QIN 前列腺多参数 MRI — 二十二例

这个集合在 TCIA 上的正式名称是 QIN PROSTATE，集合代号 QIN-PROSTATE，统计栏给出的规模是二十二例，癌种为前列腺癌，状态标为已完成，最后更新停在二零一四年七月二日。二〇二六年四月十三日，页面加了一条退役提示，把它从在架目录里撤下。

它收录的是前列腺癌检出与分期的多参数磁共振影像。全部采集在 3.0T 上完成，配八通道腹部相控阵与直肠内线圈，序列覆盖 T1 加权、T2 加权、弥散加权与动态对比增强四类。数据由布莱根妇女医院提供，负责人是 Fiona Fennessy，项目挂在定量影像网络旗下。

它的边界比它的内容更需要提前说清：页面只给例数，不给检查数、序列数与影像数；没有掩膜，没有参数图，没有临床表；退役公告也没有指名替代集合。下面按「它解决什么麻烦、里面有什么、怎么取、边界在哪」展开，规模数字以集合页为准，方法学线索取自页面列出的两篇文献。一屏速览见下表。

§1 它要解决的具体麻烦

1.1 一句话结论：它解决的是「前列腺的强化曲线怎么算才算得准」

前列腺多参数磁共振在临床上早已常规，但常规不等于定量。把一个病灶判读为可疑，靠的是影像科医生的阅片经验与半定量评分；把一个病灶表示成一个可用于比较的数，靠的是一整条后处理链路，链路里每一步都引入误差。

这套数据要服务的正是后者。集合页写得很明确：价值在于为前列腺癌的定量表征方法提供临床影像素材，用于方法的开发与评价。它不提供结论，只提供原料——同一套协议下的原始多参数采集，让人可以反复试验不同的计算路径。

这也是理解它的关键。拿它去找「前列腺癌 MRI 数据集」的人，期待的是病例量与标注；拿它去找「定量方法试跑素材」的人，期待的是一小批结构干净、协议统一、能跑通全链路的原始影像。两种期待指向完全不同的用法。

1.2 三条常见的错误期待

第一条是把二十二例当成一个小型诊断队列。二十二例不足以做任何有统计意义的亚组分析，也不足以训练哪怕最轻量的病灶检出网络。集合页自己也没有声称它能做这件事。

第二条是把「定量影像网络」这个名头当成「含定量结果」。网络的名字说的是研究纲领，不是数据形态。集合里的每张图都是原始信号，ADC 要算，Ktrans 要拟合，强化曲线要自己画。

第三条是把退役理解成「数据没用了」。退役说的是它从在架目录撤下，不涉及内容好坏。这套数据的 DOI 仍在，引用格式仍被页面保留，已经发表的研究仍按原样成立。

1.3 它能给到的与给不到的

它能给到	它给不到
一套协议统一、单机型的原始多参数采集	足够训练模型的病例规模
完整的 T1、T2、弥散、动态增强四类原始帧	算好的 ADC、Ktrans 或强化曲线
一份可查的采集参数表，含回波时间与翻转角	病灶位置、边界或良恶性标签
一个已定型的引用记录与 DOI	替代集合的迁移路径

这张表的右列比左列长，这是正常的。方法学素材的定位本来就窄，它的价值不在覆盖面，在于「同一台机器、同一套序列、同一批参数」带来的可比性。

1.4 你的处境与它能帮到的事

你的处境	它能帮到的事
刚写完一段 DCE 拟合代码，想知道结果是否合理	在一小批已知协议的原始帧上跑通，与文献报告的参数区间对照
要比较两种 AIF 估计方式	集合页列出的第一篇文献正是这类比较，同一批数据可复现其设定
做 ADC 计算，想验证 b 值组合的影响	只给了零与五百两个 b 值，恰好适合检验两 b 值 ADC 的稳定性
要做病灶检出或分割	帮不上，没有标注且规模过小
要评估多中心泛化	帮不上，单中心单机型

1.5 一句话判断

如果你的问题是「计算方法本身对不对」，它是合适的试跑素材；如果你的问题是「这个病在人群里长什么样」，它帮不上。

1.6 不适合谁：四条边界

做监督学习的人不适合。没有标签，规模也不够。

做多中心比较的人不适合。全部影像出自同一家医院、同一台设备。

做病理影像关联的人不适合。集合页的数据类型只列磁共振影像，没有整片组织病理。

做临床预后分析的人不适合。没有随访，没有治疗，没有结局。

§2 数据构成与规格

2.1 四层树：患者、检查、序列、影像

TCIA 的组织方式对所有集合一致：最上层是患者，患者之下是检查，检查之下是序列，序列之下是逐层影像。用 DICOM 的标识体系说，就是患者标识、检查实例、序列实例、影像实例四级。检索接口也按这四级提供查询粒度。

这套数据的特殊性在于，集合页统计栏只把第一级的数字写了出来。患者二十二例，这是明确的。检查数、序列数、影像数，页面留空。这在 TCIA 的集合里并不常见，多数集合会把四个数字一并列出，这套没有。后果是使用者无法用一个总账核对下载完整性，只能回到逐级检索的结果里自行清点。

