感性（§4.3/4.4，学生分组各做一半）；第三周"使用怀疑"——三种聚合协议实现+复核排序 demo+加权训练的迷你消融（§4.10/7.6）；第四周"怀疑的伦理"——亚组 std 分析（§7.4）+官方免责的方法学讨论+课堂辩论"模型的自我怀疑能否替代外部审计"。每周边界：产出均为论文可用素材（对齐报告/校准图/排序 demo/伦理小节）。课程的核心主张：UQ 素养=读出、验证、使用、反思四步——本集是唯一能支撑完整四步的教学语料。

§7.19 长期维护的三条建议（给维护方）

延续系列传统，给团队三条：提案一：披露采样数与采样协议（N、seed 策略、聚合统计量）——一行 README 的成本，换来全社区的复现对齐；提案二：发布官方校准基准——用 911 金标准跑一次 §4.3 协议，发布曲线与数值（论文附录或仓库）——把"meaningful relationships"升级为可引用的具体数字，直接封堵 §6.2 的证据缺口；提案三：在版本页挂论文状态（under review/preprint 链接/预计见刊时间）——超新星期的引用真空有相当部分是"引用者不知道该等论文还是先引 DOI"造成的，状态透明化能显著降低引用摩擦。三条共同点：都是"披露"而非"新工程"——这条产品线的下一个护城河是透明度的彻底化。

§7.20 与 504/505 的接口预演（UQ 版）

504（结构化推理评测）：评测题的难度分层用 std（§5.10）——“题目生成时知道自己在考哪里、那里有多确定"的评测协议，让评测报告能解释"模型错在难题还是错在数据噪声”；505（结构化标签）：标签的元属性挂 std 画像（判定该标签所依赖解剖区的不确定性分布）——标签体系的"可靠性声明"从静态声明变成动态画像。两个接口的 UQ 增补共同点：怀疑是可组合的元数据——从掩码层出发的 std，可以在评测层变成难度、在标签层变成画像——开放数据的组合律在 UQ 维度同样成立。

§7.21 数据增强的 std 侧配合

502 篇 §7.21 的增强同步纪律 + std 特有两条：其一，腐蚀实验与训练增强的分离——腐蚀（§4.4）是验证工具，训练增强（旋转/缩放）是泛化工具，别混用管线（腐蚀参数进实验配置，训练增强进训练配置）；其二，std 不参与增强同步——几何增强会改变地标的真实不确定性（旋转后肺尖的 std 应不变但坐标变换了），若你的实验在增强后的图上用 std，要么同步变换 std 的坐标系（复杂），要么只用图像级聚合 std（均值对刚性变换不变）——图像级 std 是增强安全区，点级 std 与增强混用需谨慎。

§7.22 掩码层当"外部验证锚"（UQ 版）

502 篇 §7.22 的三姿势（一致性检验/特征复核/回归测试）+ UQ 第四姿势：自知的跨模型对照——你的分割模型输出不确定性（如 ensemble 分歧）vs 本集 std：两个"怀疑"的相关性分析——两个独立管线的不确定性是否指向同一批难样本；若相关，UQ 的"模型无关性"（怀疑是数据的属性而非模型的怪癖）得到交叉证据——这是 UQ 方法论的一个根本问题的实证检验，素材完全现成。

§7.23 从本集出发的三年研究路线图（UQ 版）

第一年（校准与画像）——校准基准（提案一）+四象限多中心画像+复核排序部署试点（提案二）；产出方法学论文 1+应用论文 1。第二年（双分辨率与跨模型）——像素级 UQ 移植（提案三）+自知的跨模型对照（§7.22）+选择性预测的部署协议化；产出方法学论文 1+工具包 1。第三年（纵向与监管）——UQ 的纵向演化（§7.6 第五级）+监管合规框架下的 UQ 报告规范（§6.16 的合规资产化）+UQ 素养课程的成熟（§7.18）；产出综述/立场论文+教学产品。三年资源逻辑：第一年花"语料独占红利"，第二年花"范式红利"，第三年花"合规与教育红利"——本集在每个阶段的角色从数据源→基准→教材，引用生命周期被主动设计。

§7.24 一分钟版：如果你只有一分钟

下载五 CSV（免审批，40 GB）→ 解析 std 列+对齐断言 → RCA≥0.7 过滤 → 四象限散点（RCA×std）看你的数据落在哪 → 按 §4.10 协议二/三聚合 std 做复核排序或样本加权 → 引用 503 DOI+502 论文，方法节复制 §7.12 模板并填入你的自证校准数字。跳步代价：跳过断言=全错；跳过四象限=漏掉"自信地错"；跳过自证=审稿裸奔；把 std 写进输入=泄漏。

