RAD-ChestCT — Duke 万例级胸部 CT 配完整放射报告与 83 标签矩阵

INFOBOX — RAD-ChestCT 一屏速览

维度	内容
本质	Duke Health System 2012-2017 年 36,316 例平扫胸部 CT + 完整文本放射报告配对数据集，附 SARLE 标注框架与 83 标签矩阵
团队	Duke University（电子与计算机工程系 + 放射学系）；一作 Rachel Lea Ballantyne Draelos（Duke MSTP），通讯 Lawrence Carin；14 位作者
论文	Medical Image Analysis 67:101857（doi:10.1016/j.media.2020.101857；2020-10-09 在线发表，2021-01 正式卷）
数据	36,316 volumes / 19,993 名患者；2.8 TB npz（0.8mm 各向同性重采样）；原始 DICOM 9.2 TB；GE 57% / Siemens 43% 共 12 型号
报告	平均 584 tokens（约 14 倍于 CheXpert 胸片报告）；漏斗 440,822 → 336,800 unique → 36,861 平扫胸部 CT → 36,316
标注	SARLE：639 train + 427 test 报告双医师独立标注（F 0.976）；83 标签由 SARLE-Rules 规则映射自结构化三元组
基准	CT-Net83：83 标签平均 AUROC 0.773；18 个标签 >0.90；nodule 0.718；9→83 标签迁移 +10%
关键反例	CheXpert labeler 迁移到 CT 报告：cardiomegaly F1 0.449 vs SARLE-Rules 0.986——胸片标签器不可跨模态复用
划分	train 25,355 / val 2,085 / val2 1,667 / test 7,209（按 MRN 患者级划分，无泄漏）
获取	Zenodo 6406114 请求制（access request → Duke 审查 → BAA）；公开子集 3,630 volumes；无 HF/Kaggle 官方镜像
许可	数据 restricted（license 未公开标注，以 Zenodo 页面为准）｜代码 MIT（GitHub 三仓库公开直链）
库内互链	DeepLesion（rid 17）、CT-RATE（546）、NLST（317）、LIDC-IDRI（19）、MIMIC-CXR（16）、CheXpert（5）等 14 条

RAD-ChestCT 是一个「把放射报告变成标签机器」的胸部 CT 数据集工程：它不满足于「影像 + 一个粗标签」的老套路，而是把 Duke Health System 五年间 36,316 例平扫胸部 CT 与它们的完整文本放射报告配对发布，再配套一套双医师结构化标注框架 SARLE（Structure-Aware Radiology Labeling Engine），把报告里的「什么异常、在哪个部位、和既往比变好还是变坏」抽成结构化三元组，最终派生出 36,316×83 的二值标签矩阵。它同时用实验证明了一件让很多团队踩坑的事：为胸片报告设计的 CheXpert 标签器直接搬到 CT 报告上会严重失效——心影增大一项 F1 只有 0.449，而 SARLE-Rules 在同一批报告上做到 0.986。

导语读法三则：

1. 只想下数据：直奔 §6 获取与许可——全量与公开子集都走 Zenodo 请求制，没有匿名直链，别在 Hugging Face 或 Kaggle 上浪费时间（均无官方镜像，坑 7）。
2. 关心标注方法：直奔 §3 SARLE——双医师一致性 F 0.976 与「胸片标签器不可跨模态迁移」两段连读。
3. 做多标签分类或多模态：直奔 §4 与 §7——CT-Net83 基准、9→83 标签迁移实验，以及 2026 年仍被外部工作用作评测集的活跃度证据。

§0 导读：这个数据集解决什么问题

胸部 CT 是放射科最重的影像资产，但很长一段时间里，机器学习社区能拿到的胸部 CT 数据集只有两类：要么规模大但标签粗（DeepLesion 给病灶框、NLST 给筛查结局），要么标签细但规模小（LIDC-IDRI 千余例逐例专家标注）。与此同时，胸片领域已经走通了「报告派生标签」的路线——CheXpert、MIMIC-CXR 用标签器从数十万份报告里抽标签，喂出了一批强基线。这套路线看起来可以直接搬到 CT：CT 报告更长、信息更密，抽标签应该更容易。RAD-ChestCT 的第一贡献就是把这条想当然的路测死了：CheXpert 标签器在 CT 报告上的心影增大 F1 只有 0.449——不是「略差」，是不可用。

问题出在报告的文体上。胸片报告平均 41 tokens，CT 报告平均 584 tokens，后者带着大量「与既往检查比较」「病灶位于某肺段」「较前增大」这类嵌套结构与时序从句，为短报告设计的正则规则根本罩不住。RAD-ChestCT 的第二贡献是给出了替代方案：SARLE 多部分标注框架——先让至少两名放射科医师对 639+427 份报告做结构化标注（异常类别 + 19 类解剖部位 + 4 种时序变化），医师间一致性 F 0.976，再用规则引擎 SARLE-Rules 把标注三元组映射成 83 维二值标签，覆盖全部 36,316 例。这是「少量高质量人工标注 → 规则引擎 → 全量弱标签」的三级放大器，与 CheXpert 那种「纯规则直接上全量」的单级弱监督有本质区别。

第三贡献是基准与全部配套代码：CT-Net83 三维全卷积网络在 83 标签上平均 AUROC 0.773（18 个标签 >0.90），官方按患者 MRN 划分的 train/val/val2/test 四分割杜绝患者级泄漏；ct-net-models、ct-volume-preprocessing、sarle-labeler 三个 GitHub 仓库以 MIT 许可公开，从 DICOM 预处理到标签映射到训练评估全链路可复现。一句话概括：RAD-ChestCT 是「带完整报告的大规模胸部 CT」这个赛道在 2020 年的开创者，也是「报告派生标签怎么做才可靠」这个方法学问题的教科书答案。

§0 读法三则：

1. 本条目是「数据集 + 标注框架 + 基准」三合一：本体是 36,316 例配报告 CT，方法件是 SARLE，基准件是 CT-Net83——数据本体 restricted 请求制，代码 MIT 公开，两者获取路径完全不同（§6）。
2. 全文硬数字均出自 MedIA 论文全文（PMCID PMC7726032）与 Zenodo/GitHub 一手页面；正文与周边口径冲突处（如 36,316 vs 35,747、639 vs 669）已在坑点与附录存照，不重复展开。
3. 检索时注意：数据集名是 RAD-ChestCT（一个连写词），不是「RAD Chest-CT」也不是「RadChestCT」——后者是部分第三方转载的变体拼写，拿去 HF 搜会一无所获（坑 7）。

§1 数据集速览：十问十答

Q1：RAD-ChestCT 是什么？
Duke University 2020 年发布的大规模胸部 CT 数据集：36,316 例平扫胸部 CT（19,993 名患者，2012-01 至 2017-04 采集），每例配完整文本放射报告，并随数据集发布由 SARLE 框架派生的 36,316×83 二值标签矩阵。论文正式发表于 Medical Image Analysis（Volume 67，2021 年 1 月卷，2020-10-09 在线）。

Q2：36,316 例是怎么从医院系统里筛出来的？
一条四级漏斗：DICOM 系统检索窗口内全部相关文本报告 440,822 份 → 去重得 336,800 份 unique 报告 → 其中平扫（non-contrast）胸部 CT 报告 36,861 份（约 11%）→ 排除找不到可用体数据的报告，最终 36,316 例。

Q3：影像数据什么规格？
原始 DICOM 9.2 TB；官方预处理管线（SimpleITK）重采样至 0.8mm 各向同性体素、HU 强度窗口化后以 npz 存储，共 2.8 TB。设备构成：GE 57% / Siemens 43%，12 种扫描仪型号；重建方式 FBP 53% / 迭代重建 47%；层厚 0.625mm 占 54%、0.6mm 占 41%、其余 ≤5mm 占 5%。

Q4：报告有多长、信息量如何？
平均 584 tokens——约为 CheXpert 胸片报告（41 tokens）的 14 倍。这个长度差异正是 CheXpert 标签器迁移失败的直接原因，也是 SARLE 被设计出来的动机（§3）。

Q5：83 个标签从哪来？
SARLE 三元组（异常类别 + 解剖部位 + 时序变化）经 SARLE-Rules 规则引擎映射而成。标签覆盖异常类别（如 nodule、consolidation、pleural effusion）、解剖修饰（如右肺上叶）与时序状态，最终形成 83 个二值标签的全量矩阵，随数据集一并发布。

Q6：这个标注可靠吗？
锚定点是双医师标注：639 份 train 报告 + 427 份 test 报告由至少两名放射科医师独立做结构化标注，医师间平均 F score 0.976（最低 0.941，最高 1.0）。SARLE-Rules 相对医师金标准平均 F 0.976——注意这是「规则 vs 医师」的一致性，不是标签的绝对正确率（§3.4 有读法提醒）。

Q7：官方基准跑成什么样？
CT-Net83（ResNet-18 底座的三维全卷积网络）：83 标签平均 AUROC 0.773，其中 18 个标签 AUROC >0.90；阳性样本最多的 nodule 标签 AUROC 0.718。先用 9 标签子集预训练再迁移到 83 标签，平均 AUROC 再提升约 10%。

Q8：我能直接用 CheXpert labeler 来标这批报告吗？
不能。论文在 427 份 test 报告上以医师标注为金标准实测：cardiomegaly 一项 CheXpert labeler F1 0.449，SARLE-Rules 0.986。胸片标签器的规则模式罩不住 CT 报告的长度与嵌套结构，这是论文最著名的实证结论。

