QIN 乳腺动态增强 MRI — 十例两访视

这个集合在 TCIA 上的正式名称是 QIN Breast DCE-MRI，集合代号 QIN-BREAST-DCE-MRI。它把十位局部晚期乳腺癌患者在新辅助化疗开始前、以及第一个周期结束之后各一次动态对比增强磁共振检查收进同一份档案，共二十次检查、六百五十二个序列、七万六千三百零八张影像。提交方是俄勒冈健康与科学大学的 Wei Huang 团队，属于美国国家癌症研究所定量影像网络的项目产出。

它要回答的问题只有一句：同一批原始采集，交给七家机构、十二套药代分析软件，算出来的 Ktrans 还是不是同一个数。为了让这个问题成立，发起方把能固定的都固定了——肿瘤感兴趣区、注射前纵向弛豫率、群体平均动脉输入函数，全部预先给出，唯一放开的是软件与算法。这是公开数据里少见的一次「只让后处理变、别的都不变」的对照。

边界同样清楚：源研究做了四个访视，公开的只有前两个；没有参数图，没有分割掩膜，病例以十计。拿它训练预测模型，样本不够；拿它检验自己那条后处理管线是否偏离常规，条件却相当整齐。下面按「它解决什么麻烦、里面有什么、怎么取、边界在哪」四段展开，规模数字以集合页统计栏为准，方法学结论取自集合页列出的那篇多中心研究论文。一屏速览见下表。

项	内容
官方名与代号	QIN Breast DCE-MRI / QIN-BREAST-DCE-MRI
提交方	俄勒冈健康与科学大学，负责人 Wei Huang
患者与检查	十例，二十次检查，两次访视
序列与影像	六百五十二个序列，七万六千三百零八张影像
体积	十五点八八吉字节（DICOM 与 NIfTI 包）
采集设备	西门子 3T TIM Trio，四通道双侧乳腺线圈
唯一标签	病理反应：三例完全缓解，七例非完全缓解
许可	知识共享署名 3.0，须按规定引用

§1 它要解决的具体麻烦

1.1 一句话结论：它解决的是「同一批数据，换一套软件，参数还落在同一区间吗」

定量影像的门槛不在扫描，在换算。扫描给出的是每个体素的信号强度随时间变化的曲线，Ktrans、ve 这些数是从曲线上拟合出来的。同一条曲线，换一个拟合模型、换一种动脉输入函数取法、换一套基线校正策略，结果可以差出可观的距离，而影像本身一模一样。

乳腺是这个问题最尖锐的部位。肿瘤强化快、对比剂渗漏强、腺体组织本身也有强化，动脉输入函数又离病灶很近，部分容积效应难以避免。多中心试验要把 Ktrans 当作疗效终点，就必须先回答：不同软件之间的差异有多大，是随机的还是系统的，会不会把真实的疗效变化淹没掉。

这套数据的存在，就是为了把这个问题从争论变成测量。它不提供答案，它提供的是一块所有人都能站上去的同一块地板。

1.2 三条常见的错误期待

第一条，把它读成重复性研究。名字里没有「重复」二字，但同一位患者出现两次检查，很容易被想成间隔数日的 test-retest。实际上两次之间隔着整整一个化疗周期，中间有药物介入，肿瘤的血管通透性可能真的变了。要把两个访视的差异拆成测量误差与治疗效应，需要额外的假设，而数据本身不提供拆分依据。

第二条，把它读成完整的纵向队列。源研究确实有四个时点：化疗前、首周期后、疗程中点、术前。但公开部分只到第二个时点。拿它画完整的疗效轨迹，第三个点之后是空白。

第三条，把它读成带标签的训练集。唯一的标签是二分类的病理反应，十个样本，三正七负。没有病灶勾画，没有参数图，没有临床分期与分子分型。任何以「输入影像、输出标签」为形式的监督学习设定，在这套数据上都缺一半原料。

常见期待	实际情况	后果
同一时间点的重复扫描	两个访视之间隔一个化疗周期	差异里混着治疗效应，不能当纯测量误差
四个访视的完整纵向序列	只公开化疗前与首周期后	中段与术前无法补，轨迹画不全
数十例以上的队列	十例，来自十六例连续入组的筛选	任何分组统计都会掉到个位数
算好的 Ktrans、ve 参数图	只有原始动态采集与两张附表	后处理工作量全部转嫁给使用者
病灶分割与侧别标注	集合页未列出	感兴趣区要自己画，且无金标准可比
临床与分子标签	只有病理反应二分类	影像—分型、影像—预后关联做不了

1.3 它能给到的与给不到的

你的需求	它给的	够不够
检验自己的药代拟合管线是否偏离常规	同一批原始数据、固定的感兴趣区与输入函数	够，这正是它的设计目的
比较 Tofts 与扩展 Tofts 的差别	同一批曲线，两种模型都能跑	够，但要自己实现两套模型
评估时间分辨率对 vp 的影响	十八至二十秒的采样间隔	够，且能对照模拟数据的结论
观察化疗一个周期后的参数变化	两个访视的配对	勉强够，样本只有十对
训练参数预测或分割模型	无参数图、无掩膜	不够
做分子分型或生存分析	无临床表、无随访	不够
评估跨设备、跨厂商的一致性	单一机型	不够

1.4 你的处境与它能帮到的事

你的处境	它能帮你什么	下一步该做什么
审稿人质疑你的 Ktrans 阈值不稳	提供同一批数据在十二套算法下的横向结果	引用源论文的系统性差异结论，说明阈值需按软件标定
你要在两套开源拟合工具之间选一个	同一批曲线，两套工具各跑一遍	比较两者在绝对值和百分比变化上的一致性
你在写多中心试验的影像章程	提供算法间差异的量级参考	把集中式分析或固定输入函数写进章程
你要验证运动校正或配准	两个访视天然构成一对	把第二次配准到第一次，看残差分布
你想做乳腺 DCE 的深度学习	十例、无掩膜、无参数图	换用带标注的大规模乳腺 MRI 集合
你要写 DCE 方法学综述	一篇多中心横评论文是通用引用	同时引集合数据记录与论文

1.5 一句话判断

它用十例患者、二十次检查和十二套软件，把「换一套后处理，Ktrans 会漂多远」变成可查的数，代价是整批数据只覆盖化疗的第一个周期。

1.6 不适合谁：四条边界

边界	具体表现	更适合的替代
需要治疗全程的纵向影像	只有化疗前与首周期后两个访视	带四个以上时点的前瞻队列
需要分割或病灶定位金标准	不提供掩膜，侧别与位置未标注	带专家勾画的乳腺 MRI 集合
需要分子分型或生存标签	只有病理反应二分类	影像与基因组配对的项目
需要跨中心采集证据	单一中心、单一机型	多机构联合采集的 DCE 研究