以二十二例的规模推算，检查数大致与例数同量级，序列数在数十到上百之间，影像数在数千到数万张之间。这些只是量级估计，不能当作官方数字引用。

2.2 四类序列的形状

序列	形式	官方给出的关键参数	用途
T1 加权	扰相梯度回波	重复时间三八五毫秒、回波时间六点二毫秒、翻转角六十五度、视野十六厘米见方	解剖参照、动态增强的基线
T2 加权	快速恢复快速自旋回波	重复时间三千五百毫秒、回波时间一零二毫秒、视野十六厘米见方	腺体分区与病灶形态
弥散加权	回波平面成像	b 值取零与五百、重复时间二千五百毫秒、回波时间六十五毫秒	计算表观弥散系数
动态对比增强	三维扰相梯度回波	重复时间三点六毫秒、回波时间一点三毫秒、翻转角十五度、视野二十六厘米见方	强化动力学参数

弥散只取了两个 b 值，这一点要记住。常规临床方案常用三到四个 b 值，其中至少一个在八百到一千以上，以便把弥散受限与灌注效应分开。这里上限只有五百，属于偏低的一档，测出的 ADC 会更受灌注污染，两个 b 值也只能做最简单的指数衰减拟合。

2.3 动态增强的时间轴

动态对比增强的采集细节，是这四类序列里写得最细的一段。重建体素为一点乘一点乘六毫米，矩阵插值到二五六见方；帧间隔约五秒，实际时间分辨率落在四秒四到五秒三之间，随层数在十二到十六层之间浮动而变化；注射前采集约五次基线，供估计组织的基线特性。

对比剂用的是钆喷酸葡胺，剂量每公斤零点一五毫摩尔，注射速率每秒三毫升，随后以同速率冲二十毫升生理盐水。这套参数是当年盆腔动态增强的通行做法，剂量偏高，速率偏快，注射前的基线帧数偏少。

基线帧少这件事有具体后果。药代模型拟合需要一条能反映注射前的浓度—时间曲线，基线点越多，基线水平与噪声的估计越稳。五次基线在五秒间隔下只覆盖二十五秒，遇到呼吸或肠蠕动引起的信号漂移，很难与注射后的首过段干净切开。

2.4 二十二例怎么摊到检查与序列上

官方没有给出摊法。按 TCIA 的常见结构，一次检查配一套完整的四类序列属正常情况，若如此，序列数大致是例数的倍数；但同一患者也可能因补扫或重扫留下两次检查，或有序列在提交前被剔除。

这一层不确定性直接影响配对与批处理脚本。若脚本假设「每位患者恰好一次检查、每次检查恰好四个序列」，遇到例外就会静默丢数。稳妥的写法是先把四级结构全量导出成表，再按实际存在的组合做分组，而不是按预期的组合。

2.5 序列齐备这件事决定了什么

上面几节把四类序列分开讲，容易给人一个错觉，好像每一例都齐备四类。实际提交时未必如此。集合页在详细说明里用了一个措辞——「部分数据」被某一篇文献用到——这句话的表面意思是那篇文献只用了一部分数据；但结合多参数分析的需要，它同时暗示，并非每一例都能支撑完整的四类联合分析。

为什么会这样，页面没有解释。可能的来源有三：提交时筛掉了采集质量不合格的检查；个别患者因体型、直肠内线圈耐受度或静脉条件的原因，某一类序列没能采成；或者动态增强因注射时机偏差，整段作废。三种原因都会让某一例在四类里缺一类，而缺哪一类，直接决定这一例能进哪种分析。

缺弥散，这一例就不能进弥散相关的比较；缺动态增强，就不能进药代拟合；缺 T2，分区与形态判断就要打折。因此任何批量分析开始前，都应该先做一张「例数乘序列类别」的齐备表。这张表读起来很枯燥，却能避免在跑完一轮之后才发现有若干例的输入本身是缺的。

这件事与规模叠加，后果被放大。二十二例本就小，若完整四类只占其中一部分，可供联合分析的样本可能在十余例上下。这个数字不能当作官方数字引用，但它提示了一个现实：要把这套数据用于方法比较，可用的配对样本会比预期更少。

2.6 与同类资源的规格差异

维度	这套数据	PROSTATEx	Prostate158	库内其他前列腺集合
病例数	二十二例	三百四十六例	一百五十八例	各不相同
采集中心	单一	单一	单一	多为单一
序列	T1、T2、弥散、动态增强	T2、质子密度、弥散、动态增强	T2 加高 b 值弥散与 ADC	各异
病灶标注	无	有，逐病灶	有，含分区分割	多数有
临床显著性标签	无	有	部分	视集合而定
主要用途	定量方法试跑	病灶分类挑战	分区与病灶分割	各异
状态	已退役	在架	在架	各异

差异最大的是最后一列之外的那一行：状态。同类的几个集合仍在架，这套已经撤下。选数据集时，在架与否往往比几项规格的微小差别更影响可用性。

§3 核心层 A：它是什么——一份写在档案里的方法学素材

3.1 名字里的前列腺与定量影像各指什么

前列腺是器官，指的是数据采集的部位与病种，这一点没有歧义。定量影像是网络名，指的是这批数据的立项背景：美国国家癌症研究所的定量影像网络，其任务说明是改进定量影像在肿瘤临床决策中的作用，通过开发与验证采集方法、分析方法与工具，来预测或监测对药物或放疗的反应。

把两个词连起来读，得到的是一个准确但不诱人的定位：由定量影像网络支持、针对前列腺这一器官、服务于定量方法开发的一批影像。名称里没有诊断、没有分期、没有疗效，这些词都不该往里加。

3.2 为什么机构署名是布莱根妇女医院

集合页写明了数据提供方与负责人。布莱根妇女医院是哈佛医学院的主要教学医院之一，其放射科在盆腔磁共振与图像引导治疗方向有长期积累。这套数据的采集参数表之所以写得如此细，与该机构长期做定量方法研究有关——它记录的不是「做了个前列腺增强」，而是「用哪套序列、哪组回波时间、哪个翻转角做的」。

