Prostate158 (prostate158) — AI-Ready Wikipedia

INFOBOX — Prostate158 一屏速览

维度	内容
本质	单中心专家标注前列腺 3T bpMRI（双参数 MRI）数据集 + 检测算法双重身份，158 例，Zenodo 公开发布
机构	柏林夏里特医学院（Charité Universitätsmedizin Berlin）放射科；合作者含 TU München、Radboud UMC、Göttingen；通讯侧 Keno K. Bressem
论文	主论文 Comput Biol Med 2022;148:105817（PMID 35841780）；数据论文 Data Brief 2022;45:108739（PMC9679750，CC BY，标注细则唯一完整公开来源）
数据	158 例 = train 139 + test 19（患者级不重叠）；102 确诊前列腺癌 + 56 对照；年龄 69±9 岁（35–84）；采集 2016-02 至 2020-01
序列	T2w（0.47×0.47 mm / 3 mm / FOV 180×180 mm，TE 116 / TR 4040）+ DWI（b=0,100,500,1000 s/mm²）+ ADC 图（b100–b1000 计算）；Siemens VIDA + Skyra 3.0T；NIfTI 轴向
任务 1	解剖分区分割：T2w 上三类（0 背景 / 1 central gland = CZ+TZ 合并 / 2 peripheral zone）
任务 2	病灶分割：PI-RADS ≥4 前列腺癌病灶逐层勾画，T2w+ADC+DWI 三序列堆叠输入
标注	ITK-Snap 3.8.0；分区由 6 年经验 Reader1 全量初标、8 年经验 Reader2 复核；病灶由两名 Reader 双盲独立勾画、共识为金标准
队列细节	PSA 中位 7.5（IQR 6.3）；PI-RADS 4 分 55 例 / 5 分 47 例；ISUP 分级组 1:11 / 2:37 / 3:24 / 4:21 / 5:9
基线	U-ResNet（自研，非 nnU-Net）：TZ Dice 0.877/0.875、PZ 0.754/0.730、Cancer 仅 0.453/0.398（模型 vs Reader1/Reader2，test 19 例）
外验	解剖分割任务：MSD Prostate Dice 0.82/0.64、PROSTATEx 0.86/0.72
获取	Zenodo 三记录：train 6481141（2.8 GB，md5 a0d5361b…）/ test 6592345（202.9 MB，md5 403b3736…）/ 权重 6397057（anatomy.pt + tumor.pt 各 152.8 MB，CC BY 4.0）
许可	三口径：代码 MIT（github.com/kbressem/prostate158）；权重与论文 CC BY 4.0；数据记录现行条款以 Zenodo 页面为准（早期注册申请制）
生态	Grand Challenge 站点（prostate158.grand-challenge.org，隐藏测试集算法评估）；MONAI model zoo（HF monai-test/prostate_mri_anatomy）
伦理	IRB EA4/062/20（知情同意豁免，符合赫尔辛基宣言）
采集时线	2016-02 开采 → 2020-01 关窗 → 2022-04-24 train 上 Zenodo → 2022-05-30 test 上线 → 2022-09 CBM 正刊
抓取时点	2026-09-27（GitHub 37 stars / 8 forks；权重 v1.1 = 记录 7040585）
库内互链	promise12(540)、prostatex(554)、pi-cai(555)、panda(560)、panda-plus(640)、sicapv2(328)、peso(642)、leopard(636)、medical-decathlon(77)、fastmri(23)、ctpelvic1k(465)

Prostate158 是一个"把读片报告变成像素真值"的前列腺 MRI 数据集工程：柏林夏里特医学院（Charité Universitätsmedizin Berlin）在 2016 年 2 月至 2020 年 1 月间以西门子 VIDA 与 Skyra 两台 3.0T 设备采集了 158 例前列腺双参数 MRI（bpMRI, biparametric MRI——只有 T2w 加 DWI/ADC 两个序列族，不含动态增强 DCE），由有 6 年与 8 年腹部影像经验的 Reader 用 ITK-Snap 逐层勾画，构成两个任务、一种标注体系：任务一是在 T2w 上分割前列腺解剖分区——中央腺（central gland，即中央区 CZ + 移行带 TZ 的合并口径）与外周带（peripheral zone, PZ）；任务二是把影像报告中 PI-RADS 评分 ≥4 的前列腺癌病灶逐层勾画出来，勾画时参照 T2w、ADC 与 DWI 三序列堆叠。数据以患者为单位切成 train 139 + test 19 两份不重叠子集，全部转成统一重采样、中心裁剪的 NIfTI 轴向序列。

它的价值不在规模而在"专家级双任务标注 + 可复现算法 + 全链路开源"这个组合：102 例确诊前列腺癌（入组定义 Gleason ≥6 且肿瘤体积 ≥0.1 ml）加 56 例对照，PSA 中位 7.5 ng/ml，PI-RADS 4 分 55 例、5 分 47 例，ISUP 分级组 1 到 5 全覆盖；官方用自研 U-ResNet 给出全套基线指标——分区分割 Dice 与 Reader 间一致水平相当（TZ 0.877、PZ 0.754），而病灶分割 Dice 只有 0.453/0.398，这组"分化明显"的数字本身就是对该任务难度的诚实标定；预训练权重（anatomy.pt 与 tumor.pt）以 CC BY 4.0 挂在 Zenodo，代码以 MIT 挂在 GitHub，评测管线一条命令可跑。

时间线本身就是一份"数据集工程排期表"：2016-02 开始采集，四年后（2020-01）关窗；半年内完成标注与论文后，2022-04-24 先放 train 记录、2022-05-30 补 test 记录、2022-09 主论文上 CBM 正刊——先数据后论文的发布次序让"数据先行"落到实处，而不是"论文发了、数据待定"。

导语读法三则：

1. 只想下数据：直奔 §5 获取与许可——Zenodo 三记录的 DOI、体积、md5 与三口径许可条款全部列明，商用前务必确认数据记录的现行条款。
2. 关心分割算法：直奔 §4 基线结果——U-ResNet 全指标表、Cancer 类低 Dice 的正确解读姿势，以及 MSD/PROSTATEx 外验数字。
3. 关心标注工艺：直奔 §3 标注流水线——ITK-Snap 双 Reader 的"分区复核制 + 病灶双盲制"双轨设计，可与库内 panda-plus、sicapv2 条目的标注流水线对照阅读。

全条目导航：

章节	内容	适合读者
§0	问题背景 + 生态位 + 背景小课堂（分带解剖/PI-RADS/DWI 原理）	全部
§1	二十问二十答 + 快速上手五步 + 关键数字卡	全部
§2	队列/序列/文件组织/元数据/几何/双任务设计	算法与工程
§3	ITK-Snap 双轨标注流水线 + QC 检查单 + 经济学	标注工程
§4	U-ResNet 全指标 + 外验 + 复现清单 + 报告规范	算法
§5	Zenodo 三记录 + 许可三口径 + DAIMS + BibTeX	全部/合规
§6	代码/模型/评测三出口 + 时间线 + 引用场景 + 检索词	全部
§7	四条可迁移的方法学启示	数据建设者
§8	与 PROMISE12/PROSTATEx/PI-CAI/SICAPv2 的谱系	综述写作
§9	库内互链（rid 实查）+ 三条主题链 + 阅读路径	库内检索
§10	九坑清单 + 快速索引	全部
§11	总结 + 30 秒决策卡 + 错误决策对照	决策者
FAQ/附录/尾注	39 问、36 条事实、36 术语、来源与 DAIMS 全表、核验说明	深度核查

§0 导读：这个数据集解决什么问题

前列腺 MRI 的一切深度学习下游任务都卡在同一道工序上：像素级专家标注。前列腺癌 MRI 阅片的核心动作是"在 T2w 上找解剖分区、在 DWI/ADC 上找可疑病灶、按 PI-RADS v2.1 给出评分"——这套读片流程高度依赖放射科医师的经验，而把这套经验转成逐层掩膜，一例动辄一两个小时起步。与此同时，临床产生的 bpMRI 检查数以万计：早在多参数 MRI（mpMRI）以 DCE 换灵敏度之前，欧洲放射学界已经论证"T2w + DWI"两个序列族就足以支撑 PI-RADS 评分，bpMRI 因此成为筛查与转化研究的性价比之选——这也意味着，一份只有 bpMRI 序列、却带专家级双任务标注的公开数据集，恰好卡在"临床保有量最大"与"标注最难获得"的交叉点上。

Prostate158 把这个问题落到了一个具体切面上。Charité 团队从院内队列拿出 158 例（102 确诊 PCa + 56 对照），给出两套标注：解剖分区（central gland + peripheral zone，三类含背景）与病灶（PI-RADS ≥4，双盲双 Reader 共识金标准）。对比同期公开数据就能看出它的定位：PROMISE12 只有 T2w 分区分割、没有病灶、没有 DWI；PROSTATEx 只有病灶 ROI 用于分类、没有全腺分割；PI-CAI 规模巨大但标注以"病例级 Gleason 分级"为主、像素级病灶真值来自可见病灶子集；而 Prostate158 用一个中等规模队列同时交付"分区分割 + 病灶检测"两种任务类型，且每个任务都配了官方基线与预训练权重——它不是最大的，但是"开箱即用程度"最高的那一档。

更深一层的价值在"算法随数据一起交付"的工程范式。很多数据集论文停在"我们公开了数据"，Prostate158 则交付了一条完整链路：数据（Zenodo 三记录，含 md5）→ 代码（GitHub，MIT）→ 权重（Zenodo，CC BY 4.0）→ 在线评测（Grand Challenge 隐藏测试集）→ 数据说明（Data Brief，把标注协议逐条写清）。官方在主论文里同时报告了"模型 vs Reader1/Reader2"三组指标，等于把 Reader 间差异当作基线的参照系——分区分割 Dice 0.877/0.875 说明模型已贴近两位专家的共识水平，病灶分割 Dice 0.453/0.398 则诚实地标出了"这个任务还没被解决"。这种"数据 + 基线 + 难度标定"的三件套，让它成为前列腺 MRI 分割/检测论文里被反复引用的专家标注基准。

从生态位看，它还补上了一块长期空缺：AI 权重直接进入临床影像工作流的第一站往往是"自动摆位与轮廓"（auto-contouring），而分区分割正是 auto-contouring 的核心子任务——一个带 CC BY 4.0 权重的专家级分区分割数据集，等于同时服务了两类用户：做科研的（基准与对照）和做产品的（预训练起点与合规参照）。病灶任务则把"影像报告结论"拉回像素层，让"检测出来一个病灶"与"报告里 PI-RADS ≥4"之间有了可对账的桥梁——这条对账桥正是监管级 AI 影像产品最稀缺的证据链材料。

最后交代本条目的写作立场：候选 brief 里的三处表述（MD Anderson 出品、arXiv 2023 预印本、6 前列腺分区标注）经五源核验全部证伪，本条目按核验后的事实重写，证伪过程在坑 1/坑 2 与附录 C 双口径存照；唯一未一次核死的项（数据记录的 license 徽章）以"存照 + 以页面为准"方式显式披露而不是静默处理——我们相信一份百科条目的可信度，恰恰取决于它如何对待自己没把握的部分。

§0 读法三则：

1. 这个条目是"数据集 + 数据论文 + 算法仓库"三合一：本体是 158 例 bpMRI 的双任务标注，数据论文（Data Brief 2022;45:108739）是标注细则的唯一完整公开来源，GitHub 仓库是可复现实验的入口——三者的引用方式各不相同（附录 A）。
2. 全文统计数字均出自 CBM 2022;148:105817、Data Brief 2022;45:108739 与 GitHub/Zenodo 抓取页面；已知口径问题（brief 误传的"6 分区"、"MD Anderson"归属、train 记录 license 徽章）分别在坑 1、坑 2 与坑 5 存照。
3. 检索时注意：数据集名 Prostate158 的"158"是患者数，不是切片数也不是病灶数；别和 PI-CAI 子集数字、PROSTATEx 病例数混用——三者规模与任务完全不同（坑 8）。

§0.5 背景小课堂：三分钟读懂前列腺 MRI 的读片语言（资深影像研究者可跳过）

前列腺的分带解剖。前列腺不是均质器官，而是由几个腺体区带拼成的：外周带（PZ，peripheral zone）包在外层，约七成前列腺癌发源于此；移行带（TZ，transition zone）在内层包绕尿道，是良性前列腺增生的主场、也贡献约两到三成癌；中央区（CZ，central zone）位于基底部位射精管周围；再加上前方的纤维肌肉基质（AFMS）。T2w 上 PZ 信号高、TZ 信号混杂——这正是"central gland = CZ + TZ 合并"读片惯例的由来：两者在常规影像上常难清晰分界且临床处理决策一致，读片报告与影像产品都按合并口径工作。理解了这一点，就能理解 Prostate158 的三类掩膜（背景 / central gland / PZ）为什么是"临床口径的正确简化"而非"偷工减料"（坑 1、坑 6）。

bpMRI 与 PI-RADS。PI-RADS（Prostate Imaging-Reporting and Data System）v2.1 是前列腺 MRI 读片的通用评分框架：对每个可疑灶按 T2w、DWI（含 ADC）两主线给分，PZ 灶以 DWI 为主导、TZ 灯泡样灶以 T2w 为主导，综合成 1–5 分——4 分及以上为临床显著癌的可疑档。bpMRI（T2w + DWI/ADC，不含 DCE）正是 PI-RADS 评分的载体序列族：DCE 只在 PZ 灶 DWI 评分 3 分的边缘情形里充当"加分/减分"仲裁，因此纯 bpMRI 已能支撑绝大多数评分场景。这也是为什么临床bpMRI 检查保有量巨大、而一份 bpMRI 专家标注数据集刚好切中要害。