§7.25 校准报告的写作模板：把 §4.3 变成论文小节

给要发 UQ 校准分析的团队一个可改写的骨架：数据段——“We assessed calibration on N images with manually annotated landmarks (M points/image), sampled stratified by dataset and view position”；指标段——“Calibration was quantified by (i) Spearman correlation between per-landmark uncertainty and localization error, (ii) binned calibration curves (deciles of uncertainty vs mean error), and (iii) the gap between predicted and observed error at the P90 uncertainty level”；结果段模板——“Uncertainty was positively correlated with error (ρ=X.XX, p<0.001); calibration curves showed monotonic increase with [deviation from identity at high-uncertainty bins]”；限制段——“Uncertainty reflects model predictive variability (stochastic latent-space sampling), not clinical confidence; calibration is reported for our distribution and may not transfer”。四段的每个空都只有一个数字要填——校准报告的写作成本主要在实验（§4.3 的 2 小时+标注），不在写作。这段模板与 §7.12 的方法节模板配套，构成 UQ 论文的"引用-验证"双件套。

§8 伦理与合规：开放本体与双层义务的 UQ 增补

§8.1 双层合规的继承与确认

本集与 502 完全同构：本体层——Open Access，CC BY 4.0，“Anyone can access the files”；图像层——五库各自审批（MIMIC 凭证/CheXpert 协议/PadChest 申请/NIH 与 VinDr 开放）。502 篇 §8.1-8.2 的全部分析（两层义务不互抵、按项目类型的合规路线、“匿名 ID 是桥别拆桥"的底线）原样适用。本集新增的合规面：std 也算"标注物"——CC BY 4.0 同样覆盖（署名即可再分发），但 std 的再分发带着"模型的弱点地图"性质——第三方若基于你的再分发行生产品，弱点地图的语义（哪里不可靠）可能被误用（如保险公司？）——概率极低但值得在再分发声明里加一句"uncertainty values describe model behavior, not patient characteristics”。

§8.2 实操合规路线（UQ 增补一条）

502 篇 §8.2 的四条路线（纯算法论文/开源代码/公开演示/二次数据集）全部适用，UQ 场景补一条：基准发布——若你发布了基于本集的校准基准（§7.15 提案一），基准产物（校准曲线+数字+子集 ID 列表）的发布是安全的（曲线与数字不构成衍生掩码），但若基准包含"高 std 片清单"这类排序产物，请确认排序键不与任何个体特征相关（按图 ID 排序=安全；按"某解剖特征+std"排序=可能携带可辨识组合）——匿名字段的组合再识别风险（502 篇 §8.3）在 UQ 语境的投影。

§8.3 患者隐私的残余风险（UQ 增补）

502 篇 §8.3 的两条残余风险（联合分布泄露/landmark 准标识性）之外，std 引入第三条：std 作为"模型的困难病例指纹"——高 std 片的集合近似等于"模型的难例集"，若这份集合与外部信息（如"某医院某月的疑难病例列表"）发生关联，可能间接暴露临床运营信息。缓解：发布任何基于 std 的排序/清单时做 k-匿名化（每条记录至少与 k-1 条其他记录在排序键上不可区分）。技术上看这条风险很弱（排序键是模型行为不是患者属性），但合规审查者喜欢穷举——提前写进数据管理计划省得答辩。

§8.4 引用伦理与学术署名

502 篇 §8.4 的两条（版本锁定/方法线引用完整）适用。本集特有两条：其一，"借引"的正当性（§3.9）——引用 502 论文不是给老团队送人情，而是方法学的诚实（你用的掩码与 RCA 的方法学根基全部在那里）；其二，时效披露——无论文状态下引用本集，方法节建议加"dataset released September 2026; peer-reviewed companion paper pending"级别的表述——这句披露保护你（审稿人不能指责你引了未经评审的资源而不自知），也倒逼生态（读者会去催论文）。署名礼仪：Cosarinsky 是新一作，引用时别沿用 502 的"Gaggion et al."惯性——每集的作者名单以各自版本页为准，这是引用纪律的最低要求。

§8.5 AI 时代的衍生许可边界（UQ 增补）

502 篇 §8.5 的边界分析（掩码训练的模型不受许可约束/质量声明不继承）适用，UQ 增补：std 的"模型血缘"更近——std 是 HybridGNet 采样行为的直接产物，用它训练的"不确定性校准模型"与 HybridGNet 的关系比掩码更密（校准模型拟合的是 HybridGNet 的误差结构）——但结论不变：CC BY 4.0 不传导到权重，校准模型是你的资产；需要继承的是免责声明——你的校准模型输出的"可靠性分数"同样不是临床置信度，这条免责要在你的产品文档里复读。免责的传承链：官方版本页→你的论文→你的产品文档，一环都不能断。

§8.6 同门合规对照表（四连终版）

维度	499 CIED	501 CXLSeg	502 CheXmask	503 本集
本体访问	Credentialed	Credentialed	Open	Open
本体许可	随源	随源	CC BY 4.0	CC BY 4.0
源图获取	MIMIC 凭证	自带	五库各过各的门	五库各过各的门
再分发标注	禁	禁	允许	允许（含 std）
免责声明	—	掩码非金标准	掩码非金标准	std≠临床置信度

