信息速览
INFOBOX — QAMEBI 一屏速览
维度 内容 本质 开源乳腺 B 超病灶图像库：组织病理确诊 + 放射科医师手绘掩码双金标准（非挑战赛、非人工合成） 全称 QAMEBI Breast Lesion Ultrasound Image Database 规模 232 例乳腺病灶超声图像（123 恶性 / 109 良性） 条目结构 每例 3 份：原图（含病灶＋周围组织）／GT 分割掩码／原图与掩码融合图 模态 乳腺 B-mode 灰阶超声 设备 Aixplorer Ultimate（Supersonic Imagine） 格式 Bitmap（.bmp）／亦标 TIFF；无 DICOM 序列 来源 伊朗・土耳其・马来西亚三国产学多中心（癌症影像中心连续入组） 金标准 组织病理确诊（FNA／粗针穿刺／开放活检） 伦理 IRB #IR.SBMU.RETECH.REC.1400.215（Shahid Beheshti 医科大学，德黑兰） 伦理纳排 >18 岁女性、无双侧乳癌史、首次就诊治疗前；排除 BI-RADS 2 且无家族史者 许可 CC BY 4.0（据 NIDUS 收录口径） 获取 免费公开下载（qamebi.com，无需注册） 论文 Comput Biol Med 152 (2023) 106438（doi:10.1016/j.compbiomed.2022.106438） 库内互链 BUSI（539）、BUS-BRA（760）、BUS-UCLM（897）、OASBUD（761）、UDIAT（757）
QAMEBI 是一个"小而全"的乳腺超声数据集：它不追求图像总量，而是把每一例病灶都做到"双重金标准"——既有一张组织病理确诊给出的良恶性硬标签，又有一张放射科医师亲手勾画的病灶轮廓掩码。232 例、三份条目、三个国家的多中心来源，让它在乳腺 B 超 AI 研究里扮演一个特别实在的角色：既可以当分类任务的"干净小样本"，也可以当分割任务的"掩码现成"素材，还是一个验证"模型跨中心（跨人群、跨设备）泛化"的现成外部测试集。
导语读法三则：
- 只想拿数据：直奔 §6 获取与许可——CC BY 4.0、官网免费下载、无需注册，但要引用三篇论文。
- 关心"它为什么特别"：直奔 §2 三份条目结构与 §4 的双金标准——原图／掩码／融合图的三件套不是别的库的默认配置。
- 要选库做乳腺超声：直奔 §9 库内乳腺超声家族对照——QAMEBI 与 BUSI／BUS-BRA／BUS-UCLM／OASBUD／UDIAT 的差异逐条列清，别混用。
§0 导读：这个数据集解决什么问题
乳腺超声（breast ultrasound, BUS）是乳腺病灶评估的核心影像手段之一：它无电离辐射、成本低、对致密型乳腺尤其友好，能清晰区分囊性液体、实性肿块与正常腺体。但它也有两个老问题——操作者依赖和缺乏统一判读。计算机辅助诊断（computer-aided diagnosis, CAD）系统因此被寄予厚望，而任何 CAD 系统的成败，第一责任落在"训练和评测用的数据"上。
现实中的困难是双重的。一方面，大量已公开的乳腺超声数据库要么只给图像与标签、没有病灶轮廓掩码；要么只有掩码、缺少可靠的病理金标准；要么样本量虽大却来自单一中心，模型一出实验室就在别的医院失效。另一方面，乳腺病灶的良恶性判断必须靠组织病理这一金标准来兜底——只靠影像印象标注的标签，会把放射科医师的判读偏差一起学进去。
QAMEBI 的回答相当克制而直接：它从三个国家的多中心临床队列里，抽取经组织病理确诊的良恶性病灶，每一例都配齐三份材料——一张原图、一张由放射科医师定义的病灶分割掩码、一张两者融合的对照图。于是同一份数据可以同时服务三个下游任务：良恶性二分类（用原图＋病理标签）、病灶分割轮廓提取（用原图＋掩码）、以及人机对照／可视化核验（用融合图）。它没有宣称自己是"最大的"乳腺超声库，而是把"确证 + 掩码 + 多中心"三件事同时做扎实，这在开源乳腺超声数据集里并不常见。
§0 读法三则：
- 这是一份数据描述型论文（data descriptor／database paper）配套的开放库，不是挑战赛、没有官方排行榜；它的价值在数据本身而不是竞赛机制。
- 全文硬数字以官方论文与官网为准（232 例 = 123 恶性 + 109 良性）；第三方综述里的良恶倒置写法已在坑点存档。
- 引用时记得一次引三篇（Comput Biol Med 2023 数据描述 + Eur J Radiol 2022 多中心方法 + Biocybern Biomed Eng 2022 放射组学），这是作者明确要求的使用条件。
§1 数据集速览：十问十答
Q1：QAMEBI 到底是什么？
全称 Breast Lesion Ultrasound Image Database，是一个开源乳腺病灶超声图像库，2023 年由 Ali Abbasian Ardakani 等人在《Computers in Biology and Medicine》上正式描述并开放，托管于 qamebi.com 官方网站。
Q2："232 例"具体是什么？
232 例组织病理确诊的乳腺病灶，其中 123 例恶性、109 例良性。每例都对应一张 B-mode 超声图像，并且有病理结论作为硬标签。
Q3：为什么说它是"双重金标准"？
因为它同时具备两样别处常常只给一样的东西：一是组织病理确诊的良恶性标签（FNA／粗针穿刺／开放活检），二是放射科医师手绘的病灶 GT 掩码。前者保证标签可靠，后者保证可以做分割而不只是分类。
Q4："每例三份条目"是什么意思？
对每一个病灶，库内提供三张图：①原图——包含病灶及周围乳腺组织的格式化 Bitmap；②GT 图——只保留被医师勾画的病灶区域的 Bitmap；③融合图——把原图与 GT 叠加在一起的结果图。232 例 × 3 ≈ 696 个图像文件。
Q5：图像是什么模态、什么设备？
单模态的乳腺 B-mode 灰阶超声，采集设备为 Aixplorer Ultimate（Supersonic Imagine）。文件格式是 Bitmap（.bmp），部分来源标注亦含 TIFF；未公开 DICOM 原始序列，也没有逐例的探头频率／增益等采集元数据。
Q6：数据来自哪些地方？
来自伊朗、土耳其、马来西亚三国多个影像中心的合作队列（multi-center cohorts）。伦理审批由 Shahid Beheshti 医科大学（德黑兰）伦理委员会出具，编号 #IR.SBMU.RETECH.REC.1400.215。
Q7：入组和排除标准是什么？
入组：18 岁以上女性、同侧或对侧无乳腺癌史、首次就诊且治疗前采集。排除：BI-RADS 2 分且无乳腺癌家族背景者、性质未定病灶等。图像不含任何患者标识符，入组者均签署书面知情同意。
Q8：许可和获取怎么算？
据 NIDUS 等聚合器收录口径，QAMEBI 为 CC BY 4.0；官方声明其"openly available"，在 qamebi.com 上免费公开下载，无需注册或申请。使用必须引用作者指定的三篇论文。
Q9：用它一般做什么任务？
三类最典型：乳腺病灶良恶性二分类、病灶分割／轮廓提取、以及放射组学特征提取与 CAD 建模。作者自己也用它做过 SVM／radiomics 与 XGBoost 的基线研究（详见 §5）。
Q10：它和库内其他乳腺超声库什么关系？
同属"乳腺 B 超"家族但各有分工：BUSI 规模更大但含正常类、无独立病理金标准描述；BUS-BRA 图像最多且带 BI-RADS；BUS-UCLM 掩码为分色编码；OASBUD 是无掩码的原始射频／包络信号；UDIAT 为西门子单中心 163 图。QAMEBI 的独特点在接近 1:1 的病灶／患者比 + 每例三份条目 + 三国产学多中心（§9 逐条对照）。
§2 数据构成与规格
2.1 规模、来源与机构构成
QAMEBI 的核心规模数字非常收敛，一手来源口径一致：
| 项目 | 数值 | 说明 |
|---|---|---|
| 病灶总数 | 232 例 | = 恶性 + 良性 |
| 恶性病灶 | 123 例 | 组织病理确诊 |
| 良性病灶 | 109 例 | 组织病理确诊 |
| 条目数／例 | 3 | 原图 + GT 掩码 + 融合图 |
| 等效图像文件 | ≈ 696 | 232 × 3 |
| 独立患者数 | 未单列 | 按 1 例≈1 病灶计（=232） |
| 来源国家 | 3 | 伊朗、土耳其、马来西亚 |
关于良恶性数字的双口径存照：官方论文 Highlights 与 Data description 两处均写"123 malignant and 109 benign"（123 恶性 / 109 良性）；而 MDPI《Bioengineering》12(10):1110 综述则将两者写反为"123 benign and 109 malignant"。GitHub 上的 NKI-MedTech-AI/breast-ultrasound-openhub 收录表与 NIDUS（ultrasound-open-access.nidusai.ca）均标为 “B:109, M:123”，与官方一致。本条目全文以官方 123 恶性 / 109 良性为准，倒置写法列入 §10 坑点与附录存照。
多中心构成本身是这份数据集的重要卖点。作者的上一级方法学研究（Eur J Radiol 2022）明确写到三个队列来自三个国家（Malaysia、Iran、Turkey），合计 1288 例病灶；另一篇放射组学论文（Biocybern Biomed Eng 2022）则用到 1259 例实体非囊性病灶，同样来自三国三中心。QAMEBI 发布的 232 例，是这一多中心体系里被组织病理确诊、且完成掩码勾画的那批"精选子集"——因此它不是"随机抽样的自然分布样本"，而是"确诊 + 有掩码"的可用样本，使用时应意识到这一选择偏差。
2.2 病灶选择与纳排标准
| 维度 | 标准 |
|---|---|
| 人群 | 女性，> 18 岁 |
| 病史 | 同侧／对侧无乳腺癌史 |
| 采集时点 | 首次就诊、治疗前（未接受过治疗或后续影像） |
| 采集场景 | 癌症影像中心连续入组（consecutive patients） |
| 排除一 | BI-RADS 2 分且无乳腺癌家族背景者 |
| 排除二 | 性质未定（undetermined）病灶等 |
| 金标准 | 组织病理（FNA / core needle / open biopsy） |
| 去标识 | 图像不含任何患者标识符 |
这套纳排标准的意义在于：它把"低度可疑且无家族风险"的 BI-RADS 2 例子剔了出去，使 232 例病灶整体落在"需要进一步评估／活检"的区间。对使用者而言，这意味着库内良性例 ≠ 完全正常的乳腺——它们是"经活检证实为良性、且原本让医师觉得需要检查"的病灶，难度不同于筛查场景下的普通良性组织。
2.3 三份条目与文件格式
每一例病灶固定对应三份条目，这是 QAMEBI 在结构上区别于多数乳腺超声库的地方：
lesion_XXX/
├── original # 原图：B-mode 超声，含病灶与周围乳腺组织（格式化 Bitmap）
├── mask # GT 图：仅保留放射科医师勾画的病灶区域（Bitmap）
└── fusion # 融合图：原图 + GT 叠加对照（Bitmap）
| 属性 | 规格 |
|---|---|
| 模态 | 乳腺 B-mode 灰阶超声 |
| 文件格式 | Bitmap（.bmp）；聚合器亦标 bitmap & tiff |
| 图像尺寸 | Varies（不同采集尺寸，未统一裁切） |
| 掩码语义 | 二值／轮廓型病灶区域（radiologist-defined） |
| 融合图用途 | 人机对照、标注核验、可视化 |
| DICOM 原始序列 | 未公开 |
| 逐例采集元数据 | 未公开（增益、深度、探头频率等） |
需要强调：QAMEBI 公开的是导出后的通用位图而非 DICOM。这降低了读取门槛（任何图像库都能打开），代价是丢失了采集层面的原始信息，也意味着在做严格的影像组学（radiomics）时，无法回溯像素值与真实物理量之间的标定关系。列表里的 “Varies” 尺寸同样提示：如果要做统一输入的深度模型，预处理（重采样、裁切、归一化）是使用者自己的责任。
2.4 与"最小可用乳腺超声库"的定位差异
把 QAMEBI 放进乳腺超声数据集的坐标系里，可以更清楚地看出它填的是哪个坑：
| 需求 | QAMEBI 的答案 | 常见替代物的短板 |
|---|---|---|
| 要病理确诊硬标签 | 232 例全部组织病理确诊 | 许多库仅给影像印象标签 |
| 要病灶掩码做分割 | 每例都带医师手绘 GT | 部分库只有分类标签、无掩码 |
| 要跨中心泛化测试面 | 伊朗・土耳其・马来西亚 | 单中心库难以外推 |
| 要直接可用、易获取 | CC BY 4.0 免费下载 | 部分库需申请、需注册 |
| 要海量图像练大模型 | ✗ 只有 232 例 | 大数据集（BUS-BRA/BUSI）更强 |