§2 数据构成与规格

2.1 四层树：患者、检查、序列、影像

TCIA 的组织方式是四层。最上层是患者，用一个去标识编号标识，形如 QIN-BREAST-DCE-MRI-BC05；第二层是检查，同一患者的两次访视是两次独立的检查，靠检查日期区分；第三层是序列，一次检查下三十余个序列；第四层是影像，一层一张 DICOM。

这套树的关键仍在第二层。多数影像集合里一位患者对应一次检查，患者数就等于检查数。这里十位患者对应二十次检查，比例恰好一比二，说明每一例的两个访视都完整保留，没有谁少做一次。这个整齐度在小样本集合里并不常见，它直接决定了配对分析的可行性——不需要先筛，十对全部可用。

编号体系本身带信息。集合内的患者编号从 BC01 排到 BC16，实际只出现十个，缺的是 BC02、BC03、BC04、BC07、BC09 与 BC11。缺六个，正好对上源论文的说法：从十六例连续入组中筛出十例，剔除原因为缺少第二次访视或运动伪影过重。编号没有重排，缺口被保留下来，这比重新编号更有用——它让档案里的编号与论文里的病例序号能对得上。

序列层有一个与常规不同的安排。动态采集的每一个时相被存成一个独立序列，而不是把全部时相塞进一个多帧序列。后果是序列数偏多、单个序列偏小，读数据时必须先按序列描述与层数把时相重新拼回四维，再谈拟合。

2.2 采集协议的形状

官方页面把采集参数写得很细，协议可照做，这是这套数据作为方法学素材的前提。

环节	采集方式	关键参数	用途
定位与校准	常规定位扫描	页面未逐项列出	摆位与后续序列定位
解剖参照一	脂肪抑制 T2 加权	页面未逐项列出	水肿、囊肿与腺体背景
解剖参照二	不抑脂 T1 加权	页面未逐项列出	增强前基线、病灶对照
动态增强	脂肪抑制三维梯度回波 TWIST	翻转角十度，回波与重复时间二点九与六点二毫秒	药代参数拟合的原始曲线

动态部分的技术核心是 TWIST 序列，全称是时间分辨血管成像随机轨迹。它在采集时对 k 空间做欠采样——中心区域密采、外周稀疏采，重建时再借用相邻时相的数据补齐。这样做的收益是时间分辨率，代价是每一帧都带着重建带来的时相间耦合，做逐帧定量时不能假设各帧完全独立。

并行加速因子为二，视野三十至三十四厘米，矩阵三百二十乘三百二十，层厚一点四毫米。按每层一点四毫米、一百一十二至一百二十层计算，纵向覆盖约一百六十毫米，足以容纳双侧乳腺全貌。这一点值得单独指出：采集是双侧的，而病灶通常只在单侧，对侧乳腺因此天然构成个体内参照，只是集合页没有标注病灶侧别，使用者要自己判断。

2.3 一次动态采集的时间轴

动态采集的总时长约十分钟，产出三十二至三十四个时相，每个时相一百一十二至一百二十层，时间分辨率十八至二十秒。对比剂是钆特醇，商品名 ProHance，属大环类非离子型，剂量每公斤零点一毫摩尔，注射速率每秒二毫升，用可编程高压注射器推注。

注射时点有明确规定：先采集两个基线时相，然后开始注射，随后跟二十毫升生理盐水冲洗。这两个基线时相是整条曲线唯一的注射前参照，也是计算相对强化率的零点。若某次采集在注射后才开始记录，或基线时相里已混入对比剂，整条曲线的起点就会偏高，后续拟合出的 Ktrans 会被系统性压低。做质控时，第一件要核的就是基线时相的信号是否平台。

十八至二十秒的时间分辨率是一个硬约束。它足以捕捉肿瘤实质的渐进性强化，却不足以刻画对比剂首过血浆期的快速升降。原因很直接：血管内与血管外间隙的信号在二十秒的采样间隔里已经被平均在一起，描述血浆容积的 vp 因此最难稳定。这一点在源论文的模拟数据里被单独讨论过，结论是需要秒级采样才能可靠估计 vp。

2.4 二十次检查怎么摊到十个人

二十次检查来自十位患者的两次访视，每人两次，没有例外。六百五十二个序列摊到二十次检查，平均每次约三十三个序列；七万六千三百零八张影像摊到六百五十二个序列，平均每个序列约一百一十七张。

这两个均值互相对得上：一百一十七张接近一个时相的层数，三十三个序列接近三十二至三十四个时相，说明动态采集确实按时相拆成序列存放，另有三五个序列留给定位像与结构像。反过来说，任何一个序列若只剩十几张，基本可以判定下载不全，或原始提交时就残缺。

这套算术在规划阶段很有用。若打算把十例全部转成四维文件，需要预留的空间不是原始体积，而是原始体积的数倍：每个时相的 DICOM 转成 NIfTI 后体积相近，但四维封装会额外产生中间文件，配准与拟合又会再生成若干份。按十倍估比较稳妥。

2.5 三个口径要分清

第一个口径是患者，十例。第二个口径是检查，二十次。第三个口径是「数据集」，也就是页面所说的 data set，二十个——它与检查数一致，指的是可独立分析的一次完整动态采集。

三个数字混用会直接导致错误。按患者算，配对样本是十对；按检查算，独立样本是二十个；按序列算，是六百五十二个，但这个层级没有生物学含义，只对存储与传输有用。写方法节时必须写明用的是哪个口径，否则「样本量二十」这句话会被审稿人理解成二十位患者。

还有一个更隐蔽的口径问题：源研究入组十六例，公开十例。讨论样本量时若引用论文的十六例，而实际只拿到十例，功效计算会高估六成。

2.6 与同类资源的规格差异

维度	这套数据	大型乳腺 DCE 队列	乳腺超声或病理集合
病例数	十例	数百至上千例	数百至数千例
检查次数	二十次，两个访视	单时点为主	单时点
采集中心	单一中心、单一机型	多中心或多机型	不定
动态信息	有，逐时相原始采集	有，常已重采样	无
参数图	无	部分提供	不适用
病理标签	有，二分类反应	常有，含分级与分型	有，含切片级诊断
主要用途	算法一致性	诊断与预后建模	检出与分类

§3 核心层 A：它是什么——一次写在档案里的软件横评

3.1 名字里的三段各指什么

QIN 是定量影像网络的缩写，一个由美国国家癌症研究所资助的协作网络，成员机构按项目节点分工，各自采集、各自分析，再把数据汇入公共档案。Breast 指部位与病种，这里特指接受新辅助化疗的局部晚期乳腺癌。DCE-MRI 指动态对比增强磁共振，即在注射对比剂后连续多次采集，用信号随时间的走势反推组织的血流与通透性。