Q9：我现在能拿到什么？
三层：① 数据本体（全量或公开子集 3,630 volumes）都在 Zenodo 6406114 走请求制——提交 access request，经 Duke 审查并签署 BAA 后发放；② 代码 MIT 公开（GitHub rachellea 三仓库）；③ 论文开放获取（PMC7726032）。Hugging Face 与 Kaggle 均无官方镜像。

Q10：为什么它对 AI-Ready 重要？
它是「报告文本 + 影像体数据 + 派生标签矩阵 + 患者级划分 + 全链路开源代码」的完整栈样本：报告原文让多模态与 NLP 研究者能自建标签，83 标签矩阵让分类研究者免标注即训，代码让预处理可复现。失分项在可获取性——restricted 请求制是硬门槛，这也是本条目 AI-Ready 评级的主要拖累（§6.4 与附录 B DAIMS 表）。

§2 数据构成与规格

2.1 规模与报告漏斗：36,316 例是怎么剩下来的

RAD-ChestCT 的规模数字必须连同漏斗一起读，否则容易误读成「Duke 有 36,316 例胸部 CT」——实际是「36,316 例带完整报告且体数据可用的平扫胸部 CT」：

漏斗层级	数量	说明
L1 检索窗口内 DICOM 相关文本报告	440,822	2012-01 至 2017-04 全院窗口
L2 去重后 unique 报告	336,800	剔除同一检查的重复转录与复制文本
L3 平扫胸部 CT 报告	36,861	约 11% 入选；排除增强扫描与非胸部 CT
L4 配上可用体数据的最终 volume	36,316	排除无可用体数据的报告

四级漏斗的含义有两层。第一，每例数据天然带「影像 + 报告」双资产——入选条件就是报告与体数据同时存在，不存在「有图没文」或「有文没图」的悬空样本。第二，入选标准把增强扫描整体排除在外，这是刻意的同质性设计：平扫与增强的密度分布完全不同，混在一起会让多标签分类基线的 HU 窗口化顾此失彼。代价是数据集不覆盖增强 CT 场景，血管类异常（如肺栓塞）天然缺位。

患者维度的数字同样关键：36,316 个 volume 对应 19,993 名患者，平均每人约 1.8 次检查。注意这不是纵向随访数据集——同患者的多次检查随数据集一起发放，但官方划分按患者 MRN 整体切分，同一患者的所有 volume 落在同一侧，时序比较研究需要自行配对并自行处理「同患者报告间的复制粘贴污染」。

2.2 体数据规格与预处理管线

属性	规格
原始格式	DICOM，共 9.2 TB
预处理工具	SimpleITK（管线代码开源：ct-volume-preprocessing 仓库）
重采样	0.8mm 各向同性体素
强度处理	HU 窗口化
存储格式	npz，共 2.8 TB
扫描类型	仅平扫（non-contrast）
附加元数据	扫描仪型号、重建方式、层厚；部分 volume 附患者体重/身高文件

预处理管线的意义在于「把设备差异压平」：12 种扫描仪型号、两种重建范式（FBP 53% / 迭代重建 47%）、三种主流层厚，全部统一到 0.8mm 各向同性网格。对使用者来说这意味着可以直接喂 3D 卷积网络而不必自己处理各向异性 spacing；代价是原始 DICOM 的部分信息（如原始层厚下的插值细节）被重采样覆盖，需要原始分辨率的任务得回到 DICOM 层自行处理。

设备构成的两个数字值得记住，因为它们决定了「在 RAD-ChestCT 上训练的模型换一家医院还行不行」：GE 占 57%、Siemens 占 43%，两分天下的结构比「一家独大 95%」更能暴露设备偏差，也比「十家各 10%」更可控。层厚上 0.625mm（54%）与 0.6mm（41%）合计 95%，都是薄层亚毫米级——这与筛查项目（如 NLST 常见 2.5mm 层厚）形成对比，细节分辨率是本数据集的隐性优势。

2.3 患者级划分：四分割与无泄漏设计

划分	volume 数	占比	用途
train	25,355	70%	训练
val	2,085	6%	模型选择
val2	1,667	4%	标注方法开发（SARLE 调试专用）
test	7,209	20%	最终评估

三个设计点：

1. 按 MRN 患者级切分：同一患者的所有 volume 不跨侧，杜绝「同一人的前后两次检查分别落进 train 和 test」这类隐性泄漏——胸部 CT 患者复查率不低，随机按 volume 切分会让指标虚高。
2. val2 独立存在：SARLE 标注方法学开发（规则调试、阈值选择）只用 val2，与模型选择的 val 物理隔离，避免「标注方法过拟合到模型验证集」的交叉污染。
3. test 7,209 例足够大：20% 的 test 占比让低 prevalence 标签（如 pneumothorax 2.8%，约 205 例阳性）也有百例量级的评估支撑，AUROC 置信区间不至于宽到没意义。

2.4 报告文本：584 tokens 意味着什么

平均 584 tokens 的 CT 报告（对照 CheXpert 胸片报告平均 41 tokens）不是「长一点的胸片报告」，而是另一种文体：它通常包含检查指征、检查技术、多器官系统分段描述（肺、纵隔、心包、胸膜、骨、上腹）、与既往检查的逐项比较、以及结论段。这意味着：

• 信息密度高：一份报告平均覆盖多个异常类别与多个解剖区域，83 标签矩阵里一份报告平均点亮十几个标签。
• 时序结构普遍：「较前增大」「新发」「较前吸收」类表述大量出现，这是 SARLE 把时序变化（new / unchanged / worse / better）作为三元组一等技术的原因，也是胸片 labeler 从未需要处理的语言现象。
• NLP 副产品价值：336,800 份 unique 报告本身就是一个大规模放射报告语料（对 L3 的 36,861 份平扫胸部 CT 报告尤其配对完整），对报告生成、医学 NLP 预训练都是可用资源——但注意许可与影像同为 restricted。

2.5 test 集主要标签 prevalence：天然的长尾分布

标签	test 阳性数	占 test 7,209 比例
pleural effusion（胸腔积液）	1,404	19.5%
consolidation（实变）	1,086	15.1%
pericardial effusion（心包积液）	1,078	15.0%
mass（肿块）	863	12.0%
cardiomegaly（心影增大）	649	9.0%
pneumothorax（气胸）	205	2.8%

这是真实临床场景的长尾：最常见的 nodule 类标签阳性数以万计（论文口径：nodule 为阳性样本最多的标签），而 pneumothorax 只有 2.8%。用这份数据训练时，类别不平衡不是「要不要加权」的选择题，而是「怎么设计采样与阈值」的必答题——CT-Net83 的基准结果正是在这个不平衡分布上取得的，复现者不应期待均衡分布下的指标。

2.6 公开子集 3,630 例：边界与口径

Zenodo 发布页提供约 10% 的公开子集（3,630 volumes），同样走请求制申请（不因「公开」而免审）。两点提醒：其一，公开子集与全量集的确切边界（哪些 volume 在子集里、按什么规则抽取）论文与 Zenodo 页面均未给出显式清单，申请时可直接向 Duke 方询问（存照②：另一处来源写 3,632，成稿从论文/README 口径 3,630）；其二，Zenodo 元数据附带的 Extrema CSV 行数口径为 35,747，与论文 36,316 不一致（坑 3），引用总量时以论文口径为准。

2.7 设备、重建与层厚：三个维度的分层评估建议

2.2 节的设备构成不只是「元数据花絮」——扫描仪元数据随数据集发放，意味着可以做分层评估。三个维度各自的分层含义：

维度	构成	分层评估建议
厂商	GE 57% / Siemens 43%	两厂商近均衡——按厂商分组报 AUROC，检验「模型学到的是病理还是厂商纹理」
型号	12 种	型号级样本量不足以逐型评估，按厂商 + 重建范式两级分层即可
重建方式	FBP 53% / 迭代 47%	两种范式的噪声纹理不同，纹理敏感任务（磨玻璃影类）必须分层看
层厚	0.625mm 54% / 0.6mm 41% / 其余 ≤5mm 5%	95% 为亚毫米薄层；5% 厚层样本单列，避免拉低整体指标时误判原因
扫描类型	仅平扫	无分层空间——增强相关结论一律不可下

三条实操提醒：其一，厂商 × 重建的 2×2 分组是最低配置，任何「本模型泛化好」的主张在跨组指标一致时才算数；其二，5% 厚层样本的存在提醒使用者：RAD-ChestCT 不是纯筛查级薄层库，混合层厚是真实临床的写照，把厚层当异常数据处理会引入偏差；其三，与厚层筛查队列（如 NLST 常见更厚层厚）做跨数据集实验时，层厚差异本身就是最大的混淆变量，优先对齐层厚再谈模型。

2.8 交付物构成：申请通过后拿到的是什么

按论文与 Zenodo 页面口径，发放物是一套「数据 + 标签 + 元数据」的组合。申请前把交付物盘点清楚，可以避免「以为拿到的是 A 其实是 B」：

交付物	形态	要点
体数据	npz，0.8mm 各向同性，HU 窗口化，共 2.8 TB	预处理产物；原始 DICOM 是否包含在发放内以协议文本为准
放射报告	报告文本，与 volume 一一对应	平均 584 tokens；英文
83 标签矩阵	二值 CSV（36,316×83）	SARLE-Rules 派生；列定义以随集文档为准
官方划分	train/val/val2/test 归属表（按 MRN）	25,355/2,085/1,667/7,209；不要重切
扫描元数据	厂商/型号/重建/层厚	分层评估的原料（§2.7）
附加元数据	部分 volume 附体重/身高文件	覆盖范围未逐例披露，使用前按 volume 清点