免责声明的演进本身是一条叙事线：从 501 的"隐含风险"到 502 的"显式边界"再到本集的"双免责"（掩码+不确定性各一条）——免责的颗粒度与标注的颗粒度同步细化，这是数据集伦理成熟度的可量化标志。

§8.7 合规审批的时间线管理（继承）

与 502 相同的并行审批 Gantt（502 篇 §8.7）：T0 同时提交 MIMIC/CheXpert/PadChest，等待期用 NIH/VinDr 走通管线。本集的差异只有一个数字：40 GB 的下载在等待期完成绰绰有余——502 篇说"别浪费带宽"，本集说"带宽不是问题，审批才是"。剩余策略一致：PadChest 永远假设四周，等待期的管线调试用 NIH/VinDr 小库先行。

§8.8 UQ 数据使用的伦理自查表

发布或部署基于 std 的系统前，逐行过一遍：

#	检查项	通过标准
1	免责声明是否随行	产品/论文中"model predictive uncertainty ≠ clinical confidence"原样可见
2	std 是否泄漏进特征	训练输入清单里无 std（§5.2）
3	过滤的亚组影响是否评估	过滤前后的人群构成对比已报告（§7.4）
4	校准是否在 held-out 上验证	非训练集标注（§4.11）
5	排序产物的再识别风险	排序键不含个体特征组合（§8.2）
6	阈值的亚组公平性	复核触发率按亚组报告且差异可解释
7	再分发声明	“uncertainty values describe model behavior, not patient characteristics”（§8.1）
8	引用链完整	503+502+方法+五库五段（§3.9）

八行的哲学：UQ 的伦理风险不在数据（匿名几何量）而在用途的滑移（模型行为→临床判断→个体决策的三级跳）——每行的检查都是在给滑移设闸。

§9 FAQ：90 问快答

§9.1 身份与获取（Q1-Q12）

Q1：一句话说明这是什么？ CheXmask 的续作：同一 65 万张五库掩码，新增每个解剖地标的不确定性标准差（Landmarks (Std) 列）。
Q2：要过审批吗？ 本体不要（Open Access 即下即用）；源图要（五库各自审批，同 502）。
Q3：下载多大？ 39.9 GB（uncompressed），大头在 Landmarks 与 Landmarks (Std) 两长列。
Q4：有论文吗？ 没有——纯数据集发布，仅 PhysioNet DOI；方法学根基引 502 论文（Sci Data 2024）。
Q5：和 502 是什么关系？ 内容超集（同 ID、同掩码、同 RCA，多一列 std）；姊妹集定位，独立 DOI。
Q6：团队是谁？ Cosarinsky（UBA+Weizmann）+ Gaggion + Ferrante——502 原班人马的延续。
Q7：什么时候上线的？ 2026-09-02（本条目核查时 20 天大）。
Q8：采样多少次得到 std？ 未披露——发 issue 问，论文里别假设（§6.8 坑点 4）。
Q9：有模型权重吗？ GitHub 仓库有实现（同 502 生态）；权重状态以仓库为准。
Q10：RRID 是什么？ SCR_007345（PhysioNet 平台标准 RRID）。
Q11：和 502 的 ID 一致吗？ 理论完全一致（同集）；下载后跑 ID diff 校验（§3.11 第 7 条）。
Q12：后续版本会有吗？ 团队有持续维护记录（502 版本史 11 条目）；升级预期见 §3.13。

§9.2 数据内容（Q13-Q30）

Q13：新增的到底是什么？ 一列：Landmarks (Std)——每个轮廓地标跨随机采样的坐标标准差。
Q14：std 的单位？ 像素（1024 分辨率下的距离）——不是概率、不是百分比。
Q15：掩码变了吗？ 没有——同权重同数据，RLE 与 502 理论一致。
Q16：RCA 变了吗？ 没有原样保留（Max/Mean 两列）。
Q17：std 覆盖哪些点？ 全部地标点（左肺+右肺+心的轮廓点）——node-wise。
Q18：有"概率掩码体"吗（边界模糊带）？ 没有——std 是点级，边界带要自己从 landmarks+std 合成。
Q19：五库数字和 502 一样吗？ 摘要口径一致（657,566）；PadChest 本集写 96,287（纳入口径），502 Table 3 写 96,184（交付口径）——103 差值的姊妹口径（§2.7）。
Q20：训练集是什么？ 911 张（246 JSRT+137 PadChest+138 Montgomery+390 Shenzhen；383 含心）——本集版本页首次完整披露。
Q21：有标签/报告吗？ 没有（与 502 同——纯几何+怀疑层，join 上游拿）。
Q22：有时间戳吗？ 没有——join 上游 metadata。
Q23：有 train/test 划分吗？ 没有（同 502）；校准留出注意方向性（§5.4）。
Q24：std 全零是什么意思？ 异常——解析错误或采样退化（§6.10 诊断树）。
Q25：儿科片的 std 高吗？ 预期高（形状先验按成人学）——预期地图（§4.1）的检验点，官方未给数字。
Q26：AP 床旁片呢？ 同样预期偏高——join ViewPosition 分层验证。
Q27：哪些结构的地标多？ 肺轮廓点数多于心（383 张才含心标注的反映）；跨结构比较要归一化。
Q28：双版本分辨率还在吗？ 在——1024 与还原版都提供（同 502）。
Q29：CSV 列顺序变了会破坏 502 解析器吗？ std 插在 Landmarks 后 RLE 前（§3.14）——按列名索引的解析器无感，按位置索引的要改。
Q30：40 GB 里各列占比？ Landmarks+Std 双长列占大头——列裁剪的理由（§3.6）。