这张表本身就说明了 QAMEBI 的角色：它是**"小而干净、拿来即用"的补位者**，最合适的位置是外部验证集、轻量分割／分类任务、以及需要病理金标准支撑的方法学对照实验——而不是当从零训练大模型的主语料。
2.5 图像规格的"Varies"意味着什么
官方与聚合器都把 QAMEBI 的图像尺寸标为 “Varies”，这不是文档偷懒，而是跨中心采集的真实结果。三个国家的多个中心、不同年份、可能不同型号的探头与扫描深度，导出后的画面尺寸自然无法统一。对使用者的影响需要分任务看待：
| 任务类型 | “Varies” 的影响 | 建议处理 |
|---|---|---|
| 固定输入 CNN/ViT 分类 | 必须统一尺寸 | 保持长宽比重采样＋padding |
| 分割 | 输入输出需成对对齐 | 图像与掩码同步重采样 |
| 放射组学 | 绝对尺寸影响纹理尺度 | 做各向同性重采样后再提特征 |
| 快速可视化／教学 | 几乎无影响 | 原样展示即可 |
需要提醒的是，超声图像的病灶轮廓在拉伸变形下会失真，直接影响分割精度与形态学特征（如长宽比、边缘光滑度）的计算。因此不建议对图像做非等比拉伸——这是处理 QAMEBI 时最容易埋下隐性误差的一步。
2.6 病灶与图像的一一对应关系
QAMEBI 的计数体系里，"232 例"指的是病灶数，而"每例 3 份条目"意味着同一个病灶会以三种形式出现。理解这套对应关系是正确使用与正确报告数据的前提：
232 个病灶（lesion）
└── 每个病灶 → 1 条标签（benign / malignant，来自组织病理）
├── original （1 张 B-mode 原图）
├── mask （1 张医师手绘 GT 掩码）
└── fusion （1 张原图叠掩码的对照图）
合计：232 组 × 3 = 696 个图像文件
这套"一对三"的结构带来一个重要的统计后果：若按文件计数，数据看起来是 696 个样本；但真实的独立样本量只有 232。任何声称"在 696 张图像上评测"的表述都会高估有效样本量，也会在随机划分时引入同一病灶三种产物的相关性问题。正确做法始终是以病灶为最小统计单位。
2.7 与其他库的计数口径对照
不同乳腺超声库的"计数单位"并不统一，这是跨库比较时的隐形陷阱。用一个表把它们并列，可以避免"看起来差不多其实不是一个量纲"的误判：
| 库 | 主要计数单位 | 数值 | 是否等于独立患者数 |
|---|---|---|---|
| QAMEBI | 病灶 | 232 | 近似（未单列患者数） |
| BUSI | 图像 / 患者 | 780 图 / 600 患者 | 否，多图/人 |
| BUS-BRA | 图像 / 患者 | 1875 图 / 1064 患者 | 否，多图/人 |
| BUS-UCLM | 图像 / 患者 | 683 图 / 38 患者 | 否，多图/人 |
| OASBUD | 病灶 / 女性 | 100 病灶 / 78 女性 | 否 |
| UDIAT | 图像 | 163 | 未明确 |
QAMEBI 的特殊之处在于它最接近"一例一病灶"（约 1:1），而多数同类库是"多图对应一人"。这带来两个实际差异：一是 QAMEBI 的样本"更分散"，不容易因同一患者的多张图而高估有效样本量；二是它的单例信息量更高（一例就配齐标签＋掩码＋融合图）。所以在做"独立样本量"的横向比较时，QAMEBI 的 232 与 BUSI 的 600 患者、BUS-BRA 的 1064 患者才是可比的量纲——不要拿 232 去比 780 张图。
§3 采集与构建方法
3.1 多中心队列的来龙去脉
QAMEBI 不是一次性的单中心采集，而是从一个横跨三国的多中心研究体系里"沉淀"下来的可用样本。理解这条产线的层级，是理解这份数据的关键。
| 层级 | 规模 | 出处 |
|---|---|---|
| 多中心方法学队列 | 1288 例病灶 / 3 国 | Eur J Radiol 157 (2022) 110591 |
| 放射组学队列 | 1259 例实体非囊性病灶 / 3 国 | Biocybern Biomed Eng 42 (2022) 921-933 |
| QAMEBI 开放库 | 232 例确诊病灶 / 3 国 | Comput Biol Med 152 (2023) 106438 |
| 后续多中心扩展 | 1747 女性 / 伊朗+土耳其 | qamebi.com 后继论文页（2025） |
这条脉络说明两件事。第一，QAMEBI 的 232 例来自一个更大的、设计上就强调"跨人群、跨中心"的队列——作者在数据描述论文里开门见山就写了动机：要构建鲁棒且可复现的 CAD 系统，就必须纳入不同人群、不同中心的数据，以覆盖乳腺癌病理的全部变异、抑制混杂因素。第二，232 例是"确诊 + 已完成医师勾画"的交集子集，而不是全队列的自然切分，因此它的分布不代表原始人群。
需要特别警惕的时间线坑：qamebi.com 站点上还挂着团队后续的多中心研究（如 2025 年关于超声列线图 / 大模型 / 放射科医师对照的研究，1747 女性、伊朗+土耳其三中心）。这些是同一团队的第二批数据，与本库 232 例不是一回事——检索或引用时不要把它们当成 QAMEBI 本体。
3.2 采集场景与去标识流程
| 环节 | 做法 |
|---|---|
| 入组方式 | 连续入组（consecutive），就诊于癌症影像中心 |
| 采集时点 | 首次就诊、治疗前（未经治疗或后续影像） |
| 采集设备 | Aixplorer Ultimate（Supersonic Imagine） |
| 成像模态 | B-mode 灰阶超声 |
| 伦理审批 | IRB #IR.SBMU.RETECH.REC.1400.215 |
| 知情同意 | 入组患者签署书面知情同意 |
| 去标识 | 图像不含任何患者标识符 |
采集场景的选择（“癌症影像中心 + 连续入组 + 治疗前”）意味着这批图像更接近诊断路径上有明确临床决策需求的病灶，而不是筛查普查里随手拍下的图像。这与"排除 BI-RADS 2 且无家族史者"的规则互相配合，把库的难度水准定在了"需要评估、需要活检"这一段——对做良恶性分类的模型来说，这既是挑战，也意味着它的测试更具临床意义。
3.3 从影像到三份条目的后处理规范
QAMEBI 最具辨识度的构建特点是"每例三份条目"的固定后处理。它把一次采集转成三种产物：
- 原图（original）：把超声检查结果格式化为一张 Bitmap，包含病灶及其周围乳腺组织。用途是分类与分割的输入端。
- GT 图（mask）：由放射科医师勾画、只保留病灶分割区域的 Bitmap。用途是分割任务的监督信号。
- 融合图（fusion）：把原图与 GT 叠加的输出。用途是人机对照、标注质量核验与教学可视化。
这套结构的好处是开箱即用：做分割的团队不需要自己找标注，做分类的团队不需要自己裁 ROI，做可视化的团队直接拿融合图。代价是它把"原始影像"和"处理产物"打包在同一个库里，使用者在报告数据规模时必须说清是"232 例病灶"而不是"696 张独立图像"——否则容易被 3 倍的文件数误导。
3.4 构建流程的可复现性评估
QAMEBI 的构建流程在数据描述论文里交代得比较完整（纳排标准、病理金标准种类、三份条目定义、伦理与知情同意、可用性声明），但若要完整复现这条产线，仍有若干步骤信息是缺失的：
| 复现要素 | 是否披露 |
|---|---|
| 纳排标准 | ✅ 明确 |
| 病理确诊方式 | ✅ FNA / core needle / open biopsy |
| 掩码出处 | ✅ 放射科医师定义 |
| 三份条目定义 | ✅ 明确 |
| 伦理与同意 | ✅ IRB 号 + 书面同意 |
| 各中心图像数明细 | ❌ 未披露 |
| 逐例设备／参数 | ❌ 未披露 |
| 掩码工具与规范 | ❌ 未披露具体软件／协议 |
| 良恶性在各国的分布 | ❌ 未披露 |
因此，"知道它怎么做"与"能照它一模一样再做一份"是两回事。对 AI-Ready 而言，这份数据是可用但不可完全复刻：作为既成数据它非常可用，作为一套可移植的采集 SOP，它缺了足够的操作细节。
§4 标注体系、标签与格式规范
4.1 双重金标准：病理标签 + 医师掩码
QAMEBI 的标注体系可以拆成彼此独立、又互相支撑的两层：
| 标注层 | 内容 | 提供者 | 对应任务 |
|---|---|---|---|
| 类别标签 | 良性 / 恶性 | 组织病理学（金标准） | 分类 |
| 空间标注 | 病灶 GT 分割掩码 | 放射科医师 | 分割 |
| 对照产物 | 原图 + 掩码融合图 | 后处理 | 可视化／核验 |
第一层是病理标签：论文明确所有病灶"根据组织病理研究结果纳入并标注"，病理方式包括细针穿刺（FNA）、粗针穿刺（core needle）或开放活检（open biopsy）。这是把"良恶性"从"影像印象"升级为"细胞／组织学证据"的关键一步——它的代价是更贵、更难组织，收益则是标签可信度高。
第二层是医师掩码：由放射科医师（radiologist-defined）勾画病灶区域。它给的是"病灶在哪、边界在哪"，直接支撑分割任务，也让分类任务可以做病灶聚焦（而不是整图无关区域一起喂给模型）。
4.2 标签的二分类特性与使用边界
QAMEBI 的发布标签是良恶性二分类，而不是分级。这意味着：
- 它不适合做 BI-RADS 等级预测的训练监督——BI-RADS 在采集中用于纳排（排除 BI-RADS 2 且无家族背景者），但没有作为逐例标签字段公开。
- 它不适合做病灶亚型细分（如纤维腺瘤 vs 囊肿 vs 其他良性亚型）——公开信息里良性是一个合并大类。
- 它非常适合做良恶性判别的二分类基准，以及分割基准，因为这两类标签在本库都是硬标准。
对放射组学研究者而言，这一点尤其重要：库内 13 个形态学特征（来自 Eur J Radiol 2022 的方法学框架）与 242 个放射组学特征（来自 Biocybern Biomed Eng 2022）都是从病灶轮廓及其内部提取的，而这些轮廓在 QAMEBI 里恰好就是那份现成的医师掩码——所以这份数据与"放射组学 + 形态学"这条技术路线是天然契合的。
4.3 图像格式与读取实务
| 项目 | 规格 | 实务提示 |
|---|---|---|
| 主格式 | Bitmap（.bmp） | 无损、易读，但体积大于 PNG |
| 亦标格式 | TIFF | 部分聚合器收录口径 |
| 位深 | 灰阶（B-mode） | 单通道，无需彩色解码 |
| 尺寸 | Varies | 需自行统一到模型输入尺寸 |
| 掩码取值 | 二值／轮廓区域 | 使用前建议核对掩码与像素对齐 |
| 融合图 | 原图 + 掩码叠加 | 不是训练输入，作核验用 |
工程实践上有两条建议。其一，统一尺寸是你的事：由于图像尺寸不统一，任何固定输入的 CNN／ViT 都必须先做重采样；超声图像的纵横比与视场差异较大，粗暴拉伸可能变形病灶轮廓。其二，掩码对齐需要抽查：即便是官方提供的 GT，跨中心、跨设备的导出流程也可能引入轻微的坐标偏移，建议在使用前把 mask 与 original 叠加目视抽查几张，确认病灶边界吻合，再投入训练。
4.4 与"只有标签"的库相比，多出来的复用面
QAMEBI 的三份条目结构带来的复用面，值得单独列表说明，因为这是它在选库决策中最实用的差异化：
| 复用场景 | 需要的条目 | QAMEBI 是否现成 |
|---|---|---|
| 良恶性分类训练 | original + 病理标签 | ✅ 现成 |
| 病灶分割训练 | original + mask | ✅ 现成 |
| 弱监督／半监督分割 | original（用标签反推） | ✅ 可做 |
| 分割质量人机对照 | fusion | ✅ 现成 |
| 放射组学特征提取 | mask 轮廓 + original | ✅ 现成 |
| 分类可解释性（病灶聚焦） | mask 作注意力约束 | ✅ 可做 |
| 采集参数回顾 | 增益／深度等 | ❌ 未公开 |
一句话概括：凡是"需要病灶边界"的任务，QAMEBI 都能少走一步；凡是"需要采集元数据"的任务，它都补不上——这是选择它时要预先算清的账。
§5 任务、基线与评估
5.1 适用任务谱
QAMEBI 在文献中的典型用途，可以按任务分成四条主线：
| 任务主线 | 输入 | 监督 | 典型评测指标 |
|---|---|---|---|
| 良恶性分类 | original（±mask 裁剪） | 病理标签 | 灵敏度 / 特异度 / 准确率 / AUC |
| 病灶分割 | original | 医师掩码 | Dice / IoU / 边界距离 |
| 放射组学建模 | 掩码轮廓 + original | 病理标签 | AUC / 校准度 |
| 外部验证 | 库内全体 | 库内外模型 | 跨中心性能保持 |