三个词拼在一起，指向的是一类很窄的素材：为定量分析准备、而非为诊断阅片准备的乳腺动态影像。它不追求图像好看，追求的是协议一致、参数可复现。

3.2 为什么署名是俄勒冈健康与科学大学

集合页写明数据由俄勒冈健康与科学大学提供，负责人是 Wei Huang。这一团队的长期方向是乳腺 DCE 的药代建模，尤其是把水交换效应纳入模型的那条路线，也就是后文会反复提到的 Shutter-Speed 模型。

这个背景解释了数据的两个特征。一是为什么采集协议里专门留了注射前的 T1 定标环节，因为绝对定量必须先知道组织的纵向弛豫率。二是为什么随集附了一份群体平均动脉输入函数表，因为该团队的研究习惯是把输入函数当作可共享的公共输入，而不是每个使用者各自去猜。

3.3 与同网络其他集合的位置

同一个网络下还有脑与前列腺的集合：脑的那套是五十四例的双基线灌注研究，问的是同一参数隔几天再测是否稳定；前列腺那套是二十二例的多参数素材，问的是几种测量语言能否拼在一起。眼前这套问的是第三类问题——同一批数据在不同软件之间是否可比。

三者共享同一套治理框架与发布流程，但采集协议、病例规模与用途各不相同，不能当成同一个数据集的不同部分。它们的共同点只在方法学层面：都不提供算好的参数图，都把后处理留给使用者。

3.4 单中心、单机型：一个必须说清的事实

官方页面写明：影像由西门子 3T TIM Trio 采集，体线圈发射，四通道双侧相控阵乳腺线圈接收。全部数据出自同一台设备、同一套序列库。

这一点决定了它能回答什么。它能回答：在采集条件完全一致时，软件之间的差异有多大。它不能回答：换一台机器、换一个厂商、换一家医院，差异会放大多少。后一个问题恰恰是多中心试验落地时最要命的，因为设备与协议差异带来的方差常常大于生物学效应。

源论文对此有清醒的自觉：它把多中心的部分放在分析侧，而不是采集侧，并在讨论里建议未来的多中心试验统一采集协议、定期做扫描仪质控、采用集中式分析。这套数据是那个建议的一个受控样本，不是它的验证。

3.5 时间线与版本

集合有两个版本。第一版发布于二零一四年七月二日，与源论文同年。第二版发布于二零一九年四月十八日，动作只有一个：应负责人要求，补入群体平均动脉输入函数表。统计栏数字在两版之间没有变化，状态标为已完成。

这个版本史很短，含义却明确：数据本身没有被重处理。没有重新配准，没有重新编号，没有替换序列。对使用者是好事——二零一四年论文里的图表，今天仍能直接对照；也是限制——早期提交时的一些粗糙之处，比如结构像参数未在页面逐项写出，也被一并保留下来。

3.6 许可与访问控制

这套数据在许可上比多数 TCIA 集合宽松。集合页标注的是知识共享署名三点零，允许在署名前提下使用、修改与再分发，商业使用亦未禁止。这与许多标注为「仅研究用途」的集合不同，也与需要受控访问申请的集合不同。

宽松不等于无条件。页面把「需要引用」写成了硬要求：使用者的成果中必须包含页面给出的数据引用，并附数字对象标识符。引用的作者顺序为 Huang、Tudorica、Chui、Kemmer、Naik、Troxell、Oh、Roy、Afzal 与 Holtorf，年份二零一四年，版本二。

下载仍需注册账号并使用 TCIA 的下载工具，这是技术门槛而非许可门槛。真正的合规义务在署名与不再识别，前者是硬性的，后者是常识性的——数据虽已去标识，病例数极少，任何试图反推患者身份的操作都不应发生。

§4 核心层 B：五个参数与三条模型路径

4.1 五个数各自测什么

参数	物理含义	出现在哪类模型	主要干扰
Ktrans	对比剂从血浆渗入血管外细胞外间隙的速率常数	三类模型均可	输入函数取法、T1 定标误差
ve	血管外细胞外间隙占单位体积组织的比例	三类模型均可	拟合窗口、噪声放大
kep	回流速率常数，等于 Ktrans 除以 ve	三类模型均可	由前两者派生，误差叠加
vp	血浆占单位体积组织的比例	仅扩展 Tofts 模型	时间分辨率不足
τi	细胞内水分子平均寿命	仅 Shutter-Speed 模型	模型假设，难以独立验证

五个数里，Ktrans 与 ve 是主角，几乎所有关于乳腺 DCE 的讨论都围绕这两个。kep 是派生量，本身不独立；vp 依赖足够快的时间采样；τi 只在把水交换当作限速步骤的模型里出现，属于模型特有的参数，跨模型不可比。

这就是为什么「同一批数据算出不同结果」不能简单归咎于软件写得差。不同模型对物理过程的假设本就不同，参数名相同而定义不同，直接比较数值没有意义。源论文的处理方式是分模型族比较，只在同一族内谈一致性。

4.2 三条模型路径

第一条是标准 Tofts 模型，把组织简化为两个室：血浆与血管外细胞外间隙，假设对比剂在两者之间快速交换，忽略血管内信号。它参数少、拟合稳，是临床研究里最常见的选择。

第二条是扩展 Tofts 模型，在标准模型上加一个血浆容积分数 vp，承认血管内那部分对比剂也贡献信号。它更贴近生理，但对时间分辨率的要求更高，因为 vp 的信息集中在强化的最初几十秒。

第三条是 Shutter-Speed 模型，它不假设水分子在细胞内外的交换是瞬时的，而是引入一个有限交换的寿命参数 τi。对乳腺这类腺体细胞密集的组织，这个修正有实际影响，代价是模型复杂度上升、拟合更依赖初值与边界约束。

三条路径给出的 Ktrans 不可直接互换。源论文的结论之一就是这一条：纳入水交换的模型给出的 Ktrans 与 ve 系统性高于另两类。差异是系统的，不是随机的——这意味着做纵向比较时，只要前后用同一套模型，差异会被抵消；而做跨研究汇总时，模型不同就会引入偏移。

4.3 十二个算法怎么落在七家机构

参与比较的机构共七家：俄勒冈健康与科学大学、范德堡大学、匹兹堡大学、密歇根大学、华盛顿大学、西奈山伊坎医学院，以及布莱根妇女医院（其提交含一个与厂商研发部门合作的版本）。

十二套算法按模型分族：六套基于标准 Tofts，四套基于扩展 Tofts，两套基于 Shutter-Speed。软件来源横跨三类——自研脚本、开源扩展、商业工作站，这种混杂是刻意保留的，因为真实世界里没有人用同一种工具。