这个细节也解释了为什么这套数据的方法学价值高于其临床价值。它被设计成可复现的一小批样本，而不是被设计成有代表性的大队列。

3.3 与同网络其他集合的位置

定量影像网络下的集合覆盖多个器官，脑、肺、乳腺、胰腺、头颈、前列腺各有其一。它们共享一套治理框架：由网络成员机构采集，按统一流程整理成 DICOM，汇入 TCIA 发布，各自有独立的 DOI 与引用格式。

共享框架不等于共享内容。不同器官的集合在病例规模、序列构成、随访深度上差异很大。前列腺这个集合的特点是规模小、序列齐、只有单一时点、没有标注；脑部的那个特点是双基线、灌注信息重、同样没有标注。两者可以并列为同网络的两个样本，但不能互为参照，更不能合并统计。

3.4 单中心、单机型：一个必须说清的事实

页面写明全部采集来自一台 GE Signa HDx 3.0T，配八通道腹部相控阵与直肠内线圈。这一条对解读这套数据至关重要。

它的好处是协议稳定性极高。同一台机器、同一套序列库、同一批技师，序列参数的漂移几乎为零，于是影像之间若有差异，更可能来自患者本身或后处理，而不是设备。

它的代价是代表性极低。任何基于这套数据得到的参数区间、噪声水平或算法排序，都不能直接外推到另一家医院、另一台机器、另一家厂商。跨设备一致性问题恰恰是定量影像落地时最难的一关，这套数据对此无能为力。

3.5 时间线与状态变化

集合只有一个版本，更新日期停在二零一四年七月二日，之后十二年没有变动。二〇二六年四月十三日，页面加注退役，并指向 TCIA 的在架目录。

十二年不动，说明它从未被扩充；最后退役，说明它已不再被维护。这两件事合在一起，构成了使用时最重要的一条约束：不要指望它后面还会有第二版，也不要在依赖它的流水线里假设长期可获得。

3.6 许可与访问控制

使用受 TCIA 数据使用政策约束，须遵守引用要求，成果中注明数据来源与 DOI。页面没有像某些集合那样附加人脸或受控数据的特别提示，这与部位有关：盆腔影像不涉及可识别面部。

退役之后，许可条款本身未被修改。引用格式仍是 Fedorov、Tempany、Mulkern 与 Fennessy 四人署名的二零一六年记录，附数字对象标识符。已发表研究继续按原格式引用即可，不必改注「已退役」。

§4 核心层 B：三种算法——ADC、药代参数、强化曲线

4.1 三个数各自测什么

表观弥散系数测的是水分子在组织内的受限程度。前列腺癌组织细胞排列致密，弥散受限，ADC 偏低，这是它成为肿瘤标志的物理基础。

药代参数测的是对比剂从血管渗入组织间隙的速率与容量。前列腺癌的新生血管通透性高，体积转移常数与血浆容积偏高，强化曲线上升快、洗脱明显。

强化曲线的形状测的是时间维度上的行为。临床上常把它归为持续上升、平台、洗脱三型，属于半定量描述，不依赖模型拟合，但与模型参数相关。

4.2 弥散为什么只给了两个 b 值

b 值为零与五百，是能算出 ADC 的最小配置。两个点确定一条指数衰减曲线，斜率即 ADC。点越多，拟合越稳，灌注效应的分离也越好。

只给两个点，且上限偏低，意味着这套数据的弥散部分适合演示与试跑，不适合做精密的弥散模型研究。想做体素内不相干运动这类多参数弥散模型，需要多个高 b 值，这套数据不具备条件。

4.3 动态增强为什么是这个形状

三维扰相梯度回波、层厚六毫米、矩阵插值到二五六见方、帧间隔五秒，这组参数是一次典型的空间与时间折中。前列腺需要覆盖全腺体，层厚不能太薄；强化首过段变化快，帧间隔不能太长。五秒的帧间隔在当年算合理，放到今天偏低，但对定性判断强化模式足够。

重建体素一层六毫米，这个层厚是在时间分辨率上让出来的。层越厚，单帧信噪比越高，采集越快；代价是局部分析的精度下降，尤其是靠近包膜与精囊的病灶。

4.4 后处理不在集内

集内没有 ADC 图、没有药代参数图、没有强化曲线的数值表。全部要从原始帧算起，包括弥散图像的拟合、动态序列的浓度转换、动脉输入函数的选取与拟合模型的实现。

这也正是这套数据被反复用于方法比较的原因。同一批原始帧，换一种动脉输入函数，换一个拟合模型，得到的结果就会有差别；差别有多大，需要一个固定的试跑平台来量化。二十二例的规模恰好够做这件事，也恰好不够做别的。

4.6 一条从信号到参数的路径

把前面几节串起来看，一条完整路径大致是这样的。先在弥散图像上按两组 b 值逐体素拟合衰减斜率，得到表观弥散系数；再在动态序列上把信号强度转成对比剂浓度，这一步通常默认信号与浓度成正比，在低浓度区间近似成立；接着从动脉里逐帧取点，画出输入函数；最后用合适的模型拟合组织曲线，得到转移常数与血浆容积。

四步里每一步都有可替换的实现。信号转浓度的比例系数可以用注射前信号估计，也可以用翻转角推算；输入函数可以逐例挑，也可以用群组平均；模型可以是标准两室，也可以是扩展版本。换一次实现，结果就变一次。