其中"外部验证"是这份数据最能发挥优势的地方：由于它来自与许多公开库不同的国家与人群（伊朗・土耳其・马来西亚），一个在 BUSI 或 BUS-BRA 上训练的模型，拿到 QAMEBI 上跑一跑，就是一次现成的跨人群泛化测试。
5.2 作者自证的基线结果
QAMEBI 的作者团队自己在两篇上游论文里给出了可对标的基线，这些数字是该库被引用时最常被引用的性能参考：
| 研究 | 方法 | 关键结果 |
|---|---|---|
| Eur J Radiol 2022 | SVM + BI-RADS 特征 + 形态学特征 | AUC 0.885 > 资深放射科医师 0.814 > 住院医师 0.632 |
| Eur J Radiol 2022 | DeLong 检验 | ΔAUC = 0.071（95%CI 0.056–0.086，P = 0.005） |
| Biocybern Biomed Eng 2022 | XGBoost（242 放射组学特征） | 灵敏度 90.3% / 特异度 86.7% / 准确率 88.4% / AUC 0.890 |
这几个数字要正确解读。第一，0.885 与 0.890 的 AUC 属于"中等偏上"的判别力，不是接近完美的表现——这也侧面说明乳腺超声良恶性分类在真实多中心数据上并不轻松。第二，Eur J Radiol 那篇明确报告了模型 AUC 显著高于资深放射科医师（0.814）与住院医师（0.632），DeLong 检验达统计学显著，这是"AI 辅助提升判读"叙事的直接证据。第三，这些基线用的是更大的多中心队列（1288 / 1259 例），不等同于 232 例开放库上的成绩，引用时须说明队列口径。
5.3 没有官方 leaderboard 意味着什么
与挑战赛型数据集不同，QAMEBI 没有官方排行榜、没有固定划分、没有评测服务器。这带来三点现实影响：
- 划分自定：研究者各自划分训练／验证／测试，成绩不能直接横向比较，除非复现同一划分。建议做跨研究对比时，明确报告是否采用分层抽样以对齐良恶比例（123:109 约为 1.13:1，接近均衡）。
- 易泄漏：由于每例三份条目高度相关内容（原图／掩码／融合），如果不注意"同一病灶的三种产物不得跨划分"，会造成信息泄漏。正确做法是按病灶划分，而不是按文件划分。
- 可复现靠社区自律：因缺少强制评测协议，QAMEBI 的复现质量高度依赖使用者的报告规范——这也是它作为"方法学对照用数据集"更合适、作为"刷榜基准"不合适的原因。
5.4 与库内乳腺超声库的任务分工
把任务维度摊开，可以看清 QAMEBI 在库内乳腺超声家族里的位置：
| 库 | 主任务 | 掩码 | 病理金标准 | 独特卖点 |
|---|---|---|---|---|
| QAMEBI | 分类 + 分割 | ✅ 医师手绘 | ✅ 全部确诊 | 三份条目 + 三国产学 |
| BUSI | 分类（含 normal） | ✅ | 部分描述 | 规模较大、三分类 |
| BUS-BRA | 分类 + 分割 | ✅ | ✅ 活检证实 | 图像最多、带 BI-RADS |
| BUS-UCLM | 分割 | ✅ 分色编码 | ✅ | 掩码语义显式（G/R/B） |
| OASBUD | 分类 | ❌ | ✅（52/48） | 原始射频 / 包络信号 |
| UDIAT | 分类 | 部分 | ✅ | 西门子单中心、早期经典 |
QAMEBI 的差异化定位：它不拼规模（232 例最小），而拼"每一例的信息密度"——病理标签、分割掩码、融合图三位一体，且来源横跨三国。这决定了它最适合那些同时关心分类与分割、又需要跨中心验证的中小规模研究场景。
PARTEOF
5.5 三个任务的输入输出规格对照
为了便于工程落地，把三类主流任务在 QAMEBI 上的输入输出规格并列如下：
| 任务 | 输入 | 输出 | 监督来源 | 库内需要的条目 |
|---|---|---|---|---|
| 良恶性分类 | B-mode 原图（可裁 ROI） | 二值（良/恶） | 组织病理标签 | original（+ mask 可选） |
| 病灶分割 | B-mode 原图 | 病灶区域掩码 | 医师手绘 GT | original + mask |
| 放射组学回归/分类 | 掩码轮廓提取的特征向量 | 良恶性概率 | 组织病理标签 | mask + original |
| 外部验证 | 库外训练好的模型 | 性能保持度 | 库内标签 | 全部（按任务） |
这张表的一个直接用途是估算标注成本：如果你手头的任务只需要分类，QAMEBI 的掩码其实是"附赠"的；但如果你要做的正是分割，那么这 232 例现成的医师掩码能替你省掉一整轮标注工作——按业内常见的分割标注工时估算，这往往比数据本身更值钱。
5.6 外部验证的实操要点
把 QAMEBI 当外部验证集用时，有四个容易忽略的细节：
- 域偏移是不可避免的，也是要测量的：库内图像来自 Aixplorer 设备、三国中心，与你在 BUSI 或自建数据上训练的模型存在设备与人群差异。这种差异不是缺陷，而是这份数据作为"验证集"的核心价值——你的模型在它上面掉多少分，就是域偏移的量。
- 标签语义要对齐：QAMEBI 的二分类是"病理良恶性"，而某些库的"良性"包含正常组织。跨库评测前必须确认标签定义一致，否则比较无意义。
- 预处理要一致：如果训练侧做了某种归一化（如直方图均衡），验证侧也要同等处理；超声图像的灰阶分布对参数敏感，预处理不一致会引入伪误差。
- 报告绝对数：232 例中良性 109、恶性 123，样本量小，任何一例的错分会带来近 1 个百分点的波动——报告时应给出绝对值与置信区间，而非只报一个百分比。
5.7 与"自建小库"的成本对照
对很多临床团队来说，现实选择往往是"用 QAMEBI"还是"自己标一个同规模的库"。一个粗略的对照：
| 维度 | 用 QAMEBI | 自建同规模库 |
|---|---|---|
| 获伦理审批 | 无需 | 需要（周期长） |
| 组织病理确认 | 已有 | 需回溯病理记录 |
| 医师勾画掩码 | 现成 | 需安排放射科工时 |
| 去标识 | 已完成 | 需自行处理 |
| 多中心覆盖 | 三国现成 | 通常只能单中心 |
| 时间成本 | 分钟级下载 | 数月至数年 |
结论是清楚的：除非你的研究问题必须落到本院自己的数据上，否则同规模下先试 QAMEBI 几乎总是更划算的起点；只有在需要本院特有病例、特有设备或特有采集协议时，自建才有不可替代性。
§6 获取与许可：怎么把数据拿到手
6.1 访问路径
QAMEBI 的获取门槛在开源数据集里属于最低一档：
| 环节 | 情况 |
|---|---|
| 访问入口 | https://qamebi.com/breast-ultrasound-images-database |
| 是否需注册 | 否 |
| 是否需申请 / 签署协议 | 否 |
| 是否需机构邮箱 | 否 |
| 下载方式 | 官网页面直接提供 Benign / Malignant 分组下载入口 |
| 费用 | 免费 |
| 语言 | 英文站点 |
官方数据可用性声明原文为：“The database provided in this study are openly available on https://qamebi.com/breast-ultrasound-images-database”。这是一句明确的公开声明，意味着作者把该库定位为开放获取。
6.2 许可条款
| 项目 | 内容 |
|---|---|
| 许可 | CC BY 4.0 |
| 依据 | NIDUS（ultrasound-open-access.nidusai.ca）等聚合器收录标注 |
| 官方站 | 未见独立 License 条款页文本 |
| 使用条件 | 必须引用作者指定的三篇论文 |
这里有一个必须说清楚的口径问题：CC BY 4.0 是聚合器（NIDUS）标注的许可，而非官网明文张贴的许可。官网只声明"openly available"并给出引用要求，没有单独的 License 页。这意味着两层风险：
- 从宽松解读看：既然官方声明 openly available、且被 CC BY 4.0 聚合器收录，按 CC BY 4.0 使用（署名 + 可商用 + 可改编）大体是安全的。
- 从严解读看：缺少官方明文许可，严格的合规审查可能要求你以"open access 但许可未规范化"来处理，误用于高敏感商业场景前应先与作者确认。
实务建议：学术研究用途可放心使用并署名引用；若涉及商业应用，建议在引用时注明"据 NIDUS 收录口径为 CC BY 4.0，官方站未张贴独立许可文本"，并考虑向作者核实。
6.3 引用规范：一次引三篇
QAMEBI 的引用要求是三篇一起引，这在使用条件里写得很清楚：
@article{ardakani2023qamebi,
title = {An open-access breast lesion ultrasound image database:
Applicable in artificial intelligence studies},
author = {Abbasian Ardakani, Ali and Mohammadi, Afshin and
Mirza-Aghazadeh-Attari, Mohammad and Acharya, U. Rajendra},
journal = {Computers in Biology and Medicine},
volume = {152},
pages = {106438},
year = {2023},
doi = {10.1016/j.compbiomed.2022.106438}
}
@article{hamyoon2022birаds,
title = {Artificial intelligence, BI-RADS evaluation and morphometry:
A novel combination to diagnose breast cancer using
ultrasonography, results from multi-center cohorts},
author = {Hamyoon, H. and Chan, W. Yee and Mohammadi, A. and others},
journal = {European Journal of Radiology},
volume = {157},
pages = {110591},
year = {2022},
doi = {10.1016/j.ejrad.2022.110591}
}
@article{homayoun2022radiomics,
title = {Applications of machine-learning algorithms for prediction of
benign and malignant breast lesions using ultrasound radiomics
signatures: A multi-center study},
author = {Homayoun, H. and Chan, W.Y. and Kuzan, T.Y. and others},
journal = {Biocybernetics and Biomedical Engineering},
volume = {42},
pages = {921--933},
year = {2022},
doi = {10.1016/j.bbe.2022.07.004}
}
三篇的分工是：第一篇是数据描述（引它来说明"我用了 QAMEBI 这份数据"），后两篇是方法学来源（引它们来说明这批多中心数据的采集与研究设计背景）。
6.4 AI-Ready 评估：低门槛的优等生
从 AI-Ready 的角度看，QAMEBI 在"可获取性"这一维度表现优秀：
| 维度 | 评估 | 说明 |
|---|---|---|
| 发现性 | 中 | 有官网 + DOI，但无 Zenodo/HF 等主流仓库镜像 |
| 可获取性 | 高 | 免费、免注册、官网直下 |
| 互操作性 | 中 | 通用位图格式，但无标准数据集加载脚本 |
| 元数据 | 低 | 无逐例元数据表、无标准 schema |
| 可持续性 | 中 | 依赖单一官网站点存活，无机构级长期托管 |
一句话结论：QAMEBI 是"门好开、但屋里东西不多"的类型——进去很容易，可一旦进去，逐例的元数据与规范化文档就得靠自己整理。它的 AI-Ready 失分点不在"能不能拿到"，而在"拿到之后能不能直接标准化使用"。
6.5 与库内可获取性光谱的对照
| 库 | 许可 | 获取方式 | AI-Ready 概况 |
|---|---|---|---|
| QAMEBI | CC BY 4.0（聚合器口径） | 官网免注册直下 | 门槛低、元数据薄 |