把这层结构说清楚，才能理解这套数据的用途：它不是让十二个团队比赛谁算得准，而是测量在同一条曲线、同一个感兴趣区、同一条输入函数的前提下，工具链差异能造成多大的分散。答案是有的大，有的小，且大小与模型族强相关。

4.4 被固定的三件事

第一件是感兴趣区。发起方统一给出肿瘤的感兴趣区，避免各家用各自的勾画，把勾画差异混进算法差异。这一条是整套设计成立的前提——若感兴趣区自由，结果差异就无法归因。

第二件是注射前纵向弛豫率。做法是用动态采集前的基线影像与空间配准的质子密度影像相除，得到注射前的 T1 定标。没有这一步，Ktrans 只能得到相对值，跨患者不可比。

第三件是动脉输入函数。集合第二版直接附了一份群体平均的输入函数时间曲线，供使用者对齐。用群体平均而非个体测量，是一种取舍：牺牲个体差异，换取跨中心可比。源论文在讨论里明确把这条列为减少随机误差的建议之一。

三件事固定之后，剩下的自由度只有模型、拟合算法与数值实现。这也解释了为什么这套数据对「我的管线对不对」这类问题特别有用——变量被压缩到了一个方向。

4.5 后处理不在集内

集合里没有 Ktrans 图，没有 ve 图，没有任何拟合结果，也没有分割掩膜。有的只是原始 DICOM、一份以关键对象形式封装的 Matlab 与 NIfTI 版本、一份病理反应表，以及第二版补入的输入函数表。

这个选择让数据保持中性。若发布方附上自己算的参数图，使用者会不自觉地以它为参照，横向比较就失去意义。只给原始数据，等于把后处理的选择权完整交出去，也把那部分责任一并交出。

代价是门槛。要得到可用的 Ktrans，需要完成时相拼接、运动校正、基线估计、T1 定标、输入函数对齐、模型拟合、感兴趣区统计这一整条链路，每一步都有多种做法。没有现成管线的人，拿到这套数据的第一周通常花在读协议与搭环境上。

4.6 时间分辨率为什么决定 vp

十八至二十秒的采样间隔，对肿瘤实质的渐进强化够用，对血浆期不够。对比剂首过时，血管内浓度在十几秒内冲上峰值再快速下落，若采样间隔与之相当，峰值会被削平，下降段会被抹匀，拟合出来的 vp 就失去了生理含义。

源论文用模拟数据说明了这一点：把采样间隔缩短到秒级，vp 的估计才稳定；在二十秒的间隔下，vp 的变异最大，跨算法的一致性也最差。这不是数据缺陷，而是采集条件本身的边界，任何使用这套数据讨论 vp 的研究都应当先声明这一点。

反过来，Ktrans 与 ve 对这一限制不敏感，因为它们的信号来自数分钟尺度的渐进渗漏。这也是为什么源论文建议把疗效评价的重点放在 Ktrans 及其百分比变化上，而不是 vp。

4.7 结构像的位置

注射前的两组结构像各有分工。脂肪抑制 T2 加权用于辨认囊肿、水肿与腺体背景，帮助判断强化区里有多少是肿瘤、多少是腺体实质；不抑脂 T1 加权提供增强前的基线对照，也用于观察是否有出血或蛋白性内容。

两组结构像的层厚与矩阵在集合页没有逐项写出，这是一个实际的不便：做配准或做掩膜迁移时，需要从 DICOM 头里自己读。原则上结构像的层厚会大于动态序列的一点四毫米，直接重采样会有部分容积损失，这一点在把结构像上的勾画迁移到动态序列时必须处理。

§5 核心层 C：怎么拿到、怎么接上

5.1 三条通道

第一条是 TCIA 官方通道。注册账号后，用其下载工具按集合检索，工具先拉清单再逐序列取数。十五点八八吉字节不算大，但文件数多，耗时主要在建立连接而不是带宽。

第二条是打包文件。集合页提供两个清单：一个对应 DICOM 与 NIfTI 的完整包，一个对应 Matlab 封装包，后者只有二十几兆，内含原始影像数据、DICOM 头信息与挑战所需的其余参数。若只做算法验证，后者省去大量下载与格式转换。

第三条是影像数据共享平台的检索入口。集合页给出了指向美国癌症研究数据共享平台影像数据共享节点的链接，可按集合标识筛选。适合把取数嵌进流水线，而不是手工点选。

5.2 先核规模，再谈分析

无论走哪条通道，第一步都是把清单读进来数一遍，确认患者数、检查数、序列数与统计栏一致。

#-- 拉取集合内的患者清单（NBIA 检索接口，返回 JSON）
curl -s "https://services.cancerimagingarchive.net/nbia-api/services/v1/getPatient" \
  --data-urlencode "Collection=QIN-BREAST-DCE-MRI" \
  -G -o patients.json

#-- 数一数返回了多少位患者，应为十
python3 -c "import json;d=json.load(open('patients.json'));print(len(d))"

同一接口把 getPatient 换成 getStudy 或 getSeries，粒度就下移到检查与序列，返回值应为二十与六百五十二。若患者数对而序列数差出几十个，多半是某次检查的动态时相被合并成了一个多帧序列，属于封装差异而非数据缺失。

5.3 读一次检查，认动态序列

拿到数据后先做结构侦察：挑一位患者，把两次检查的序列列出来，看动态时相如何分布、层数是否符合协议。

#-- 按序列分组，打印描述、层数与层厚，用于识别动态时相
import pydicom
from pathlib import Path
from collections import defaultdict

root = Path("QIN-BREAST-DCE-MRI")
groups = defaultdict(list)
for f in root.rglob("*.dcm"):
    ds = pydicom.dcmread(f, stop_before_pixels=True)
    if ds.Modality != "MR":
        continue
    key = (ds.PatientID, ds.StudyDate, ds.SeriesNumber)
    groups[key].append(ds)

for (pid, date, num), slices in sorted(groups.items()):
    first = slices[0]
    print(pid, date, num, first.SeriesDescription,
          len(slices), first.SliceThickness)

输出的层数分布有两种典型形态：一百一十二至一百二十层的是动态时相，层厚一点四毫米；层数少而层厚大的，是定位像或结构像。若某个动态时相的层数明显偏少，先查是不是下载截断，再查原始提交是否残缺。