DWI/ADC 的信号逻辑。弥散加权成像（DWI）对水分子运动敏感：癌细胞密集排列、细胞外间隙缩小，水分子扩散受限——在 DWI 上呈高信号、在 ADC 图（表观弥散系数图）上呈低信号，"DWI 亮 + ADC 暗"的组合是病灶读片的核心线索。b 值是 DWI 的扩散敏感度旋钮：b=1000 的高 b 值抑制 T2 透过效应（shine-through），把"真扩散受限"与"假亮"分开。这套信号逻辑直接解释了两件事：为什么本数据集病灶勾画必须三序列同屏（T2w 管形态、DWI/ADC 管功能）；为什么病灶边界天然模糊（扩散受限是渐变量，不是开关量）——§4 里 Cancer Dice 0.453 的任务难度，根子在这。

患者旅程与本数据集的位置。临床上一个典型前列腺癌检出的路径是：PSA 升高或直肠指检异常 → 泌尿外科转诊 mpMRI/bpMRI → 影像科按 PI-RADS 评分 → 4 分及以上（或临床判断需要时）穿刺活检 → 病理 Gleason/ISUP 分级。Prostate158 的队列正好来自这条路径的中间两站：影像侧有 PI-RADS 评分（4 分 55 例 / 5 分 47 例），病理侧有 ISUP 分级组（GGG1–5 全覆盖）——它把"影像所见"与"病理结论"两端的半成品真值都带在身上，但正如坑 4 所述，两端的对应关系是病例级而非像素级，用的时候别把链条焊死。

读片质量的现实干扰。真实世界的 bpMRI 不是教科书影像：直肠充盈会让腺体后缘变形、患者运动会让 DWI 出现鬼影、术后改变会扰乱解剖标志——这些干扰在 4 年采集窗口的 158 例里同样存在，也是病灶勾画要走"双盲 + 共识"的现实原因。使用数据时遇到"看起来勾得不准"的个别层，先排除上述干扰因素再下结论；训练管线里加入质控筛选（排除运动伪影严重的序列）是常见做法。

§1 数据集速览：二十问二十答

1.1 基础十问：数据是什么、从哪来

Q1：Prostate158 是什么？
柏林夏里特医学院发布的前列腺 3T bpMRI 专家标注数据集：158 例（102 确诊前列腺癌 + 56 对照），每例含 T2w、DWI（b=0,100,500,1000 s/mm²）与 ADC 图，标注两个任务——解剖分区分割（central gland + peripheral zone）与 PI-RADS ≥4 病灶分割。配套 U-ResNet 基线、预训练权重与 Grand Challenge 在线评测，数据 2022 年在 Zenodo 公开。

Q2：数据有多少、从哪来？
158 例患者（train 139 + test 19，患者级不重叠），全部来自 Charité 单中心，2016-02 至 2020-01 用 Siemens VIDA 与 Skyra 两台 3.0T 采集；队列年龄 69±9 岁（35–84），PSA 中位 7.5 ng/ml（IQR 6.3）。102 例 PCa 的入组定义为 Gleason ≥6 且肿瘤体积 ≥0.1 ml；56 例对照无 PCa 诊断。

Q3：序列规格是什么？
T2w：面内 0.47×0.47 mm、层厚 3 mm、FOV 180×180 mm、TE 116 ms / TR 4040 ms；DWI：b 值 0、100、500、1000 s/mm²（含高 b 值 1000）；ADC 图由 b100–b1000 计算得出。全部转 NIfTI 轴向序列，统一重采样 + 中心裁剪后发布。

Q4：两套标注怎么定义？
任务一（anatomy）：T2w 上三类掩膜——0 背景、1 central gland（CZ+TZ 合并口径）、2 peripheral zone。任务二（tumor）：PI-RADS ≥4 病灶逐层勾画，标注时叠加 T2w+ADC+DWI 三序列作参照；这是"把影像报告的阳性评分落回像素"的口径，不是组织病理学逐像素对齐。

Q5：谁来标注、可靠吗？
标注工具 ITK-Snap 3.8.0。分区任务：Reader1（6 年腹部影像经验）全量初标，Reader2（8 年经验）复核解剖正确性；病灶任务：两名 Reader 双盲独立勾画，金标准为二者共识口径。双轨设计——分区用"初标+复核"提效，病灶用"双盲+共识"控偏——与 Data Brief 里逐条写明的协议互为支撑。

Q6：官方基线结果如何？
自研 U-ResNet 在 test 19 例上：TZ Dice 0.877/0.875、PZ Dice 0.754/0.730、Cancer Dice 0.453/0.398（依次为模型 vs Reader1 / 模型 vs Reader2）；HD 与 SD 全套指标见 §4。病灶类 Dice 低是任务难度的真值（病灶小、信号对比弱、多灶分布），分区分割则已接近 Reader 间一致水平。

Q7：模型在外部数据上表现如何？
官方对解剖分割任务做了两路外验：MSD Prostate 上 Dice 0.82/0.64，PROSTATEx 上 0.86/0.72（模型 vs Reader1 / 模型 vs Reader2）。注意外验只覆盖分区任务；病灶任务的外部泛化（跨中心、跨厂商）在该数据集论文内没有等价数字，使用权重做跨域检测时需自行验证。

Q8：我现在能拿到什么？
Zenodo 三记录：train（6481141，prostate158_train.zip 2.8 GB）、test（6592345，202.9 MB）、预训练权重（6397057，anatomy.pt + tumor.pt 各 152.8 MB，CC BY 4.0；v1.1 为记录 7040585）；GitHub 仓库 MIT 许可，含训练与评测脚本；Grand Challenge 站点提供隐藏测试集的算法上传评估。许可为三口径（坑 5），商用前逐项确认。

Q9：为什么病灶分割 Dice 这么低、数据集还有价值？
因为病灶分割本来就是前列腺 MRI 里最难的像素级任务：PI-RADS ≥4 病灶平均体积小、DWI 信号对比弱、多灶分布且边界模糊。0.453 的基线 Dice 是在给后来者标定"起点在哪"，而不是宣称"问题已解决"；分区分割任务的高 Dice 与专家级标注一起，让它同时是分区基准与病灶基准的复合体。

Q10：为什么它对 AI-Ready 重要？
它示范了"数据—代码—权重—在线评测—数据说明书"五件套的完整交付：拿到数据就能一行命令复现基线，拿到权重就能直接推理，拿到 Data Brief 就能核对每一条标注协议，拿到 Grand Challenge 就能在不看 test 答案的前提下持续评测。对前列腺影像 AI 团队，它是继 PROMISE12/PROSTATEx 之后"工程完成度"的升级样本。

1.2 进阶十问：怎么用、边界在哪

Q11：分区掩膜和病灶掩膜能合并成一张四类图吗？
技术上可以（病灶像素叠在 central gland 或 PZ 之内，空间上不冲突），但官方刻意保持两文件分离——因为两者的标注工艺与可信度不同（分区"初标+复核"，病灶"双盲+共识"）。合并使用时建议保留来源标记，便于在消融实验里分别处理两种真值。

Q12：前列腺以外的结构（膀胱、直肠、骨骼）标了吗？
没有。标注只覆盖前列腺相关结构（分区与病灶），数据经过中心裁剪聚焦前列腺兴趣区；做多器官盆腔分割请转库内 ctpelvic1k(465)（CT 模态）等条目。

Q13：元数据里有什么？
病例级：年龄、PSA（中位 7.5，IQR 6.3）、PI-RADS 评分（4/5 分）、ISUP 分级组（GGG1–5）；序列级：每个 NIfTI 配套 JSON 记录采集参数（设备、层厚、FOV、TE/TR、体素间距）。逐例机型归属（VIDA vs Skyra）以数据内 JSON 为准。

Q14：能直接拿去做 PI-RADS 自动评分吗？
不能直接做。本数据集没有公开逐病灶的 T2/DWI/ADC 三轴位分项评分明细，病灶标签是"≥4 合并口径"；可行路径是两段式——先用病灶掩膜训检测/分割，再接评分模块（自备分项标注）。请勿宣称"用 Prostate158 端到端复现 PI-RADS 评分"。

Q15：b=500 这一档有什么用？
中间 b 值是"原料"：可做 IVIM 类多 b 拟合、可合成伪高 b 图像、可测试检测模型对 b 值组合的敏感性。只按 PI-RADS 最小口径用的话 b1000 一档就够，多 b 值是给方法研究留的余量。

Q16：病灶有逐灶 Gleason 对应吗？
没有。ISUP 分级组（GGG1–5）是病例级元数据，不是逐灶像素级标签；一个病例多个病灶时，病灶间的分级归属不做像素级区分。

Q17：数据匿名化到什么程度？
经 IRB EA4/062/20 批准、知情同意豁免采集；发布的 NIfTI 不含直接标识符，临床元数据以研究口径发布。再利用仍建议按各自机构的伦理要求评估（影像 + 元数据的再识别风险非零）。

Q18：适合做自监督/半监督预训练吗？
适合。139 例训练数据每例带 6 个以上序列文件（T2w + 四 b 值 DWI + ADC），即使不碰标签也有充足的自监督原料；标签则留给监督微调与评测——"无标签预训练 + 有标签微调"是这套数据的自然打开方式。

Q19：正确的引用格式是什么？
两条论文一起引：主论文（Comput Biol Med 2022;148:105817）+ 数据论文（Data Brief 2022;45:108739）；用权重再加 Zenodo 6397057，用在线评测再加 Grand Challenge 站点。完整清单见附录 A。

Q20：一句话说清它和 PI-CAI 的分工？
PI-CAI（pi-cai(555)）用数千例多中心数据回答"检测算法在大规模真实分布上有多好"，Prostate158 用 158 例专家共识回答"病灶与分区的像素真值长什么样"——一个管规模、一个管深度，做检测系统时两个都要。

1.3 快速上手五步

从零到第一张分割结果的最短路径：

1. 装环境：pip install monai（或直接 clone github.com/kbressem/prostate158 装 MIT 代码）；
2. 下数据：先下 test 记录 6592345（仅 202.9 MB）+ 权重 6397057，跑通推理再决定要不要 2.8 GB 的 train；
3. 验 md5：两枚校验值见 §5.1 表，先验后解压；
4. 推一张：用 anatomy.pt 对 test 里任一 T2w 推理，叠上 anatomy 真值掩膜目检；
5. 对指标：跑仓库评测脚本，对照 §4.2 双口径表核 Dice——对上了再开始自己的实验。

五个动作都不需要碰 DICOM 转换或坐标对齐——这正是"统一重采样 + 中心裁剪 + NIfTI + JSON 元数据"这套预处理在工程上的意义。

1.4 常见误传与事实对照

网络上与二手摘要里流传的错位表述，逐条对照（详细论证见对应坑号）：

流传说法	事实	详见
“MD Anderson 发布的数据集”	柏林夏里特医学院（Charité Berlin）发布	坑 2
“arXiv 2023 预印本”	CBM 2022 正刊 + Data Brief 2022	坑 2
“6 个前列腺分区逐一标注”	2 区域 3 类别（central gland 合并 CZ+TZ）	坑 1
“病灶和分区分级标注齐全”	病例级 GGG，无逐灶分级	Q16
“包含全盆腔多器官标注”	仅前列腺分区与病灶	Q12
“含 DCE 动态增强序列”	bpMRI 口径，无 DCE	Q6
“ADC 是独立采集的第四序列”	ADC 由 b100–b1000 计算	坑 7
“开源所以可以随便商用”	三口径分层，数据许可以页面为准	坑 5
“病灶 Dice 0.45 说明数据集质量差”	任务难度的真值标定	坑 3
“test 19 例上比出 0.01 就是显著提升”	小样本不支撑，走隐藏评测	坑 8
“基线是 nnU-Net”	自研 U-ResNet	坑 9
“标注是外包众包完成”	2 名资深 Reader 双轨标注	Q15