| BUSI | 开放（Kaggle 等镜像） | 公开直链 | 门槛低 |
| BUS-BRA | CC BY 4.0 | Zenodo 直链 | 门槛低、有 BI-RADS 字段 |
| BUS-UCLM | CC BY-NC 3.0 | Mendeley / GitHub | 门槛低、非商用限制 |
| OASBUD | 开放 | 官网 / Zenodo | 需处理原始信号格式 |
| UDIAT | 视版本而定 | 镜像分散 | 早期库、口径不一 |
QAMEBI 与 BUS-BRA 在"许可 + 直链"上最接近（都 CC BY 4.0、都可直下），差别在于 BUS-BRA 有明确的 Zenodo 托管与 BI-RADS 字段，而 QAMEBI 托管在自建站点、无逐例分级字段。
§7 生态与影响
7.1 发布方与生态位
QAMEBI 的发布方是 qamebi.com——一个由研究者团队自建的数据与代码门户，而非期刊仓库或机构数据平台。这个站点除乳腺库外，还托管团队的其他开源资源，构成一个小型"影像数据库门户"：
| 站点资源 | 内容 |
|---|---|
| Breast Ultrasound Image Database | 本条目主体（232 例） |
| LymphUs | 多中心颈部淋巴结超声图像库（PTC 相关） |
| Thyroid Nodule Ultrasound Image Database | 甲状腺结节超声库（标注"Coming soon"） |
| Synthesized Images Database for Image Denoising | 图像去噪评估用合成图像库 |
| Data and Codes | 论文配套源码 |
可见该团队的产出模式是**"论文 + 开放库 + 源码"三件套**，且集中在超声影像 AI 这一垂直方向（乳腺、甲状腺、淋巴结）。这使 qamebi.com 成为超声 AI 领域一个值得关注的资源入口。
7.2 引用与使用情况
QAMEBI 作为被广泛引用的训练／验证资源，影响力可直接从数据描述论文的引用数看出：
| 指标 | 情况 |
|---|---|
| 数据描述论文被引 | ScienceDirect 显示 “Cited by 37”+（且滚动增长） |
| 引用者类型 | 乳腺影像 AI、多模态 CAD、分割、基础模型评测等 |
| 下游任务 | 分类、分割、多模态融合、轻量边缘部署 |
一个可见的趋势是：QAMEBI 常被用作多库联合评测中的一员——例如 2025 年有工作把七个数库（覆盖组织病理、钼靶、超声）放在一起测多模态乳腺 CAD，QAMEBI 就是超声代表之一（如 “InceptionNeXt-Transformer” 类多模态工作）。这说明它在社区中的角色正在从"独立小库"转向"多库评测里的超声锚点"。
7.3 在前列腺／乳腺影像数据集景观中的位置
把 QAMEBI 放到更大的医学影像数据集版图里，它的位置清晰：
| 层 | 代表 | 与 QAMEBI 的关系 |
|---|---|---|
| 乳腺超声子库 | BUSI / BUS-BRA / BUS-UCLM / OASBUD / UDIAT / QAMEBI | 同族，各有分工 |
| 乳腺其他模态 | InBreast（钼靶）/ Duke-Breast-MRI / BreastPathQ（病理） | 模态不同、任务不同 |
| 超声其他器官 | 甲状腺 / 淋巴结（LymphUs）/ 心脏 | 同模态不同器官 |
对做乳腺影像的研究者，QAMEBI 是"超声这一格"里一个选项；对做超声 AI 的研究者，它是"乳腺这一列"里一个选项。它的定位从来不是"最大"，而是"信息密度高、跨中心、格式友好"。
7.4 影响力边界
需要客观看待 QAMEBI 影响力的上限：
- 规模限制了下游模型体量：232 例无法支撑大模型从零预训练，多数使用场景是微调、迁移或外部验证。
- 无挑战赛机制：没有 Kaggle 式的竞赛与排行榜，缺少"吸引大批队伍刷榜"的放大效应。
- 托管于自建站点：与 Zenodo / Kaggle / HF 相比，长期可发现性与可持续性较弱，一旦站点变更，链接易失效。
- 许可文本不规范化：缺少明文 License 页，客观上限缩了商业与严格合规场景的采纳。
因此 QAMEBI 的影响力更像"被稳定使用的小而美资源"，而不是"引爆某个赛道的超级数据集"。
§8 方法学启示
8.1 "确诊 + 掩码"双金标准是可复制的高价值范式
QAMEBI 最值得借鉴的方法学主张，不是它的规模，而是它把两类金标准捆在同一样本上。在乳腺超声领域，很多库要么有病理标签没掩码，要么有掩码没可靠病理。QAMEBI 的实践证明：只要在采集流程里多加一步"医师勾画病灶轮廓"，同一份数据就同时打开了分类与分割两扇门——而且由于掩码来自同一批确诊样本，做"用分割辅助分类"的研究时，信号是完全对齐的。
可迁移经验：设计新库时，宁可样本少一点，也要把"硬标签 + 空间标注"绑齐；这比单纯堆图像数量对下游研究更友好。
8.2 多中心不是装饰，是泛化测试的基础设施
作者在数据描述论文里把动机讲得很明确：鲁棒且可复现的 CAD，依赖纳入不同人群、不同中心的数据。QAMEBI 的 232 例横跨伊朗・土耳其・马来西亚，这使它天然成为一个跨人群外部验证集。
可迁移经验：如果你的目标是"模型能不能出实验室"，那么数据的中心多样性权重应高于样本量；一个单中心大库的泛化证据，往往不如一个多中心小库来得硬。
8.3 三份条目结构：把"可复现性"和"可用性"同时抬高
"原图 + 掩码 + 融合图"的三件套是一种低成本、高回报的数据组织法：
- 它把标注质量可视化了（融合图让使用者一眼看出掩码与病灶是否吻合）；
- 它把使用门槛降下来了（下载后无需自己配标注就能开跑分割）；
- 它把复用面扩宽了（同一批数据服务分类 / 分割 / 可视化三种需求）。
可迁移经验：发布数据集时，除了"原始数据 + 标签"，多提供一张"标注可视化对照图"，能显著提升数据的可信度与可用性。
8.4 小库的正确定位：验证工具，而非训练主力
QAMEBI 的存在提醒我们，数据集不是越大越好，而是越"对口"越好。232 例的规模决定了它做不了通用大模型的预训练语料，但它在以下场景里反而比大库更有价值：
| 场景 | 为什么小库更好 |
|---|---|
| 外部验证 | 来自不同中心，正好测泛化 |
| 方法学对照 | 病理金标准干净，噪声小 |
| 快速原型 / 教学 | 下载快、上手快、无需清洗 |
| 分割监督验证 | 掩码现成、语义明确 |
可迁移经验：选库前先答一个问题——"我要的是训练广度还是验证可信度？"前者找大库，后者找 QAMEBI 这类干净小库。
8.5 元数据缺口：AI-Ready 的最后一段路
QAMEBI 在"可用性"上做得很好，却在"元数据规范化"上留下了明显的空白：没有逐例的 BI-RADS 数值、没有采集参数、没有各中心分布、没有标准化的数据字典或加载脚本。
可迁移经验：数据"能拿到"只完成了 AI-Ready 的一半，"能标准化地用"是另一半。对数据集发布者而言，附一份机器可读的 datasheet（逐例字段、单位、取值域）与一个三行加载脚本，其边际价值往往高于再多采几百张图。
PARTEOF
7.5 与 qamebi.com 其他库的边界
qamebi.com 上除了乳腺库，还挂着团队的其他超声资源。它们同属一个门户，但是彼此独立的库，不能混用：
| 站点资源 | 器官/主题 | 与本库的关系 |
|---|---|---|
| Breast Ultrasound Image Database | 乳腺 | 本条目主体 |
| LymphUs | 颈部淋巴结 | 同模态不同器官，独立库 |
| Thyroid Nodule Ultrasound Image Database | 甲状腺结节 | 同模态不同器官；官网标"Coming soon" |
| Synthesized Images Database for Image Denoising | 去噪评估 | 合成图像，非临床库 |
| Data and Codes | 源码 | 团队论文配套源码，非数据 |
识别边界的方法很简单：看任务对象。凡是"乳腺病灶"的才是 QAMEBI；凡是淋巴结、甲状腺、合成图像，都属于该站点的其他项目。引用时若把 LymphUs 的数字当作 QAMEBI 的规模，就是典型张冠李戴。
7.6 团队产出模式的可复制性
qamebi.com 呈现的是一种清晰的"论文 + 开放库 + 源码"三位一体产出模式：
- 先做方法学研究（Eur J Radiol 2022、Biocybern Biomed Eng 2022），在多中心队列上验证技术路线；
- 再把可用子集整理成开放库（Comput Biol Med 2023 的 QAMEBI），供社区使用；
- 并配套源码与可视化（站点 Data and Codes 分区），降低复现门槛。
这套模式对中小型研究团队尤其有借鉴价值：它不需要巨额资金或超大样本，而是靠"多中心协作 + 严格病理确认 + 规范化开放"做出有影响力的资源。对千方病案医数集这类知识库而言，识别这种模式也有助于判断一个数据集"是不是值得收录"“能不能持续维护”。
7.7 影响力边界的量化
把 §7.4 的定性判断落成可核对的量：
| 指标 | 观察值 | 含义 |
|---|---|---|
| 数据描述论文被引 | 37+（滚动增长） | 稳定使用，非爆款 |
| 是否入选多库联合评测 | 是 | 社区把它当超声锚点 |
| 是否有官方排行榜 | 无 | 无刷榜效应 |
| 是否有主流仓库镜像 | 无 | 可发现性受限 |
| 是否持续原地扩充 | 否（以新论文/新库形式扩展） | 规模稳定 |
综合看，QAMEBI 属于"长尾稳定型"资源——不会因为一次竞赛火遍全网，但会长期被乳腺超声研究作为干净的小样本与外部验证集反复使用。
§9 库内关系与消歧：六个乳腺超声库怎么分
这是本条目最关键的一节。千方病案医数集（qianfanghub.com）里已经有多个乳腺超声数据集，检索"乳腺超声"时它们极易被混为一谈。本节把 QAMEBI 与库内其他乳腺超声／乳腺影像条目逐个对照，明确差异维度，供选库与互链使用。
9.1 库内乳腺超声家族总表
| 库 | rid | 来源中心/国 | 图像/病灶数 | 良恶性构成 | 掩码 | 病理金标准 | 许可 |
|---|---|---|---|---|---|---|---|
| QAMEBI | 本条目 | 伊朗・土耳其・马来西亚 | 232 病灶（≈696 图） | 123 恶 / 109 良 | ✅ 医师手绘 | ✅ 全部确诊 | CC BY 4.0 |
| BUSI | 539 | 埃及（单中心） | 780 图 / 600 患者 | 正常 133 / 良 437 / 恶 210 | ✅ | 部分描述 | 开放 |
| BUS-BRA | 760 | 巴西 | 1875 图 / 1064 患者 | 良 1268 / 恶 607（另计 722/342 口径） | ✅ | ✅ 活检证实 | CC BY 4.0 |
| BUS-UCLM | 897 | 西班牙 | 683 图 / 38 患者 | 正常 419 / 良 174 / 恶 90 | ✅ 分色编码 | ✅ | CC BY-NC 3.0 |
| OASBUD | 761 | 波兰 | 100 病灶 / 78 女性 | 52 恶 / 48 良 | ❌ | ✅ | 开放 |
| UDIAT | 757 | 西班牙 | 163 图 | 良 109 / 恶 54 | 部分 | ✅ | 视版本 |
| InBreast | 542 | 葡萄牙 | 410 图（钼靶） | — | — | ✅ 活检 | 研究用 |
| Duke-Breast-MRI | 440 | 美国 | MRI 队列 | — | — | — | 视协议 |
| BreastPathQ | 268 | 加拿大 | 病理切片 | — | — | — | 研究用 |
（注：BUSI 的良恶计数在文献中有 437/210 与 487/210 两种口径，属其自身的存照问题，与本条目无关，此处按主流口径列示。）
9.2 QAMEBI vs BUSI（rid 539）
| 维度 | QAMEBI | BUSI |
|---|---|---|
| 来源 | 三国多中心 | 埃及单中心 |
| 规模 | 232 病灶 | 780 图 / 600 患者 |
| 类别体系 | 二分类（良/恶） | 三分类（含 normal） |
| 病理金标准 | 全部组织病理确诊 | 部分描述 |
| 每例条目 | 3 份（原图/掩码/融合） | 图 + 掩码 |
| 良恶比 | ≈1.13:1（较均衡） | 437:210（≈2.08:1，偏良性） |
核心差异：BUSI 有"正常"类且规模更大，适合三分类与更大样本训练；QAMEBI 无正常类、每例信息更密、来源更多中心，适合确诊样本上的分类/分割与跨中心验证。不能因为都叫"BUS"就混用——BUSI 的 600 患者与 QAMEBI 的 232 病灶不是同一量纲。