5.4 把两个访视配成对

配对相对简单，因为每位患者恰好两次检查。但日期字段仍要核一遍：跨午夜采集会让两次检查落在相邻两天，个别记录的检查日期与序列内容日期不一致。

#-- 按患者分组，取两次访视并计算间隔天数
import datetime as dt
from collections import defaultdict

by_patient = defaultdict(list)
for (pid, date, num) in groups:
    by_patient[pid].append(dt.datetime.strptime(date, "%Y%m%d").date())

pairs = []
for pid, dates in by_patient.items():
    dates = sorted(set(dates))
    if len(dates) == 2:
        pairs.append((pid, dates[0], dates[1], (dates[1] - dates[0]).days))

for pid, d1, d2, gap in sorted(pairs):
    print(pid, d1, d2, gap)

十对应当全部配上。间隔天数会落在化疗周期的量级，而不是三五天；若出现间隔为零或数百天的配对，说明日期字段异常或编号复用，需要人工回查。配对完成后再按序列可用性做第二层筛选，确认每个访视都有完整的动态时相。

5.5 常见取数故障

现象	常见原因	处理
检索返回空列表	集合名用了空格或下划线	换用页面显示的短横线形式再试
序列数远少于六百五十二	动态时相被合并为多帧序列	按帧数而非序列数统计时相
某患者只有一次检查	编号缺失或日期重复	回到清单核对，勿自行补造
层数与协议差一两层	重建时多切或少切	记录差异，不影响拟合
DICOM 读不出像素	传输截断	按清单核对大小后重下
Matlab 包打不开	它是关键对象封装，不是普通压缩包	用支持关键对象的工具读取
输入函数表与影像对不上	用的是第一版，无该表	改用第二版清单

5.6 存储与算力

十五点八八吉字节的原始数据解压后体量相近。若转成压缩的 NIfTI 按患者组织，可以压到三分之一左右。真正的开销在中间产物：每个访视的时相拼接、运动校正、配准与拟合都会生成多份四维数据，一次完整跑批的临时空间通常是原始数据的两三倍。

算力瓶颈不在显卡而在输入输出。文件数多、单个文件小，机械硬盘上的随机读会成为主要耗时；放到固态盘并做本地缓存，整体流程能快数倍。药代拟合本身是逐体素的迭代求解，中央处理器足够，十例的规模在普通工作站上几分钟即可跑完一轮。

§6 与库内词条的关系

6.1 关系图谱

相关资源	关系	关键差异
Duke 乳腺 MRI 集合	同病种、同模态	九百二十二例，单时点为主，带多维标注
I-SPY 影像队列	同病种、同适应证	九百八十五例，多中心，含分子分型与结局
乳腺浸润癌 TCGA 项目	同病种、不同层	千余例分子数据，配影像者仅一百三十九例
QIN 脑肿瘤双基线集合	同网络、同方法学取向	五十四例，问的是重复测量稳定性
QIN 前列腺集合	同网络、同治理	二十二例，四类序列，已退役

这张表的读法是按问题找，不按名字找。同一个病种下，不同资源回答不同层次的问题：大队列回答分布与预后，多中心试验回答疗效预测，这套数据回答测量本身可不可信。四者不构成冗余，也互不替代。

真正会造成重复劳动的，是把它们当成同一种数据来处理。比如先在这套数据上训练一个分割模型，再迁移到大队列上，看似顺理成章，实际训练样本只有十例、且没有金标准掩膜，迁移效果无法预期。

6.2 与 Duke 乳腺 MRI 集合的边界

那套数据解决的是「乳腺 DCE 上能不能同时做检出、分割与诊断」。它提供九百二十二例活检确诊患者的术前影像，配多维标注，规模足以训练模型。

这套数据解决的是「同一批曲线换软件会漂多少」。它提供十例、二十次检查、逐时相原始采集，配固定的感兴趣区与输入函数，规模不足以训练任何模型，但足以做一次干净的横向比较。

两者可以放在同一个项目里：用大集合训练分割，用这套数据验证参数提取链路的稳健性。但不能混成一个队列做统计，病例不重叠，采集协议与标注状态都不同。

6.3 与 I-SPY 影像队列的边界

那套数据是一个自适应平台试验的影像子集，九百八十五例，多中心，带分子分型与病理完全缓解结局，是研究疗效预测的主力素材。它的强项是规模、随访与标签的完整。

这套数据的强项恰好相反：规模极小，标签只有一个二分类，但采集协议统一、原始时相完整、输入函数被固定。它不适合回答「哪些影像特征能预测缓解」，适合回答「为什么不同中心对同一批影像给出的参数不一样」。

两者的关系是互补而非替代。若一项研究要证明自己的 DCE 参数提取方法可靠，合理的引用顺序是：先用这套数据证明方法在受控条件下与主流实现一致，再用大队列证明它在真实数据上有预测力。

6.4 检索路径

按主题找，用定量影像、动态对比增强、药代参数这组词；按病种找，用乳腺癌加新辅助化疗；按数据形态找，用逐时相原始采集或动脉输入函数。三条路径会指向同一批集合，区别在排序。

若已知集合名，直接检索其代号最快。代号由网络名、部位与模态三段拼成，中间用短横线连接，论文与清单里都用这个形式。检索时注意平台内部另有一套下划线写法，两种写法指向同一集合。

§7 质量评估与局限性

7.0 阅读本节前的一个前置校正

评分之前先校正一个错位：这套数据不是按「数据集」的标准设计的，它是按「实验」的标准设计的。多数影像集合的评分维度是覆盖面、标注质量、病例多样性；这套数据的价值在于控制的严密——同一台机器、同一套协议、同一批固定的输入、同一组时间窗。

用覆盖面去评它，分数会很低，因为只有十例、一个中心。用控制去评它，分数会很高，因为很少有公开集合能把输入函数、感兴趣区与定标方式一并固定下来。下面的评分按后者给，同时把前者的短板单列。

7.1 五维评分与 DAIMS 对照

维度	分数	依据	DAIMS 对应项
目的明确性	五分	页面开宗明义写明用于多中心算法比较	用途声明
采集可复现性	五分	动态序列参数逐项列出，可照做	采集协议
规模与代表性	一分	十例、单中心、单机型	样本充分性
标注完备度	二分	有病理反应二分类，无掩膜、无参数图	注释与真值
可获得性	五分	开放下载，署名许可，附输入函数表	访问与许可

按数据与人工智能就绪度评估框架（DAIMS）的口径，这套数据在文档化与溯源两项上接近满分，在标注与样本多样性两项上明显不足。它的就绪度是分层的：作为方法学研究素材已经就绪，作为机器学习训练集远未就绪。

分层这件事值得再拆一层。就绪度评估通常给一个总分，但这套数据各部分成熟度差别很大：采集协议与设备信息完备，可直接照做；影像原始，未经任何预处理；标签层只有一个二分类。前两层足以支撑方法学研究，第三层缺失则直接排除监督学习。用一个总分概括，会把这种内部落差抹平。