这套数据之所以适合做这种替换实验，是因为四步的输入完全一致：同一批原始帧，同一套序列参数，没有标注层干扰。实验的控制变量因此很干净——变化的只有实现，不变化的只有数据。方法学研究需要的正是这一点。

反过来，这也是它不能回答临床问题的原因。一条路径跑得再顺，也只是验证了实现自洽，与「这位患者的病灶是良性还是恶性」没有关系。后者需要标注，需要病理，需要随访，这套数据一样都没有。

还有一点容易被忽略：四步之间并非完全解耦。信号转浓度的比例系数若估偏，后面所有参数都会整体平移，而平移在误差分析里往往被读成模型缺陷。弥散的拟合窗口若把噪声当信号，ADC 会系统性偏高，进而影响弥散受限的判断。因此做实现比较时，最好固定前两步、只动后两步，或者反过来，一次只换一个环节。同时换两处，结论就无法归因。

4.7 结构像的位置

T1 与 T2 在流程里的角色是参照。T1 提供解剖与增强前后的基线，T2 提供腺体分区与病灶形态。它们本身不产出定量参数，但决定了兴趣区画在哪里、动态序列的层位怎么对齐。

没有 T2，就无法做外周带与移行带的分区；没有 T1，就无法判断动态序列的基线是否漂移。这两类序列看着简单，实际是整条后处理链路的锚点。

§5 核心层 C：怎么拿到、怎么接上

5.1 三条通道

第一条是 TCIA 官方下载工具。注册账号后按集合检索，工具先拉清单再逐序列下载。二十二例的数据量不大，瓶颈主要在文件数而非带宽。

第二条是清单加直连。集合页通常会给出并发下载所需的清单；这套数据缺少逐项数字，清单本身反而成了核对规模的唯一依据。

第三条是编程接口。TCIA 的检索接口可以按集合、患者、检查逐级查询，返回结构化结果，适合先摸清结构再决定取多少。

5.2 退役状态先核一遍

在任何自动化脚本里引用这套数据之前，第一件事应当是确认通道仍然能返回它。退役集合可能仍在接口里，也可能已从集合列表的默认查询中过滤掉。

#-- 按集合代号检索患者清单，先确认退役后是否仍可返回
curl -s "https://services.cancerimagingarchive.net/nbia-api/services/v1/getPatient" \
  --data-urlencode "Collection=QIN-PROSTATE" \
  -G -o patients.json

#-- 数一数返回了多少位患者，与页面上的数字对照
python3 -c "import json;d=json.load(open('patients.json'));print(len(d))"

若返回空列表，先换用页面标题里带空格的写法再试一次，再考虑集合是否已被彻底撤下。两种写法在不同端点上表现并不一致。

5.3 读一次检查，看序列构成

结构侦察是第二步。挑一位患者，把序列列出来，看四类是否齐备、层数与层厚是否符合协议表。

#-- 列出某位患者每个序列的描述、层数与层厚
import pydicom
from pathlib import Path
from collections import defaultdict

root = Path("QIN-PROSTATE")
groups = defaultdict(list)
for f in root.rglob("*.dcm"):
    ds = pydicom.dcmread(f, stop_before_pixels=True)
    key = (ds.PatientID, ds.StudyDate, ds.SeriesInstanceUID)
    groups[key].append(ds)

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

输出的层厚可以直接对上协议表里的两个值：结构像一类较薄，动态增强一类为六毫米。若某个序列只剩三两帧，基本可以判定下载不全。

5.4 把动态序列识别出来

动态增强是整批数据里唯一的多帧序列，识别它不难，靠帧数与实例数差异即可。麻烦的是把它与平扫 T1 分开——两者序列描述往往只差一个词。

#-- 按实例数区分动态与静态序列，动态序列的实例数明显偏多
from collections import defaultdict

frames = defaultdict(int)
for (pid, date, uid), slices in groups.items():
    frames[(pid, date, slices[0].SeriesDescription)] = len(slices)

for k, v in sorted(frames.items(), key=lambda x: -x[1])[:20]:
    tag = "动态" if v > 100 else "静态"
    print(k, v, tag)

阈值不宜写死。层数在十二到十六之间浮动、帧数又是另一个维度时，实例数是层数与帧数的乘积，数值会很大；而层厚较薄的结构像实例数也可能不小。用序列描述与层厚联合判断，比单看实例数稳妥。

5.5 常见取数故障

现象	常见原因	处理
检索返回空	集合退役后被默认过滤	用完整名称再查，或直接在页面里走下载入口
统计栏数字对不上自行清点的结果	页面未给检查数、序列数与影像数	以接口返回为准，不按比例推算
动态序列读成单帧	多帧被拆成多实例或反之	按序列内实例数与层厚联合判断
弥散只有一组 b 值	提交时缺一半	该例退出弥散分析，不做插值补齐
结构像层数与协议差一两层	重建时切法不同	记录差异，不影响后续处理
序列名被手改	扫描时描述字段被修改	按参数匹配而非按名称匹配

5.6 存储与算力

二十二例的多参数采集，原始体积在数吉字节量级，取决于动态增强的帧数。单机固态盘即可容纳，无需专门规划存储。

真正的开销在中间产物。四类序列转成四维文件后，每例的中间文件体积可达原始数据的两三倍；若再叠加运动校正与配准的副本，一次全量跑批的临时空间会迅速膨胀。建议按序列分阶段转换，用完即删。