9.3 QAMEBI vs BUS-BRA（rid 760）
| 维度 | QAMEBI | BUS-BRA |
|---|---|---|
| 来源 | 伊朗・土耳其・马来西亚 | 巴西（单国） |
| 规模 | 232 病灶 | 1875 图 / 1064 患者 |
| 带 BI-RADS 字段 | ❌ | ✅ |
| 掩码 | ✅ 医师手绘 | ✅ |
| 病理金标准 | ✅ | ✅ 活检证实 |
| 许可 | CC BY 4.0（聚合器口径） | CC BY 4.0 |
| 托管 | 自建站点 | Zenodo |
核心差异：BUS-BRA 是"大且规范"（Zenodo 托管、带 BI-RADS、有明确许可），QAMEBI 是"小且跨中心"。如果任务需要 BI-RADS 分级监督或大规模训练，选 BUS-BRA；如果需要跨人群泛化测试面或更小的干净验证集，选 QAMEBI。二者常被放在同一评测里互补使用。
9.4 QAMEBI vs BUS-UCLM（rid 897）
| 维度 | QAMEBI | BUS-UCLM |
|---|---|---|
| 来源 | 三国多中心 | 西班牙单中心 |
| 规模 | 232 病灶 | 683 图 / 38 患者 |
| 掩码语义 | 二值/轮廓 | 分色编码（G/良、R/恶、B/正常） |
| 类别 | 二分类 | 三分类（含正常） |
| 许可 | CC BY 4.0 | CC BY-NC 3.0（非商用） |
核心差异：BUS-UCLM 的掩码用颜色直接编码良恶性（读掩码即得标签），这一设计很巧妙但增加了读取复杂度；且其许可为 NC（非商用），与 QAMEBI 的 CC BY 4.0 在商用自由度上截然不同。2025 年 BUS-UCLM 语料有所扩充（如 Nature Sci Data 口径），引用时须注意版本。选库若涉及商业用途，QAMEBI 更宽松；若需要三分类 + 显式掩码语义，BUS-UCLM 有优势。
9.5 QAMEBI vs OASBUD（rid 761）
| 维度 | QAMEBI | OASBUD |
|---|---|---|
| 来源 | 伊朗・土耳其・马来西亚 | 波兰 |
| 规模 | 232 病灶 | 100 病灶 / 78 女性 |
| 数据形态 | 通用位图（B-mode） | 原始射频 / 包络信号 |
| 掩码 | ✅ | ❌ |
| 良恶构成 | 123 恶 / 109 良 | 52 恶 / 48 良 |
| 主要任务 | 分类 + 分割 | 射频信号分析 |
核心差异：OASBUD 提供的是未经波束合成的原始信号（RF/包络），面向的是信号处理层面的研究（想看原始数据、不想被设备后处理污染）；QAMEBI 提供的是普通 B-mode 图像，面向的是图像层面的分类与分割。二者模态同为超声、用途却分属两个技术栈，绝不可视为可互换。
9.6 QAMEBI vs UDIAT（rid 757）
| 维度 | QAMEBI | UDIAT |
|---|---|---|
| 来源 | 三国多中心 | 西班牙萨瓦德尔（单中心） |
| 规模 | 232 病灶 | 163 图（良 109 / 恶 54） |
| 设备 | Aixplorer Ultimate | 西门子 |
| 年代 | 2023 发布 | 早期经典库 |
| 掩码 | ✅ 每例 | 部分 |
核心差异：UDIAT 是乳腺超声 AI 的早期经典库，规模小、单中心，常作为"历史基线"被引；QAMEBI 是更晚近、多中心的小库。若做时间跨度上的方法对照，可以把二者分别当"早期单中心"与"近期多中心"的样本，但病灶数、设备、许可均不同，数据不能合并使用。
9.7 与乳腺其他模态条目的边界
| 条目 | 模态 | 与 QAMEBI 的关系 |
|---|---|---|
| InBreast（542） | 钼靶 X 线 | 同器官不同模态，任务不同 |
| Duke-Breast-MRI（440） | MRI | 同器官不同模态 |
| BreastPathQ（268） | 病理切片 | 同病种不同数据层 |
| TN-Mammo-Breast-Density（628） | 钼靶密度 | 不同任务 |
边界结论：这些条目都属于"乳腺影像"大族，但模态不同 → 不可互换。跨模态研究才会把它们并列；纯粹乳腺超声任务只需在 §9.1 的超声子族里选。
9.8 建议互链点
| 互链条目 | rid | 互链理由 |
|---|---|---|
| BUSI | 539 | 乳腺超声家族最常并提者 |
| BUS-BRA | 760 | 同为 CC BY 4.0、功能最接近 |
| BUS-UCLM | 897 | 掩码语义对照（分色编码 vs 二值） |
| OASBUD | 761 | 数据形态对照（原始信号 vs B-mode） |
| UDIAT | 757 | 早期单中心对照 |
| InBreast | 542 | 跨模态乳腺影像对照 |
9.9 家族导航与检索路径
把库内乳腺超声／乳腺影像条目按"模态 × 任务 × 可获取性"排成一张导航图，便于检索者快速定位：
乳腺影像数据集家族
├─ 超声模态（本条目所在格）
│ ├─ QAMEBI ── 232 病灶 · 病理+掩码 · 三国产学 · CC BY 4.0
│ ├─ BUSI ──── 780 图 · 三分类含正常 · 埃及单中心
│ ├─ BUS-BRA ─ 1875 图 · 带 BIRADS · 巴西 · Zenodo
│ ├─ BUS-UCLM 683 图 · 分色掩码 · 西班牙 · CC BY-NC
│ ├─ OASBUD ── 100 病灶 · 原始射频信号 · 波兰
│ └─ UDIAT ─── 163 图 · 早期经典 · 西班牙
├─ 钼靶模态
│ ├─ InBreast（542）────────── 410 图 · 活检金标准
│ └─ TN-Mammo-Breast-Density（628）
├─ MRI 模态
│ └─ Duke-Breast-MRI（440）
└─ 病理模态
└─ BreastPathQ（268）
检索决策三问：① 要不要超声？不要 → 去钼靶/MRI/病理格。② 要超声的话要不要掩码？要 → BUSI/BUS-BRA/BUS-UCLM/QAMEBI。③ 要不要跨中心 + 病理确诊 + 免注册？要 → QAMEBI。
9.10 QAMEBI 与库内条目的互链声明
本条目建议与以下库内条目建立双向互链，共同构成"乳腺超声数据集家族"的检索面：
| 互链条目 | rid | 互链锚点（在对方条目中的表述建议） |
|---|---|---|
| BUSI | 539 | “同为乳腺 B 超库，QAMEBI 为三国产学多中心小库（232 例），与本库的三分类体系不同” |
| BUS-BRA | 760 | “与 QAMEBI 同为 CC BY 4.0，但本库规模更大、含 BI-RADS 字段、Zenodo 托管” |
| BUS-UCLM | 897 | “与 QAMEBI 的差异在于掩码分色编码与本库的 CC BY-NC 非商用限制” |
| OASBUD | 761 | “与 QAMEBI 同为超声数据，但本库提供原始射频信号、无掩码” |
| UDIAT | 757 | “早期单中心库，与 QAMEBI 的多中心设计形成对照” |
| InBreast | 542 | “跨模态（钼靶）乳腺影像对照” |
互链纪律：互链文字只出现在各条目正文中（如本节的对照表），frontmatter 的 relatedLink 只放纯 URL，不放任何说明文字。
§10 避坑清单
以下九条是使用与引用 QAMEBI 时最容易被绊倒的地方，均基于本条目写作过程中的实证核验。
坑 1：良恶性数字被第三方倒置
官方论文（Highlights 与 Data description）明确写 123 malignant and 109 benign（123 恶性 / 109 良性）。但 MDPI《Bioengineering》12(10):1110 综述写成了 “123 benign and 109 malignant”，把良恶完全写反。GitHub 的 NKI-MedTech-AI/breast-ultrasound-openhub 收录表与 NIDUS 均标 “(B:109, M:123)”，与官方一致。引用前务必核对口径，以官方 123 恶性 / 109 良性为准。
坑 2：把"232 例"错当成"232 张图"或"696 例"
QAMEBI 的最小计数单位是病灶（232 例），每例含 3 份条目，等效约 696 个图像文件。若你在报告里写"QAMEBI 有 696 张图像"，会被理解为 696 个独立病例；若写"232 张图"，又漏掉了三份条目结构。正确表述是"232 例病灶、每例 3 份条目、约 696 个文件"。
坑 3：按文件划分训练集造成信息泄漏
由于同一病灶的原图、掩码、融合图高度相关，若按"文件"随机划分训练／测试，同一病灶的不同产物会跨划分出现，导致测试分数虚高。必须按病灶（lesion）划分，而非按文件划分。这是这份数据在评测时最常见、后果最严重的工程错误。
坑 4：把"openly available"直接等同于"有明文 CC BY 4.0 许可"
官网只声明 “openly available” 并给出引用要求，并未张贴独立 License 条款页；CC BY 4.0 是 NIDUS 等聚合器的收录标注。学术用途一般无碍，但涉及商业或严格合规审查时，应注明许可来源口径并考虑向作者核实。
坑 5：误认为库内良性例是"正常乳腺"
纳排排除的是"BI-RADS 2 且无乳腺癌家族背景者"，库内良性例是"经活检证实为良性、且原本需评估"的病灶，不是正常组织。用它做"正常 vs 异常"研究会踩空；它评的始终是"病灶良 vs 恶"。
坑 6：指望库里有 BI-RADS 逐例标签
BI-RADS 在采集中用于纳排（排除 BI-RADS 2 且无家族史者），但没有作为逐例标签字段公开。因此不能直接从 QAMEBI 做 BI-RADS 分级监督；需要分级研究应换带 BI-RADS 字段的库（如 BUS-BRA）。
坑 7：忽略图像尺寸不统一、无 DICOM
QAMEBI 公开的是导出后的通用位图，尺寸标注为 “Varies”，且无 DICOM 原始序列、无逐例采集元数据。做统一输入的深度模型时，重采样／裁切／归一化全需自理；做严格影像组学时也无法回溯物理量标定。
坑 8：把 qamebi.com 上的 2025 后续论文数据当成本库
qamebi.com 托管了团队后续的多中心研究（如 1747 女性、伊朗+土耳其三中心的列线图／大模型／放射科医师对照研究）。这些是同一团队的第二批数据，与 232 例的 QAMEBI 本体不是一回事，引用时不要张冠李戴。
坑 9：把 QAMEBI 与库内其他乳腺超声库混为一谈
BUSI、BUS-BRA、BUS-UCLM、OASBUD、UDIAT 各有自己的来源、规模、良恶比与许可（详见 §9）。特别是 BUS-UCLM 为 CC BY-NC（非商用），而 QAMEBI 为 CC BY 4.0，商用自由度不同；OASBUD 为原始射频信号，与 QAMEBI 的 B-mode 图像不可互换。选库必须逐条对照 §9.1 总表。
坑 10：设备名两种拼写
聚合器对采集设备有两种拼写：NIDUS 写 “Aixplorer Ultimate system”（Supersonic Imagine），GitHub 收录表写 “AirPlorer Ultimate”。规范写法是 Aixplorer Ultimate（Supersonic Imagine 产），“AirPlorer” 是拼写变体。
§11 总结
11.1 三句话总结
- 是什么：QAMEBI 是 232 例（123 恶性 / 109 良性）组织病理确诊的乳腺 B 超病灶图像库，每例三份条目（原图 + 医师手绘 GT 掩码 + 融合图），来自伊朗・土耳其・马来西亚三国产学多中心，CC BY 4.0 免费开放下载。
- 凭什么特别：它把"病理硬标签"和"病灶分割掩码"两样金标准捆在同一批样本上，又叠加了跨中心来源——同一份数据能同时服务分类、分割、放射组学与外部验证四种用途。
- 怎么用：当"小而干净、拿来即用"的验证集与轻量任务素材用（最适合移植学习、跨中心泛化测试、方法学对照），不要拿它当从零训练大模型的主语料；引用时记得一次引三篇。
11.2 适合谁
| 使用者 | 适用理由 |
|---|---|
| 乳腺超声分类研究者 | 病理确诊标签干净，良恶比接近均衡 |
| 病灶分割研究者 | 医师手绘掩码现成，无需自标 |
| 放射组学团队 | 掩码轮廓现成，与形态学/放射组学路线天然契合 |
| 跨中心泛化评测者 | 伊・土・马三国产学，天然外部验证集 |
| 教学与快速原型 | 免注册直下、上手快、格式通用 |
11.3 不适合谁
| 使用者 | 不适配理由 |