1.5 十个最容易被引错的关键数字

按"引用出错率"排序的关键数字卡，引用前对照：

1. 158——患者总数（139 train + 19 test），不是切片/序列/病灶数；
2. 102 + 56——确诊 PCa 与对照的病例数，不是标注掩膜的数量；
3. 0.1 ml——病灶入组体积下限（配 Gleason ≥6），低于此的癌灶不入标注（坑 4）；
4. 0.877 / 0.754 / 0.453——TZ / PZ / Cancer 的 Dice（对 Reader1），三数必须带类别名引用，摘掉类别名就是事故；
5. 0.453 vs 0.398——双口径差值即 Reader 间差异，单独引用其一都会失真；
6. 0/1/2——分区掩膜的三个类别值（背景 / central gland / PZ），不存在类别 3（坑 1）；
7. b=0,100,500,1000——四个 b 值；ADC 由 b100–b1000 计算（坑 7）；
8. 2.8 GB / 202.9 MB——train 与 test 包体积，配两枚 md5 使用；
9. 69±9——队列年龄（35–84），引用时勿写成"中位年龄"；
10. 2022-09——主论文刊期（CBM 148:105817），非 arXiv 2023（坑 2）。

§2 数据构成与规格

2.1 队列构成：158 例怎么切

Prostate158 的患者级切分原则是"train 139 + test 19，患者级不重叠"，全部来自 Charité 单中心 2016-02 至 2020-01 的连续采集。队列画像如下：

维度	数值	备注
总例数	158	train 139 + test 19，患者级不重叠
确诊 PCa	102	入组定义：Gleason ≥6（GGG1 起步）且肿瘤体积 ≥0.1 ml
对照	56	无前列腺癌诊断
年龄	69±9 岁（35–84）	—
PSA	中位 7.5 ng/ml（IQR 6.3）	临床常规区间偏高，符合活检前队列
PI-RADS 评分	4 分 55 例 / 5 分 47 例	只统计病灶标注侧的阳性评分分布
ISUP 分级组	GGG1:11 / GGG2:37 / GGG3:24 / GGG4:21 / GGG5:9	五级全覆盖，中低危占主体
设备	Siemens VIDA + Skyra	双机型均为 3.0T，同厂商
采集窗口	2016-02 至 2020-01	约 4 年连续采集

两个容易读偏的口径值得单独强调：

1. 102 + 56 = 158 是"病例身份"口径，不是"标注量"口径。102 例 PCa 中，只有体积 ≥0.1 ml 的病灶才进入病灶标注；56 例对照的 anatomy 掩膜照常存在（分割任务照样可用），但 tumor 层为空——空 tumor 层的含义是"没有达入组标准的病灶"，不等于"没有癌"（坑 4）。
2. **GGG 分布中低危为主（GGG1+GGG2 = 48/102）**符合 PSA 筛查时代的活检队列特征，做高危人群算法时要注意分布外推。

2.2 序列规格：bpMRI 三件套

每例患者的原始检查按 bpMRI 口径组织——T2w 与 DWI/ADC 两个序列族，不含 DCE（动态对比增强）：

序列	参数	用途
T2w（t2）	面内 0.47×0.47 mm；层厚 3 mm；FOV 180×180 mm；TE 116 ms；TR 4040 ms	解剖分区分割的主输入；病灶勾画的形态参照
DWI（dwi）	b = 0, 100, 500, 1000 s/mm²（四 b 值）	病灶勾画的信号参照；高 b 值 1000 在列
ADC（adc）	由 b100–b1000 计算得出	病灶勾画的定量参照；不是独立采集序列（坑 7）

四 b 值设计值得注意：b=100 保留灌注信息，b=500 是过渡，b=1000 是 PI-RADS v2.1 推荐的高 b 值档位。相比只放两个 b 值的极简口径，这套设计让使用者可以自己尝试 IVIM 类拟合或不同 b 值组合的检测策略，但也意味着文件体积与加载成本的上升。

三个序列在读片与建模中的角色分工可以这样记：T2w 是"地图"（解剖分区、腺体轮廓、包膜线的唯一信息源），DWI 是"警报"（高 b 值上病灶亮起来），ADC 是"裁判"（量化扩散系数，排除 T2 透过效应的假警报）。分区任务只用地图就够；病灶任务必须三图合诊——这与 PI-RADS 的读片顺序（先看 DWI/ADC 找可疑、再回 T2w 定位与形态描述）完全同构，也是 tumor 头采用三通道堆叠输入的原理层原因。

2.3 文件组织与预处理

数据以 NIfTI 格式发布，全部转轴向（axial）方向，经过统一重采样与中心裁剪：

• 目录结构：以患者 ID 为一级目录，序列文件分列——t2（T2w 原序列）、dwi（高 b 值 DWI）、adc（ADC 图）、anatomy（分区掩膜）、tumor（病灶掩膜）；每个 .nii.gz 配套同名 JSON 元数据头（设备、参数、体素间距等）。
• 预处理：统一重采样到一致体素网格 + 中心裁剪到前列腺兴趣区——这保证任何使用者拿到的空间几何一致，是"开箱即训"的前提。
• 切分：train/test 以患者为单位切分，无任何切片级泄漏；官方基线与 Grand Challenge 在线评测均以 test 19 例为准。

一个病例在数据包里的形态（示意，文件名以实际包为准）：

patient_XXXX/
├── t2.nii.gz            # T2w 轴向序列（分区任务输入）
├── dwi.nii.gz           # 高 b 值 DWI（b1000）
├── adc.nii.gz           # ADC 图（b100–b1000 计算）
├── anatomy.nii.gz       # 分区掩膜（0/1/2）
├── tumor.nii.gz         # 病灶掩膜（0/1）
├── t2.json              # 序列级元数据（设备/参数/体素间距）
├── dwi.json
└── adc.json

要点：掩膜与序列同名相邻、一一对应；JSON 头保留还原几何所需的全部参数——"掩膜即序列的影子"是这套组织方式的原则。

2.4 双任务标注的像素语义

任务	文件	类别值	语义
解剖分区	anatomy	0 / 1 / 2	0 背景；1 central gland（CZ+TZ 合并）；2 peripheral zone
病灶	tumor	0 / 1	0 非病灶；1 PI-RADS ≥4 病灶（逐层勾画）

再次强调（这句话在本文会重复三次，因为这是被误传最多的口径）：这个数据集只有 2 个解剖区域、3 个类别，不存在"6 前列腺分区逐一分割"（坑 1）。前列腺的经典分带解剖是外周带（PZ）、移行带（TZ）、中央区（CZ）加上前纤维肌肉基质（AFMS）等区块，而本数据集按"central gland = CZ + TZ 合并"的临床读片惯例做了归并——AFMS 不单独分割。需要 PZ/TZ 逐带真值的团队请用库内 sicapv2(328)（Robotic-RADICAL 队列，逐带标注）。

2.5 与同代前列腺 MRI 数据集的规格对比

把"序列规格"这一维度单独拉出来看（任务与生态维度见 §8）：

数据集	场强/序列	T2w 分辨率口径	b 值配置	格式与预处理
Prostate158	3.0T（VIDA + Skyra）	0.47×0.47 mm / 3 mm	0/100/500/1000 + ADC	NIfTI，重采样 + 中心裁剪
PROMISE12（promise12(540)）	多中心混合（1.5T/3T）	各中心不一	无 DWI	NIfTI/MHA，几何不一
MSD Prostate（medical-decathlon(77)）	多中心	多中心不一	T2w + ADC（无多 b 值）	NIfTI
PROSTATEx（prostatex(554)）	3.0T 单中心	—	b1000/b2000（DICOM）	DICOM 原始口径
SICAPv2（sicapv2(328)）	3T	多中心不一处理	无 DWI	NIfTI（病理重切片对齐）

对比要点：Prostate158 是其中唯一一个"单中心统一采集 + 多 b 值 DWI + 双任务标注 + 统一预处理"四项全占的——统一性换规模（158 例），这在方法研究中常是划算的买卖：协变量少，消融实验干净。

2.6 元数据字段清单

随数据发布的元数据分两级：

级别	字段	说明
病例级	patient_id	患者匿名编号，目录名与文件名主键
病例级	age	年龄（队列均值 69±9，范围 35–84）
病例级	PSA	前列腺特异抗原（队列中位 7.5，IQR 6.3）
病例级	PI-RADS	4 分 55 例 / 5 分 47 例（阳性侧口径）
病例级	grade group	ISUP GGG1–5（11/37/24/21/9）
序列级	设备与参数	机型、场强、层厚、FOV、TE/TR、体素间距
序列级	b 值	DWI 各卷的 b 值标注（0/100/500/1000）

使用提醒：逐例机型归属（VIDA vs Skyra）以包内 JSON 为准；分析机型效应时这是现成的分层变量。

2.7 体素几何：各向异性与深度学习的隐变量

T2w 的"0.47 mm 面内 × 3 mm 层厚"是典型的 MRI 各向异性几何——面内接近显微级，层向粗 6 倍。这个几何不是小细节，它直接决定建模选择：

1. 2D vs 3D 网络：3 mm 层厚下 3D 卷积的层向感受野信息稀薄，2D（逐层）或 2.5D（相邻层堆叠）常是更稳的起点；官方 U-ResNet 的逐层评测口径也与此匹配。
2. 重采样的方向选择：把各向异性重采样到各向同性（如 1 mm³）利于 3D 方法，但会插值稀释面内细节——0.47 mm 的包膜线细节正是分区分割的命根子；重采样方向要当作实验变量，而不是默认动作。
3. 层厚与病灶体积：病灶以"逐层勾画"记录，层向精度受 3 mm 层厚限制——病灶体积估算的层向误差天然在毫米级，引用任何"体积"类派生指标时要带这层不确定性。
4. 与原始 DICOM 的关系：发布数据已统一重采样 + 中心裁剪，JSON 元数据保留体素间距等原始参数——需要还原几何时以 JSON 为准，别用 NIfTI 头反向猜测。

2.8 双任务的监督信号设计：为什么是两个头而不是一张四类图

把分区（3 类）与病灶（2 类）合并成一张四类别掩膜在像素上可行（病灶必然落在腺体内），但官方选择双头分离，理由有三：

1. 真值可信度不同：分区真值是"初标+复核"产物，病灶真值是"双盲+共识"产物——两种工艺的可信度等级不同，合并后差异被抹平，下游无法分别加权；
2. 输入模态不同：分区任务只需 T2w 单通道，病灶任务需要 T2w+ADC+DWI 三通道堆叠——合并任务意味着所有样本都要载三序列，浪费且引入无关变量；
3. 评测口径不同：两个任务在 Grand Challenge 与文献里的评测惯例不同，双头分离让两个任务各自走各自的标准评测线。

这个设计对做"多任务网络"的团队是个现成对照：先问真值等级，再问输入模态，最后才问网络结构——顺序反了会把标注工程问题误诊为模型问题。

§3 标注流水线：ITK-Snap 双轨制

3.1 工具与人员

标注全部在 ITK-Snap 3.8.0 中完成。人员配置刻意精简：

• Reader1：6 年腹部影像经验（初标主力）；
• Reader2：8 年腹部影像经验（复核与病灶双盲）。

没有更大的标注团队，也没有外包——这是"专家级标注"路线的典型选择：用两位资深 Reader 的协作质量换掉规模化标注的产能。配套代价是产能有限（158 例，而非数万例），收益是每一条掩膜都可追溯到具体的医师经验水平。

3.2 分区任务：初标 + 复核

解剖分区标注采用"流水线提效"设计：

1. Reader1 全量初标：在 T2w 上逐层勾画 central gland 与 peripheral zone；
2. Reader2 解剖复核：逐例检查掩膜的解剖正确性（分区边界是否贴合前列腺包膜、central gland 与 PZ 的交界是否符合影像学惯例），发现问题即修正。

这条轨线的重心是"效率 + 一致"：分区边界在 T2w 上信号对比清晰（包膜、外科包膜层面可辨），初标加复核足以稳定到专家间一致水平——§4 的基线 Dice（TZ 0.877）与外验数字（MSD 0.82）正是这条质量线的量化证明。

3.3 病灶任务：双盲 + 共识

病灶标注采用"质量优先"设计：

1. 两名 Reader 双盲独立勾画：互不可见对方的掩膜，在 T2w+ADC+DWI 三序列堆叠视图下逐层勾画 PI-RADS ≥4 病灶；
2. 共识口径为金标准：两者一致的像素直接进入金标准，分歧像素经协商归入共识。

这条轨线的重心是"控偏"：病灶边界在影像上天然模糊（DWI 信号灶与解剖结构不对齐、前列腺炎与癌的信号重叠），单人勾画会把个人读片习惯固化进真值。双盲独立 + 共识的设计让金标准成为"两位专家都认可的最小集"，代价是Reader 间差异会被显式记录——§4 里"Cancer Dice 0.453/0.398"两个数字的差值（模型对 Reader1 略好于对 Reader2）正是这种个体差异的留痕。

3.4 与库内标注工艺的横向对照

数据集	标注对象	工艺	人员
Prostate158	MRI 分区 + 病灶	ITK-Snap 双轨：初标复核 + 双盲共识	2 Reader（6 年/8 年）
PANDA（panda(560)）	活检切片 Gleason	病理医师多轮标注	ISUP 一致性校准
panda-plus(640)	WSI 分割	三层流水线 + 仲裁	多医师 + 仲裁者
SICAPv2（sicapv2(328)）	逐带 + Gleason 分级	两位 uropathologist 共识	2 人