7.2 分数怎么读

一分与二分不是缺陷，是设计取舍的结果。这套数据从未声称自己是训练集，它面向方法学研究者，需要的是干净的对照而不是大量的样本。给出低分是为了提醒误用者：不要拿它训练分割模型，也不要用它估计人群层面的效应。

反过来说，五分也不是完美。采集可复现性建立在「照做」的前提上，而集合页并未逐项写出结构像的层厚与矩阵，真正复现时仍要以 DICOM 头里的参数为准，而不是以文字描述为准。

7.3 已知的、可枚举的偏差

偏差	表现	影响
单中心偏倚	全部来自一家医院、一台设备	跨中心泛化无法评估
选择偏倚	十六例中剔除六例，剔除与图像质量相关	余下十例系统性地更「好扫」
规模偏倚	十例，三例完全缓解	任何分组统计都落在个位数
时间偏倚	只有化疗前与首周期后	无法观察疗程中后段的变化
输入固定偏倚	统一使用群体平均输入函数	个体差异被抹平，结果偏乐观
语言转述偏倚	二手描述常把两次访视说成重复扫描	分析设计从根上错位

选择偏倚这一条最值得展开。剔除原因是缺少第二次访视或运动伪影过重，两者都与患者配合度、体型、病灶位置相关，不是随机缺失。结果是留下的十例在采集条件上系统性偏好，用它估计参数的可重复性，会得到比真实临床更乐观的数字。

输入固定这一条则相反，它让结果偏向整齐。个体测量的输入函数本会带来额外的分散，用群体平均替代后，算法间的一致性会显得更好。这不是造假，而是设计选择，但引用结论时必须交代，否则容易把它当成真实条件下的表现。

7.4 外部验证矩阵

复用方向	做法	结论指向	证据来源
模型族间比较	三类模型各跑一遍同一批曲线	纳入水交换的模型给出系统性偏高的参数	源论文结果段
模型族内比较	同一族内多套算法互比	族内一致性明显优于跨族	源论文结果段
绝对值与变化量	分别比较绝对值与百分比变化	百分比变化的一致性远高于绝对值	源论文结果段
模拟数据校准	用已知真值的数字体模验证实现	实现层面的错误可与算法差异分离	源论文方法段
疗效预测	固定感兴趣区与输入函数后做单变量分析	Ktrans 与 kep 的早期变化有预测力，ve 与 vp 不可靠	源论文讨论段

这张表本身就是这套数据价值的最好说明：同一批影像被反复用于五个方向的检验，每次都在回答「差异来自哪里」。是所有算法都错，还是只有某一族偏，抑或差异只出现在绝对值而不出现在变化量上——这些问题在没有统一输入的数据上无法回答。

7.5 它为何能持续存在

这套数据没有维护团队持续更新，第二版之后状态就标为已完成。它能被持续引用，靠的不是更新，而是稀缺性：公开的、原始逐时相、且把感兴趣区与输入函数一并固定的乳腺 DCE 素材，至今没有第二个。

方法学研究有一个特点：基准一旦建立就会被反复引用，因为每个人都需要一个共同的参照来证明自己的方法不偏。这套数据提供的正是这个参照。近二十次引用里，多数不是在做新发现，而是在做方法间的横评或管线的自检。

§8 生态位与历史

8.1 历史沿革

二零一零年前后，定量影像网络开始系统性地把成员机构的数据汇入公共档案。俄勒冈健康与科学大学节点在乳腺 DCE 方向做了一系列药代建模研究，其中一个项目按化疗周期安排了四次采集，并在分析侧组织了一次跨机构比对。

比对的做法是：把同一批影像发给各成员机构，要求各自用现有软件算药代参数，再把结果收回比较。为了让比较有意义，发起方预先固定了感兴趣区、定标方式与输入函数。这套流程在二零一四年整理成论文，同年七月影像上线，成为公开档案里的一个集合。

二零一九年四月发布第二版，补入群体平均输入函数表。这次更新很小，却把这套数据从「一批影像」补成了「一套可复现的分析素材」——没有输入函数，跨机构的结果根本无法对齐。

8.2 那篇论文说了什么

论文的核心结论可以压成三句。第一，算法之间的参数差异大部分是系统性的，而不是随机噪声；系统性差异在计算百分比变化时会大幅抵消。第二，绝对值的一致性差，变化量的一致性明显更好，因此把 DCE 用于疗效评价时，相对变化比绝对阈值更可靠。第三，纳入水交换的模型给出的 Ktrans 与 ve 系统性偏高，跨模型比较必须先声明模型族。

这三句对今天的实践仍有约束力。多中心试验若把 Ktrans 的绝对值当作入选标准或疗效终点，就必须先做跨软件的标定；若只用百分比变化，容忍度可以放宽。这套数据是这两条建议最主要的经验依据之一。

论文还有一个方法论上的贡献：它用已知真值的模拟数据把「实现错误」与「算法差异」分开。没有这一步，十二套算法之间的分散到底有多少来自代码缺陷、多少来自模型假设，是无法判断的。

8.3 衍生使用

后续使用大致分四类。第一类是方法横评，把新算法放到这批数据上跑，与已发表结果比一致性。第二类是管线自检，团队在发表自己的 DCE 分析流程前，用它确认实现没有系统性偏移。第三类是教学，用同一批曲线演示不同模型给出的拟合差异。第四类是协议设计，为新的多中心试验确定采集参数与质控要求。

第三类最容易被低估。药代建模的教学长期缺少公开的、条件受控的素材，学生只能用自己的数据练习，而自己的数据没有参照答案。这套数据加上那篇论文，构成了一个可以对照的练习集。

这四类使用共享一个前提：研究者必须自己重建后处理链路。也因此，围绕这套数据产生的多数工作，实际产出的是流程而非发现。这在方法学领域是常态，但在引用统计里容易被误读成数据集本身的学术影响力。

8.4 同类对照

集合特征	本集合	大型乳腺 DCE 队列	多中心疗效试验影像
主要产出	算法一致性估计	诊断与预后模型	疗效预测与验证
病例规模	十例	数百至上千例	数百至近千例
采集中心	单一中心	常为多中心	多中心
访视数	两个	多为一个	两到四个
参数图	无	部分提供	常提供
输入函数	随集提供群体平均	一般不提供	一般不提供
更新时间	二零一九年后停止	视项目而定	视试验而定