§9.3 质量与使用（Q31-Q50）

Q31：std 能当真值吗？ 不能——是模型自述；真值只有人工标注（911 张官方的，你的自己标）。
Q32：官方怎么验证 std 的？ 三层：人工地标对照+合成腐蚀+OOD 分析（版本页概述，无数值）。
Q33：std 和误差相关吗？ 官方说 meaningful；自己跑 §4.3 校准曲线（2 小时）最踏实。
Q34：RCA 和 std 冲突听谁的？ 四象限（§4.2）——互补不冲突；左下象限最危险。
Q35：官方推荐的用法？ RCA≥0.7 主过滤+图像级平均 std 附加过滤（Usage Notes 原话）。
Q36：std 阈值定多少？ 没有官方数——按 §5.5 抽样校准定，或用库内分位数（§7.10）。
Q37：std 能进模型输入吗？ 不能（§5.2 同源泄漏）——只能做权重/过滤/复核排序。
Q38：std 能进 fusion 层当 meta-token 吗？ 灰色地带（§7.7）——推理时用最稳，训练时用要消融自证无泄漏。
Q39：“std 低=安全”？ 左下象限警告（§4.2）——自信地错是 UQ 的经典盲区。
Q40：std 高的片都是坏片吗？ 不——高 std=模型陌生=可能是罕见但重要的真异常（§2.4 免责）。
Q41：掩码边界有模糊带吗？ 交付无（单次采样确定版）——带子自己合成（±2std 包络，§7.11）。
Q42：校准曲线官方有吗？ 版本页无数值——自己跑或等论文（§6.2 边界）。
Q43：引用怎么写？ 五段链：503 DOI+502 论文+HybridGNet+RCA+五库（§3.9）。
Q44：方法节怎么描述不确定性？ §7.12 模板——官方免责原样带入+自证校准数字。
Q45：能再分发 std 吗？ 能（CC BY 4.0）；建议附"模型行为非患者属性"声明（§8.1）。
Q46：能商用吗？ 掩码层 CC BY 4.0 允许；源图遵守各库条款（同 502）。
Q47：生产环境能用 std 吗？ 新数据的 std 要自己采（推理×N 成本）——§7.13 的生产 UQ 子系统。
Q48：std 和 MC Dropout 方差等价吗？ 不同路线（生成式采样 vs 随机失活）——语义有差（形状先验变异 vs 网络权重建构），对比实验是机会（§7.22）。
Q49：和 501 的掩码能对账吗？ 能（同 502 协议）——三方交叉（501/502 掩码+本集 std）是 §6.5 机会 8。
Q50：一句话最想提醒什么？ 对齐断言第一行写——std 错位一切全错（§3.7）。

§9.4 工程与管线（Q51-Q68）

Q51：内存不够怎么办？ 列裁剪刚需（§3.6）——Landmarks+Std 双长列是 40 GB 的主因。
Q52：std 解析用什么格式？ 长字符串→浮点数组→npz 缓存（§3.6 第七步）。
Q53：对齐断言怎么写？ len(std)==len(xy)（或约定系数）——失败进隔离区（§3.7）。
Q54：join 上游对不上 ID？ 查上游版本（同 502 §3.11）；本集 ID 与 502 全同，可交叉验证。
Q55：想只读部分列？ duckdb/polars 列投影（§3.17 的 502 版 SQL 思路直接搬）。
Q56：GPU 需求？ 几乎为零（采样已由数据集做完）——UQ 研究的低算力红利（§7.8）。
Q57：能复现 std 吗？ 代码开源+权重可得时可近似复现；N 未披露会有小差异（§6.12）。
Q58：502 管线升级要多久？ 新增一列读取——半天（§3.1 迁移协议）。
Q59：腐蚀实验怎么做？ albumentations 梯度腐蚀+重复采样——§4.4 协议（数据集 std 是预计算的，自制腐蚀需自己跑采样，仓库代码支持）。
Q60：四象限的阈值？ 各自中位数切分（§4.2）——或任务化的临床阈值。
Q61：std 缓存怎么组织？ 按库分片 npz；与掩码缓存同目录约定（§5.8）。
Q62：跨库比较 std 要归一化吗？ 要——库内 z-score 或分位数（§7.10）。
Q63：PadChest 审批慢？ 同 502 策略——其他四库先行，增量接入。
Q64：生产部署的采样成本？ 推理×N——延迟敏感场景换单次近似 UQ（§7.13）。
Q65：std 分布漂移怎么监控？ 滚动窗口分位数重定标（§7.10/7.13）。
Q66：能转 DICOM SEG 吗？ 自行转换（pydicom）——std 不是 DICOM 标准字段，另存。
Q67：仓库 commit 要记录吗？ 必须（§5.1）——UQ 的复现对代码版本更敏感。
Q68：怎么报 issue？ GitHub mcosarinsky/CheXmask-U——先查已有 issue（§3.13 的升级预期可能已有回应）。