算力方面，这套数据完全不需要加速卡。动态增强的药代拟合是逐体素的线性代数，中央处理器足够；瓶颈在读写与文件数量，不在浮点吞吐。

§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
PROSTATEx	同器官、不同目标	规模大、带逐病灶标注、在架
PROSTATEx-2	同系列的独立集合	目标是分级组预测，样本另有其人
Prostate158	同器官、不同标注体系	双向标注的分区与病灶分割，在架
定量影像网络其他集合	同治理框架	器官与协议各异
TCIA 总体词条	上级目录	描述档案的组织方式与访问政策

这张表的读法是「按问题找，不按名字找」。同一个器官下，不同资源回答不同层次的问题：挑战赛集合回答「病灶在哪、有多可疑」，这套数据回答「算出来的数准不准」。层次不同，不构成冗余。

6.2 与 PROSTATEx 的边界

PROSTATEx 解决的是「把病灶找出来并判断临床显著性」。它提供数百例检查、逐病灶标注与临床显著性标签，采集协议为比赛定制，测试集与训练集分开。

这套数据解决的是「后处理链路的输出是否可信」。它提供二十二例、无标注、协议统一、参数完整的原始采集。

两者的边界很清楚：前者考验模型，后者考验代码。把后者当成前者的补充训练集，只会引入协议差异与无标签的噪声；把前者当成后者的试跑平台，则要面对规模过大、跑一轮太慢的问题。

6.3 与 Prostate158 的边界

Prostate158 解决的是「把腺体分区画准、把可疑病灶圈准」。它提供双向标注的分区分割与病灶分割，附带已发表的基线结果与预训练权重。

这套数据两者都不提供。它与 Prostate158 在采集年代、场强与序列配置上也有明显年代差，跨越十余年的协议设计，混合使用需要谨慎。

这类试跑之所以需要一个公开参照，是因为后处理没有唯一标准答案。同一批原始帧，用逐例输入函数与用群组平均输入函数，得到的转移常数可以差出一截；用两个 b 值拟合与用三个 b 值拟合，得到的弥散系数也会偏移。这些差异在单篇论文里往往只给一个方向性的结论，没有一个可复跑的公共底座。

这套数据提供的正是底座：原始帧公开，参数表公开，谁都可以按自己的实现重跑一遍，再把自己的数与已发表的数放在一起看。这种比较不需要大样本，因为比的是同一条路径不同实现之间的差，而不是人群之间的差。二十二例足以完成这个比较，也仅仅够完成这个比较。

6.5 检索路径

按器官找，用前列腺加多参数磁共振；按背景找，用定量影像网络加 TCIA；按数据形态找，用动态对比增强加原始帧。三条路径会指向不同的集合，交叉取交集通常是最有效的方式。

若已知集合名，直接检索代号最快。代号由网络名与器官名两部分拼成，中间用短横线连接；这套数据的代号只有两段，而同网络脑部那个集合的代号还多出一段用途词，按两段检索会漏掉后者。

§7 质量评估与局限性

7.0 阅读本节前的一个前置校正

评分之前要先校正一个错位：这套数据是按「试跑素材」设计的，不是按「数据集」设计的。用覆盖面和标注去评它，分数会很低；用协议完整度和可控性去评，分数会高一些。

还有一个必须提前说明的口径问题。多数评分维度依赖规模与明细数字，而集合页只给了例数一个总量。凡涉及「多少检查」「多少序列」「多少影像」的判断，都无法从公开页面直接核出，只能以「未公开」处理，不给推测数字。下面每一项评分都据此打了折扣。

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	四分	页面写明用于定量方法的开发与评价	用途声明
采集可复现性	五分	四类序列的回波时间、重复时间、翻转角、视野逐项列出	采集协议
规模与代表性	一分	二十二例、单中心、单机型	样本充分性
标注完备度	一分	无掩膜、无病灶标记、无临床表	注释与真值
可获得性	二分	曾公开，现已退役且未给替代入口	访问与许可

按数据与人工智能就绪度评估框架的口径，这套数据在文档化与溯源两项上是合格的，在标注与样本多样性两项上严重不足，在可获得性上因退役而受损。它的就绪度是分层的：作为方法试跑素材基本可用，作为机器学习训练集不可用，作为长期依赖的数据源已不成立。

分层的这层意思值得再说一句。就绪度通常按整体给一个总分，但这套数据各部分的成熟度参差极大：协议表是完备的，影像原始未经处理，标签层是空的，发布状态是撤下的。总分无法表达这种落差。

7.2 分数怎么读

二分的可获得性不是保守，而是对退役这一事实的如实反映。页面指向在架目录，却未指明哪一个是替补；使用者在规划项目时，不能假设三五年后仍能从同一入口取数。

五分的采集可复现性也有前提。它意味着「照协议表做能得到同构的采集」，不意味着「照规范重跑能得到相同的参数值」。后一件事还取决于后处理，而后处理不在集内。

7.3 已知的、可枚举的偏差

偏差	表现	影响
规模偏倚	只有二十二例	任何参数分布都不可靠
单中心偏倚	一家医院、一台设备	跨设备泛化无从评估
无标注	没有病灶位置与良恶性	无法做监督学习，也无法算病灶级准确率
信息缺口	未给检查数、序列数、影像数	下载完整性无法用总账核对
序列配置偏旧	弥散上限五百、动态帧间隔五秒	与当代临床协议差距明显
状态偏倚	已退役	长期可获取性不确定
病理对照缺失	数据类型只列磁共振	影像与标本级别关联无法在本集内完成