两点提醒：其一，「数据集」在本文语境里始终指这套组合，而不是单独的影像文件包——只拿影像不拿划分与标签，等于放弃官方基准口径；其二，交付物的精确文件清单以申请通过后的发放说明为准，本表是论文与页面口径的整理，个别文件的存在形式（如元数据是逐 volume CSV 还是汇总表）以实际发放为准。

§3 SARLE 标注框架：报告怎么变成可靠标签

3.1 为什么胸片 labeler 在 CT 报告上失效

CheXpert labeler 的设计假设是：报告短（几十 tokens）、异常类别有相对固定的提及句式（如「cardiomegaly」「enlarged heart」「cardiac silhouette enlargement」），用「类别词 + 修饰词（肯定/疑似/否定）」的规则组合就能抽标签。CT 报告把这个假设全部击穿：

• 长度击穿：584 tokens 的报告里，同一异常可能在「检查技术」「分段描述」「与既往比较」「结论」四处出现且极性不同，简单规则会重复计数或取错极性。
• 嵌套击穿：「右肺上叶前段磨玻璃影较前增大」一句话里同时有类别、部位、时序三层信息，胸片 labeler 的类别-修饰两级结构装不下。
• 文体击穿：CT 报告的分段结构（TECHNIQUE / COMPARISON / FINDINGS / IMPRESSION）让「结论段的否定」与「描述段的肯定」需要区分对待，规则引擎必须懂文档结构。

实测结果（427 份 test 报告，医师标注为金标准）：cardiomegaly 一项 CheXpert labeler F1 0.449，SARLE-Rules 0.986。这不是工程微调能弥补的差距——0.449 意味着标签矩阵近六成是错的，任何下游指标都失去意义。这个反例的价值超出 RAD-ChestCT 本身：凡是从报告抽标签的团队，都不应默认「胸片验证过的 labeler 可跨模态复用」。

3.2 双医师标注协议：锚定金标准

SARLE 的地基是人工标注：

参数	数值
train 侧结构化标注报告	639 份
test 侧结构化标注报告	427 份
每份报告标注人数	至少 2 名放射科医师，独立标注
标注对象	异常类别 + 解剖部位 + 时序变化 三元组
医师间一致性	平均 F score 0.976（min 0.941 / max 1.0）

三个读法要点：

1. 0.976 是「医师 vs 医师」：说明结构化标注任务本身定义清晰、可执行，规则引擎有一个稳定的模仿对象；它不等于「SARLE 输出的标签有 97.6% 正确」——后者只能以「规则 vs 医师」的 F 来衡量（0.974-0.976，视 SARLE 变体而定）。
2. 训练侧 639 vs 转述 669（存照④）：成稿从论文正文口径 639；test 侧 427 无口径冲突。
3. 427 份 test 报告同时服务两个评估：SARLE 自身的评估，与 CT-Net83 标签质量的间接背书——83 标签矩阵的映射规则正是在这套金标准上校验的。

3.3 SARLE 四部分流水线：从文本到三元组

SARLE（Structure-Aware Radiology Labeling Engine）把标注过程拆成四个顺序衔接的部分：

部分	名称	做什么	输出
Part A	类别句式抽取	在报告文本中定位异常类别提及并判极性	类别提及清单
Part B	解剖部位解析	将提及关联到 19 类解剖部位	（类别， 部位） 对
Part C	时序变化判定	依据与既往检查的比较表述标注 new / unchanged / worse / better	（类别， 部位， 时序） 三元组
Part D	规则映射	SARLE-Rules 将三元组按规则映射为 83 维二值标签	36,316×83 标签矩阵

关键设计是「人工标注的是三元组，不是 83 个标签」。让医师直接对 83 个二值标签逐个打勾，劳动量随标签数线性增长且极易漏标；而标注三元组（报告里说了什么异常、在哪、怎么变）是医师读报告的自然副产品，边际成本低得多。83 个标签只是三元组的一个确定性视图——规则引擎把「右肺上叶 + 结节 + 新发」翻译成对应位置的 1。这条「低维人工 → 规则放大」的路径，是 SARLE 区别于「全人工标注」（贵）与「纯规则抽取」（糙）的第三条路。

解剖部位的 19 类划分（肺叶/肺段级与纵隔结构级）与时序的 4 状态（new / unchanged / worse / better）共同构成 SARLE 的表达力上限：超出该结构的信息（如病灶定量测量值、分级分期）不进入标签矩阵，需要的话回到报告原文自行解析。

3.4 SARLE 两个变体与一个读法提醒

论文给出 SARLE 的两个变体：SARLE-Rules（纯规则引擎，平均 F 0.976）与含机器学习组件的 SARLE（平均 F 0.974）。数字上 Rules 版本反而略高——在规则可覆盖的领域，加学习组件没有带来净收益，这本身是个有用的工程信号：标注框架的第一版应该先把规则写到极致，学习组件留给规则罩不住的长尾。

读法提醒：SARLE-Rules 的 F 0.976 是在「医师标注过的报告」上评估的；83 标签矩阵覆盖全部 36,316 例，其中绝大多数报告从未被医师标注过。映射规则的泛化错误率没有直接测量，只能由「规则引擎的确定性 + 金标准侧的高一致性」间接背书。使用 83 标签矩阵训练高要求模型时，把「标签噪声存在」当作先验而不是假设它完美——这也是论文自身把 SARLE 标注量扩展方案（更多报告标注）写进后续工作（arXiv 2111.12215）的原因。

3.5 与报告结构化谱系的关系

SARLE 所在的方法谱系里，库内可对照的条目有三条线：RadGraph / RadGraph2（实体-关系级通用结构化，rid 561 / 622）、Chest Imagenome（解剖结构级空间标注，rid 330）、以及 PadChest（报告派生标签的胸片先例，rid 117）。SARLE 的差异化在于「三元组里显式带时序维度」——这四条线里只有它把「和既往比怎么变」作为一等技术处理，这与 CT 临床随访密度高的现实匹配。

3.6 成本账：1,066 份三元组标注换 36,316 例标签

SARLE 路线的经济性值得单独算一遍。人工侧的投入是 639 + 427 = 1,066 份报告的三元组标注（含多医师独立标注的重复劳动）；产出侧是覆盖全部 36,316 例的 83 维标签矩阵。两端的比例约 1:34——每一份人工标注的报告，经由规则引擎放大成约 34 例的标签覆盖。

三个让这笔账成立的条件，缺一不可：

1. 标注对象选对了：三元组是医师读报告的自然副产品，标注一份报告的边际成本接近「多读一遍报告」；若直接对 83 个标签逐个打勾，成本随标签数线性增长，1:34 的杠杆会立刻消失。
2. 规则引擎有金标准兜底：427 份 test 报告让「规则 vs 医师」的一致性可测量（F 0.976），放大倍数是「有质检的放大」，不是盲放。
3. 文体相对规整：Duke 报告有稳定的分段结构，规则覆盖率才够高；换成自由文本文体，杠杆率会显著下降。

对照另一极端（全人工标注 36,316 例）与另一极端（零标注纯规则），SARLE 的位置是「千份级人工 + 领域规则」的中间点。这个中间点的确切位置（标多少份才够）取决于文体规整度与标签空间复杂度——本条目的 1,066 份是一个可参考的起点量级，不是普适常数。

§4 83 标签矩阵与 CT-Net83 基准

4.1 标签矩阵：36,316×83 的全量弱标签

83 标签矩阵是数据集的「标签交付物」：每行一个 volume，每列一个二值标签，由 SARLE-Rules 从三元组映射而来。83 个标签的构成逻辑：

• 异常类别维：nodule、mass、consolidation、pleural effusion、pneumothorax、cardiomegaly、pericardial effusion 等胸部主要异常类别；
• 解剖修饰维：异常 × 部位的组合标签（如某肺叶的实变），源于 19 类解剖部位；
• 时序状态维：带 new / worse / better 等时序修饰的标签。

矩阵随数据集 CSV 发布，与 npz 体数据、报告文本一一对应。口径提醒：正文与摘要均为 83 标签（存照③：某转述称矩阵 84 行，疑含背景列或去重差异，成稿统一 83）。

4.2 CT-Net83：一个朴素的强基线

CT-Net83 的架构刻意保持朴素：ResNet-18 底座改造成三维全卷积网络（全卷积意味着对输入体积尺寸灵活），直接在 0.8mm 各向同性 npz 体数据上端到端训练 83 个 sigmoid 输出。朴素是特性不是缺点——基准的目的是给「这份数据能支撑什么水平的性能」一个可复现的锚点，而不是刷榜。训练与评估代码在 ct-net-models 仓库 MIT 公开，与官方划分配套，任何人可以在同一口径下对比自己的模型。