|---|---|
| 想从零预训练大模型者 | 232 例规模太小 |
| 需要 BI-RADS 分级监督者 | 库内无逐例 BI-RADS 字段 |
| 需要正常/异常判别者 | 库内无正常类，良性≠正常 |
| 需要原始射频信号者 | 只有 B-mode 位图，应改用 OASBUD |
| 需要采集元数据者 | 无 DICOM、无逐例参数 |
| 严格商用合规者 | 许可未规范化，应先核实 |
11.4 30 秒决策卡
要在乳腺超声上做分类 / 分割 / 外部验证，且想要"病理确诊 + 现成掩码"？
├─ 是 → 需要 BI-RADS 分级标签吗？
│ ├─ 需要 → 选 BUS-BRA（带 BIRADS 字段，Zenodo 托管）
│ └─ 不需要 → 需要跨中心泛化证据吗？
│ ├─ 需要 → 【选 QAMEBI】232 例三国确诊 + 掩码 + 免注册直下
│ └─ 不需要 → 需要更大规模 + 含正常类吗？
│ ├─ 需要 → 选 BUSI（780 图，三分类）
│ └─ 不需要 → QAMEBI 或 BUS-UCLM 均可（注意 UCLM 非商用）
└─ 否 → 需要原始射频信号？→ OASBUD；需要钼靶？→ InBreast；需要病理？→ BreastPathQ
PARTEOF
FAQ（高频问答）
A. 基础认知
A1：QAMEBI 是什么？名字怎么读？
全称 Breast Lesion Ultrasound Image Database，一个开源乳腺病灶超声图像库，托管的官方网站域名即 qamebi.com（常用简称）。它由 Ali Abbasian Ardakani 等人在 2023 年正式描述并开放。
A2：它有多少数据？
232 例组织病理确诊的乳腺病灶（123 恶性 / 109 良性），每例 3 份条目，等效约 696 个图像文件。
A3：是挑战赛吗？有排行榜吗？
不是挑战赛。它是一份数据描述论文配套的开放库，没有官方排行榜、没有固定划分、没有评测服务器。
A4：为什么说它是"双重金标准"？
因为它同时提供两类独立的金标准：组织病理学确诊的良恶性标签（FNA／粗针穿刺／开放活检），以及放射科医师手绘的病灶分割掩码。前者保证"标签对"，后者保证"能做分割"。
A5：数据来自哪里？
来自伊朗、土耳其、马来西亚三国的多中心队列，采集于癌症影像中心，连续入组、治疗前成像。
A6：它是单中心还是多中心？
多中心、多国。这是它的核心卖点之一——223 例横跨三个国家，使模型可以在不同人群、不同设备条件下接受检验。
A7：它和 BUSI 是一回事吗？
不是。BUSI 来自埃及单中心、780 图 / 600 患者、含"正常"类；QAMEBI 来自三国、232 病灶、无正常类。详见 §9.2。
A8：它为什么叫"乳腺病灶"而不是"乳腺癌"库？
因为其对象是病灶（lesion），既包含恶性也包含良性——它是用来训练"区分良恶"的库，不是一个只装癌症的库。
A9：QAMEBI 与 BUID 是同一个库吗？
NIDUS 收录表曾以 “BUID / Aixplorer Ultimate system” 之名列出一条 232 例（123 恶性、109 良性）的乳腺超声记录，实指 QAMEBI。BUID 是收录别名，易与 BUSI 混淆，检索时留意。
A10：它的核心价值用一句话说？
把"病理确诊 + 病灶掩码 + 跨中心来源"三件事同时做扎实的小型可用数据集。
B. 数据与获取
B1：怎么下载？
访问 https://qamebi.com/breast-ultrasound-images-database，页面提供 Benign / Malignant 分组的下载入口，直接点击即可。
B2：需要注册或申请吗？
不需要。免注册、免申请、免机构邮箱。
B3：要花钱吗？
免费。
B4：许可是什么？
CC BY 4.0（据 NIDUS 等聚合器收录口径）。官网只声明 “openly available”，未张贴独立 License 文本页。
B5：CC BY 4.0 意味着我可以做什么？
署名（cite 三篇论文）、可复制、可改编、可商用——但商用或严格合规场景建议先核实许可来源。
B6：必须引用吗？引哪几篇？
必须。作者明确要求引用三篇：① Comput Biol Med 152 (2023) 106438（数据描述）；② Eur J Radiol 157 (2022) 110591（多中心方法）；③ Biocybern Biomed Eng 42 (2022) 921-933（放射组学）。
B7：文件是什么格式？
Bitmap（.bmp），部分聚合器口径亦标 TIFF。是导出后的通用位图，不是 DICOM。
B8：有原始 DICOM 吗？
没有。库内不公开 DICOM 原始序列。
B9：有没有逐例的采集参数？
没有。增益、深度、探头频率等逐例元数据均未公开。
B10：图像尺寸统一吗？
不统一（标注为 “Varies”）。使用前需自行重采样／裁切／归一化。
C. 标注与标签
C1：标签是几分类？
二分类：良性 / 恶性。
C2：标签怎么来的？
组织病理学确诊——包括细针穿刺（FNA）、粗针穿刺（core needle）或开放活检（open biopsy）。
C3：有分割掩码吗？
有。每例都提供一张由放射科医师定义并勾画的病灶 GT 掩码。
C4：有 BI-RADS 标签吗？
没有逐例 BI-RADS 数值字段。 BI-RADS 只用于纳排（排除 BI-RADS 2 且无家族背景者）。需要 BI-RADS 训练建议改用 BUS-BRA。
C5："每例三份条目"具体指什么？
① 原图（含病灶与周围乳腺组织的 Bitmap）；② GT 图（只保留病灶区域的掩码 Bitmap）；③ 融合图（原图叠加掩码）。
C6：融合图是干什么用的？
人机对照、标注质量核验、教学可视化。它不是训练输入，是"给你看清掩码靠不靠得住"的工具。
C7：掩码对齐可靠吗？
官方提供，通常可靠；但跨中心跨设备导出可能有轻微偏移，建议使用前目视抽查几张叠图确认病灶边界吻合。
C8：良性例代表正常乳腺吗？
不代表。它们是"经活检证实良性、且原本需评估"的病灶，难度高于筛查场景的正常组织。
D. 任务与基线
D1：典型的四类任务？
良恶性分类、病灶分割、放射组学建模、外部验证。
D2：作者自证的基线成绩是多少？
Eur J Radiol 2022：SVM + BI-RADS + 形态学特征，AUC 0.885（> 资深放射科医师 0.814 > 住院医师 0.632）；Biocybern Biomed Eng 2022：XGBoost 用 242 个放射组学特征，灵敏度 90.3% / 特异度 86.7% / 准确率 88.4% / AUC 0.890。
D3：这些基线的 AUC 高吗？
中等偏上（0.885–0.890），不是接近完美。这与多中心真实数据的难度相符。
D4：基线的队列口径和 232 例一样吗？
不一样。基线用的是更大的多中心队列（1288 / 1259 例），不是 232 例开放库上的成绩，引用时须说明口径。
D5：怎么划分训练／测试？
自行划分，建议按病灶（lesion）分层划分，避免同一病灶三份产物跨划分造成泄漏（见坑 3）。
D6：良恶比是多少？
123:109 ≈ 1.13:1，接近均衡，不需要重度重采样。
D7：它适合当外部验证集吗？
非常适合。跨三国产学中心，是现成的跨人群泛化测试面。
E. 与库内其他库的关系
E1：和 BUSI 的区别？
单中心 vs 多中心、三分类含正常 vs 二分类、600 患者 vs 232 病灶。见 §9.2。
E2：和 BUS-BRA 的区别？
BUS-BRA 更大（1875 图 / 1064 患者）、带 BI-RADS、托管于 Zenodo；QAMEBI 更小、跨中心、无 BIRADS 字段。见 §9.3。
E3：和 BUS-UCLM 的区别？
BUS-UCLM 掩码用颜色编码良恶性（G/R/B），许可为 CC BY-NC 3.0（非商用）；QAMEBI 二进制掩码、CC BY 4.0。见 §9.4。
E4：和 OASBUD 的区别？
OASBUD 提供原始射频 / 包络信号，无掩码；QAMEBI 提供 B-mode 位图 + 掩码。用途分属两个技术栈，不可互换。见 §9.5。
E5：和 UDIAT 的区别？
UDIAT 是西班牙单中心早期经典库（163 图、西门子）；QAMEBI 是更晚近的三国多中心库。见 §9.6。
E6：能把这些库合并训练吗？
要非常谨慎。来源、设备、尺寸、许可、类别体系均不同；合并前必须做分布对齐与许可核查，且不能因名字里都有 “BUS” 就视为同源。
F. 工程与合规
F1：最大的工程陷阱是什么？
按文件划分导致信息泄漏（坑 3）。同一病灶原图/掩码/融合图相关，必须按病灶划分。
F2：怎么处理尺寸不统一？
统一重采样到固定尺寸（保持长宽比，避免拉伸变形病灶轮廓），再做归一化。
F3：需要做病灶裁剪吗？
分类任务可用掩码裁出病灶 ROI 聚焦训练；分割任务用原图 + 掩码即可。
F4：商用合法吗？
CC BY 4.0 允许商用，但许可文本未规范化，商用前建议向作者核实并保留许可来源说明。
F5：怎么报告使用 QAMEBI 的规模？
统一表述：“232 例病灶，每例 3 份条目，约 696 个文件”——不要说"232 张图"或"696 例"。
F6：检索时要注意什么？
别把 QAMEBI 与库内其他乳腺超声库、也别把 qamebi.com 上 2025 年的后续多中心论文数据当成本库本体。
G. 复现与生态
G1：能完整复现它的采集流程吗？
不能完全复现。纳排、病理、掩码定义、伦理都披露了，但各中心图像数、逐例参数、掩码工具规范未披露。
G2：有没有配套源码？
qamebi.com 的 “Data and Codes” 分区提供团队论文的配套源码，但 QAMEBI 本身没有官方加载脚本或数据字典。
G3：qamebi.com 还托管别的数据吗？
有。包括 LymphUs（颈部淋巴结超声）、甲状腺结节超声库（Coming soon）、图像去噪合成图库等，构成一个超声影像资源门户。
G4：被引用得多吗？
数据描述论文在 ScienceDirect 显示 “Cited by 37”+ 且滚动增长；常出现在多库联合评测中。
G5：它会被持续更新吗？
当前 232 例规模稳定；团队的新数据以新论文／新库形式出现（如 2025 多中心研究），而非原地扩充本库。
G6：引用时最容易犯的错？
一是良恶性数字倒置（坑 1），二是漏引三篇论文中的某一篇，三是把后续论文数据当成本库。
事实清单（硬事实 40 条）
- QAMEBI 全称 Breast Lesion Ultrasound Image Database，官方托管于 qamebi.com。
- 库内共 232 例组织病理确诊的乳腺病灶。
- 恶性 123 例、良性 109 例（官方论文口径）。
- 每例提供 3 份条目：原图、GT 分割掩码、融合图。
- 等效图像文件数约 696（232 × 3）。
- 独立患者数官方未单列，按 1 例≈1 病灶计。
- 数据来自 伊朗、土耳其、马来西亚三国产学多中心。
- 采集场景为癌症影像中心、连续入组、治疗前成像。
- 采集设备为 Aixplorer Ultimate（Supersonic Imagine）。
- 模态为乳腺 B-mode 灰阶超声。
- 文件格式为 Bitmap（.bmp），部分聚合器亦标 TIFF。
- 未公开 DICOM 原始序列。
- 图像尺寸不统一（标注 Varies）。
- 良恶性标签由组织病理确诊（FNA / core needle / open biopsy）。
- 病灶分割掩码由放射科医师勾画（radiologist-defined）。
- 库内提供原图与掩码的融合图用于对照。
- 纳入标准：>18 岁女性、无双侧乳癌史、首次就诊治疗前。
- 排除标准：BI-RADS 2 且无乳腺癌家族背景者、性质未定病灶等。
- 图像不含任何患者标识符。
- 入组患者签署书面知情同意。
- 伦理审批：IRB #IR.SBMU.RETECH.REC.1400.215（Shahid Beheshti 医科大学）。
- 许可为 CC BY 4.0（NIDUS 等聚合器口径）。
- 获取方式：官网免费公开下载、免注册。
- 官方声明原文：“openly available on https://qamebi.com/breast-ultrasound-images-database”。
- 使用必须引用三篇论文（Comput Biol Med 2023 + Eur J Radiol 2022 + Biocybern Biomed Eng 2022）。
- 数据描述论文：Comput Biol Med 152 (2023) 106438，doi:10.1016/j.compbiomed.2022.106438。
- 多中心方法学论文：Eur J Radiol 157 (2022) 110591，doi:10.1016/j.ejrad.2022.110591，1288 例 / 3 国。