可以看到 Prostate158 属于"小团队、专家级、协议透明"路线：它的标注协议在 Data Brief 里逐条写明（工具版本、经验年限、双盲规则、共识规则），可复现程度是同类 MRI 数据集中较高的一档。

3.5 质量控制检查单（从协议提炼）

把 Data Brief 与论文中的标注规则整理成可执行的 QC 检查单——照此复刻工艺或验收外包标注都能用：

#	检查项	适用任务	依据
1	掩膜仅含前列腺相关结构，无越界勾画	双任务	协议范围界定
2	central gland 与 PZ 的交界贴合外科包膜层面惯例	分区	解剖正确性复核项
3	逐层连续性：相邻层掩膜突变需回查（前列腺是连续体，无理由的跳变多为误操作）	双任务	ITK-Snap 逐层勾画惯例
4	病灶勾画必须三序列同屏参照（T2w+ADC+DWI），禁止单序列下笔	病灶	双盲协议要求
5	双盲纪律：病灶阶段两 Reader 互不可见对方掩膜	病灶	双盲设计
6	分歧像素逐条协商留痕，共识即金标准	病灶	共识口径
7	只勾 PI-RADS ≥4 病灶；<4 可疑信号不入标注	病灶	入组定义
8	工具版本固定 ITK-Snap 3.8.0，升级需重训眼手一致性	双任务	版本冻结
9	病例级元数据（PI-RADS/GGG）与掩膜一致性抽检：5 分病例必须有病灶掩膜，缺查	双任务	队列口径
10	掩膜导出后与源序列逐例核对几何（层号、尺寸），防错位归档	双任务	几何一致性

3.6 一例标注的走查（叙述）

以一例典型阳性病例走一遍完整流程，感受"双轨制"的实际节奏：

1. 数据就位：病例进 ITK-Snap，加载 T2w 为主视图，DWI/ADC 以旁轴视图与堆叠视图待命；JSON 元数据确认层厚 3 mm 与体素间距。
2. 分区轨：Reader1 从前列腺基底到尖部逐层走刀——central gland 先勾（边界靠外科包膜与移行带信号差），PZ 再勾（包膜线清晰处快走、前列腺尖部与基底部的模糊带慢走）；全例完成导出 anatomy 掩膜。
3. 分区复核：Reader2 逐例过一遍解剖正确性：基底面是否把中央区归入 central gland、尖部 PZ 是否误吞括约肌、有无把前列腺周围静脉丛当成 PZ；发现即改。
4. 病灶轨：两名 Reader 各自在互盲状态下翻阅三序列，定位影像报告中 PI-RADS ≥4 的病灶（PZ 灶看 DWI 高信号 + ADC 低信号与 T2 形态，TZ 灯泡样灶看 T2w），逐层勾画 tumor 掩膜。
5. 共识：两名 Reader 的掩膜逐像素对比——重合部分直接进入金标准；分歧层（常见于病灶边缘的 DWI 渐变带）协商裁决。
6. 归档：anatomy.nii.gz 与 tumor.nii.gz 连同序列文件进包，JSON 元数据补齐，md5 随 Zenodo 记录冻结。

一例的总工时以小时计——158 例的规模正是"专家级"路线的物理上限，也是这个数据集不吹"数万例"的原因。

3.7 标注经济学：为什么这条流水线不外包

把 Prostate158 的标注路线放到"外包规模化"的对立面看，取舍会更清楚：

维度	Prostate158 路线	外包规模化路线
人员	2 名资深 Reader	数十名标注员 + 质检层
产能	158 例 / 月级	数千例 / 周
单例成本	高（专家时薪 × 数小时）	低一个量级
一致性	Reader 间差异被双盲显式记录	依赖质检抽检与仲裁
适用任务	边界模糊、需要临床判读的（病灶）	边界清晰、规则可穷举的（器官轮廓）
可追溯性	协议逐条公开于 Data Brief	视乙方而定

这张表的关键结论是按任务分轨而不是押注单边：本数据集内部已经示范了"分区分割走提效轨、病灶勾画走控偏轨"的混合制——外包与否不是立场问题，是每个任务的边界清晰度问题。库内 panda-plus(640) 的三层医师流水线是病理侧的同构答案。

3.8 协议可移植清单：八条带走就用的规则

把 Data Brief 与本文 §3 的工艺抽象成与具体数据集无关的规则，任何标注项目都可以直接套用：

1. 先分级再分工：按"边界清晰度"把任务分为提效级与控偏级，分别指派工艺；
2. 提效级走"初标 + 复核"：复核只查解剖/业务正确性，不重画；
3. 控偏级走"双盲 + 共识"：金标准只认共识，分歧留痕；
4. 参照序列写进协议：勾画时看哪些序列、以哪个为主视图，逐条写死；
5. 入组口径写进协议：什么算阳性（分级下限、体积下限）、什么不标，量化到数字；
6. 工具版本冻结：版本升级视同协议变更，需重新走校准；
7. 人员经验写进档案：每份掩膜可追溯到勾画者经验年限；
8. 协议全文公开：以数据论文或附录形式发布，让评测者可核对。

§4 结果与基准：U-ResNet 全指标

4.1 基线模型：U-ResNet

官方基线是自研 U-ResNet（U 形编解码结构 + ResNet 骨干，MIT 代码仓库内可复现）——不是 nnU-Net，也不是 MONAI 预置网络（坑 9）。两个模型头分别对应两个任务：anatomy 头（三类分割）与 tumor 头（二类分割，三序列堆叠输入）。预训练权重 anatomy.pt 与 tumor.pt 各 152.8 MB，随 Zenodo 记录发布。

U-ResNet 的角色定位值得说清：它不是"刷 SOTA 的竞赛级方案"，而是"证明数据集能训出合理模型的参照物"。选择自研轻量结构而非集成式框架，好处是基线与数据集同仓、同许可、同版本演进——使用者复现时的自由度变量只剩超参数本身。网络的具体层数、通道配置与训练超参以仓库代码为准，本条目不逐层转述以免与代码版本漂移；真正需要背下来的事实只有三个：基线名（U-ResNet）、两个任务头、双口径评测协议。

4.2 主指标表（test 19 例）

Dice 系数（越高越好）：

类别	模型 vs Reader1	模型 vs Reader2
TZ（central gland）	0.877	0.875
PZ（peripheral zone）	0.754	0.730
Cancer（病灶）	0.453	0.398

Hausdorff 距离 HD（mm，越低越好）：

类别	模型 vs Reader1	模型 vs Reader2
TZ	18.3	22.8
PZ	17.5	33.2
Cancer	36.7	39.5

Surface Distance SD（mm，越低越好）：

类别	模型 vs Reader1	模型 vs Reader2
TZ	2.19	1.95
PZ	2.59	1.88
Cancer	17.37	19.13

读表三要点：

1. PZ 的 HD（33.2）与 SD（1.88）差值巨大是典型的"少数离群面元拉爆 HD"现象——HD 对单个离群点敏感，SD 更能代表整体边界质量；引用时请成对报告。
2. Cancer 的 SD 在 17 mm 以上直观呈现病灶边界的失配量级：一个病灶的直径常常只有几毫米到一厘米级，17 mm 的表面距离意味着模型边界与专家边界经常"错位一个病灶"。
3. 两组对照（vs Reader1 / vs Reader2）的系统性差值（Cancer 0.453 vs 0.398，PZ 的 HD 17.5 vs 33.2）量化了 Reader 间差异——引用单一数字时请注明对哪位 Reader。

4.3 外部验证（仅解剖分割任务）

外部数据集	TZ Dice	PZ Dice	说明
MSD Prostate（medical-decathlon(77) 子任务）	0.82	0.64	MSD 口径与本文 TZ/PZ 近似对应
PROSTATEx（prostatex(554)）	0.86	0.72	跨中心外验

外验数值整体低于内验（TZ 0.877 → 0.82/0.86），降幅集中在 PZ——外中心数据的前列腺形态、层厚与信号惯例差异先作用在更难分的外周带上。再次强调：外验只覆盖分区任务，病灶任务的跨中心泛化没有官方等价数字（§0 已述）。

4.4 怎么引用这套基准

• 引用分区分割能力：报 TZ/PZ Dice + SD，注明"vs Reader1/Reader2"口径与 test 19 例的小样本属性（坑 8）；
• 引用病灶任务难度：报 Cancer Dice 0.453/0.398，并引用本文对入组定义（Gleason ≥6 且 ≥0.1 ml）的限定——脱离口径引用会放大或贬低这个数字；
• 做算法改进：以 test 19 例做快速迭代、以 Grand Challenge 隐藏测试集做去偏终评，两层评测并行是官方设计意图。

4.5 用预训练权重的最小推理路径

MONAI model zoo 的 prostate_mri_anatomy 模型卡把 anatomy 权重做成了"拉取即推理"形态，最小路径三步：

# 1. 安装带 model zoo 的 MONAI 环境
pip install monai

# 2. 拉取 anatomy 模型卡与权重（HF 镜像 monai-test）
python -c "from monai.bundle import download; download('prostate_mri_anatomy')"

# 3. 对自备的 T2w NIfTI 推理（按模型卡脚本传入输入路径）

不使用 MONAI 的话，走 Zenodo 6397057 直接下载 anatomy.pt / tumor.pt，配合 GitHub 仓库内的网络定义与预处理脚本加载——两条路的预处理必须对齐（统一重采样 + 中心裁剪 + 轴向），否则指标会莫名劣化。

4.6 复现官方基线的实验清单

想从零复现 §4.2 的数字，按此清单核对变量：

1. 数据版本：train 6481141 / test 6592345，md5 先验后解；
2. 网络：仓库内 U-ResNet 定义，勿替换为 nnU-Net 后对照本文数字（坑 9）；
3. 输入口径：分区任务吃 T2w 单序列；病灶任务吃 T2w+ADC+DWI 三序列堆叠——通道数不同，别混；
4. 评测口径：test 19 例，Dice/HD/SD 三件套 ×双口径（对 Reader1 / 对 Reader2）；
5. 解读：PZ 的 HD 会被少数离层面元拉爆（§4.2 读表要点），引用时 Dice + SD 成对报；
6. 终评：跑完本地 test 后上 Grand Challenge 隐藏评测去偏。

复现结果与本文表差的合理波动区间：19 例小样本下 Dice ±0.01–0.02 量级正常；Cancer 类波动更大（病灶少、每层贡献不均）。

4.7 在自己论文里报告结果时的对齐规范

以 Prostate158 为基准报告新方法结果时，遵守这五条可以避免绝大多数"数字打架"：

1. 双口径成对报：给出对 Reader1 与对 Reader2 两组数，或至少注明口径——只报单一口径会被审稿人要求补齐；
2. 三项指标成套报：Dice + HD + SD 一起给（HD 报离群敏感属性、SD 报整体边界质量），只报 Dice 无法区分"整体偏差"与"离群翻车"；
3. 切片/病例级口径写明：逐层算还是逐例三维算，Dice 数值含义不同——官方口径以 Data Brief/论文为准，自设口径要显式声明；
4. Cancer 类必须带口径限定：引用 0.453/0.398 时附"PI-RADS ≥4、Gleason ≥6 且 ≥0.1 ml 入组、双盲共识金标准"的限定语（坑 3、坑 4）；
5. test 19 例只作快报：结论级数字走 Grand Challenge 隐藏评测，并在文中注明两层评测的分工（坑 8）。

4.8 与第三方结果的可比性：为什么本条目不列别的论文的数字

检索"Prostate158 benchmark"会看到后续论文报告的各色 Dice，本条目刻意不转录这些数字，原因有三：

1. 预处理自由度：后续工作常自行调整重采样目标、裁剪范围与增广策略——同一掩膜在不同几何口径下的 Dice 不可直接对表；
2. 评测划分自由度：部分工作重切 train/val 或只用子集，病例级口径一旦变化，数字失去可比性；
3. 口径漂移：对 Reader1 / 对 Reader2 / 对共识三种评测对象在引用链里常被悄悄混用。

本条目只转录官方双口径表（§4.2）与官方外验（§4.3）——两者预处理、划分、口径全部可追溯到同一份代码与论文。需要第三方进展的读者，建议从 Grand Challenge 排行榜与引文网络里按上述三条自由度逐项核对后自行取用。

§5 获取与许可：三口径许可与 Zenodo 三记录

5.1 Zenodo 三记录：DOI、体积与校验值

记录	DOI	内容	体积	md5	抓取时点状态
train	10.5281/zenodo.6481141	prostate158_train.zip（139 例，T2w/DWI/ADC/anatomy/tumor）	2.8 GB	a0d5361b7c4cbf3f17f7ccb9a2e1739c	可下载（2022-04-24 首发）
test	10.5281/zenodo.6592345	test 分册（19 例，同构）	202.9 MB	403b3736cb12013ed7585e07cbda6978	可直接下载（2022-05-30 首发）
权重	10.5281/zenodo.6397057	anatomy.pt + tumor.pt（各 152.8 MB）	~305.6 MB	—	CC BY 4.0（v1.1 = 记录 7040585）