4.3 基准结果：平均 AUROC 0.773 与它的内部结构

指标	数值
83 标签平均 AUROC	0.773
AUROC >0.90 的标签数	18
nodule（阳性最多标签）AUROC	0.718

三段式读法：

1. 0.773 是平均，不是天花板：分布两端差异极大——18 个标签 >0.90 意味着这些类别已经接近可用；长尾低 prevalence 标签则远低于均值。引用「平均 0.773」时必须带上「18 个 >0.90」的内部结构，否则会同时误导两个方向的读者。
2. nodule 0.718 是「最多数据仍最难」的证据：nodule 是阳性样本最多的标签（万级阳性），AUROC 却只有 0.718——CT 结节的形态学复杂度（大小、密度、位置、与血管的关系）不是样本量能简单换算的。这给「数据规模决定论」提供了一个具体反例。
3. 基线角色：0.773 的意义在于可复现与可对比。2020 年之后的工作（包括多模态报告理解类）以这张 83 标签 AUROC 表为对照锚点，论文表格给出了全部 83 个标签的数值（代表性子集见附录 F）。

4.4 迁移实验：9→83 标签预训练 +10%

论文的附加实验回答了一个迁移学习问题：先在 9 标签子集上预训练、再微调到 83 标签，平均 AUROC 相比从头训练提升约 10%。两个推论：其一，少量「把得住」的标签先把表征学对，再扩展到长尾标签，比一锅端训练更划算——这对预算有限、只能先标注子集的团队是直接的路线建议；其二，它与 §4.3 的 nodule 结果合并读：表征质量与标签设计（哪些标签先学）共同决定长尾性能，单纯堆数据不能替代前者。

4.5 器官定位辅助：约三分之一的标签受益

OrgNet 辅助实验把器官/纵隔定位信号引入训练，使约三分之一的标签 AUROC 得到提升（存照⑤：两处来源分别写 33% 与 37%，成稿以「约三分之一」表述规避精确值）。方法学含义：解剖先验对胸部 CT 多标签分类的收益是真实且广泛的——不是只惠及一两个标签，而是惠及三成左右的标签。这为「定位头 + 分类头」的多任务设计提供了数据集级的证据。

4.6 无公开榜单：基准的正确打开方式

RAD-ChestCT 没有 Kaggle 挑战赛、没有 Papers with Code 独立 leaderboard 条目、没有官方 challenge——基准的全部权威来自论文表格与配套代码。这既是缺点（没有持续更新的外部排名），也是特点（没有竞争性过拟合污染 test 集：四分割与 test prevalence 自发布起未变，2026 年的 RadAgent（arXiv 2604.15231）仍以同一 test 口径做外部评测）。复现者应直接使用官方划分与代码，而不是自行重切分——重切分后的数字与论文表格不可比。

4.7 83 标签体系的三维构成与选用建议

83 个标签不是 83 个平行的「病名」，而是三个维度组合出的体系。理解构成方式才能正确选标签：

标签组	构成逻辑	例子	建议用法
纯类别标签	异常类别本身	nodule、consolidation、pneumothorax、cardiomegaly	主任务标签，直接用于多标签分类
部位组合标签	异常类别 × 19 类解剖部位	某肺叶/肺段的实变、某纵隔区域的肿块	定位感知分类、多任务头（分类+部位预测）
时序修饰标签	类别（×部位）× 时序四态	新发胸腔积液、加重的实变、好转的磨玻璃影	纵向感知任务；需自行处理「无时序表述」样本

三条选用守则：

1. 先读标签定义再建模：83 个标签的准确语义（尤其部位组合与时序修饰）以随数据发放的 CSV 定义与论文表格为准。想当然地把「new」当成「新患者」这类误读，会在标签映射层就毁掉实验。
2. 部位组合标签的 prevalence 会骤降：类别 × 部位的笛卡尔展开让每个组合标签的阳性数远小于纯类别标签，AUROC 评估的置信区间相应变宽——对小样本组合标签，报告数字时附带阳性计数。
3. 时序标签不是免费午餐：它依赖报告里实际写了比较表述。无既往片、报告未写比较的样本在时序维为空——这是「报告行为」的忠实记录，不是数据缺陷；把空时序当负样本还是当缺失值处理，需要在实验设计里显式声明。

4.8 类别不平衡的应对清单

2.5 节的 prevalence 表（19.5% 到 2.8% 六个数量级之下的长尾）意味着「平均 AUROC」之下每个标签的处境天差地别。可操作的应对清单：

1. 按 prevalence 分组报告：把 83 个标签按 test 阳性数分组（如 >1,000 / 100-1,000 / <100），分组报 AUROC——一组数字胜过一张平均脸。
2. 逐标签阈值：83 个 sigmoid 输出共用 0.5 阈值几乎必然是错的；按验证集逐标签选阈值（或报告 AUROC/AP 这类阈值无关指标）。
3. 加权与采样二选一，不要叠满：weighted BCE 与重采样都在纠正同一件事，叠满会过矫；官方基线 CT-Net83 的结果可作为「不加权」参照点。
4. 小样本标签看 AP 不只看 AUROC：2.8% prevalence 的 pneumothorax 在极端不平衡下 AUROC 可能虚稳，AP（平均精度）更诚实。
5. 监控标签间相关性：部位组合标签与纯类别标签高度相关（部位标签是类别标签的子集事件），多标签损失会把这层相关学成捷径；评估时按「父-子标签一致性」抽查。
6. 把 0.773 当锚点而非目标：自己的模型在同一官方划分上低于 CT-Net83 时，先查数据装载与划分使用是否同口径（附录 M），再谈模型改进。

§5 与同类数据集比较：RAD-ChestCT 在坐标系里的位置

5.1 横向对照表：六个最常被放在一起的条目

数据集	模态/规模	标签来源	许可口径	与 RAD-ChestCT 的关系
RAD-ChestCT	36,316 例胸部 CT（平扫）	SARLE 三元组→83 标签（规则+双医师）	Zenodo 请求制 + BAA	本条目
CT-RATE（库内 rid 546）	数千例胸部 CT	报告派生多标签（弱监督+人工校正）	研究用途许可	最直接竞品：同样「带报告胸部 CT + 多标签」，2024 年后继者，标注路线不同
DeepLesion（rid 17）	万级患者、病灶级 CT	医师人工病灶框（RECIST）	开放（NIH）	病灶标注路线 vs 报告派生路线的对照极
LIDC-IDRI（rid 19）	约 1,018 例胸部 CT	多医师逐例逐病灶标注	开放	「深标注小规模」极：4 名医师读片制 vs SARLE 放大器制
NLST（rid 317）	约 26,000 例筛查 CT	筛查结局标签（癌/非癌）	受控申请（dbGaP 系）	筛查队列场景 vs 临床日常场景
MIMIC-CXR（rid 16）	377,110 张胸片	CheXpert labeler 派生 14 标签	PhysioNet 受控（需培训认证）	胸片侧「报告派生标签」成熟样板；CheXpert labeler 即出自 CheXpert/MIMIC-CXR 系

5.2 纵向读法：三条路线的取舍

把上表压成三条路线，RAD-ChestCT 的位置立刻清晰：

1. 深人工路线（LIDC-IDRI）：标签质量天花板，规模千级。4 名医师逐例读片的成本决定了它永远到不了万级。
2. 纯规则路线（CheXpert/MIMIC-CXR 胸片系）：规模十万级，标签质量依赖报告文体与规则的匹配——在胸片上成立，在 CT 上被实证击穿（0.449）。
3. SARLE 放大器路线（RAD-ChestCT）：少量双医师三元组标注（约千份）→ 规则引擎 → 全量 36,316 例标签。质量锚点靠人工，规模靠规则，中间代价是需要一套领域定制的四部分流水线。

CT-RATE 出现在 RAD-ChestCT 之后（2024），直接继承了「带报告胸部 CT」这个赛道设定，差异在标注细节与配套任务设计（CT-RATE 强调报告-影像对齐的多任务）。两者的关系不是替代而是口径互补：RAD-ChestCT 的 83 标签带显式时序维、按 MRN 四分割有官方口径，CT-RATE 的报告结构化与配对设计另有取舍——两个都用的人需要显式声明引用哪家的划分与标签口径，数字才可比。

5.3 场景决策：什么时候选 RAD-ChestCT

• 要大规模 3D + 多标签 + 官方划分：RAD-ChestCT 的 36,316×83 与四分割仍是同类里口径最完整的之一（能接受请求制门槛的话）。
• 要病灶级空间标注：选 DeepLesion 或 LIDC-IDRI——RAD-ChestCT 的 83 标签是 volume 级，没有病灶框与分割掩码。
• 要报告-影像生成式对齐（report generation / VLM）：RAD-ChestCT 有完整报告原文可用，但注意其 restricted 许可与 BAA 条款对衍生分发的约束；公开直链场景可对比 CT-RATE 的获取口径。
• 要筛查结局类标签（癌症随访）：RAD-ChestCT 没有——它只有报告里写了什么；结局级标签看 NLST。

5.4 选型速查矩阵

把 §5.1-§5.3 的判断压成一张勾选表——「必须为真」的需求维度决定候选集：

你的需求	RAD-ChestCT	CT-RATE	DeepLesion	LIDC-IDRI
完整放射报告原文	有	有	无	无
3D 体数据（预处理统一网格）	有（0.8mm npz）	有（自有规格）	有	有
volume 级多标签	83 标签	有（报告派生）	无（病灶级）	无（病灶级）
病灶框/轮廓空间标注	无	无	有	有
报告内时序表述结构化	有（四态时序维）	有限	无	无
官方患者级四分割	有	自有口径	无官方划分	无官方四分割
公开直链/低门槛获取	无（请求制+BAA）	研究许可	有（NIH 开放）	有（TCIA）
官方基准数字	AUROC 0.773（83 标签）	有官方基线	无官方榜单	有成熟基线