§9.5 研究设计（Q69-Q84）

Q69：UQ 论文的标配图？ 校准曲线+四象限+腐蚀响应——三图体系（§4.2/4.3/4.4）。
Q70：校准集怎么留？ 留出针对你的下游模型（§5.4）——HybridGNet 全集都是 held-out 推理。
Q71：std 加权和 RCA 加权哪个好？ 好问题——消融它（§7.6 二级），两条权重线的对比本身可发表。
Q72：选择性预测怎么设计？ std 阈值双轨制（§7.1 喂法三）——“自动化率×准确率"曲线是主图。
Q73：主动学习怎么切入？ 高 std 优先标注（§6.5 机会 3）——标注效率假设的可检验版。
Q74：能做纵向研究吗？ MIMIC 侧可（同 502）+ std 随访变化的"不确定性轨迹”——新维度。
Q75：公平性分析的切入点？ std 的亚组分布（§7.4）——儿科/AP/年代三层。
Q76：和 MIMIC-IV 对齐？ 同 502 篇 §5.11 + std 做测量质量协变量（§5.11 UQ 增补）。
Q77：弱监督爬梯从哪级？ 一级基线→二级双权重对比（RCA vs std）→三级噪声显式化→四级自训练→五级自怀疑闭环（§7.6）。
Q78：能复刻范式到 CT 吗？ 能（同 502 判断）+ UQ 版附加条件：生成式模型（或加采样机制）是前提。
Q79：审稿人问"UQ 有效吗"怎么答？ 官方三层验证引用+你的 200 张自证+§7.12 模板（三重防御）。
Q80：审稿人问"为什么用 landmark 级不用像素级"怎么答？ 数据可得性（唯一语料）+方法论合理性（形状先验的内生 UQ）+互补性（像素级是未来工作，引 §7.15 提案三）。
Q81：数据声明写多少？ 版本+许可+双过滤（RCA+std）+自证校准——150 字内。
Q82：结论对 std 噪声稳健吗怎么证明？ 敏感性分析：std 阈值±20% 跑主实验，结论方向不变即稳健。
Q83：可以做 meta 分析吗？ 本集是单模型产物——跨模型 UQ 的 meta 要等更多数据集化 UQ（§6.16 的扩散预期）。
Q84：教学怎么用？ §7.18 四周课——读出/验证/使用/反思。

§9.6 边界与限制（Q85-Q90）

Q85：本集最大的局限？ 验证无数值+无论文——"官方说有意义"与你"亲手验证有意义"之间隔着 §4.3 的两小时。
Q86：能用于临床吗？ 研究用途；std 不是临床置信度（官方免责）；临床决策需器械级验证（§7.13）。
Q87：数据会撤吗？ 风险极低（Open+CC BY 4.0+团队主线产品）。
Q88：还能怎么改进？ 披露采样数、官方校准基准、论文状态透明化（§7.19 三提案）。
Q89：一句话推荐或反对？ 做 UQ 或安全攸关部署——唯一语料没有替代；其他需求——502/501 更对口。
Q90：这条产品线下一步会是什么？ 预测（C 级）：论文见刊→v1.1 披露补全→像素级 UQ 或新结构扩展——按 502 的节奏，18 个月内见分晓。

§9.7 番外：十个冷观察

39.9 GB 的体积让本集成为系列里"最重的纯 CSV 数据集"——长字符串列的体积经济学一课。
版本页的 KL 权重调度（1e-5→1e-2）写到了小数点——超参披露的颗粒度罕见地友好。
Weizmann Institute 的出现让阿根廷产品线有了中东支点——学术移民的地图学。
79 views 的计数器是本条目写作时唯一的"热度计"——冷启动数据集的孤独观测。
PadChest 的 96,287 与 502 的 96,184 隔着 19 个月互相指认——两个官方文档的对读比任何单文档都诚实。
911 张训练集的四库构成（JSRT/PadChest/Montgomery/Shenzhen）恰好覆盖四大洲的公开胸片——小数据的世界主义。
免责声明从 501 的"无"到 503 的"双免责"——三集连读是一部微缩的伦理成熟史。
本集上线 20 天即被本百科收录——"收录延迟"从数年（JSRT 时代）压缩到数周（数据集工业化时代的节奏标志）。
官方把 UQ 的四个应用方向（uncertainty-aware/robustness/calibration/OOD）写进版本页关键词——给自己的数据集写好了未来的引用场景。
同一批图、同一批掩码、两份 DOI——数据集的"增量发布"比"完美重发"更符合开源伦理，本集是教材级示范。