下载姿势三则：

1. 先核 md5 再解压：两枚 md5 已在上表存照；2.8 GB 的 train 包断点续传后尤其要验。
2. test 记录最小：想先跑通管线可以只下 test（202.9 MB），配权重 anatomy.pt/tumor.pt 即可推理与评测，不必等 train。
3. 权重版本：v1.1 指向记录 7040585；引用权重时注明版本号，避免"复现结果对不上旧权重"的悬案。

5.2 许可三口径：MIT、CC BY 4.0 与"以页面为准"

Prostate158 的许可要拆成三层看，混为一谈是最常见的合规误操作（坑 5）：

层	载体	许可	依据
代码	github.com/kbressem/prostate158	MIT（Copyright © 2022 Keno Bressem）	仓库 LICENSE 文件
预训练权重	Zenodo 6397057	CC BY 4.0	Zenodo 记录页徽章
论文	CBM 2022 / Data Brief	CC BY 4.0（Data Brief 全文公开）	出版方
数据记录	Zenodo 6481141 / 6592345	徽章未核获——抓取时点 Zenodo 页面拦截了导出接口，未能捕获徽章原文	存照：Data Brief 记载早期为注册申请制（申请后 24 小时内授权），现行页面 test 记录可直下

第四行是本文唯一"无法一次核死"的项：本条目在抓取时点（2026-09-27）无法从 Zenodo 记录页捕获 train/test 记录的 license 徽章原文，只能按"Data Brief 记载 + 现行页面行为"三角存照。给使用者的操作建议：下载页面上必有一条现行 license 声明，下载前花 10 秒读它；商用或再分发前，若页面条款与本文描述不一致，以页面为准并通过 GitHub 仓库 issue 与作者确认。这正是一条 AI-Ready 条目应有的诚实姿势：核到哪一步、写明哪一步。

许可叠加矩阵（用途 × 部件速查）：

你的用途	代码	权重	数据	论文
跑通复现实验	MIT ✓	CC BY 4.0 ✓	按页面 ✓	引用即可
发论文报告新结果	MIT ✓	CC BY 4.0 + 署名	按页面 + 引用	引用
训练商用模型	MIT ✓	CC BY 4.0 边界待核	先过检查单 §5.8	引用
再分发数据副本	—	—	原则上不建议，引导原记录	引用
教学演示	MIT ✓	CC BY 4.0 ✓	按页面 + 署名	引用

5.3 伦理与合规

• 采集经 Charité 伦理委员会批准（IRB EA4/062/20），知情同意以豁免方式处理，符合赫尔辛基宣言；
• 数据以"NIfTI + 元数据 JSON"发布，未包含直接标识符；年龄与 PSA 等临床元数据以聚合/半聚合形式随数据发布；
• 二次利用仍建议按自家机构要求评估（影像数据 + 临床元数据的再识别风险非零）。

5.4 DAIMS 速览：AI-Readiness 六问

以本库 DAIMS（Dataset AI-Readiness Information Meta-Sheet）字段快查本数据集的"开箱即用"程度：

DAIMS 字段	Prostate158 现值	就绪度
模态与序列	bpMRI：T2w + DWI（b=0,100,500,1000）+ ADC（计算值）	完整
标注任务	分区分割（3 类）+ 病灶分割（2 类，PI-RADS ≥4）	双任务齐备
数据格式	NIfTI（.nii.gz）+ JSON 元数据，统一重采样/中心裁剪	开箱即训
切分与防泄漏	train 139 / test 19，患者级不重叠	防泄漏
基线与权重	U-ResNet 全指标 + anatomy.pt/tumor.pt（CC BY 4.0）	五件套齐全
在线评测	Grand Challenge 隐藏测试集算法上传制	持续评测
许可明确度	代码 MIT / 权重 CC BY 4.0 / 数据记录页面为准	半开（需自查页面）
标注协议公开	Data Brief 逐条写明（工具版本/经验/双盲/共识）	透明

5.5 下载与校验故障排查

症状	原因	处置
md5 不匹配	断点续传截断 / 版本混用	重下 train 包；确认下载的是 6481141 而非 7040585（后者是权重 v1.1）
NIfTI 加载方向错	忽略了轴向存储约定	按包内 JSON 的体素间距与方向字段重排，勿擅自重采样后再比对官方指标
病灶推理通道数报错	分区任务 1 通道、病灶任务 3 通道混装	按模型头核对输入堆叠（T2w+ADC+DWI）
Zenodo 页面要求登录	访问了错误记录 / 早期申请制缓存	核对记录号（train 6481141、test 6592345、权重 6397057）；仍异常则按页面指引申请
Grand Challenge 提交格式被拒	输出口径与平台模板不符	按站点算法容器的 I/O 模板对齐 NIfTI 输出

5.6 数据记录元数据字段（Zenodo 侧）

字段	train 记录 6481141	test 记录 6592345
首发	2022-04-24	2022-05-30
主体文件	prostate158_train.zip	test 分册 zip
体积	2.8 GB	202.9 MB
md5	a0d5361b7c4cbf3f17f7ccb9a2e1739c	403b3736cb12013ed7585e07cbda6978
例数	139	19
关联	主论文 CBM 2022	主论文 CBM 2022

5.7 许可三问（编辑部答复口径）

问：仓库是 MIT 的，我能不能拿数据做商业产品？
不能直接推。MIT 只覆盖代码仓库里的脚本与网络定义；数据与权重是独立法律层——权重 CC BY 4.0（商用可行但需署名 + 声明修改），数据记录以 Zenodo 页面现行条款为准（坑 5）。商用前的最小动作：截图存档下载页面的许可声明，必要时经 GitHub issue 向作者书面确认。

问：用权重微调出的新模型，许可以谁为准？
权重 CC BY 4.0 的传染边界：以它为基础的派生模型通常延续 CC BY 4.0 的署名义务（具体边界以许可文本与法务意见为准）；train 数据上自训的模型则跟随你的数据使用授权。两层来源混用（预训练初始化 + 本数据微调）时，两层义务叠加而不是覆盖。

问：论文里报了 Grand Challenge 成绩，可以再发 test 集逐例结果吗？
公开 test 的逐例结果可以发（它本来就是公开的）；隐藏测试集成绩按平台规则引用，不要试图反推隐藏答案——平台的算法上传制就是为了防止答案泄漏，破坏它等于毁掉这个数据集最后的去偏评测层。

5.8 商用/再分发前合规检查单

逐条打勾后再动手：

1. Zenodo train/test 记录页的现行 license 声明已截图存档；
2. 代码仓库 LICENSE（MIT）与版权声明（Keno Bressem）随衍生代码保留；
3. 权重（CC BY 4.0）的使用处已署名并声明修改（如适用）；
4. 论文引用组合（主论文 + Data Brief）已写入产品文档或发表物；
5. 数据记录许可若为"署名类"条款，署名格式已核对；
6. 患者隐私再评估（影像 + 元数据再识别风险）已过自家伦理/法务流程；
7. 再分发计划（若有）：确认许可允许，且附带同等条款与来源链接；
8. 上述任一条存疑时，已通过 GitHub issue 与作者确认并存档回复。

5.9 引用条目：推荐引用组合与 BibTeX 骨架

三种场景的引用组合见 §6.6；两条论文的 BibTeX 骨架如下（完整字段以出版方页面为准）：

@article{adams2022prostate158,
  title   = {Prostate158 - An expert-annotated 3T MRI dataset
             and algorithm for prostate cancer detection},
  author  = {Adams, Lisa C. and others},
  journal = {Computers in Biology and Medicine},
  volume  = {148},
  pages   = {105817},
  year    = {2022},
  doi     = {10.1016/j.compbiomed.2022.105817}
}

@article{adams2022dataset,
  title   = {Dataset of prostate MRI annotated for anatomical
             zones and cancer},
  author  = {Adams, Lisa C. and others},
  journal = {Data in Brief},
  volume  = {45},
  pages   = {108739},
  year    = {2022},
  doi     = {10.1016/j.dib.2022.108739}
}

用权重再加一条 @misc（Zenodo DOI 10.5281/zenodo.6397057，注明版本）；作者全名单以论文页为准，BibTeX 中 “and others” 需替换为完整作者链后投稿。

§6 生态与影响：一条主线、三个出口

6.1 代码主线：kbressem/prostate158

GitHub 仓库（抓取时点 37 stars / 8 forks）是整个生态的中枢：数据加载、U-ResNet 定义、训练与评测脚本、两任务推理一应俱全，MIT 许可。仓库 issue 区记录了模型卡收录（MONAI model zoo 脉络见 issue #101）与权重版本演进。对复现者来说，这是"从 README 到第一张分割结果"最短的那条路。

仓库围绕"配置 → 训练 → 评测 → 推理"四个环节组织，具体文件名随版本演进，以仓库当前 README 为准。三条使用约定值得预先知道：其一，预处理（重采样 + 中心裁剪）内建于数据加载管线，跳过它会直接破坏与官方指标的可比性；其二，评测脚本默认输出双口径（对 Reader1 / 对 Reader2），别图省事只跑单口径；其三，权重文件（anatomy.pt / tumor.pt）从 Zenodo 下载而非入库，仓库与权重的版本对应关系见 release 说明。

6.2 模型出口：MONAI model zoo

预训练 anatomy 模型以 prostate_mri_anatomy 模型卡形式进入 MONAI model zoo（Hugging Face 镜像 monai-test/prostate_mri_anatomy）——也就是说，装了 MONAI 的团队可以不碰原始 Zenodo 记录，直接 model zoo 拉权重做推理。这层入口把数据集的影响半径从"前列腺影像圈"扩展到了"通用医学影像框架用户"。

model zoo 入口与 Zenodo 原始记录的关系值得厘清：模型卡是"打包成 bundle 规范的推理入口"（网络定义 + 权重 + 预处理配置），Zenodo 是"原始发布"（含 tumor.pt 与论文对应关系）。做产品集成走 model zoo 更顺（bundle 拉取即用）；做论文复现走 Zenodo + GitHub 更稳（版本对应关系完整）。两条入口指向同一份 anatomy 权重，结果一致性由 bundle 配置保证。

6.3 评测出口：Grand Challenge

prostate158.grand-challenge.org 承接隐藏测试集的算法上传制评估：参赛者上传算法容器，平台在不见答案的前提下跑 test 并回传指标。这解决了"test 19 例答案公开后逐渐失去评测意义"的经典难题——公开 test 用于快速迭代，隐藏评测用于去偏终报。库内 pi-cai(555)、leopard(636) 也采用同样的 grand-challenge 机制。

6.4 引用影响

主论文（CBM 2022）发布后成为前列腺 MRI 分割/检测论文的常用专家标注基准：分区分割任务常被用于与 PROMISE12 系工作对接，病灶标注常被用于检测/分级类工作的专家真值引用；Data Brief 则以"数据论文"身份承接引用。它没有挑战赛式的一次性流量，靠"五件套齐全"在时间线上持续被引。

6.5 完整时间线

时间	事件
2016-02	Charité 开始队列采集（VIDA + Skyra 3.0T）
2020-01	采集关窗，158 例冻结
2020	IRB EA4/062/20 获批（知情同意豁免），标注启动
2022-04-24	Zenodo train 记录 6481141 上线（2.8 GB）
2022-05-30	Zenodo test 记录 6592345 上线（202.9 MB）
2022	权重记录 6397057 上线（CC BY 4.0；后更新 v1.1 = 7040585）
2022-09	主论文登 CBM 正刊 148:105817；Data Brief 45:108739 同期发布
2022 起	MONAI model zoo 收录 prostate_mri_anatomy（GitHub issue #101 记录脉络）
2022 起	Grand Challenge 站点承接隐藏测试集算法评估，持续运行
2026-09-27	本条目抓取核验时点（37 stars / 8 forks）

6.6 引用场景清单

不同研究场景应引用的不同部件——引用错位是这类"多部件数据集"最常见的学术事故：

场景	引用部件
用数据做训练/评测	主论文 + Data Brief + 对应 Zenodo 记录
用预训练权重	权重记录 6397057（v1.1 注明 7040585）+ 主论文
用 MONAI 模型卡	model zoo 条目 + 主论文
引用标注协议/工艺	Data Brief（唯一完整公开来源）
报告在线评测成绩	Grand Challenge 站点 + 主论文
讨论"Cancer Dice 低"	主论文 § 结果节 + 本文坑 3 的口径限定