- 放射组学论文：Biocybern Biomed Eng 42 (2022) 921-933，doi:10.1016/j.bbe.2022.07.004，1259 例实体非囊性病灶。
- 核心作者：Ali Abbasian Ardakani（通讯）、Afshin Mohammadi、Mohammad Mirza-Aghazadeh-Attari、U. Rajendra Acharya。
- 作者基线一：SVM + BI-RADS + 形态学特征 AUC 0.885。
- 作者基线二：XGBoost 242 放射组学特征 灵敏度 90.3% / 特异度 86.7% / 准确率 88.4% / AUC 0.890。
- DeLong 检验：ΔAUC 0.071（95%CI 0.056–0.086，P = 0.005）。
- 无双中心混淆：模型 AUC 显著高于资深放射科医师（0.814）与住院医师（0.632）。
- 无官方排行榜、无固定划分、无评测服务器（非挑战赛）。
- 良恶比 ≈ 1.13:1，接近均衡。
- 双口径存照：MDPI Bioengineering 12(10):1110 综述误写为 “123 benign and 109 malignant”（倒置）。
- 聚合器收录：GitHub NKI-MedTech-AI/breast-ultrasound-openhub 与 NIDUS 均标 “B:109, M:123”（与官方一致）。
- 设备拼写两种：NIDUS “Aixplorer Ultimate” vs GitHub “AirPlorer Ultimate”（规范为 Aixplorer）。
- qamebi.com 同时托管 LymphUs、甲状腺结节超声库、图像去噪合成图库等资源。
- 数据描述论文被引 ScienceDirect 显示 “Cited by 37”+（滚动增长）。
术语表（28 条）
| 术语 | 释义 |
|---|---|
| QAMEBI | Breast Lesion Ultrasound Image Database，本条目主体数据集 |
| BUS | Breast Ultrasound，乳腺超声 |
| B-mode | 亮度调制模式，即常规灰阶超声成像 |
| 病灶（lesion） | 乳腺内需评估的异常区域，本库对象（含良性与恶性） |
| 良性（benign） | 经病理证实非恶性的病灶 |
| 恶性（malignant） | 经病理证实为癌的病灶 |
| GT（Ground Truth） | 金标准／参考标准，本库指医师勾画的病灶掩码 |
| 分割掩码（mask） | 逐像素标出病灶区域的图像 |
| 融合图（fusion） | 原图与掩码叠加的对照图 |
| ROI | Region of Interest，感兴趣区域，本库指病灶所在区域 |
| 组织病理（histopathology） | 显微镜下检查组织／细胞以确诊的方法 |
| FNA | Fine Needle Aspiration，细针穿刺抽吸活检 |
| Core needle | 粗针穿刺活检 |
| Open biopsy | 开放手术活检 |
| BI-RADS | Breast Imaging Reporting and Data System，乳腺影像报告与数据系统 |
| CAD | Computer-Aided Diagnosis，计算机辅助诊断 |
| 放射组学（radiomics） | 从影像中高通量提取定量特征并建模的方法 |
| 多中心（multi-center） | 数据来自多个医疗机构的采集设计 |
| 连续入组（consecutive） | 按就诊顺序无挑选地纳入患者 |
| 纳排标准 | 纳入与排除标准，决定样本构成 |
| 去标识（de-identification） | 移除个人身份信息的处理 |
| 知情同意（informed consent） | 患者签字同意数据用于研究 |
| IRB | Institutional Review Board，机构伦理审查委员会 |
| Supersonic Imagine | 超声设备厂商，Aixplorer 系列产地 |
| Aixplorer Ultimate | 本库采集所用超声系统型号 |
| CC BY 4.0 | Creative Commons 署名 4.0 许可，允许署名后使用、改编、商用 |
| Dice / IoU | 分割任务常用重叠度指标 |
| AUC | Area Under the ROC Curve，ROC 曲线下面积，判别力指标 |
附录
附录 A：条目信息速查卡
| 项目 | 内容 |
|---|---|
| slug | qamebi |
| 官方名 | Breast Lesion Ultrasound Image Database |
| 简称 | QAMEBI（收录别名 BUID） |
| 发布年 | 2023（数据描述论文）；站点持续维护 |
| 规模 | 232 例病灶（123 恶性 / 109 良性） |
| 条目 | 每例 3 份（原图 / GT 掩码 / 融合图） |
| 模态 | 乳腺 B-mode 超声 |
| 设备 | Aixplorer Ultimate（Supersonic Imagine） |
| 格式 | Bitmap（.bmp）/ TIFF |
| 来源 | 伊朗・土耳其・马来西亚 |
| 金标准 | 组织病理 + 医师手绘掩码 |
| 许可 | CC BY 4.0（聚合器口径） |
| 获取 | 官网免注册直下 |
| 论文 | Comput Biol Med 152 (2023) 106438 |
| 库内家族 | BUSI / BUS-BRA / BUS-UCLM / OASBUD / UDIAT |
附录 B：DAIMS 评估全表
DAIMS（Discoverability / Accessibility / Interoperability / Metadata / Sustainability）五维评估：
| 维度 | 评分 | 依据 |
|---|---|---|
| D — Discoverability（可发现性） | 中 | 有官方网站 + DOI + 被多篇综述与聚合器收录；但无 Zenodo/HF/Kaggle 主流仓库镜像，搜索命中主要靠官网与文献 |
| A — Accessibility（可获取性） | 高 | 免费、免注册、免申请，官网直接下载；仅需引用三篇论文 |
| I — Interoperability（互操作性） | 中 | 通用位图格式（bmp/tiff）任何工具可读；但无标准数据加载脚本、无数据字典、无 schema，尺寸不统一 |
| M — Metadata（元数据） | 低 | 无逐例元数据表、无逐例 BI-RADS、无采集参数、无各中心分布；仅论文级描述 |
| S — Sustainability（可持续性） | 中 | 依赖单一自建站点存活，无机构级长期托管（如 Zenodo DOI 版本快照），长期链接稳定性弱 |
| 综合 | 中 | 门好开、格式通用，但元数据薄与托管单点限制了规范化复用 |
AI-Ready 结论：QAMEBI 是"可获取性优等、元数据待补"的典型。它的门槛极低（这是优点），但要让它在流水线里被"标准化地使用"，使用者需要自己补齐数据字典与加载脚本——这部分工作没有现成材料可抄。
附录 C：逐项证据链自证
| 硬事实 | 证据来源 |
|---|---|
| 232 例 = 123 恶性 + 109 良性 | SciDirect Highlights/Data description；NIDUS；GitHub openhub |
| 每例 3 份条目 | SciDirect Data description（original/GT/fusion） |
| 三国多中心 | qamebi.com 三篇引用；Eur J Radiol 2022（Malaysia/Iran/Turkey） |
| 设备 Aixplorer Ultimate | NIDUS；GitHub openhub |
| Bitmap/TIFF 格式 | GitHub openhub（bitmap & tiff） |
| 组织病理确诊 | SciDirect Data description（FNA/core needle/open biopsy） |
| IRB 号 | SciDirect Ethics approval |
| CC BY 4.0 | NIDUS ultrasound-open-access；多个聚合器 |
| 免注册公开下载 | qamebi.com Data availability statement |
| 基线 AUC 0.885 / 0.890 | Eur J Radiol 2022 / Biocybern Biomed Eng 2022 摘要 |
附录 D：数据获取决策树
需要乳腺超声数据
├─ 需要原始射频信号 → OASBUD
├─ 需要 BI-RADS 分级标签 → BUS-BRA（Zenodo，CC BY 4.0）
├─ 需要含"正常"类 → BUSI（三分类）/ BUS-UCLM（三分类，注意 NC 许可）
├─ 需要病理确诊 + 病灶掩码 + 跨中心 → 【QAMEBI】
├─ 需要最大规模 → BUS-BRA
└─ 需要早期经典单中心对照 → UDIAT
附录 E：三份条目使用规范
| 条目 | 训练用途 | 注意事项 |
|---|---|---|
| original（原图） | 分类 / 分割输入 | 尺寸不统一，需统一重采样 |
| mask（GT 掩码） | 分割监督 / ROI 裁剪 | 使用前目视抽查对齐 |
| fusion（融合图） | 对照核验 / 教学 / 可视 | 不作训练输入，属核验产物 |
关键纪律：划分数据时按病灶划分，确保同一病灶的三份条目落在同一侧。
附录 F：分类任务复现骨架（伪代码）
# 1. 收集 232 例病灶，每例三份条目按 lesion_id 分组
lesions = group_by_lesion(root) # {lesion_id: {original, mask, fusion, label}}
# 2. 按病灶分层划分（stratified by label），避免文件级泄漏
train_ids, test_ids = stratified_split(lesions.keys(), labels, test_size=0.2)
# 3. 分类：用 mask 裁出病灶 ROI 后送入分类器（可选）
for lid in train_ids:
roi = crop_by_mask(lesions[lid]['original'], lesions[lid]['mask'])
X.append(resize(normalize(roi), SIZE))
y.append(lesions[lid]['label']) # 1=malignant, 0=benign
# 4. 训练 + 评估（灵敏度/特异度/准确率/AUC）
model.fit(X, y)
evaluate(model, X_test, y_test)
附录 G：分割任务复现骨架（伪代码）
# 1. 输入 original，监督 mask
for lid in train_ids:
img = load(lesions[lid]['original']) # B-mode
gt = load(lesions[lid]['mask']) # 病灶区域二值
img, gt = paired_resize(img, gt, SIZE) # 成对重采样，保持对齐
seg_model.train_step(img, gt)
# 2. 评估：Dice / IoU / 边界距离
dice = dice_coef(pred_mask, gt_mask)
iou = iou_score(pred_mask, gt_mask)
# 3. 核验：把预测掩码与 original 叠加为 fusion 图目视比对
save_overlay(original, pred_mask, path='pred_fusion.png')
附录 H：许可条款细读
| 项 | 内容 |
|---|---|
| 标注许可 | CC BY 4.0 |
| 标注来源 | NIDUS 等聚合器收录，非官网页 |
| 官网声明 | “openly available”（未附独立 License 文本） |
| 允许 | 署名后复制、分发、改编、商用 |
| 要求 | 署名 + 引用三篇论文 |
| 风险 | 许可文本未规范化，商用/严合规前建议核实 |
建议引用许可时的表述：“据 NIDUS（ultrasound-open-access.nidusai.ca）收录口径，QAMEBI 采用 CC BY 4.0；官方站点声明为 openly available 但未张贴独立许可文本。”
附录 I：引用模板
@article{ardakani2023qamebi,