附录 O 有这张表的加细版（七维对照的完整读法）。速记口诀：要报告找本条目与 CT-RATE，要框找 DeepLesion 与 LIDC-IDRI；既要报告又要 3D 统一网格还带官方划分的，只有本条目——前提是你等得起申请周期。

§6 获取与许可：一扇请求制的门

6.1 门在哪、怎么进

资产	入口	许可	门槛
数据本体（全量 36,316 或公开子集 3,630）	Zenodo record 6406114（DOI 10.5281/zenodo.6406114）	restricted（license 未公开标注，条款见页面 access conditions）	请求制：提交 access request → Duke 审查 → 签署 BAA → 发放
训练/评估代码	GitHub rachellea/ct-net-models	MIT（Copyright © 2020 Rachel Lea Ballantyne Draelos）	无，公开直链
预处理管线代码	GitHub rachellea/ct-volume-preprocessing	MIT	无，公开直链
SARLE 标注引擎代码	GitHub rachellea/sarle-labeler	MIT	无，公开直链
论文全文	doi:10.1016/j.media.2020.101857（PMC7726032 开放获取）	出版方口径（PMC 免费全文）	无

6.2 请求制实操要点

Zenodo 页面的 access_right 为 restricted，license 字段为空（存照⑨）——具体条款藏在需登录查看的 access conditions 里，本条目不猜测 license 类型，一切以申请时 Duke 方给出的协议文本为准。流程上的确定信息：申请需经审查、通过后签署 BAA（Business Associate Agreement，业务伙伴协议——HIPAA 语境下允许受控使用含 PHI 数据的法律文书）。BAA 的存在直接提示了数据性质：包含可识别患者信息的真实临床数据，即便去标识处理过，再分发仍受协议约束，不要计划「拿到后转传给同事」这类动作——每方都应走自己的申请。

公开子集（3,630 volumes）与全量的申请路径相同——「公开」指的是 Duke 方面允许在审查后发放这部分数据，不等于匿名即下。规划依赖此数据的工程时，把「审查 + 签 BAA + 发放」当作以周计的不确定周期，先用论文表格与公开代码搭管线、用申请等待期做开发，数据到位后再跑全量。

6.3 版本链：一个版本，七年未变

时间	事件
2020-02-12	arXiv 2002.04752 v1（预印本首发；v2 2020-02-17；v3 2020-10-12 与正式版标题一致）
2020-10-09	Zenodo 6406114 Version 1.0 发布（数据 DOI）；同日 MedIA 在线发表
2020-10-15 前后	GitHub 三仓库公开（ct-net-models / ct-volume-preprocessing / sarle-labeler）
2021-01	Medical Image Analysis Volume 67, Article 101857 正式卷
2021-11-24	arXiv 2111.12215（SARLE 标注应用扩展）
2022-08	Artificial Intelligence in Medicine 正式版（DOI 10.1016/j.artmed.2022.102372）
2021	一作博士论文（Duke，含 RAD-ChestCT 章节）
2026	RadAgent（arXiv 2604.15231）仍以 RAD-ChestCT 为外部评测集

数据集自 2020-10-09 发布以来只有 Version 1.0 一个版本，无内容更新记录。含义有二：其一，引用任何「RAD-ChestCT 数字」都不需要区分版本口径（区分的是「论文 vs Zenodo CSV」这种来源口径，坑 3）；其二，2020 年至今官方未做标签修订或扩充，后续标注方法学演进走的是独立论文（arXiv 2111.12215），不改已发布数据。

6.4 无镜像声明：负结果也是结果

以下均为 2026-10-04 实查的负结果：Hugging Face（含镜像站）搜索无 RAD-ChestCT 官方镜像（API 返回空）；Kaggle 无官方上传；Papers with Code 无独立 leaderboard 条目。因此：搜到的任何第三方转载（HF 上的衍生镜像、网盘转载）都不在本条目获取路径内——它们无法背书与 V1.0 的一致性，且很可能违反 BAA。正确路径只有 Zenodo 请求制一条。

6.5 AI-Ready 评估：强文档弱可及的组合

以库内 AI-Ready 检查单过一遍（DAIMS 全表见附录 B）：

• 机器可读元数据：论文开放获取全文 + Zenodo 元数据 API + GitHub README 三件齐备——良好。
• 公开直链：数据本体缺失（请求制），代码与论文有直链——AI-Ready 最大失分项。
• 许可明确性：代码 MIT 明确；数据许可未公开标注、藏在登录后的 access conditions 里——申请前无法预读条款，是「请求制之上再叠一层不透明」。
• 可复现性：官方划分 + 全链路代码 + 论文全表——这是强项，复现成本主要在数据获取而非工程。
• 文档自洽：论文与 Zenodo 周边存在总量、子集规模等四处口径漂移（坑 3/4/5/6），均不影响主线结论，但自动化抓取需指定以论文表格为准。

综合：AI-Ready 等级「中」——数据完备性与可复现性是同级样本里的优等生，可获取性与许可透明度被请求制+BAA 拖到下限。它适合作为「完整栈但高门槛」的对照极参与库内可获取性光谱排序。

6.6 申请等待期的工程预案

请求制门槛的真实代价不是「拿不到」而是「要等」。等待期不是空白期，五件可以立刻做的事：

1. 代码先行：clone 三个 MIT 仓库，通读 ct-volume-preprocessing 的管线结构与 ct-net-models 的训练入口——接口设计、标签装载方式、指标计算口径都能在无数据状态下吃透。
2. 用论文表格做测试锚点：把论文的 83 标签 AUROC 表（含平均 0.773、nodule 0.718）与 test prevalence 表写进单元测试，数据到位后逐项对照——口径漂移会在第一时间暴露。
3. 合规环境预搭：BAA 意味着数据只能进受控环境；审批安全区、磁盘（全量 2.8 TB）与传输带宽提前到位，避免「数据到了进不了门」。
4. 划分装载器先写好：按官方四分割（25,355/2,085/1,667/7,209）写装载与患者级泄漏自检代码（附录 M 的五条校验），到货即跑。
5. 申请材料一次写全：研究用途描述、机构隶属、数据安全措施三要素齐备的申请，比往返补件的申请快得多——审查方问什么提前答什么。

6.7 如果发行方想提升 AI-Ready 评级：五条路线

从数据集维护者视角，把附录 B 的 DAIMS 失分项翻成五条可执行的改进路线，按「收益/成本」排序：

1. 公开许可条款摘要（成本最低）：把 access conditions 的非敏感摘要（用途限制、再分发规则、发表义务）放到 Zenodo 页面公开区——不改变 restricted 状态，但消除「申请前无法预读条款」的不透明（M +1）。
2. 发布流程时限说明：写明典型审查周期与材料清单——把「以周计的不确定周期」变成可计划项（S +1）。
3. 公布公开子集的显式清单：3,630 volumes 的 volume_id 列表或抽取规则，消除边界疑点（存照②/遗留疑点①一并解决，M +0.5）。
4. 官方镜像或镜像背书：Duke 方在 HF 建官方镜像，或对可信镜像出具书面背书——A 维度单项最大增益（A +2），但需法务确认与 BAA 兼容。
5. V2 版本发布：并入 SARLE 续作的扩展标注或标签修订，附带版本变更日志——S 与 D 双升，但需承担版本口径分裂的文档成本（§7.5 的冻结路线就此切换）。

前两条几乎零成本且不动数据本体；后三条涉及数据与法务决策。对使用者的含义：观察这五条是否发生，就是观察这个数据集「维护承诺」的最直接信号——附录 V 的敏感度分析与之配套。

§7 生态与影响：一个数据集的七年生命线

7.1 同一框架的延伸：RAD 家族

RAD-ChestCT 的 RAD（Radiology Annotation with Deep Learning）是一个框架族名，而非孤例：同一团队随后推进了 RAD-Generative（生成式方向延伸）与 SARLE 标注方法的独立论文（arXiv 2111.12215 → Artif Intell Med 2022）。一作 Rachel Lea Ballantyne Draelos 的博士论文（Duke 2021）将 RAD-ChestCT 收为章节，随后其工作转向生成式医学影像（基于同一标注方法学的延续）。对检索者的含义：追「这套标注方法后来怎么样了」，沿一作论文与 GitHub 账号 rachellea 追踪比搜数据集名更有效。

7.2 外部沿用：2026 年仍在服役

外部工作的沿用是数据集活跃度的硬指标。2026 年的 RadAgent（arXiv 2604.15231）仍把 RAD-ChestCT 作为多模态 agent 的外部评测集之一；若干胸部 CT 综述将其与 DeepLesion、CT-RATE 并列列为「带报告 CT 数据集」代表。七年一个版本、无榜单、无挑战赛，却持续出现在 2026 年的评测矩阵里——这说明它的价值定位在「稳定的基础设施」而非「竞赛场」。

7.3 引用网络与谱系坐标

在「报告派生标签」的谱系里，RAD-ChestCT 上承 CheXpert（2019，胸片规则标签器）、MIMIC-CXR（2019，胸片报告库），旁接 PadChest（2019，胸片半自动标注）、Chest Imagenome（解剖结构空间标注），下启 CT-RATE（2024，带报告胸部 CT 后继）与各路报告生成/多模态工作。它的历史坐标：第一个把「完整报告 + 大规模 3D 体数据」凑齐的胸部 CT 数据集——在此之前，带报告的大规模影像数据集全是胸片（2D），带 3D 体数据的大规模数据集全没有完整报告。