6.7 检索与发现：在库内找到相关条目的关键词

在千方病案医数集内检索相关条目的有效词表（本条目已按这些词挂接 metadata）：

• 器官词：前列腺 / prostate——命中 sicapv2(328)、peso(642)、pi-cai(555)、panda(560) 链；
• 模态词：MRI / bpMRI / T2w / DWI / ADC——命中 fastmri(23)、promise12(540)、prostatex(554) 链；
• 任务词：分割 / detection / lesion——命中 medical-decathlon(77)、leopard(636) 链；
• 制度词：grand challenge / 隐藏测试集——命中 pi-cai(555)、leopard(636) 等同机制条目；
• 病理对照词：Gleason / ISUP——命中 panda(560)、panda-plus(640) 的病理分级条目。

§7 方法学启示：四条可迁移的经验

1. "数据 + 基线 + 难度标定"三件套。多数数据集论文只交付第一件；Prostate158 把基线指标按"vs Reader1 / vs Reader2"双口径报告，等于顺手公开了 Reader 间差异这张参照表。任何标注型数据集都可以抄这份作业：报告模型指标时同时报告人类间一致度，让"模型不够好"与"任务本来就难"可分。
2. 双轨标注制：按任务难度选工艺。分区（边界清晰）用"初标+复核"提效，病灶（边界模糊）用"双盲+共识"控偏——同一数据集内对两个任务采用不同标注工艺，是把标注预算花在刀刃上的教科书设计。可迁移到任何"多任务标注"项目：先给任务按"边界清晰度"分级，再分配工艺。
3. bpMRI 的取舍哲学。砍掉 DCE 换来"临床保有量最大序列组合"的数据池，同时以"PI-RADS ≥4 + 双盲共识"保住病灶真值的临床含金量。对任何"想建临床数据集"的团队，这都是同一道题：序列族砍到临床主流口径，标注质量顶到专家上限，中间地带（全序列 + 中等标注质量）反而两头不靠。
4. 许可的"分层诚实"。代码 MIT、权重 CC BY 4.0、数据以页面为准——三层分开声明，而不是笼统一句"开源"。本条目把"未能核获的徽章"如实存照（坑 5），这种"核到哪写哪"的披露方式本身值得所有数据集条目抄作业：宁可留一个显式的待核项，不要给读者一个隐式的坑。

四条启示的适用边界：这些经验写在"单中心、任务清晰、团队有专家"的前提下。若你的场景是多中心联邦（各中心协议不同，"统一预处理"难成立）、隐私受限（标注者不能接触原始影像之外的元数据）、或无专家可用（双盲共识无从谈起），照抄会水土不服——迁移的应是"按任务难度分轨、按真值等级分层报告"的原则，而非具体工艺参数。

§8 谱系：它在前列腺 MRI 数据集中站在哪

数据集	规模	序列	任务	与 Prostate158 的关系
PROMISE12（promise12(540)）	50 例	T2w	分区分割（挑战赛制）	只有分区、无 DWI/病灶；Prostate158 的分区分割任务与之一脉相承
PROSTATEx（prostatex(554)）	346 例	T2w + DWI（b1000/2000）	病灶 ROI 分类	只有分类级病灶、无像素级；Prostate158 的外验数据源之一
PI-CAI（pi-cai(555)）	数千例	bpMRI（多中心）	前列腺癌检测（病例级）	规模大、多中心；像素级病灶真值覆盖有限；grand-challenge 机制同款
SICAPv2（sicapv2(328)）	155 例	T2w	逐带分割 + Gleason 分级	需要 PZ/TZ 逐带真值时的替代/补充（Prostate158 合并 CZ+TZ）
PANDA / panda-plus	上万张切片	病理 WSI	Gleason 分级/分割	跨模态对照：MRI 影像侧 vs 病理组织侧
MSD Prostate（medical-decathlon(77)）	48 例	T2w + ADC	分区分割	Prostate158 的外验目标之一

一句话定位：PROMISE12 证明了分区分割赛制、PROSTATEx 证明了病灶 ROI 生态、PI-CAI 证明了多中心检测规模——Prostate158 用一个中等队列把"分区 + 病灶"双任务的像素级真值与全套工程配套补齐。它不是任何一家的替代品，而是"专家标注 + 开箱即用"这一格的占位者。

谱系的时间纵深也值得一看：PROMISE12（2012 起赛制）→ PROSTATEx（2015 起分类挑战）→ MSD Prostate（2018 十项全能）→ Prostate158（2022 专家双任务）→ PI-CAI（2022 起大规模检测）→ SICAPv2/PESO/LEOPARD（2022 前后细分生态）。这十年呈两条对角线：一条往"更大规模、更多中心"走（PI-CAI），一条往"更细真值、更深工艺"走（Prostate158、SICAPv2）——两条线在现实产品里会合：大规模训练 + 专家深度评测。

选数据集决策树（文字版）：

1. 任务是分区分割？→ 要赛制对比去 promise12(540)；要专家真值 + 权重留在本条目；要逐带走 sicapv2(328)；
2. 任务是病灶检测/分割？→ 要大规模多中心去 pi-cai(555)；要像素级专家共识真值留在本条目；只要 ROI 分类去 prostatex(554)；
3. 任务是病理分级（跨模态）？→ 去 panda(560) / panda-plus(640)；
4. 任务是方法研究（b 值、IVIM、自监督）？→ 本条目的多 b 值 + 双序列族设计就是为此留的余量；
5. 任务是评测机制研究？→ 本条目与 pi-cai(555)、leopard(636) 的 grand-challenge 机制同构，可对照分析。

§9 与库内条目的关系

在千方病案医数集内部，Prostate158 是前列腺 MRI 链条上"工程完成度"的支点。以下互链点均经库内 SQL 实查（rid 为库内记录号）：

核心链（前列腺影像）：

• promise12(540)：T2w 分区分割挑战赛鼻祖；与本文 §8 表格对照阅读可看清"赛制数据集 → 专家标注数据集"的范式演进。
• prostatex(554)：病灶分类祖师爷；Prostate158 的病灶任务把 PROSTATEx 的"ROI 级阳性"推进到"像素级勾画"。
• pi-cai(555)：多中心大规模检测基准；与本文对照"规模路线 vs 标注深度路线"的取舍。
• panda(560) / panda-plus(640)：病理侧同器官（前列腺）数据集；跨模态对照 MRI 影像读片与病理组织分级两种"真值形态"。
• sicapv2(328)：逐带（PZ/TZ 逐带）+ Gleason 分级的 MRI 数据集；本文 central gland 合并口径的"解药"（坑 1 的出口）。
• peso(642) / leopard(636)：前列腺检测/分级生态的后来者；leopard 与本文同为 grand-challenge 评测机制。

通用链（方法与基础设施）：

• medical-decathlon(77)：本文外验目标之一（MSD Prostate 子任务）；也是"分割任务标准化评测"的方法学源头。
• fastmri(23)：MRI 重建侧基准；与本文构成"重建 → 分割"的管线上下游。
• ctpelvic1k(465)：盆腔 CT 分割；跨模态对照"同一解剖区、不同模态的标注经济学"。

写作引用建议：谈分区分割引 promise12/medical-decathlon；谈病灶检测引 prostatex/pi-cai；谈标注工艺引 panda-plus/sicapv2；谈评测机制引 leopard/pi-cai；谈模态取舍引 fastmri/ctpelvic1k。

三条主题链（按写作目的选用）：

1. 分割链：promise12(540) → medical-decathlon(77) → Prostate158 → sicapv2(328)。从赛制鼻祖到专家双任务再到逐带细分，串起"分区分割"这个任务范式十年演进——写分割方法论文的 related work 直接用这条链。
2. 检测链：prostatex(554) → Prostate158 → pi-cai(555) → leopard(636) → peso(642)。从 ROI 分类到像素级病灶再到大规模检测与在线评测，串起"病灶级 AI 检测"的证据链——写检测/分级系统论文用这条链。
3. 工艺链：panda(560) → panda-plus(640) → Prostate158 → sicapv2(328)。病理侧的多医师分层标注与影像侧的双 Reader 双盲制互为镜像，串起"专家标注工艺"的跨模态对照——写标注工程或数据治理材料用这条链。

与 MRI 基础设施条目的关系：fastmri(23) 管重建（“信号怎么变成图像”），Prostate158 管判读（“图像怎么变成诊断”），ctpelvic1k(465) 管跨模态解剖（“同一区域的 CT 长什么样”）——三者拼出一条完整的"MRI 智能化"管线认知地图。

从本条目出发的三条阅读路径：

• 新手路径（建立领域图景）：本文 §0.5 背景小课堂 → §1 二十问 → promise12(540) → 本文 §8 谱系表；
• 方法路径（做算法的人）：本文 §2 规格 → §4 全指标 → medical-decathlon(77) → 本文 §4.8 可比性说明；
• 工程路径（建数据集的人）：本文 §3 流水线 → panda-plus(640) → 本文 §7 启示 → sicapv2(328)。

§10 避坑清单：九个已踩过或易踩的坑

坑 1：把 Prostate158 当"6 前列腺分区数据集"。
流传的 brief 常说它有"6 个前列腺分区标注"——证伪：实际只有 2 个解剖区域、3 个类别（0 背景 / 1 central gland = CZ+TZ 合并 / 2 peripheral zone）。任何"逐带 6 分区"的使用声明都站不住；需要 PZ/TZ 逐带真值请转 SICAPv2（sicapv2(328)）。

坑 2：机构与出处张冠李戴。
把 Prostate158 说成"MD Anderson 发布、arXiv 2023 预印本"是双重误传——实际发布机构是柏林夏里特医学院（Charité Berlin），出处是 Comput Biol Med 2022;148:105817 正刊（PMID 35841780）加 Data Brief 2022;45:108739。引用时核对 DOI 与 PMID，别被二手摘要带偏。

坑 3：把 Cancer Dice 0.453 读成"模型太差"。
病灶分割基线 Dice 0.453/0.398 是任务难度的真值：病灶小（毫米级）、DWI 信号对比弱、多灶且边界模糊。官方把这两个数字与"vs Reader1/Reader2"双口径一起发布，就是在标定起点。宣称"用这个数据集轻松做到 Dice 0.9 病灶分割"或反过来"数据集质量差"都是误读。

坑 4：把"无病灶标注"当"无癌"。
入组定义是 Gleason ≥6 且肿瘤体积 ≥0.1 ml——未达标癌灶不进入病灶标注。tumor 层为空的切片含义是"没有达入组标准的病灶"，做检测任务时把无标注切片当真阴性会人为抬高特异性，评测设计必须显式处理这层口径。

坑 5：把三种许可搅成一锅。
代码 MIT（kbressem/prostate158）、权重与论文 CC BY 4.0（Zenodo 6397057 / Data Brief）、数据记录许可以 Zenodo 页面现行条款为准（Data Brief 记载早期为注册申请制，24 小时内授权；2026-09 抓取时点 train 记录徽章未能核获，已存照）。商用或再分发前逐层确认，别拿"仓库是 MIT 的"推"数据随便商用"。

坑 6：拿逐带文献对照 central gland 口径。
文献里 PZ/TZ/CZ 逐带统计（如各带癌发率）与本文"central gland = CZ+TZ 合并"口径不对齐；把本文掩膜拆回 CZ/TZ 需要额外假设（或转 SICAPv2），跨数据集合并统计时先对口径再对数字。

坑 7：把 ADC 当独立采集序列。
ADC 图由 b100–b1000 计算得出，不是独立采集；DWI 四 b 值（0/100/500/1000）才是原始数据。复现协议外的 b 值组合（如 b2000 极高值策略）在本数据内不可得，IVIM 拟合可用 b=100/500/1000 但要自担口径差异。

坑 8：拿 test 19 例当最终统计口径，或混淆数据集名。
test 只有 19 例，Dice 差值 0.01 量级的差异在此样本量下不具决定性——快速迭代用 test，最终结论请走 Grand Challenge 隐藏评测。另外"158"是患者数，别与 PI-CAI（数千例）、PROSTATEx（346 例）的数字混排。

坑 9：复现时装错基线。
官方基线是自研 U-ResNet（kbressem/prostate158 内），不是 nnU-Net 也不是 MONAI 预置网络；MONAI model zoo 的 prostate_mri_anatomy 模型卡是权重入口不是训练代码入口。对照 §4 指标时注意权重版本（v1.1 = 记录 7040585）。

坑点快速索引：

坑号	一句话	高危场景
1	只有 2 区域 3 类别，没有 6 分区	任务设计、相关陈述
2	Charité + CBM 2022，不是 MD Anderson / arXiv	引用与出处
3	Cancer Dice 0.453 是难度标定	基线对比、审稿答辩
4	无标注 ≠ 无癌（Gleason ≥6 且 ≥0.1 ml 口径）	检测评测、特异性计算
5	MIT / CC BY 4.0 / 页面为准三口径	商用与再分发
6	central gland 合并口径，逐带文献不可直接对照	跨数据集统计
7	ADC 是计算值，b 值只有 0/100/500/1000	序列协议、IVIM
8	test 仅 19 例；158 是患者数	统计结论、规模表述
9	基线是 U-ResNet，不是 nnU-Net	复现对表