§9.8 十二个如果

如果你只需要掩码——502 或 503 等价，选新（503）。
如果你做 UQ 研究——本集唯一语料，别犹豫。
如果你担心无论文——借引 502 论文+自己校准自证（§3.9/5.5）。
如果 std 分布看着不对——诊断树（§6.10）五条路径。
如果审批拖太久——NIH/VinDr 先行，同 502 排期。
如果内存爆——列裁剪（§3.6），别硬扛。
如果审稿人挑战 UQ——三重防御（§7.12/9.3 Q79）。
如果要做像素级 UQ——本集没有，MC Dropout 自跑+与本集交叉（§7.15 提案三）。
如果做教学——四周课（§7.18）直接开。
如果做基准——论文见刊前进场（§6.18 窗口期）。
如果你是维护方读到这——三提案（§7.19）全成本一行 README 级别。
如果一年后本集引用依然为零——重读 §6.3 的两种读法，看论文状态再做判断。

§9.9 向 PI/导师汇报本集的三段话模板

需要说服团队采用本集时，可直接改写：第一段（是什么）——“CheXmask-U 是 CheXmask 的官方续作，同一批 65 万张胸片解剖掩码，新增每个地标点的不确定性，CC BY 4.0 完全开放，与已有 502 管线零迁移成本”；第二段（为什么现在）——“它是目前唯一的地标级 UQ 大规模语料，校准类基准的窗口期在配套论文见刊前；我们只要 2 小时跑通校准曲线、半天完成 200 张自证抽样，就能在课题里获得’官方验证+自行验证’的双重证据链”；第三段（要什么）——“40 GB 下载、一台 16 GB 内存的工位机、如做标注子集则 2-3 个医师人日；无需 GPU”。三段合计 45 秒口播量——决策者听到的不是"又一个数据集"，而是一个"低成本+独家生态位+立即行动有窗口"的提案。

§9.10 新手十误（本集版）

跳过对齐断言——len(std)≠len(xy) 的静默错位是第一事故源（§3.7）。
std 当概率读——0.95 是 0.95 像素不是 95% 置信（§6.8 坑点 1）。
std 进模型输入——同源泄漏（§5.2 第一大坑）。
911 张当独立测试集——HybridGNet 见过它（§4.11 身份一）。
校准用训练集——偏乐观；held-out 或自制标注（§4.11 身份二）。
全零 std 当完美——实为解析/采样退化（§6.10）。
跨结构比较不归一——肺心点数不同（§4.8 风险 7）。
假设采样数 N——未披露参数写进论文是方法学硬伤（§6.8 坑点 4）。
40 GB 全列 read_csv——内存爆炸（§3.6）。
"std 低=安全"的象限盲区——自信地错（§4.2 左下象限）。

十误的共同根源：把 std 当成"普通的一列数字"——它是一列关于模型自我认知的统计量，量纲、语义、泄漏面、校准依赖都与众不同。用"元数据"的敬畏心对待它，十误里八条自动消失。

§9.11 尾注三问

一问：你的任务需要"空间分辨的怀疑"吗？ 图像级分数（502 的 RCA）回答"这张图信几分"，地标级 std 回答"这张图的哪一寸信几分"。复核预算按图分配的时代，前者够用；复核预算按位置分配的时代——也就是部署规模超过人工带宽的时代——后者是必需品。你的团队处在哪个时代，决定了本集对你的真实价值。

二问：你信任的是 std，还是"敢发布 std 的文化"？ 一列 std 的技术含量有限（采样+标准差，任何研究生一天实现）；稀缺的是发布它的决策——把自己的弱点做成公共数据需要的方法学自信与生态责任感。本集最值得"引用"的也许不是数据而是这种文化；而文化是可以被引用传染的——下一个发布 UQ 列的团队，大概率读过 CheXmask。

三问：如果模型说"我不确定"，你的管线听得见吗？ 这是最朴素的工程问题：std 列到位后，你的复核流程、部署路由、评测协议里有没有一个能接收"不确定"信号的端口？大多数现有管线没有——它们假设输入永远自信。本集给你的真正作业不是解析一列数字，而是给管线装上这个端口。

三问的底色与系列一致：**好数据集让使用者知道边界在哪；伟大的数据集把边界本身变成数据。**本集把"模型的怀疑"变成了可查询、可分析、可审计的数据——从这个意义上说，它是本系列到 503 号为止最"自我透明"的一个。

§10 存照、引文与变更日志

§10.1 存照清单 A-E

存照 A：无论文状态。 版本页 citation 区只有 PhysioNet 数据集条目，无 “Additionally, please cite the original publication” 段——与 502（论文先行）形成发布策略反转。引用面与证据等级的差异已在本条目多处处理（§3.9/§6.2/§7.12）。

存照 B：PadChest 96,287（本集）vs 96,184（502 Table 3）。 纳入口径与交付口径的并存得到姊妹文档互证；103 差值的最终定位仍是"官方未解释"（502 篇存照 B/H），但口径地图已完整（§2.7）。