§9 使用指引

9.1 三种角色的路径

做方法学研究的人，从协议表开始。先把动态序列的参数抄下来，对照 DICOM 头核一遍，确认拿到的是同一套协议；然后挑一例把时相拼接与拟合跑通，再扩到十对。

做工程实现的人，从清单开始。先把患者、检查、序列三层对应关系建表，再写时相重组逻辑，最后才读像素。跳过建表直接遍历目录，会在时相与序列的混淆上反复踩坑。

做教学的人，从一条曲线开始。选一位两次访视都齐备的患者，把同一批原始数据用两种模型各拟合一次，把两条曲线画在同一张图上。这套数据的价值在过程，不在结果。

9.2 一条最短的可用流程

第一步，读清单，核对患者数与检查数。第二步，按患者分组，确认十对齐全。第三步，把每个访视的动态时相按层数重组为四维。第四步，用群体平均输入函数与注射前定标，拟合 Tofts 模型，得到 Ktrans 与 ve。第五步，分别统计绝对值与第二次相对第一次的百分比变化。

这五步跑完，得到两组数：绝对值与变化量。把它们与论文报告的量级对照，就能判断自己的实现是否偏离常规。偏离不一定是错，但需要解释——最常见的偏离来源是时相顺序颠倒与基线时相选择错误，两者都会让曲线形状整体变形。

建议先在一例上把全链路走通。选编号 QIN-BREAST-DCE-MRI-BC05 这一例比较合适：它属于病理完全缓解组，两个访视的采集都完整，曲线形态典型，跑通后再扩到十对，可以少走很多弯路。

9.3 引用方式

最低要求是引用集合的数据记录并附数字对象标识符。页面把这条写成硬要求，不是建议。若使用输入函数表，建议在方法节注明版本为第二版，因为第一版没有这张表。

论文与数据记录应分别引用。数据记录说明数据来源，论文说明方法背景，两者缺一都会让审稿人追问。若只引论文不引数据记录，属于未按许可署名。

9.4 合规清单

事项	要求	备注
账号注册	需要	免费，用于下载与接受使用条款
数据引用	必须，含标识符	许可为署名型，缺引用即违约
论文引用	建议	方法学结论出处
版本标注	建议	第二版起含输入函数表
再分发	允许，须保留署名	与仅研究用途的集合不同
商业使用	未禁止	仍须署名，仍不得尝试再识别
临床用途	不适用	数据仅供研究

§10 AI 使用声明

这篇词条由千方医数集编辑部组织撰写，事实部分以 TCIA 集合页、集合页列出的二零一四年多中心研究论文为依据，未使用生成式模型补写数字。规模数字取自集合页统计栏，采集参数取自同页采集说明，方法学结论取自论文的结果段与讨论段。

涉及推断的地方有四处，均已用限定语气写出：一是动态采集按时相拆分为序列，依据是序列数与影像数的算术关系；二是患者编号缺口对应论文的剔除例数，依据是编号范围与实际出现的编号；三是剔除与图像质量相关因而构成选择偏倚，依据是剔除原因的表述而非原始数据核对；四是输入函数固定使一致性偏乐观，依据是设计逻辑而非论文的量化结论。

词条不含任何临床建议。集合内影像来自已接受标准治疗的患者，但数据本身不附带治疗方案细节、随访结果或可用的预后模型，不能用于支持诊疗决策。

常见误读（避坑清单）

常见说法	实际情况	证据
它是同一患者间隔数日的重复扫描	两个访视之间隔一个化疗周期，中间有治疗	集合页访视说明与论文方法段
它包含化疗全程四个访视	只公开化疗前与首周期后	集合页「来自十例的 V1 与 V2」表述
它有几十例患者	十例，二十次检查	集合页统计栏
集内有算好的 Ktrans 与 ve	只有原始采集、反应表与输入函数表	集合页数据类型栏
它带病灶分割掩膜	页面未列出掩膜	集合页数据类型栏
它是多中心采集的数据	影像全部来自一台西门子 3T	集合页设备说明
它只能签协议受控使用	页面标注知识共享署名三点零	集合页许可栏
十例患者都能直接进分析	需先确认时相完整与序列可读	编号缺口与论文剔除说明
十二套算法中有一套是标准答案	无真值，只有系统性差异与模拟参照	论文结果段与讨论段
它能训练疗效预测模型	十例、三例完全缓解，功效不足	统计栏与论文样本描述
两次检查可以用来估计测量误差	差异里混有治疗效应，不能直接当噪声	访视时点与治疗介入

FAQ

Q1：这套数据一共有多少例、多少次检查？

十例患者、二十次检查，每人两次访视。序列六百五十二个，影像七万六千三百零八张，体积十五点八八吉字节。

Q2：两次检查之间隔多久？

集合页没有给出天数。第一次在化疗开始前，第二次在第一个周期结束后，间隔按化疗周期计，通常为数周，而不是数日。

Q3：为什么只有十例？

源研究入组十六例连续患者，剔除六例，原因是缺少第二次访视或运动伪影过重。编号从 BC01 到 BC16，实际保留十个，缺口即剔除的病例。

Q4：做 Ktrans 分析要额外准备什么？

需要一条完整的后处理链路：时相重组、运动校正、基线估计、注射前 T1 定标、输入函数对齐、模型拟合、感兴趣区统计。集内没有参数图，也没有分割掩膜。

Q5：输入函数表怎么用？

它是群体平均的时间曲线，用于替代个体测量的动脉输入函数，目的是让不同机构的结果可比。用它意味着放弃个体差异，换取一致性，方法节应写明这一取舍。

Q6：能不能用它做深度学习？

可以跑通流程，但不能得出可信结论。十例样本、二分类标签、无掩膜，任何监督学习都会过拟合。需要训练时应改用带标注的大规模乳腺 MRI 集合。

Q7：它和 I-SPY 那类队列能一起用吗？

可以放在同一个项目里，但不能混成一个队列。两者的病例不重叠，采集协议、访视设计与标签体系都不同。合理的用法是前者验证方法，后者验证预测力。

Q8：数据还能下载吗？

可以。状态标为已完成，页面仍提供两个打包清单与检索入口。下载需注册账号，使用须按规定引用。

术语表

术语	释义
DCE-MRI	动态对比增强磁共振，注射对比剂后连续采集，观察信号随时间变化
Ktrans	对比剂从血浆渗入血管外细胞外间隙的速率常数
ve	血管外细胞外间隙占单位体积组织的比例
kep	回流速率常数，等于 Ktrans 除以 ve
vp	血浆占单位体积组织的比例，仅扩展模型给出
动脉输入函数	动脉内对比剂浓度随时间变化的曲线，是药代拟合的关键输入
群体平均输入函数	由一组患者平均得到的输入函数，用于跨机构对齐
Tofts 模型	两室药代模型，假设对比剂在血浆与组织间隙间快速交换
扩展 Tofts 模型	在标准模型上加入血浆容积分数的变体
Shutter-Speed 模型	计入细胞内水交换有限速率的模型，多一个寿命参数
TWIST	时间分辨血管成像随机轨迹，k 空间欠采样加时相共享重建的序列
新辅助化疗	手术前给予的全身治疗，用于缩小肿瘤、评估药物敏感性
病理完全缓解	手术标本中未见浸润性癌残留，简称 pCR
时相	动态采集中的一个三维体积，本集合按时相拆分为独立序列
DAIMS	数据与人工智能就绪度评估框架，用于分层评价数据可用性