§11 总结

三句话总结：

1. Prostate158 是 Charité Berlin 发布的 158 例 3T bpMRI 专家标注数据集，双任务（分区分割 + PI-RADS ≥4 病灶）双轨标注（初标复核 + 双盲共识），Zenodo 三记录 + MIT 代码 + CC BY 4.0 权重五件套齐交。
2. 基线 U-ResNet 的指标本身就是一份"难度地图"：分区分割贴近专家间一致（TZ 0.877），病灶分割仍未解决（Cancer 0.453）——后者是标定起点而非宣告失败。
3. 它不是最大的前列腺数据集（PI-CAI 更大）、也不是最细的分带数据集（SICAPv2 更细），它是"专家标注 + 开箱即用 + 持续评测"这一格的占位者。

适合谁：

• 需要像素级专家真值做前列腺分区分割的算法团队（train 139 例开箱即训，权重可直接微调）；
• 做病灶检测/分级、需要 PI-RADS ≥4 像素级病灶参照的研究者（双盲共识金标准 + Data Brief 透明协议）；
• 研究标注工艺与"模型指标 vs 人类一致度"报告范式的团队（双口径指标表是现成教材）；
• 想要"数据—代码—权重—在线评测"全链路可复现基线的工程团队。

不适合谁：

• 需要 PZ/TZ/CZ 逐带或 6 分区真值的团队（口径不合，转 SICAPv2）；
• 需要多中心、跨厂商大规模训练数据者（单中心 Siemens，158 例规模有限，转 PI-CAI）；
• 需要组织病理学逐像素对齐真值者（病灶标注是影像报告口径，非病理切片对齐）；
• 需要 DCE 序列或极高 b 值（b2000+）者（bpMRI 口径、b1000 封顶）。

30 秒决策卡：

你的需求	决策
分区分割基线/预训练	直接下 test + anatomy.pt，MONAI model zoo 或 Zenodo 二选一
病灶检测研究	下 train 全量，读 Data Brief 协议，显式处理坑 4 口径
逐带细分标注	本数据不合口径，转 sicapv2(328)
多中心大规模	本数据规模不足，转 pi-cai(555)，本文可做外验专家集
商用再分发	先读 Zenodo 数据记录现行许可页（坑 5），代码/权重/数据三层分别确认
快速复现论文数字	git clone + 权重 + test，按 §4 对照双口径指标

常见错误决策对照（把上表的"别这么选"写明白）：

错误决策	为什么错	正确路径
“158 例小，直接上 PI-CAI 算了”	丢掉了唯一的专家双盲病灶真值	大规模训练用 PI-CAI、专家评测用本文，两层都要
“test Dice 差 0.01，我的方法显著更好”	19 例支撑不了这个结论	上 Grand Challenge 隐藏评测再下结论
“掩膜里没有 6 个带，数据集标注不全”	合并口径是临床惯例不是缺失	读坑 1/坑 6，需要逐带转 SICAPv2
“代码 MIT，所以数据随便商用”	许可是三层不是一层	按坑 5 三口径逐层确认
“病灶 Dice 0.45，换 nnU-Net 就能 0.9”	低 Dice 的根源是任务难度	先做误差分析（病灶大小分层）再谈换模型
“把无病灶切片当真阴性算特异度”	入组定义决定"无标注≠无癌"	评测集显式排除或降权该类切片（坑 4）

FAQ（高频问答 39 问）

Q1：Prostate158 的"158"指什么？
158 例患者（train 139 + test 19），不是切片数、序列数或病灶数。

Q2：数据是谁发布的？
柏林夏里特医学院（Charité Universitätsmedizin Berlin）放射科，一作 Lisa C. Adams，资深/通讯侧 Keno K. Bressem；合作者含 TU München、Radboud UMC、Göttingen。

Q3：发表在哪里？
主论文 Comput Biol Med 2022;148:105817（doi:10.1016/j.compbiomed.2022.105817，PMID 35841780）；数据论文 Data Brief 2022;45:108739（PMC9679750，全文免费）。

Q4：是 MD Anderson 的数据集吗？
不是。MD Anderson 说法是流传误传，发布机构是 Charité Berlin（坑 2）。

Q5：有 arXiv 预印本吗？
主论文走 Elsevier 正刊（CBM），未见对应 arXiv 预印本；"arXiv 2023"是误传（坑 2）。

Q6：什么是 bpMRI？为什么不含 DCE？
双参数 MRI = T2w + DWI/ADC 两个序列族。欧洲指南已确认其在 PI-RADS 评分中的充分性，且临床保有量大；本数据集按此口径采集，无动态增强序列。

Q7：设备与场强？
Siemens VIDA 与 Skyra，均为 3.0T，单中心（Charité）双机型。

Q8：T2w 分辨率多少？
面内 0.47×0.47 mm、层厚 3 mm、FOV 180×180 mm、TE 116 ms、TR 4040 ms。

Q9：DWI 有哪些 b 值？
b = 0、100、500、1000 s/mm² 四档；ADC 图由 b100–b1000 计算得出（坑 7）。

Q10：数据什么格式？需要自己预处理吗？
NIfTI（.nii.gz）轴向序列，已统一重采样与中心裁剪，附 JSON 元数据头；开箱即训，无需自行对齐几何。

Q11：train/test 怎么切？会泄漏吗？
139/19 患者级切分，不重叠；官方基线与在线评测均以 test 19 例为准。

Q12：两类标注分别是什么？
anatomy：T2w 三类掩膜（0 背景/1 central gland/2 peripheral zone）；tumor：PI-RADS ≥4 病灶逐层二值掩膜（三序列堆叠参照）。

Q13：为什么 central gland 不拆成 CZ 和 TZ？
临床读片惯例按 CZ+TZ 合并处理（两者在 T2w 上常难分且临床决策一致）；需要逐带请用 sicapv2(328)（坑 1、坑 6）。

Q14：病灶标注的组织病理学对齐程度？
病灶勾画是影像报告口径（PI-RADS ≥4），不是病理切片逐像素对齐；Gleason 分级是病例级元数据而非像素级标签。

Q15：谁标的？用什么工具？
两位腹部影像 Reader（6 年与 8 年经验），ITK-Snap 3.8.0；分区"初标+复核"，病灶"双盲独立+共识金标准"。

Q16：标注协议哪里能看到全文？
Data Brief 2022;45:108739 逐条写明工具版本、经验年限、双盲与共识规则，是唯一完整公开来源。

Q17：官方基线是什么模型？
自研 U-ResNet（U 形 + ResNet 骨干），anatomy/tumor 两个任务头；不是 nnU-Net（坑 9）。

Q18：基线成绩多少？
TZ Dice 0.877/0.875、PZ 0.754/0.730、Cancer 0.453/0.398（vs Reader1/Reader2，test 19 例）；HD 与 SD 全套见 §4。

Q19：Cancer Dice 为什么这么低？
病灶小、信号对比弱、多灶且边界模糊——任务本身难；0.453 是起点标定，不是模型缺陷证明（坑 3）。

Q20：有外部验证吗？
分区分割任务有：MSD Prostate Dice 0.82/0.64、PROSTATEx 0.86/0.72；病灶任务无官方外验数字。

Q21：权重怎么拿？什么许可？
Zenodo 6397057（anatomy.pt + tumor.pt 各 152.8 MB），CC BY 4.0；v1.1 为记录 7040585；MONAI model zoo 的 prostate_mri_anatomy 亦可拉取 anatomy 权重。

Q22：数据许可到底是什么？
三口径：代码 MIT、权重与论文 CC BY 4.0、数据记录以 Zenodo 页面现行条款为准（早期注册申请制，24 小时内授权）（坑 5）。

Q23：能商用吗？
数据层商用前必须读 Zenodo 记录页现行许可并保留确认记录；代码 MIT、权重 CC BY 4.0 各自按其条款执行。

Q24：需要注册申请吗？
Data Brief 记载早期为注册申请制（24 小时内授权）；2026-09 抓取时点 test 记录可直接下载；以页面现状为准。

Q25：有在线评测吗？
prostate158.grand-challenge.org 提供隐藏测试集算法上传评估，公开 test 用于快速迭代、隐藏评测用于去偏终报。

Q26：有代码仓库吗？
github.com/kbressem/prostate158，MIT（Copyright © 2022 Keno Bressem）；抓取时点 37 stars / 8 forks。

Q27：MONAI 里怎么用？
MONAI model zoo 的 prostate_mri_anatomy 模型卡（HF 镜像 monai-test）；仓库 issue #101 记录了收录脉络。

Q28：和 PROMISE12 什么关系？
PROMISE12（promise12(540)）是 T2w 分区分割挑战赛鼻祖、无 DWI 与病灶标注；本文分区分割任务与之一脉相承且补齐病灶任务。

Q29：和 PROSTATEx 什么关系？
PROSTATEx（prostatex(554)）是病灶 ROI 分类数据集；本文把病灶推进到像素级勾画，且是其外验数据源之一。

Q30：和 PI-CAI 什么关系？
PI-CAI（pi-cai(555)）是数千例多中心检测基准；本文是中等规模"标注深度"路线，两者互补而非替代。

Q31：队列画像？
年龄 69±9 岁（35–84）；PSA 中位 7.5 ng/ml（IQR 6.3）；PI-RADS 4 分 55 例/5 分 47 例；ISUP GGG1–5 = 11/37/24/21/9；102 PCa + 56 对照。

Q32：伦理审批号？
Charité 伦理委员会 IRB EA4/062/20，知情同意豁免，符合赫尔辛基宣言。

Q33：可以只用 T2w 做实验吗？
分区任务本来就是 T2w 单序列输入，完全可行；病灶任务按官方口径必须三序列堆叠（T2w+ADC+DWI），单 T2w 做病灶是自设新任务，勿与官方基线直接对表。

Q34：有原始 DICOM 吗？
Zenodo 发布的是 NIfTI（统一重采样 + 中心裁剪后）；原始 DICOM 未随记录发布，几何还原以包内 JSON 元数据为唯一依据。

Q35：train 139 例能再切验证集吗？
可以且建议：患者级再切（如 120/19），禁止切片级拆分造成泄漏；官方未定义统一 val，自定义切分时在论文里写明比例与种子。

Q36：ADC 图的数值口径怎么核对？
ADC 由 b100–b1000 计算得出，非独立采集；具体缩放与单位口径以包内 JSON 元数据为准，跨数据集比较 ADC 绝对值前先对齐口径（坑 7）。

Q37：需要 PZ/TZ 逐带真值怎么办？
本数据集不提供（central gland 合并口径）；转 sicapv2(328)，或以本数据做预训练、SICAPv2 做逐带微调的迁移组合。

Q38：权重的版本陷阱？
Zenodo 6397057 为首发版，v1.1 指向记录 7040585；引用与复现时注明版本号——不同版本权重在 test 19 例上会有 Dice ±0.01 量级漂移。

Q39：发现掩膜可疑怎么反馈？
走 GitHub 仓库 issue（附 patient_id、序列、层号与截图）；正式结论以作者回复为准。本条目生产时的核验存照见附录 C 与 FACTS.md。

FAQ 分组说明

以上 39 问按"基础数据（Q1–Q10）→ 用法边界（Q11–Q20）→ 标注与基线（Q21–Q32）→ 工程细节（Q33–Q39）"四组组织；与坑点重复的口径不展开重复论述，统一以坑号指向 §10。