规模与单中心这两条是设计决定的，不是失误；信息缺口与状态变化是发布层面的，可以视为使用障碍。两类问题要分开对待：前者要接受，后者要规避。

7.4 外部验证矩阵

复用方向	依据	落在哪一子集	结论指向
动脉输入函数比较	集合页列出的第一篇文献	官方写「部分数据」	个体与群组输入函数各有适用场景
多参数采集综述	集合页列出的第二篇文献	非子集研究	作为协议背景引用
通用方法演示	各研究自选	自定	多数用作链路打通的样例
后处理工具包的示例数据	工具文档	如其所用	用于验证读取与拟合流程

「部分数据」这个措辞值得注意。集合页在详细说明里明确写着，该文献只用到了其中一部分。这意味着二十二例里并非每一例都能支撑完整的药代分析，实际可用子集比例数更小。

7.5 它为何能持续存在

这套数据没有更新，已经退役，规模也不大，却仍被引用。原因不在内容，在坐标：公开的、前列腺部位、协议完整列出、动态增强以原始帧发布的集合，数量本来就不多；按定量影像网络的框架整理、有独立 DOI、有可查引用格式的，更少。

方法学研究需要可重复的参照物。参照物不必大，但要稳定、要写清楚。这套数据在这一点上做得足够，于是即便撤架，它仍会被写进论文的方法节。

§8 生态位与历史

8.1 历史沿革

集合的数据在二〇一四年前后完成整理，页面更新日志停在当年七月。二〇一六年，TCIA 为其建立独立的数据记录并分配数字对象标识符，引用格式随之定型。此后十二年，页面内容未再变动。

二〇二六年四月，TCIA 将其标注为退役。退役是站点层面的整理动作，通常与集合的管理归属、数据标准更新或使用活跃度有关；页面没有解释这套数据为何被选中。

8.2 两篇文献说了什么

第一篇比较了两种估计动脉输入函数的方式：用每位患者自己的输入函数，还是用一个群组平均的输入函数。这个问题在前列腺动态增强里很实际——个体输入函数更准确，但需要逐例挑动脉；群组输入函数省事，但会引入系统偏差。文献的立场是把两者都做出来比对，为实用化铺路。

第二篇是方法综述，梳理多参数前列腺磁共振的采集技术与检出定位表现。它不针对这套数据，但为协议的每一项参数提供了背景。

两篇都不是重复性研究，官方也没有把它们称为重复性研究。这一点在引用时容易走样，值得留意。

8.3 衍生使用

除了集合页列出的两篇，页面另有一个由 TCIA 维护的社区文献列表入口，通过数据对象标识符指向外部登记库。那里记录的是使用了这套数据的研究，页面本身不列举。

使用者的常见用法是把它当小样本试跑平台：先把后处理链路在二十二例上跑通，确认无误，再迁到更大的集合。这种做法合规，也符合数据的设计意图。

8.4 同类对照

与同器官的几个集合相比，它的差异集中在三点：规模最小、标注最缺、状态最先退役。这三点叠加，意味着它在今天的选型排序里通常不会排在前列。它更像是历史坐标，而不是当下的主力资源。

§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。先把四类序列的参数抄下来，对照原始头信息核一遍，确认拿到的是同一套协议。然后在一例上把弥散拟合与动态增强拟合各跑通一次，再扩到全部可用例数。

做工程实现的人，从接口开始。先用检索接口把四级结构导出，确认退役后仍可返回，再写读取与配对逻辑。跳过这一步直接读目录，会在序列命名不统一上反复踩坑。

做教学的人，从一次检查开始。选一位四类序列齐备的患者，把 T1、T2、弥散、动态增强依次展示，讲清楚每个数是怎么从信号里算出来的。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，确认接口仍返回该集合，清点例数并与页面数字对照。第二步，导出四级结构表，标注每例齐备的序列。第三步，对弥散序列用两组 b 值拟合表观弥散系数。第四步，对动态序列抽取动脉输入函数，做浓度转换与模型拟合。第五步，把结果与文献报告的参数区间对照，判断实现是否偏离常规。

跑之前建议先在一例上走通全链路。挑一例四类序列齐备的患者，先只在一个感兴趣区上算 ADC 与强化峰值，确认数值落在合理区间，再扩到全部。跳过单例验证直接跑批，通常会在中段才暴露坐标方向或单位换算的错误。

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，四名署名作者按页面给出的顺序排列。若参考动脉输入函数的方法，应同时引用第一篇文献；若引用采集协议的背景，则引第二篇。

退役不影响引用格式。不要把「已退役」写进引用条目，那是站点的目录状态，不是文体的组成部分。

9.4 合规清单

事项	要求	备注
账号注册	需要	用于下载与接受使用条款
数据引用	必须，含标识符	缺引用属违规使用
方法文献附加引用	视使用部分而定	用动脉输入函数方法时须引
再分发	不允许	只能指向官方入口
长期可获得性	自行承担	已退役，未给替代入口
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 集合页与页面列出的两篇文献为依据，未使用生成式模型补写数字。文中规模数字只有二十二例一个，取自集合页统计栏；检查数、序列数与影像数，页面未给出，正文一律按未公开处理，未做推算填充。

涉及推断的地方共有四处，均已用限定语气写出：一是动态增强基线帧仅五次，对拟合的影响，依据是页面给出的帧间隔与基线帧数；二是弥散只取两个 b 值限制了弥散模型的选择，依据是页面给出的 b 值设置；三是退役使长期可获得性不确定，依据是页面公告与未给替代入口这一事实；四是可用子集可能小于例数，依据是页面「部分数据」这一措辞。