title = {An open-access breast lesion ultrasound image database:
Applicable in artificial intelligence studies},
author = {Abbasian Ardakani, Ali and Mohammadi, Afshin and
Mirza-Aghazadeh-Attari, Mohammad and Acharya, U. Rajendra},
journal = {Computers in Biology and Medicine},
volume = {152}, pages = {106438}, year = {2023},
doi = {10.1016/j.compbiomed.2022.106438}
}
附录 J：坑点档案（与 §10 对照）
| 编号 | 坑点 | 一句话对策 |
|---|---|---|
| 坑 1 | 良恶性数字被第三方倒置 | 以官方 123 恶 / 109 良为准 |
| 坑 2 | 混淆 232 例与 696 文件 | 统一表述"232 例 × 3 份" |
| 坑 3 | 按文件划分致泄漏 | 按病灶划分 |
| 坑 4 | 把 open access 当明文许可 | 注明许可来源口径 |
| 坑 5 | 以为良性例=正常乳腺 | 实为需评估的活检良性灶 |
| 坑 6 | 指望库内有 BIRADS 标签 | 换 BUS-BRA |
| 坑 7 | 忽略尺寸不一、无 DICOM | 自理重采样 |
| 坑 8 | 把 2025 后续数据当本库 | 区分批次 |
| 坑 9 | 与库内其他 BUS 库混用 | 对照 §9.1 总表 |
| 坑 10 | 设备名拼写混淆 | 规范 Aixplorer Ultimate |
附录 K：检索路径示范
| 目标 | 推荐查询式 | 预期命中 |
|---|---|---|
| 官方库 | “QAMEBI” breast ultrasound database | qamebi.com |
| 数据描述论文 | “open-access breast lesion ultrasound image database” | Comput Biol Med 152:106438 |
| 多中心方法 | “BI-RADS evaluation and morphometry” breast ultrasound multi-center | Eur J Radiol 157:110591 |
| 放射组学 | “ultrasound radiomics signatures” benign malignant multi-center | Biocybern Biomed Eng 42:921-933 |
| 聚合器收录 | site:nidusai.ca QAMEBI / site:github.com breast-ultrasound-openhub | NIDUS / openhub 表 |
| 反例（勿混） | “QAMEBI 1747 women” （后续论文） | 团队第二批多中心数据，非本库 |
附录 L：FAIR/AI-Ready 检查单
| 检查项 | 状态 | 说明 |
|---|---|---|
| F1 全局唯一标识 | ✅ | 官网 URL + DOI（论文） |
| F2 富元数据 | ⚠️ | 论文级描述有，逐例元数据缺 |
| A1 可访问协议 | ✅ | HTTP 免注册直下 |
| A2 元数据可访问 | ✅ | 官网说明 + 论文开放 |
| I1 互操作格式 | ⚠️ | 通用位图，无标准脚本/字典 |
| I2 词汇表引用 | ⚠️ | 有 BI-RADS/病理术语，无机器可读 schema |
| R1 来源溯源 | ✅ | 三国多中心来源明示 |
| R3 可复现流程 | ⚠️ | 方法披露部分，缺操作细节 |
| AI-Ready 综合 | 中 | 门槛低，规范化不足 |
附录 M：与库内乳腺超声条目的关系声明
本条目与 BUSI（rid 539）、BUS-BRA（rid 760）、BUS-UCLM（rid 897）、OASBUD（rid 761）、UDIAT（rid 757）构成千方病案医数集的"乳腺超声数据集家族"。五者来源、规模、类别体系、掩码语义、许可各不相同，详见 §9 逐条对照；任何跨库合并使用前须做分布对齐与许可核查。QAMEBI 在家族中的角色是"小而干净、跨中心、双金标准"的验证型资源。
附录 N：乳腺超声数据集景观总表
| 数据集 | 国家 | 规模 | 类别 | 掩码 | 许可 |
|---|---|---|---|---|---|
| QAMEBI | 伊/土/马 | 232 病灶 | 良/恶 | ✅ | CC BY 4.0 |
| BUSI | 埃及 | 780 图 | 正常/良/恶 | ✅ | 开放 |
| BUS-BRA | 巴西 | 1875 图 | 良/恶 + BIRADS | ✅ | CC BY 4.0 |
| BUS-UCLM | 西班牙 | 683 图 | 正常/良/恶 | ✅ 分色 | CC BY-NC 3.0 |
| OASBUD | 波兰 | 100 病灶 | 良/恶 | ❌ | 开放 |
| UDIAT | 西班牙 | 163 图 | 良/恶 | 部分 | 视版本 |
| BrEaST | 波兰 | 256 图 | 正常/良/恶 | ✅ | CC BY 4.0 |
| BUS_UC | 巴基斯坦 | 811 图 | 良/恶 | ✅ | CC BY 4.0 |
附录 O：双口径登记表
| 项目 | 口径 A（采用） | 口径 B（存照） | 处置 |
|---|---|---|---|
| 良恶性数字 | 官方：123 恶 / 109 良 | MDPI 综述：123 良 / 109 恶 | 采用官方，倒置存照 |
| 设备名 | Aixplorer Ultimate | AirPlorer Ultimate | 采用 Aixplorer |
| 患者数 | 按 1 例≈1 病灶（未单列） | — | 明示未单列 |
| 许可 | CC BY 4.0（聚合器） | 官网"openly available" | 注明双来源 |
附录 P：维护计划与触发点
| 触发点 | 动作 |
|---|---|
| 官方扩充规模 | 更新 §2.1 与附录 O |
| 官网张贴正式许可 | 修订 §6.2 与附录 H |
| 出现新版本 / 新批次 | 在 §9.7 与坑 8 增补区别 |
| 聚合器口径变更 | 复查 §6.2 许可表述 |
| 论文被引显著增长 | 更新 §7.2 影响力段 |
附录 Q：使用检查清单（12 项）
- 许可核对：确认用途符合 CC BY 4.0，商用前核实许可来源。
- 规模表述：统一写"232 例病灶 × 3 份条目"，勿混为 232 张图或 696 例。
- 划分方式：按病灶划分，杜绝文件级泄漏。
- 尺⼨处理：统一重采样，保持长宽比。
- 掩码抽查：目视核对 mask 与 original 对齐。
- 标签口径：以官方 123 恶 / 109 良为准，警惕倒置。
- BI-RADS 缺位：不假定库内有分级标签。
- 良性语义：良性例≠正常乳腺，勿用于正常/异常判别。
- 模态区分：B-mode 图像 ≠ OASBUD 原始信号，勿互换。
- 批次区分：勿把 qamebi.com 后续论文数据当本库。
- 引用完整：一次引三篇。
- 时点存照：许可与规模口径注明核验时点。
附录 R：缩写速查
| 缩写 | 全称 |
|---|---|
| QAMEBI | Breast Lesion Ultrasound Image Database |
| BUS | Breast Ultrasound |
| GT | Ground Truth |
| ROI | Region of Interest |
| FNA | Fine Needle Aspiration |
| BI-RADS | Breast Imaging Reporting and Data System |
| CAD | Computer-Aided Diagnosis |
| IRB | Institutional Review Board |
| AUC | Area Under the ROC Curve |
| DAIMS | Discoverability/Accessibility/Interoperability/Metadata/Sustainability |
| CC BY | Creative Commons Attribution |
附录 S：本条目生产档案
- 生产通道：AI-Ready Wikipedia 数据集条目写作代理 C
- 事实研究：WebSearch×3 + WebFetch×3（官方站 + ScienceDirect + 综述），三源互证达成即停
- FACTS.md：writing/qamebi/FACTS.md 九节
- 成稿方式：五块（part1-5）直写私有区后 cat 拼接
- 坑点：§10 十条（坑 1-10"坑 N："编号制）
- 许可口径：CC BY 4.0（聚合器），官网明文缺失已存照
- 互链计划：BUSI(539) / BUS-BRA(760) / BUS-UCLM(897) / OASBUD(761) / UDIAT(757)
附录 T：数据字典（建议字段）
| 字段 | 类型 | 取值域 | 语义 |
|---|---|---|---|
| lesion_id | string | 232 个唯一值 | 病灶标识 |
| entry_type | enum | original / mask / fusion | 条目类型 |
| label | int | 0=benign, 1=malignant | 病理标签 |
| image | Image | B-mode 灰阶 | 超声图像 |
| mask | Image | 二值区域 | 病灶轮廓 |
| center_country | enum | Iran / Turkey / Malaysia | 来源国（如可得） |
注：center_country 等字段在官方数据中未逐例提供，上表为使用方自行整理的建议字典；实际字段以官网下载内容为准。
尾注
本条目为 AI-Ready Wikipedia 数据集条目，生产于 2026-10-14，抓取与核验时点见附录 A。事实陈述以官方数据描述论文（Computers in Biology and Medicine 152 (2023) 106438）、qamebi.com 官方网站与 NIDUS/GitHub 聚合器收录页为源。良恶性数字的第三方倒置、许可文本未规范化、设备名拼写两种、患者数未单列等原始资料缺陷，均已在坑点（§10）与附录 O 双口径登记表存照。
条目与库内 BUSI（rid 539）、BUS-BRA（rid 760）、BUS-UCLM（rid 897）、OASBUD（rid 761）、UDIAT（rid 757）等乳腺超声与乳腺影像条目互链，构成"乳腺影像数据集家族"的完整检索面；与 InBreast（rid 542）等跨模态条目构成"乳腺影像"大族的邻接面。后续维护触发点见附录 P。
一句话交付：QAMEBI 是 232 例组织病理确诊的乳腺 B 超病灶图像库（123 恶性 / 109 良性），每例三份条目（原图 + 医师手绘 GT 掩码 + 融合图），来自伊朗・土耳其・马来西亚三国产学多中心，CC BY 4.0 免注册开放下载——乳腺超声分类、分割与跨中心验证的"小而干净"首选。
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：
- udiat — 共享标签：医学影像 / 乳腺影像 / 医学图像分割 / 图像分类 / 肿瘤学
- ddti — 共享标签：医学影像 / 医学图像分割 / 图像分类 / 肿瘤学
- tn-mammo-breast-density — 共享标签：医学影像 / 乳腺影像 / 图像分类 / 肿瘤学
- dmr-ir — 共享标签：医学影像 / 乳腺影像 / 图像分类 / 肿瘤学
- busi — 共享标签：医学影像 / 乳腺影像 / 医学图像分割 / 图像分类
- inbreast — 共享标签：医学影像 / 乳腺影像 / 医学图像分割 / 图像分类
- oasbud — 共享标签：医学影像 / 乳腺影像 / 图像分类 / 肿瘤学
- bach — 共享标签：医学影像 / 乳腺影像 / 图像分类 / 肿瘤学
- panda-plus — 共享标签：医学影像 / 医学图像分割 / 图像分类 / 肿瘤学
- bus-bra — 共享标签：医学影像 / 乳腺影像 / 医学图像分割 / 图像分类
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。