7.4 资助与伦理背景

资助：NIH/NIBIB R01-EB025020（主资助）、NIH/NCI P30-CA014236（Duke Cancer Institute 支持）、T32 GM-007171（MSTP 培训资助）。伦理：Duke IRB 批准、HIPAA 合规、数据发放走 BAA。这三层（IRB / HIPAA / BAA）构成数据受限的根本原因——它不是商业策略性封闭，而是含 PHI 临床数据的合规必然。评估「为什么不能像 DeepLesion 一样开放」时，这是完整的答案。

7.5 生命周期观察：一个版本七年的得与失

RAD-ChestCT 的生命周期形态在数据集里很少见：2020-10-09 发布 V1.0 后七年零更新——没有标签修订、没有数据扩充、没有版本迭代。得与失都源于此。

得的一面：稳定性成就了「冻结基准」地位。test 集从未暴露给迭代式调优，2026 年的外部评测（RadAgent）仍能以发布时口径直接对比论文数字；引用者不需要区分版本口径（需要区分的是「论文 vs Zenodo CSV」这种来源口径，坑 3）；复现者的环境七年不变。在「数据集随论文发完就烂尾」的普遍背景下，七年口径不变本身就是一种维护。

失的一面：改进都被推到了数据集之外。SARLE 标注方法的演进走的是独立论文（arXiv 2111.12215 → Artif Intell Med 2022），没有回流成 V2.0 数据；更大量医师标注、标签修订、公开子集扩充这些社区合理期待，截至 2026-10 都没有发生。对使用者的实际含义：不要把「论文里的改进版结果」当成「数据集里已有的东西」——83 标签矩阵就是 V1.0 的标签矩阵，论文后续工作的产出不含在发布数据内。

给数据集工程的一条对照经验：版本策略要尽早决定——「冻结」与「迭代」都是合法选择，但必须显式声明并一致执行。RAD-ChestCT 是冻结路线的完整样本，CT-RATE 等后继者则选择了活跃迭代路线；两条路线的使用者预期管理完全不同。

7.6 同一主线的资产清单：追一个人的产出网络

RAD-ChestCT 相关的可追踪资产不止数据集本体，沿一作 Rachel Lea Ballantyne Draelos 与通讯 Lawrence Carin 的主线可以盘出一张产出网络：

资产	形态	与本条目的关系
论文（MedIA 67:101857）	开放获取全文（PMC7726032）	本条目的权威数字来源
数据集（Zenodo 6406114）	restricted V1.0	本条目本体
代码三仓库（MIT）	公开直链	全链路可复现的工程底座
arXiv 2002.04752	预印本（v1-v3）	早期口径对照（v3 与正式版标题一致）
arXiv 2111.12215 → Artif Intell Med 2022	标注方法学续作	SARLE 的演进在论文侧不在数据侧（§7.5）
博士论文（Duke 2021）	学位论文，含 RAD-ChestCT 章节	方法与数据的整合叙述
RAD-Generative	同框架生成式延伸	RAD 框架族的另一分支
RadAgent（arXiv 2604.15231，2026）	外部评测工作	数据集七年仍活跃的佐证

对检索者的用途：想核对任何「RAD-ChestCT 后来怎么样了」的说法，这张清单里的每一项都有独立可查的标识（DOI/arXiv 号/仓库地址）——沿标识核对，不要沿二手转述核对。

§8 方法学启示：三条可迁移的经验

8.1 「少量人工锚点 + 规则放大」是可复制的第三条路

SARLE 的 639+427 双医师三元组标注 → 规则引擎 → 36,316 例标签，是一条可迁移到其他报告-影像数据集的通用路径。它的适用前提与 SARLE 相同：报告文体相对规整（有分段结构）、目标标签可由（类别， 部位， 时序）三元组表达、有医师资源做千份级标注。凡是这三条成立，「全人工太贵、纯规则太糙」的两难就有第三解。

8.2 跨模态复用标签器前，先跑一个 F

CheXpert labeler 在胸片上是 0.9 量级的好工具，在 CT 报告上 cardiomegaly F1 0.449——中间没有过渡带，是断崖。可迁移的守则：任何「在 A 模态验证过的自动标注工具」上 B 模态之前，先抽几百份 B 模态样本按金标准测一个 F，成本一天，避免的是整个下游实验白做。

8.3 患者级划分与 val2 隔离是数据集工程的免费保险

按 MRN 切分（防患者级泄漏）与 val2 独立（防标注方法过拟合到模型验证集）这两个设计，实现成本为零、收益却随项目规模放大。同类工程（尤其是医院合作项目）应把这抄进自己的数据字典：划分键、防泄漏单元、标注开发专用集应当在数据发布时就是一等公民，而不是使用者的事后补救。

8.4 第四条经验：把负结果写成交付物

RAD-ChestCT 论文最常被引用的数字不是 0.773 的基准成绩，而是一个失败：CheXpert labeler 在 CT 报告上 cardiomegaly F1 0.449。把「我们的领域里,一个知名方法不工作」做成带 427 份金标准、可复算的实证，而不是工程群里的一句抱怨——这是数据集论文里少见的写法，也是它被反复引用的原因。

对数据集工程的可迁移启示：交付物清单里应该有「已证实的死路」一栏。一个数据集文档如果说清了「这批报告上哪些自动化路线已测死、失败机制是什么」，就能替后来的每个团队省下一次完整的白跑。RAD-ChestCT 的做法可以抄：负结果也要有金标准、有指标、有对照（SARLE-Rules 0.986 vs CheXpert 0.449——负结果与正解同框，读者立刻知道路在哪儿）。

延伸一层：负结果的可信度同样依赖流程。0.449 这个数字之所以立得住，是因为评估集（427 份双医师标注）与主实验共用同一套金标准——评估协议没有为负结果单独放水。做「方法 X 在我的数据上不行」的结论时，评估协议的严肃程度必须与方法可行时完全一致，否则负结果本身会成为下一个坑。

8.5 第五条经验：把标注协议写成可引用的规格

RAD-ChestCT 的标注协议之所以被后续工作反复引用，是因为它被写成了「规格」而非「叙事」：标注对象是三元组（三要素列举）、人数是「至少两名、独立」、一致性是一个可复核的 F 值带 min/max 区间、流程是四部分各管一段。后来者引用的不是「他们标得挺仔细」，而是可以直接对齐的协议参数。

写数据集文档时可抄的规格化清单：①标注单元（标什么：三元组/框/掩码/标签）；②标注人数与独立性（至少 N 名、独立/协商）；③一致性命名的统计量与区间（F/κ + 区间，不只给均值）；④金标准集与全量集的边界（哪些被抽检、抽检量）；⑤协议版本与后续演进的去向（改了什么、在哪儿记录）。这五项在 RAD-ChestCT 论文里全部可查——「可引用的规格」意味着每项都能被单独检验，这是标注方法获得学术信任的机制。

§9 与库内条目的关系

9.1 家族图谱：14 条可互链条目（rid 实查于 2026-10-04）

组	库内条目	rid	互链理由
胸部 CT 家族	DeepLesion	17	同为大规模 3D CT：病灶框标注 vs 报告派生标签互补
胸部 CT 家族	CT-RATE	546	最直接竞品：带报告胸部 CT + 多标签，比较节核心
胸部 CT 家族	NLST	317	同为胸部 CT 大队列：筛查场景 vs 临床场景
胸部 CT 家族	LIDC-IDRI	19	胸部 CT 经典标注集：医师逐例标注 vs 报告派生标注对照
胸片报告家族	MIMIC-CXR	16	CheXpert labeler 出处系；报告派生标签的胸片样板
胸片报告家族	CheXpert	5	标签器在 CT 报告上退化的被试方（0.449 事件主角）
胸片报告家族	CheXpert Plus	740	带报告胸片数据集：报告对齐方法可对比
胸片报告家族	NIH ChestX-ray14	15	胸片多标签分类谱系源头
胸片报告家族	PadChest	117	报告派生标签的胸片先例（同为半自动路线）
报告结构化家族	Chest Imagenome	330	结构化解剖标注：SARLE 三元组的同路线对照
报告结构化家族	RadGraph	561	报告结构化抽取谱系（SARLE 对标对象之一）
报告结构化家族	RadGraph2 Radiology Reports	622	同上，二代版
大规模与下游	RadImageNet	545	大规模放射影像预训练数据集（含 CT）
大规模与下游	VQA-RAD	240	放射影像 VQA：报告理解能力的下游延伸

潜在互链（未实查 rid，写作时用名称）：RAD-Generative（论文引用网络）、TotalSegmentator 类器官分割工具（OrgNet 器官定位实验关联）。

9.2 检索路径建议

• 从「带报告的影像数据集」进来：本条目 → MIMIC-CXR（16）→ CheXpert Plus（740）→ CT-RATE（546）构成「报告派生标签」主链。
• 从「胸部 CT 大规模数据集」进来：本条目 → DeepLesion（17）→ NLST（317）→ LIDC-IDRI（19）构成「3D 体数据」主链。
• 从「标注方法学」进来：本条目 → RadGraph（561）→ Chest Imagenome（330）构成「报告结构化」主链。
• 从「CheXpert labeler 失效案例」进来：CheXpert（5）→ MIMIC-CXR（16）→ 本条目 §3.1，构成方法学反例链。