附录 A：规模与采集速查

项目	数值	出处
患者例数	十	集合页统计栏
检查数	二十	集合页统计栏
序列数	六百五十二	集合页统计栏
影像数	七万六千三百零八	集合页统计栏
体积	十五点八八吉字节	集合页下载项
访视	化疗前与首周期后	集合页说明段
场强与机型	3T，西门子 TIM Trio	集合页设备说明
线圈	体线圈发射，四通道双侧乳腺线圈接收	集合页设备说明
翻转角	十度	集合页动态段
回波与重复时间	二点九与六点二毫秒	集合页动态段
视野	三十至三十四厘米	集合页动态段
矩阵	三百二十乘三百二十	集合页动态段
层厚	一点四毫米	集合页动态段
每时相层数	一百一十二至一百二十	集合页动态段
时相数	三十二至三十四	集合页动态段
时间分辨率	十八至二十秒	集合页动态段
对比剂	钆特醇，每公斤零点一毫摩尔	集合页动态段
病理反应	三例完全缓解，七例非完全缓解	集合页临床数据段

这张表只有前四行来自规模统计，其余都是采集与标签信息。用它核对的正确方式是看协议是否一致，而不是看总量是否对得上。

附录 B：五个参数与三条模型路径对照

参数	标准 Tofts	扩展 Tofts	Shutter-Speed	备注
Ktrans	有	有	有	跨模型不可直接比较
ve	有	有	有	受拟合窗口影响大
kep	派生	派生	派生	误差由前两者叠加
vp	无	有	无	受时间分辨率限制
τi	无	无	有	模型特有，不可跨模型用
对采样间隔的要求	中等	高	中等	二十秒采样对 vp 不足

读这张表的正确顺序是先看最后一列，再看前几列。参数名相同而定义不同的情况在这里是常态，跨模型比数值之前必须先声明模型族，否则比较的是两件不同的事。

附录 C：与库内乳腺影像集合的选型对照

选型问题	本集合	Duke 乳腺 MRI 集合	I-SPY 影像队列
要做病灶检出与分割	不适合	适合	一般
要验证药代拟合管线	适合	可用，但输入未固定	可用，但标签更重
要研究疗效预测	不适合，样本过小	一般	适合
要评估跨中心差异	只覆盖分析侧	不适合	部分覆盖
要做方法学教学	适合	一般	一般
长期可获取	是，状态已完成	是	依项目而定

选型的核心不是哪个更好，而是哪个与问题匹配。左侧的问题决定了右侧的取舍，规模大不等于合适。

附录 D：取数与清点清单

步骤	动作	通过标准
一	确认集合仍被接口返回	患者数与页面一致
二	导出四级结构	每级标识唯一，无空层
三	统计每例的检查数	十例各两次，无缺
四	重组动态时相	每访视三十二至三十四个时相
五	核对序列参数	与协议表一致，差异逐条记录
六	抽样读像素	图像可解、层序连续、基线时相为平台
七	对齐输入函数	时间轴与采集起始一致
八	落地存档	按许可本地保存，保留署名信息

第三步与第六步最容易被跳过，因为检查文件是否存在看上去是琐事。但在这套数据上，琐事恰恰是风险的来源：时相被合并、层序被颠倒、基线时相混入对比剂，这几种情况都不会报错，只会让后续拟合悄悄地偏掉。把清点做成一份可复核的记录，比事后解释结果异常要省力得多。

附录 E：引用与致谢要点

要素	内容要点
数据记录	十位署名作者按页面顺序排列，年份二零一四年
数字对象标识符	使用页面给出的完整标识符
方法文献	多中心算法比较论文，发表于转化肿瘤学
网络致谢	注明定量影像网络的资助与项目负责人
版本说明	注明使用第二版，含输入函数表
许可说明	知识共享署名三点零，保留署名

引用是否完整，决定的是使用是否合规，与数据本身的质量无关。两者不要混为一谈。另一点值得写进方法节脚注：这套数据的规模与访视数在二手描述里经常被写错，注明取数日期与所用版本，可以让别人重复你的取数过程。

编辑说明

核验日期为二零二六年十月二十九日。官方页面为 TCIA 集合页，页面标题为 QIN Breast DCE-MRI，集合代号 QIN-BREAST-DCE-MRI，数字对象标识符与引用格式均取自该页。规模数字取自统计栏：十例、二十次检查、六百五十二个序列、七万六千三百零八张影像、十五点八八吉字节。设备、线圈、序列参数、注射方案与病理反应分组取自同页采集说明与临床数据段。方法学结论取自页面列出的二零一四年《转化肿瘤学》七卷一期论文。

未覆盖的内容有三处。其一，结构像的层厚与矩阵，页面未逐项写出，正文按未列出处理，未做推算填充。其二，两次访视的具体间隔天数，页面与论文均未给出单一数值，正文只说明其量级为化疗周期。其三，病灶侧别、位置与大小，集合页未标注，正文只指出采集为双侧，未断言单侧信息存在。

关于任务书描述与官方页面的三处不一致，按官方页面为准处理：一是这套数据不是同一时间点的重复性研究，而是化疗前与首周期后两个访视，中间有治疗介入；二是它并非只公开三十例上下的队列，而是十例、二十次检查；三是源研究虽有四个访视，公开部分只到第二个。三处均已写入常见误读表与正文相应位置。

---

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：

• acrin-contralateral-breast-mr — 共享标签：医学影像 / MRI / 乳腺影像 / 肿瘤学 / 乳腺癌
• duke-breast-mri — 共享标签：医学影像 / MRI / 肿瘤学 / 乳腺癌
• breast-diagnosis — 共享标签：医学影像 / MRI / 乳腺影像 / 肿瘤学
• odelia — 共享标签：医学影像 / MRI / 乳腺影像 / 乳腺癌
• big-mri — 共享标签：医学影像 / MRI / 乳腺影像 / 乳腺癌
• mamasynth — 共享标签：医学影像 / MRI / 乳腺影像 / 乳腺癌
• tcga-brca — 共享标签：医学影像 / 乳腺影像 / 乳腺癌
• qin-prostate — 共享标签：医学影像 / MRI / 肿瘤学
• bach — 共享标签：医学影像 / 乳腺影像 / 肿瘤学 / 乳腺癌
• i-spy — 共享标签：医学影像 / 乳腺影像 / 肿瘤学 / 乳腺癌

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。