词条不含任何临床建议。集合内的影像来自前列腺癌患者，但数据本身不附带治疗方案、病理结果或随访，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
这是同一患者扫两次的重复性研究	页面未提及双次采集与间隔，只写用于定量方法开发与评价	集合页说明段无重复性表述
含前列腺切除标本的切片对照	数据类型只列磁共振影像，参考材料无病理说明	集合页数据类型与参考文献
有几百例	统计栏为二十二例	集合页统计栏
是多中心数据集	全部影像出自一台 GE Signa HDx 3.0T 与一副直肠内线圈	集合页设备说明
集内有算好的 ADC 与药代参数图	只有原始采集，参数须自算	页面只描述采集参数
有病灶标注或分割掩膜	不含任何标注	数据类型无分割项
弥散给了多个 b 值	只有零与五百两个	集合页弥散段
现在还和别的集合一样随时能下载	二零二六年四月十三日已退役，未给替代入口	集合页退役提示
和同网络脑部集合是一套设计	同网络不同集合，器官、机构、协议、规模均不同	各自集合页
名字里有定量影像，所以是定量结果集	名字指立项背景，数据为原始影像	集合页用途说明
能用来训练病灶分类模型	无标签、规模小、单中心，条件不具备	集合页统计栏与数据类型

FAQ

Q1：这套数据有多少例？

二十二例。癌种为前列腺癌，物种为人，状态为已完成，最后更新日期为二零一四年七月二日。检查数、序列数与影像数，页面没有给出。

Q2：它现在还能下载吗？

集合页在二〇二六年四月十三日标注退役，并指向 TCIA 的在架目录。退役不等于删除，但页面未指明替补集合，取数前需要先用检索接口确认它是否仍返回。

Q3：含哪四类序列？

T1 加权扰相梯度回波、T2 加权快速恢复快速自旋回波、弥散加权回波平面成像、三维扰相梯度回波动态对比增强。全部在 3.0T 上采集，配八通道腹部相控阵与直肠内线圈。

Q4：弥散的 b 值取了多少？

零与五百，两个值。这是能算出表观弥散系数的最小配置，适合演示与试跑，不适合做多 b 值的弥散模型。

Q5：动态增强注射了什么、怎么注射？

钆喷酸葡胺，剂量每公斤零点一五毫摩尔，速率每秒三毫升，随后以同速率冲二十毫升生理盐水。注射前采集约五次基线，帧间隔约五秒。

Q6：有病理对照吗？

集合页的数据类型只列磁共振影像，参考资料中也没有整片组织病理。是否有另行的公开病理对照，须另行核实。

Q7：能直接训练模型吗？

不适合。没有掩膜，没有病灶标注，没有临床标签，规模只有二十二例，且为单中心单机型。真要做病灶级任务，带标注的同类集合更有基础。

Q8：和 PROSTATEx 有什么不同？

PROSTATEx 是挑战赛集合，规模数百例，带逐病灶标注与临床显著性标签，用来考验模型；这套数据是方法试跑素材，二十二例，无标注，用来考验后处理代码。

Q9：已退役意味着什么？

意味着它从在架目录撤下。内容与 DOI 不变，已发表研究仍按原格式引用即可。但项目若计划长期依赖它，应提前把数据落地存档，并按政策不得再分发。

Q10：采集参数还能查到吗？

能。集合页保留了完整的参数段落，包括各类序列的重复时间、回波时间、翻转角、视野、层厚与矩阵。这是它退役之后仍具参考价值的部分。

Q11：它属于哪个网络？

美国国家癌症研究所的定量影像网络。同网络下还有脑、肺、乳腺、胰腺、头颈等器官的集合，共享治理框架，但内容互不重叠。

Q12：有替代集合吗？

页面没有指明。若需要同器官的现代协议数据，带标注的公开集合数量不少；但这套数据当年提供的「协议完整列出的原始动态帧」这一组合，替代品并不直接对应。

术语表

术语	释义
多参数磁共振	把 T1、T2、弥散、动态增强等多类序列组合用于同一器官的检查方式
动态对比增强	注射对比剂后按时间连续采集，用信号变化推断组织灌注与渗漏
表观弥散系数	由不同 b 值的弥散影像拟合出的衰减斜率，反映水分子受限程度
b 值	弥散加权成像中控制弥散敏感程度的参数，数值越大对慢速弥散越敏感
动脉输入函数	描述对比剂在供血动脉中浓度随时间变化的曲线，是药代拟合的输入
体积转移常数	对比剂从血管渗入组织间隙的速率常数
回波平面成像	一次激发即可采集整幅图像或整层的快速序列，常用于弥散与动态成像
扰相梯度回波	通过破坏残余横向磁化获得 T1 加权的三维梯度回波序列
快速恢复快速自旋回波	带恢复脉冲的快速自旋回波变体，用于提高 T2 加权采集效率
直肠内线圈	置入直肠、贴近前列腺以获得高信噪比的接收线圈
定量影像网络	美国国家癌症研究所资助的协作网络，推动影像指标的定量化与标准化
退役集合	从站点在架目录撤下但记录与 DOI 仍保留的集合

附录 A：规模数字速查

项目	数值	出处
患者例数	二十二	集合页统计栏
检查数	未公开	集合页
序列数	未公开	集合页
影像数	未公开	集合页
序列类别	四类	集合页采集说明
弥散 b 值	零与五百	集合页弥散段
场强	3.0T	集合页设备说明
动态层厚	六毫米	集合页动态段
动态帧间隔	约五秒	集合页动态段
注射前基线帧	约五次	集合页动态段
更新日期	二零一四年七月二日	集合页统计栏
退役日期	二零二六年四月十三日	集合页退役提示