事实清单（硬事实 36 条）

1. 全称：Prostate158 — An expert-annotated 3T MRI dataset and algorithm for prostate cancer detection。
2. 发布机构：Charité Universitätsmedizin Berlin（单中心）。
3. 主论文：Comput Biol Med 2022 Sep;148:105817，doi:10.1016/j.compbiomed.2022.105817，PMID 35841780。
4. 数据论文：Data Brief 2022;45:108739，PMC9679750，CC BY。
5. 采集窗口：2016-02 至 2020-01。
6. 设备：Siemens VIDA + Skyra，3.0T。
7. 规模：158 例 = train 139 + test 19，患者级不重叠。
8. 病例构成：102 确诊 PCa + 56 对照。
9. PCa 入组定义：Gleason ≥6 且肿瘤体积 ≥0.1 ml。
10. 年龄：69±9 岁（35–84）。
11. PSA：中位 7.5 ng/ml（IQR 6.3）。
12. PI-RADS 分布：4 分 55 例、5 分 47 例。
13. ISUP 分级组：GGG1:11 / GGG2:37 / GGG3:24 / GGG4:21 / GGG5:9。
14. T2w 参数：0.47×0.47 mm 面内 / 3 mm 层厚 / FOV 180×180 mm / TE 116 ms / TR 4040 ms。
15. DWI b 值：0、100、500、1000 s/mm²。
16. ADC：由 b100–b1000 计算，非独立采集。
17. 格式：NIfTI 轴向，统一重采样 + 中心裁剪，附 JSON 元数据。
18. 任务一：T2w 三类解剖分区分割（0 背景 / 1 central gland = CZ+TZ / 2 PZ）。
19. 任务二：PI-RADS ≥4 病灶逐层分割（T2w+ADC+DWI 三序列堆叠参照）。
20. 标注工具：ITK-Snap 3.8.0。
21. 分区标注：Reader1（6 年经验）初标 + Reader2（8 年经验）复核。
22. 病灶标注：两名 Reader 双盲独立，共识为金标准。
23. 基线模型：U-ResNet（自研），anatomy/tumor 双任务头。
24. 基线 Dice：TZ 0.877/0.875；PZ 0.754/0.730；Cancer 0.453/0.398（vs Reader1/Reader2）。
25. 基线 HD（mm）：TZ 18.3/22.8；PZ 17.5/33.2；Cancer 36.7/39.5。
26. 基线 SD（mm）：TZ 2.19/1.95；PZ 2.59/1.88；Cancer 17.37/19.13。
27. 外验：MSD Prostate Dice 0.82/0.64；PROSTATEx 0.86/0.72（仅分区任务）。
28. Zenodo train：10.5281/zenodo.6481141（2022-04-24），prostate158_train.zip 2.8 GB，md5 a0d5361b7c4cbf3f17f7ccb9a2e1739c。
29. Zenodo test：10.5281/zenodo.6592345（2022-05-30），202.9 MB，md5 403b3736cb12013ed7585e07cbda6978。
30. Zenodo 权重：10.5281/zenodo.6397057，anatomy.pt + tumor.pt 各 152.8 MB，CC BY 4.0；v1.1 = 记录 7040585。
31. 代码：github.com/kbressem/prostate158，MIT，Copyright © 2022 Keno Bressem；37 stars / 8 forks（抓取时点）。
32. 在线评测：prostate158.grand-challenge.org，隐藏测试集算法上传制。
33. 模型卡：MONAI model zoo prostate_mri_anatomy（HF monai-test）；GitHub issue #101 记录收录脉络。
34. 伦理：IRB EA4/062/20，知情同意豁免，赫尔辛基宣言。
35. 许可三口径：代码 MIT；权重与论文 CC BY 4.0；数据记录以 Zenodo 现行页面为准（Data Brief 记载早期注册申请制、24 小时内授权）。
36. 抓取时点：2026-09-27；brief 三处证伪（机构、出处、分区数）已存照于 FACTS.md。

术语表（36 条）

术语	英文	释义
bpMRI	biparametric MRI	双参数 MRI：T2w + DWI/ADC 两序列族，不含 DCE
mpMRI	multiparametric MRI	多参数 MRI：bpMRI 基础上加动态对比增强
T2w	T2-weighted	T2 加权像，前列腺分区分割的主输入
DWI	diffusion-weighted imaging	弥散加权成像，水分子扩散敏感序列
ADC	apparent diffusion coefficient	表观弥散系数图，由多 b 值 DWI 计算
b 值	b-value	弥散梯度强度参数（s/mm²），越高对扩散越敏感
PI-RADS	Prostate Imaging-Reporting and Data System	前列腺影像报告与数据系统，v2.1 为现行版，1–5 分
PZ	peripheral zone	外周带，前列腺癌最好发区域
TZ	transition zone	移行带，良性增生好发、约两成癌源
CZ	central zone	中央区，与 TZ 合并称 central gland
central gland	—	中央腺 = CZ + TZ 合并口径，本文类别 1
Gleason 分级	Gleason score	前列腺癌组织学分级，本数据集入组下限 ≥6
ISUP 分级组	grade group (GGG)	Gleason 的五级分组（1–5），本队列五级全覆盖
PSA	prostate-specific antigen	前列腺特异抗原，中位 7.5 ng/ml
DCE	dynamic contrast-enhanced	动态对比增强序列，bpMRI 口径下不含
ITK-Snap	—	开源医学影像分割标注工具，本数据集用 3.8.0
NIfTI	Neuroimaging Informatics Technology Initiative	神经影像通用数据格式，.nii.gz
Dice	Dice similarity coefficient	分割重叠度指标，2
HD	Hausdorff distance	豪斯多夫距离，对离群边界点敏感
SD	surface distance	表面距离，边界平均偏差的稳健度量
U-ResNet	—	官方基线：U 形编解码 + ResNet 骨干的自研网络
双盲标注	double-blind annotation	两 Reader 互不可见对方掩膜独立勾画
共识金标准	consensus reference	双盲勾画协商后的最终真值
Reader	—	影像科阅片医师，本文指两名标注者
MSD	Medical Segmentation Decathlon	医学分割十项全能，本文外验数据源之一
Grand Challenge	—	grand-challenge.org 算法上传制评测平台
model zoo	—	MONAI 预训练模型库，收录 anatomy 模型卡
md5	—	文件校验和，本文存照两枚
IRB	Institutional Review Board	机构伦理审查委员会，审批号 EA4/062/20
赫尔辛基宣言	Declaration of Helsinki	医学研究伦理基准文件
AFMS	anterior fibromuscular stroma	前纤维肌肉基质，前列腺前方非腺体区，本数据集不单独分割
外科包膜	surgical capsule	TZ 与 PZ 之间的影像学分界面，central gland 读片口径的解剖依据
IVIM	intravoxel incoherent motion	体素内不相干运动模型，多 b 值 DWI 的拟合方法，本数据 b 值组合可支撑
闪过效应	T2 shine-through	T2 长导致的 DWI 假高信号，高 b 值（b1000）用于抑制
外验	external validation	用非本队列数据检验模型，本文指 MSD/PROSTATEx 两路
自动勾画	auto-contouring	影像工作流中的自动轮廓生成，分区分割是核心子任务

附录

附录 A：来源与引用清单

来源分级：下列第 1–2 条为一手学术来源（正文数字的直接出处），第 3–8 条为一手工程来源（DOI/许可/版本信息的直接出处）；本条目未引用任何二手博客或聚合页作为事实依据。

论文：

1. Adams LC, et al. Prostate158 - An expert-annotated 3T MRI dataset and algorithm for prostate cancer detection. Comput Biol Med. 2022 Sep;148:105817. doi:10.1016/j.compbiomed.2022.105817（PMID 35841780）
2. Adams LC, et al. Dataset of prostate MRI annotated for anatomical zones and cancer. Data Brief. 2022;45:108739. doi:10.1016/j.dib.2022.108739（PMC9679750，CC BY）

数据与代码：

3. Zenodo train：10.5281/zenodo.6481141（2.8 GB，md5 a0d5361b7c4cbf3f17f7ccb9a2e1739c）
4. Zenodo test：10.5281/zenodo.6592345（202.9 MB，md5 403b3736cb12013ed7585e07cbda6978）
5. Zenodo 权重：10.5281/zenodo.6397057（CC BY 4.0；v1.1 = 7040585）
6. GitHub：github.com/kbressem/prostate158（MIT）
7. Grand Challenge：prostate158.grand-challenge.org
8. MONAI model zoo：prostate_mri_anatomy（HF monai-test/prostate_mri_anatomy）

附录 B：DAIMS 全表（Dataset AI-Readiness Information Meta-Sheet）

DAIMS 字段	Prostate158 全值
数据集名称	Prostate158
发布机构	Charité Universitätsmedizin Berlin（合作：TU München、Radboud UMC、Göttingen）
模态	MRI（3.0T）
序列族	T2w；DWI（b=0,100,500,1000 s/mm²）；ADC（b100–b1000 计算）
序列参数	T2w：0.47×0.47 mm / 3 mm / FOV 180×180 / TE 116 / TR 4040
规模	158 例（train 139 + test 19），102 PCa + 56 对照
队列元数据	年龄 69±9；PSA 中位 7.5（IQR 6.3）；PI-RADS 4:55/5:47；GGG 1–5 = 11/37/24/21/9
任务 1	解剖分区分割：3 类（0 背景 / 1 central gland / 2 PZ）
任务 2	病灶分割：2 类（PI-RADS ≥4，逐层）
标注工具	ITK-Snap 3.8.0
标注工艺	分区：初标 + 复核；病灶：双盲 + 共识
标注人员	Reader1（6 年）、Reader2（8 年），腹部影像
数据格式	NIfTI（.nii.gz）+ JSON 元数据；轴向；统一重采样 + 中心裁剪
切分	患者级 train/test 139/19，不重叠
基线模型	U-ResNet（自研，MIT 代码内）
基线指标	Dice/HD/SD 全套 ×双口径（vs Reader1/Reader2），见 §4
预训练权重	anatomy.pt、tumor.pt（各 152.8 MB，CC BY 4.0）
外部验证	MSD Prostate（0.82/0.64）、PROSTATEx（0.86/0.72），仅分区任务
在线评测	Grand Challenge 隐藏测试集，算法上传制
代码许可	MIT（kbressem/prostate158）
权重许可	CC BY 4.0
数据许可	以 Zenodo 记录页现行条款为准（早期注册申请制）
论文许可	CBM 2022（出版方条款）；Data Brief CC BY
伦理	IRB EA4/062/20，知情同意豁免
版本	权重 v1.1（记录 7040585）；train/test 记录首发 2022-04/05
已知限制	病灶任务难度高（Dice 0.453）；central gland 合并口径；单中心单厂商；ADC 为计算值；“无标注≠无癌”

附录 C：本条目核验方法说明

本条目生产遵循"三轮三源互证 + 双口径存照"纪律，流程存照如下：

1. 来源清单（五源）：CBM 2022;148:105817（主论文，PMID 35841780）、Data Brief 2022;45:108739（PMC9679750 全文）、Zenodo 三记录页（6481141 / 6592345 / 6397057）、GitHub 仓库 kbressem/prostate158（LICENSE 与 README）、Grand Challenge 站点 prostate158.grand-challenge.org。
2. 核验轮次：第一轮定身份（机构、出处、规模、许可），第二轮定细节（序列参数、标注协议、基线指标），第三轮定互链（库内 SQL 实查 rid 与 slug 查重）。
3. 证伪流程：候选 brief 的"MD Anderson / arXiv 2023 / 6 分区"三处表述经五源对照全部证伪，证伪结论与依据在正文坑 1/坑 2 与 FACTS.md §9 双口径存照。
4. md5 存照：train a0d5361b7c4cbf3f17f7ccb9a2e1739c、test 403b3736cb12013ed7585e07cbda6978 均自 Zenodo 记录页捕获。
5. 未决项：train/test 数据记录的 license 徽章未捕获（Zenodo 导出接口被浏览器验证拦截），按"Data Brief 记载申请制 + 现行页面可直下 + 权重 CC BY 4.0"三角存照并以页面为准——这是本条目唯一显式待核项。
6. 抓取时点：2026-09-27；GitHub 37 stars / 8 forks、权重 v1.1（记录 7040585）均以此日状态为准。

尾注

• 本条目由千方病案医数集编辑部生产，抓取与核验时点 2026-09-27；所有硬数字经五源互证（CBM 2022 正刊摘要与 PMC 全文、Data Brief PMC 全文、Zenodo 三记录页、GitHub 仓库、Grand Challenge 站点），核验细则与存照见同目录 FACTS.md。
• 候选 brief 的三处证伪（机构非 MD Anderson、出处非 arXiv 2023、标注非 6 分区）已在正文坑 1/坑 2 与 FACTS.md §9 双口径存照。
• 库内互链点 rid 均经 SQL 实查（ai_ready_dataset 表，del_sign=0）：promise12(540)、prostatex(554)、pi-cai(555)、panda(560)、panda-plus(640)、sicapv2(328)、peso(642)、leopard(636)、medical-decathlon(77)、fastmri(23)、ctpelvic1k(465)。
• 条目页地址：https://www.qianfanghub.com/ai-ready-dataset/prostate158/703
• 数据许可现行条款以 Zenodo 记录页为准；本条目不构成商用授权建议（坑 5）。
• 更新记录：v1.0（2026-09-27）首版成稿；如 Zenodo 记录许可条款、权重版本或 Grand Challenge 机制发生变化，请优先以官方页面为准并向编辑部反馈。
• 相关条目见 §9 互链清单；本库条目生产规范与 DAIMS 字段定义见站内编辑说明。

---

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：

• acdc — 共享标签：医学影像 / MRI / 医学图像分割 / 评测基准
• mr-art — 共享标签：医学影像 / MRI / 医学图像分割 / 评测基准
• heart-lung-segmentations-data — 共享标签：医学影像 / 医学图像分割 / 目标检测
• intra — 共享标签：医学影像 / MRI / 医学图像分割 / 评测基准
• 3dreasonknee — 共享标签：医学影像 / MRI / 医学图像分割 / 评测基准
• polypdb — 共享标签：医学影像 / 医学图像分割 / 目标检测 / 评测基准
• trackrad — 共享标签：医学影像 / MRI / 医学图像分割 / 评测基准
• lascarqs — 共享标签：医学影像 / MRI / 医学图像分割 / 评测基准
• medical-decathlon — 共享标签：医学影像 / MRI / 医学图像分割
• cephalometric-isbi — 共享标签：医学影像 / 目标检测 / 评测基准

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。