9.3 互链使用守则

跨条目协作的三条纪律：

1. rid 以 url_name 反查为准：引用库内条目编号时用数据库 url_name 反查确认，不凭记忆写数字——rid 写错是记账类事故的头号来源。
2. 跨条目比数字先对齐口径：RAD-ChestCT 的 AUROC 只在「官方四分割 + 0.8mm npz + 83 标签」口径下与论文表格可比；与 CT-RATE（546）等对比时，双方标签体系与划分互不通用，任何「谁更高」的结论都必须声明口径折算方式，否则不成立。
3. 家族图谱是导航不是授权：「同家族」不意味着数据可以合并训练——各条目许可、BAA 约束、患者是否重叠互不保证，合并使用前逐条核对各自获取协议。

9.4 关系类型速览：五类邻居

§9.1 的 14 条互链按「关系类型」重新归组，每类给一条使用提示：

关系类型	条目（rid）	使用提示
竞品（同赛道先后代）	CT-RATE（546）	口径处处不同（附录 U），对比必须双口径分别报告
方法上游（标签器出处）	CheXpert（5）、MIMIC-CXR（16）	CheXpert labeler 的失效实证使本条目成为它们的方法学对照面
场景对照（同为胸部 CT 大队列）	NLST（317）、LIDC-IDRI（19）、DeepLesion（17）	筛查结局/深标注/病灶框三种路线，与本条目报告派生路线互为参照
方法同伴（报告结构化）	RadGraph（561）、RadGraph2（622）、Chest Imagenome（330）、PadChest（117）	SARLE 三元组的谱系邻居；时序维是本条目的独有差异
下游与预训练	RadImageNet（545）、VQA-RAD（240）、NIH ChestX-ray14（15）、CheXpert Plus（740）	预训练底座、VQA 延伸与胸片谱系源头

五类关系的总图景：RAD-ChestCT 在库内同时是「赛道开创者」（对 CT-RATE）、「方法学反例载体」（对 CheXpert 系）、「路线对照极」（对空间标注系）——一个条目承担三种叙事角色，写交叉引用时先想清楚用的是哪一种。

§10 避坑清单：八个已实证的坑

坑 1：全量集没有一键下载——restricted 请求制是唯一入口

搜「RAD-ChestCT download」找到 Zenodo 页面后，会看到 access_right 是 restricted 而不是 open——这是正常的，不是页面坏了。全量与公开子集都要走「提交 access request → Duke 审查 → 签署 BAA → 发放」流程。任何宣称直链下载的第三方页面都不在官方路径内。

坑 2：CheXpert labeler 不能直接搬到 CT 报告上

这是论文的招牌实证：cardiomegaly F1 0.449 vs SARLE-Rules 0.986。任何「先用现成胸片标签器标一遍再说」的省事方案在这份数据上会产出约六成错误率的标签矩阵，下游所有指标作废。省事方案应该是用随数据集发布的 83 标签矩阵。

坑 3：36,316 还是 35,747——两种总量口径并存

论文（同行评审口径）为 36,316 volumes；Zenodo 元数据附带的 Extrema CSV 行数口径为 35,747。差异推测与公开子集口径或去重规则有关，官方未解释。引用总量一律用 36,316；看到 35,747 不要当作错误数据举报，它是 Zenodo CSV 文件的行数事实。

坑 4：83 标签还是 84 行标签矩阵

正文与摘要均为 83 标签；个别第三方转述称标签矩阵 84 行（疑含背景列或版本差异）。统一用 83；自己拿到 CSV 后以实际列数为准做一次性核对即可，不要在文本里写 84。

坑 5：SARLE 训练侧标注量 639 还是 669

论文正文 639 份 train 报告；某转述写 669。test 侧 427 无冲突。统一用 639（论文口径）。写综述引用此数字时注明「至少两名放射科医师独立标注」，避免把 639 误读为 639 份唯一报告（一份可有多标注者）。

坑 6：公开子集 3,630 还是 3,632

论文/README 口径 3,630 volumes；另一处来源 3,632。成稿统一 3,630。两个口径差 2 例，不影响任何结论，但写进表格前先选定一个并在全文保持一致——混用是最常见的低级失误。

坑 7：HF/Kaggle 搜「RadChestCT」一无所获——无官方镜像

Hugging Face 无官方镜像（hf-mirror API 搜索返回空，负结果），Kaggle 无官方上传。第三方上传的任何副本（HF 镜像、网盘包）既无法背书与 V1.0 的一致性，又可能违反 BAA 条款。此外注意拼写：官方名是连写的 RAD-ChestCT，搜「RAD Chest CT」「RadChestCT」会漏掉部分结果。

坑 8：第三方转述的百分比不可直接引用

三个已知例子：① 「test 集 nodule 阳性占 78%」——第三方口径，论文只给计数与 AUROC，成稿只写「nodule 为阳性样本最多的标签」；② 「器官定位使 37% 的标签提升」——另有 33% 口径，成稿写「约三分之一」；③ 「<0.6% 的扫描无任何 83 类异常」——论文原文表述未逐字核对，成稿写「极少数」。规律：凡是论文表格里没有精确出处的百分比，一律回论文核对或降级为定性表述。

§11 总结

11.1 三句话总结

1. RAD-ChestCT 用 36,316 例「平扫胸部 CT + 完整报告」配对与 SARLE 双医师标注框架，把「报告派生标签」路线从胸片搬到了 CT，并实证了胸片标签器跨模态迁移的断崖式失败（0.449 vs 0.986）。
2. 它交付的是完整栈：2.8 TB 预处理体数据、336,800 份 unique 报告、36,316×83 标签矩阵、患者级四分割、全链路 MIT 代码——复现成本几乎全部集中在「申请数据」这一步。
3. 代价是可获取性：Zenodo 请求制 + BAA + 许可条款不公开，让它成为库内「数据完备性优等生、可及性后进生」的典型双面样本。

11.2 适合谁

• 做多标签胸部 CT 分类：83 标签 + 官方划分 + 可复现基线，进入门槛是申请而非工程。
• 做放射报告 NLP / 多模态（报告理解、报告生成、agent 评测）：584-token 级真实报告 + 体数据配对，且 2026 年仍被外部评测沿用。
• 做弱监督标注方法学：SARLE 的「人工锚点 + 规则放大」是可直接借鉴的框架，代码 MIT 全开。
• 做数据集工程研究：患者级划分、val2 隔离、防泄漏设计是教科书级样板。

11.3 不适合谁

• 需要病灶框、分割掩码或空间标注的：选 DeepLesion（17）或 LIDC-IDRI（19）。
• 需要癌症结局/筛查标签的：选 NLST（317）。
• 需要立即下载、匿名即用、再分发自由的：请求制 + BAA + 不公开许可条款三连不适合；公开直链需求看库内可获取性光谱的其他条目。
• 需要增强 CT、血管类异常（如肺栓塞）或儿科数据的：入选标准已排除。

11.4 30 秒决策卡

你的情况	动作
想立刻跑模型	数据拿不到就先别立项——申请周期以周计；期间可用论文表格 + MIT 代码搭全管线
预算充足、要最干净的 CT 多标签	提交 Zenodo 请求，用官方四分割 + CT-Net83 口径
只想要报告语料做 NLP	报告与影像同许可，同样要申请；纯胸片替代看 MIMIC-CXR（16）
只想要标签矩阵做方法学对照	同样在申请范围内；对比方法学看 §3 与 RadGraph（561）
找的是 2D 胸片	走错了：这是 3D CT 数据集，胸片侧看 CheXpert（5）/ NIH ChestX-ray14（15）

11.5 版本与口径使用守则

引用本条目任何数字前的四条守则，全部是已发生歧义的沉淀：

1. 来源优先级：论文表格（PMC7726032）> Zenodo 页面 > GitHub README > 第三方转述。四个已知双口径（总量 36,316/35,747、标签 83/84、标注量 639/669、公开子集 3,630/3,632）一律取论文侧（附录 S 有 11 条存照总表）。
2. 拼写唯一：官方名一个连写词 RAD-ChestCT；「RAD Chest CT」「RadChestCT」都是变体，命中变体的检索结果要回原文核对数字再用。
3. 版本唯一：数据集只有 V1.0（2020-10-09），引用时无需版本号歧义处理；「更新版方法学」属论文范畴不属数据集范畴（§7.5）。
4. 口径绑定：AUROC 数字只在「官方四分割 + 0.8mm npz + 83 标签」口径下有效；转用者改任何一环，数字即不可与论文表格对比，必须声明。

11.6 章节导航：按意图找节

你的意图	去哪一节
三分钟判断「是不是我要的数据」	INFOBOX + §1 十问十答
看懂报告漏斗与规模口径	§2.1 + 附录 K
了解影像规格与设备构成	§2.2/2.7
弄清 83 标签怎么来的	§3.3/3.4 + 附录 T
看基准数字与内部结构	§4.3/4.4
和 CT-RATE/DeepLesion 二选一	§5 + §5.4 + 附录 O/U
提交数据申请	§6.1/6.2 + 附录 D
等审批期间干活	§6.6 + 附录 M
引用数字不出错	§11.5 + 附录 R + 附录 S
避开已知坑	§10 八坑 + 附录 Y 反面模式
评估 AI-Ready 等级	§6.5 + 附录 B/V
查库内互链	§9 + 附录 Z