这张表只有例数一个数字来自规模统计，其余都是采集参数。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：采集参数逐项对照

参数	T1 加权	T2 加权	弥散	动态增强
序列类型	扰相梯度回波	快速恢复快速自旋回波	回波平面成像	三维扰相梯度回波
重复时间	三八五毫秒	三千五百毫秒	二千五百毫秒	三点六毫秒
回波时间	六点二毫秒	一零二毫秒	六十五毫秒	一点三毫秒
翻转角	六十五度	未标	未标	十五度
视野	十六厘米见方	十六厘米见方	未标	二十六厘米见方
b 值	不适用	不适用	零与五百	不适用
层厚	未标	未标	未标	六毫米

未标不等于没有，只表示页面没有写出。需要精确复现时，应以 DICOM 头信息为准。

附录 C：与同器官集合的选型对照

选型问题	这套数据	带标注的挑战赛集合	带分区标注的现代集合
要做病灶检出	不适合	适合	适合
要做分区分割	不适合	一般	适合
要验证后处理代码	适合	可用但偏慢	可用
要研究定量参数变化	可用，样本极小	不适合	视标注而定
要评估跨中心泛化	不适合	不适合	不适合
长期可获取	不适合，已退役	依集合而定	依集合而定
需要逐年协议对齐	不适合，协议停在十余年前	视举办年份而定	较新

选型的核心不是「哪个最好」，而是「哪个与问题匹配」。表格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	例数与页面一致
二	导出四级结构	每级标识唯一，无空层
三	统计每例的序列类别	四类齐备或有明确缺失记录
四	核对序列参数	与协议表一致，差异逐条记录
五	识别动态序列	帧数、层厚与描述联合判断
六	抽样读像素	图像可解、层序连续
七	落地存档	按政策本地保存，不外传

七步走完，得到的不只是一份数据，还有一份关于这份数据的说明。后者在退役背景下比前者更值钱。

第三步与第四步最容易被跳过，因为检查文件是否存在看上去是琐事。但在退役集合上，琐事恰恰是风险的来源：接口可能只返回了一部分患者，下载可能在某处静默中断，序列参数可能因早期提交时的重建设置而偏离协议表。这几种情况都不会报错，只会让后续分析悄悄地少掉几例或差出几个参数。把清点做成一份可以复核的记录，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	四位署名作者按页面顺序排列
数字对象标识符	使用页面给出的完整标识符
方法文献	用到动脉输入函数比较时须引第一篇
协议文献	引用采集协议背景时引第二篇
致谢	注明网络资助编号与项目负责人
退役说明	无需写入引用，可在方法节脚注中提示

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。

还有一点值得写进方法节的脚注：这套数据的发布状态在二〇二六年发生了变化。若研究在退役前后跨越，最好在脚注里注明取数日期与所用通道，因为同一集合在不同时间的可获得性并不相同。这类细注看着啰嗦，却是让别人能重复你取数过程的前提。

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 PROSTATE，集合代号 QIN-PROSTATE，数字对象标识符与引用格式均取自该页。规模数字只有一个，即二十二例，取自统计栏。设备、线圈、四类序列的采集参数、注射方案与基线帧数，均取自同一页面的采集说明段。退役日期取自页面顶部的退役提示。方法学线索取自页面列出的两篇文献：一篇为二零一四年《磁共振成像》三十二卷四期的动脉输入函数比较研究，一篇为二零一三年《磁共振成像杂志》三十七卷五期的多参数采集综述。

未覆盖的内容有三处。其一，检查数、序列数与影像数，页面留空，正文按未公开处理，未做任何按比例推算的填充。其二，页面未提及同一患者的双次采集，正文因此在常见误读与词条属性中明确否定重复性设计，但不排除数据内部存在个别重复检查；这一点未开箱核对。其三，病理对照的有无，页面未提，正文只说明「集合页未列出」，不作断言。

关于任务书描述与官方页面的五处不一致，按官方页面为准处理：一是集合为单次采集的定量方法素材，官方未提双次扫描与重复性设计；二是官方未提前列腺切除标本的切片对照；三是四类序列为 T1、T2、弥散与动态增强，与常见描述一致，但弥散只有两个低 b 值，与「多参数」的常规印象有落差；四是页面未给检查数、序列数与影像数；五是集合同步风险最高的一条，是它已于二零二六年四月退役，而多数二手描述仍按在架处理。五处均已写入常见误读表或正文相应位置。

---

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：

• duke-breast-mri — 共享标签：医学影像 / MRI / 肿瘤学
• ucsf-pdgm — 共享标签：医学影像 / MRI / 肿瘤学
• fets — 共享标签：医学影像 / MRI / 肿瘤学
• tcga-lihc — 共享标签：医学影像 / MRI / 肿瘤学
• breast-diagnosis — 共享标签：医学影像 / MRI / 肿瘤学
• atlas-liver-tumor — 共享标签：医学影像 / MRI / 肿瘤学
• prostatex — 共享标签：医学影像 / MRI / 肿瘤学
• pi-cai — 共享标签：医学影像 / MRI / 肿瘤学
• yale-brain-mets-longitudinal — 共享标签：医学影像 / MRI / 肿瘤学
• qin-gbm — 共享标签：医学影像 / MRI / 肿瘤学

导航说明：本章节由全站统一标签体系自动计算生成（标签重合度算法），双向可达；点击链接可跳转至对应数据集词条。