存照 C：训练集构成的两代表述。 502 论文点名 JSRT+Padchest 子集（且 PAX-Ray++ DRR 是批评他人非自用——修正记录见 §1.5）；本集版本页给出完整四库构成（246/137/138/390）。两处表述不矛盾但颗粒度不同，以本集为准。

存照 D：采样数未披露。 std 的统计基础（采样次数、seed 策略）未在任何官方文档出现——本集唯一的关键未披露参数（§6.8 坑点 4）。

存照 E：超新星的证据边界。 本条目成文于上线后第 20 天（79 views、0 引用）——所有生态判断（§6.3/§6.18）的证据窗口极窄，C 级标注比例高于系列均值，§10.8 的更新协议因此尤为重要。

§10.2 引文清单（六条核心）

Cosarinsky M, Gaggion N, Ferrante E. CheXmask-U: Uncertainty Estimation for Landmark-Based Anatomical Segmentation Masks in Chest X-ray Images (version 1.0.0). PhysioNet. 2026. DOI 10.13026/6vn3-3j51. RRID SCR_007345.
Gaggion N, Mosquera C, Mansilla L, Saidman JM, Aineseder M, Milone DH, Ferrante E. CheXmask: a large-scale dataset of anatomical segmentation masks for multi-center chest x-ray images. Sci Data. 2024;11:511. DOI 10.1038/s41597-024-03358-1.（方法学根基+数据母体）
Gaggion N, Mansilla L, Mosquera C, Milone DH, Ferrante E. Improving anatomical plausibility in medical image segmentation via hybrid graph neural networks. IEEE Trans Med Imaging. 2022. DOI 10.1109/TMI.2022.3224660.（HybridGNet 源）
Gaggion N, Vakalopoulou M, Milone DH, Ferrante E. Multi-center anatomical segmentation with heterogeneous labels via landmark-based models. ISBI 2023.（异构标签训练策略源）
Valindria VV, et al. Reverse classification accuracy. IEEE Trans Med Imaging. 2017;36:1597-1606.（RCA 方法源）
五源库论文（ChestX-ray8 CVPR 2017 / CheXpert AAAI 2019 / MIMIC-CXR arXiv 1901.07042 / PadChest MedIA 2020 / VinDr-CXR Sci Data 2022）。

§10.3 系列关系：本条目在四连中的位置

四连叙事弧的终点站：499 讲专科、501 讲便利、502 讲可审计、本集讲自知。"标注层范式"在本集合拢：本体（502）+怀疑的地图（本集）——两集合读构成完整的"几何+信任"数据结构。阅读顺序建议：502 先行（方法学与数据母体）→ 本集（UQ 增量）；只关心 UQ 的读者可直接进本集（版本页自足性足够），但引用时仍需回链 502 论文。与 501 的对照阅读价值在 §2.5（像素级 UQ 的空缺）。

§10.4 变更日志

2026-09-22：首版发布（本条目）。基于 PhysioNet v1.0.0 版本页（2026-09-22 抓取）与 502 论文/姊妹文档对读撰写；同日修正 502 条目 §1.6 的训练集构成表述（存照 C 的连带修正）。所有生态判断标注 C 级并挂 §10.8 更新协议。

§10.5 阅读地图

五分钟：INFOBOX + §0.4 身份卡 + §6.14 十问十答。
三十分钟：§0-§1 + §3.2/3.3 列结构 + §7.1 喂法总览。
半天（准备接入）：§3 全部 + §5 全部 + §6.9 自查清单 + §7.12 模板。
UQ 方法学研究：§4.2-4.5 四象限与校准 + §6.2 证据边界 + §10.1 存照。
教学备课：§7.18 大纲 + §5.9 实验 + §9.7 冷观察。

§10.6 核心数字速查卡（18 项）

#	数字	含义
1	657,566	总规模（纳入口径）
2	243,334	MIMIC 子集
3	187,825	CheXpert 子集
4	112,120	ChestX-ray8 子集
5	96,287	PadChest（纳入口径；502 Table 3 为 96,184）
6	18,000	VinDr-CXR 子集
7	0.7	RCA 主过滤阈值
8	911	HybridGNet 训练集（246+137+138+390）
9	383	训练集中含心标注的图数
10	1e-4 / 4 / 1000	Adam lr / batch / epochs
11	1e-5→1e-2	KL 权重调度（200 epochs 线性升温）
12	1024	统一预处理分辨率
13	39.9 GB	下载包体积（uncompressed）
14	2026-09-02	上线日（v1.0.0）
15	20 天 / 79 views	核查时上线时长/浏览数
16	10.13026/6vn3-3j51	v1.0.0 DOI（latest 为 9yg7-dm71）
17	3	署名作者数（Cosarinsky/Gaggion/Ferrante）
18	4	版本页 UQ 关键词数（uncertainty-aware/robustness/calibration/OOD）

§10.7 资源导航与观察清单

资源：数据页 physionet.org/content/chexmask-u/1.0.0/；代码 github.com/mcosarinsky/CheXmask-U；母体数据 physionet.org/content/chexmask-cxr-segmentation-data/1.0.0/；母体论文 PMC11101488。
观察清单（季度回访）：

[ ] 论文是否发表（版本页 citation 区/预印本库）
[ ] 采样数 N 是否披露（README/issue 回应）
[ ] 引用起量信号（Scholar/PhysioNet views 曲线）
[ ] v1.1 是否发布（§3.13 升级预期）
[ ] 竞品是否出现（像素级 UQ 数据集化）
[ ] 五上游库授权变动（同 502 清单）

§10.8 本条目的核查注记与更新协议

一手来源：CheXmask-U v1.0.0 版本页（2026-09-22 抓取，abstract/background/methods/data description/usage notes/release notes/ethics/references 全节）；502 版本页与 502 论文（PMC11101488，2026-09-22 抓取，姊妹对读用）；PubMed/物理页面的许可与访问徽章。二手来源：无（无引用可查、无第三方评价可综述——超新星期的必然）。C 级推断清单：§1.7 论文状态三解释、§2.6 五库 std 投影、§4.1 解剖预期地图、§6.3 引用两种读法、§6.16-6.18 时代与窗口判断、§7.6 第五级、§7.23 路线图——全部待社区数据验证。更新协议：季度回访按 §10.7 清单执行；论文发表当日更新 §6.1 数字表/§6.2 边界/§10.2 引文/§10.6 速查卡并在变更日志加行；引用破零时启动 §6.3 读法判别；竞品出现时启动 §6.18 攻防复盘。本条目的维护成本全系列最低（一页版本页为主体）——把省下的核查时间花在 §10.7 的观察纪律上，是这 20 天时间差的最好对冲。

§10.9 维护者核对练习：15 分钟复检

3 分钟——版本页五库数字（速查卡 1-6）、体积（39.9 GB）、上线日期；4 分钟——Methods 段的训练集构成（246/137/138/390、383 心）与超参（lr/batch/epochs/KL 调度）；4 分钟——Access Policy（Anyone can access）与许可（CC BY 4.0）、双 DOI；4 分钟——citation 区是否仍只有 PhysioNet 条目（若已加论文→触发更新协议）；GitHub 仓库 README 的采样数披露状态。发现漂移的规则同 502 篇：官方为准修正正文+变更日志加行——存照 A-E 的编号就是为这种可维护性预留的锚位。

§10.10 常见审稿问题应对表（UQ 论文专用）

审稿问题	应对要点	本条目出处
“Uncertainty validity?”	官方三层验证+你的自证校准双引用	§6.2/§5.5
“Is std clinically meaningful?”	划界回答：模型预测变异，非临床置信；附 §2.4 三层语义	§2.4
“Sampling details?”	披露现状如实说明（未披露），引用锁定 v1.0.0+日期	§6.8 坑点 4
“Comparison with MC Dropout?”	路线差异说明（内生 vs 附加）+交叉实验（若做了）	§7.22/§6.8
“Why not pixel-level UQ?”	数据可得性+形状先验合理性+互补路线图	§2.5/§7.15
“Subgroup fairness of filtering?”	分层 std 分布+过滤前后构成对比	§7.4
“No peer-reviewed paper?”	借引策略+时效披露+官方验证存在性	§3.9/§10.1 存照 A
“Generalization to your task?”	校准在你分布上的自证数字	§4.3

八问的共性：审稿人的每个质疑都指向"std 的证据链"——本条目各节就是证据链的备件库，答辩时按表索引。

§10.11 结尾三行

一列 std，千万个怀疑——模型的自知之明第一次有了下载链接。
免责声明是它的第二行代码：模型的不确定，永远不是临床的不确定。
掩码给你答案，RCA 给你信任，std 给你怀疑的地图——三者齐处，标注层范式收官。

§9.12 与维护者的三点默契

本条目与数据集维护团队之间的"君子协定"式期待，写在这里供双方对表：其一，我们会等论文——配套论文见刊后 48 小时内本条目完成引用层更新（§10.8 协议），但在那之前我们不会引用任何未经确认的预印本；其二，我们报告不猜测——遇到 std 异常/口径疑问，走 GitHub issue 公开提问而非社区私下猜测（采样数 N 的悬案以此方式解决最有效率）；其三，我们标注时效——所有基于"20 天快照"的判断（§6.3/§6.18）在引用时自带时间戳，维护方无需为过时引用背书。三点默契的共同前提：这条产品线过去四年用稳定发布赢得了百科的信任，百科用更新纪律回报这种信任——数据生态的信任与掩码的信任一样，是相互的。

附记：本条目成文于数据集上线第 20 天——百科与数据集的距离从未如此之近；这份"近"是本系列的荣幸，也是所有 C 级标注的由来。世界，请来对答案。
（本附记亦为 §10.4 变更日志的时点注脚：2026-09-22。）