FAQ（高频问答 56 问）

A. 基础认知

Q1：RAD-ChestCT 里的 RAD 是什么意思？
Radiology Annotation with Deep Learning——同一团队标注方法框架的族名（后续有 SARLE、RAD-Generative 等延伸）；ChestCT 指数据模态。它不是某个机构缩写，也不是「放射性」的 RAD。

Q2：这个数据集是挑战赛吗？
不是。没有比赛、没有 leaderboard、没有官方 challenge。它是论文 + 数据集 + 开源代码三件套，基准权威来自论文表格与配套代码。

Q3：发表在哪里？
Medical Image Analysis Volume 67, Article 101857（2021 年 1 月正式卷，2020-10-09 在线发表），DOI 10.1016/j.media.2020.101857；PMID 33129142，PMCID PMC7726032，开放获取全文。

Q4：谁做的？
Duke University：一作兼主导者 Rachel Lea Ballantyne Draelos（Duke MSTP，MD/PhD 项目），通讯 Lawrence Carin（Duke ECE 教授），放射科 Geoffrey D. Rubin 等共 14 位作者横跨 ECE 与 Radiology 两系。

Q5：规模多大？
36,316 个 CT volume、19,993 名患者、2012-01 至 2017-04 采集；预处理后 npz 2.8 TB（原始 DICOM 9.2 TB）。

Q6：它和 DeepLesion 什么关系？
路线互补的两极。DeepLesion 是医师在 PACS 上框病灶（空间标注、RECIST 口径），RAD-ChestCT 是从报告抽 volume 级多标签（SARLE 路线、无空间标注）。要病灶框用 DeepLesion（17），要报告+标签矩阵用本条目。

Q7：它和 CT-RATE 什么关系？
最直接的两代竞品。RAD-ChestCT（2020）开创「带报告大规模胸部 CT + 派生标签」赛道，CT-RATE（2024）后继并强调报告-影像对齐多任务。两者标签体系、划分口径互不通用，对比实验必须显式声明用哪家的口径。

Q8：最大的卖点一句话？
它同时给了你「36,316 例带完整报告的 3D 体数据」和「一套实证过的报告抽标签方法」，并顺手证明了胸片标签器搬到 CT 报告上会摔死（0.449）。

Q9：它自己承认的局限是什么？
标签由报告派生（非人工影像标注，残留规则错误会进矩阵）；单机构（Duke）单设备族（GE+Siemens）；仅平扫无增强；83 标签是 volume 级无空间定位；时序比较依赖报告里的既有表述而非配对随访设计。

Q10：开源吗？
分两层：代码 MIT 全开源（GitHub 三仓库）；数据 restricted 请求制（Zenodo，BAA 门槛）。论文开放获取。

B. 数据与获取

Q11：去哪申请？
Zenodo record 6406114 页面（DOI 10.5281/zenodo.6406114）的 restricted access 流程：提交 access request，附研究用途与机构信息，经 Duke 审查，通过后签署 BAA 再发放。

Q12：公开子集 3,630 例和全量申请流程一样吗？
一样。「公开子集」指 Duke 方允许经审查发放的子集，不是匿名即下。子集的具体边界（哪些 volume）官方未给显式清单，申请时可询问。

Q13：Hugging Face 上能下到吗？
不能。官方无 HF 镜像（2026-10-04 实查负结果）。HF 上的第三方副本不可信（无法背书 V1.0 一致性）且可能违反 BAA。

Q14：数据格式是什么？
体数据 npz（0.8mm 各向同性、HU 窗口化），标签与元数据 CSV，报告文本随数据发放。预处理原始 DICOM 的管线代码（ct-volume-preprocessing）MIT 开源，需要 DICOM 级细节可自行重跑。

Q15：划分文件在哪？
官方 train 25,355 / val 2,085 / val2 1,667 / test 7,209 划分随数据发放（按患者 MRN）。不要自行重切分后与论文表格比数字——不可比。

Q16：license 是什么？
代码 MIT；数据 license 未在 Zenodo 公开标注（字段为空），具体条款在需登录查看的 access conditions 与申请时发放的协议文本里。不要在文本里替它填 CC 系或 MIT——填了就是编造。

Q17：能再分发吗？
不能默认可以。BAA 是 HIPAA 语境的受控使用协议，再分发需按协议条款或让下游各自申请。计划多人使用时，逐方申请是最安全的路径。

Q18：下载多大、要准备什么存储？
预处理后 2.8 TB（npz）。公开子集按比例约 0.3 TB 量级（官方未给子集精确体量）。申请前确认存储与带宽，BAA 审查通过后再装数据不迟。

C. 标注与统计

Q19：83 个标签都列在哪？
论文表格给出全部 83 标签及 CT-Net83 各自 AUROC；数据集 CSV 内含标签定义。本条目附录 F 收录代表性标签子集。

Q20：标签是像素级/病灶级的吗？
不是。83 标签全部是 volume 级二值标签，没有病灶框、没有分割掩码。空间定位类需求走 DeepLesion/LIDC-IDRI。

Q21：SARLE 的医师标注有多少份？
train 侧 639 份、test 侧 427 份，每份至少两名放射科医师独立标注，医师间平均 F 0.976（min 0.941 / max 1.0）。

Q22：F 0.976 是什么意思？
「医师 vs 医师」与「SARLE-Rules vs 医师金标准」两个口径的 F score 恰好都在 0.976 附近（前者平均，后者 Rules 版本均值）。它不是「标签有 97.6% 正确率」的同义语——未标注报告上的规则泛化错误率无直接测量。

Q23：为什么 CheXpert labeler 在这里失效？
CT 报告平均 584 tokens（胸片的 14 倍），分段结构 + 逐项时序比较让「类别词+修饰词」的两级规则同时遭遇重复提及、极性误判与结构盲区。cardiomegaly F1 掉到 0.449。

Q24：时序标签（new/worse/better）可靠吗？
它建立在报告已有的时序表述之上（医师确实会写「较前增大」），SARLE 把它结构化而非自己推断。报告没写时序比较的，时序维为空——它反映的是报告行为，不是真实随访。

Q25：test 集里哪类异常最多？
nodule 是阳性样本最多的标签（万级阳性）；六类代表性异常 prevalence：胸腔积液 19.5%、实变 15.1%、心包积液 15.0%、肿块 12.0%、心影增大 9.0%、气胸 2.8%。78% 这类第三方百分比不要引用（坑 8）。

Q26：能用它做器官分割吗？
不能直接做——数据没有分割掩码。OrgNet 实验（器官定位辅助分类，约三分之一标签受益）是模型内部设计，不是发布的标注资产。

D. 基准与复现

Q27：CT-Net83 是什么？
官方基线：ResNet-18 底座的三维全卷积网络，在 0.8mm npz 体数据上端到端训练 83 个 sigmoid 输出。平均 AUROC 0.773，18 个标签 >0.90，nodule 0.718。

Q28：怎么复现？
官方四分割 + ct-net-models（训练评估）+ ct-volume-preprocessing（预处理）+ sarle-labeler（标签引擎）三仓库 MIT 代码。流程从 DICOM 到 AUROC 全覆盖，复现成本主要在等数据审批。

Q29：有预训练迁移的技巧吗？
论文实验：9 标签子集预训练 → 83 标签微调，平均 AUROC +10%。预算有限时「先标注/先学习子集再扩展」是论文背书的路线。

Q30：2026 年还有人用它吗？
有。RadAgent（arXiv 2604.15231，2026）仍以其为外部评测集；综述里它与 DeepLesion、CT-RATE 并列为带报告 CT 代表。七年一版本，测试口径稳定是它被持续沿用的原因之一。

Q31：论文之外的榜单/排行榜？
无。Papers with Code 无独立 leaderboard（负结果）。一切「SOTA」对比以论文表格为锚，第三方自跑数字需注明划分与预处理口径。

Q32：引用格式？
引 MedIA 论文（Draelos et al., Medical Image Analysis 67:101857, 2021，DOI 10.1016/j.media.2020.101857）与数据 DOI（10.5281/zenodo.6406114）双引；方法学延伸引 arXiv 2111.12215 / Artif Intell Med 2022;102372。

E. 口径与误区澄清

Q33：RAD-ChestCT 的 83 标签和 CheXpert 的 14 标签是一回事吗？
不是一回事，但有谱系关系。CheXpert 14 标签是胸片的固定类别集（规则引擎直接从报告抽）；RAD-ChestCT 的 83 标签是（类别 × 部位 × 时序）三维组合的体系，由 SARLE 三元组映射而来，维度结构与标签数量都不同。两者数字不可直接对比，方法论对照见 §5。

Q34：「公开子集」是完全公开吗？
不是。「公开子集 3,630 volumes」指 Duke 方允许经审查发放的部分，获取流程与全量完全相同（access request → 审查 → BAA）。它不是匿名即下的 open access 数据。

Q35：能用它的报告做商业用途吗？
不能默认可以。数据走 BAA（HIPAA 语境受控使用），商用权利取决于申请时签署的协议文本；Zenodo 页面 license 字段为空，没有任何公开条款支持商用假设。代码 MIT 允许商用，但代码许可不传导到数据。

Q36：它包含随访数据吗？
包含「报告里写了时序比较」的样本（SARLE 时序维 new/unchanged/worse/better），但不提供结构化的随访配对设计——同患者多次检查都在数据里，配对与时间间隔提取是使用者自己的活。把它当纵向队列数据集用之前先想清楚这一点。

Q37：预处理后的 npz 能还原回 DICOM 吗？
不能完全还原——重采样与 HU 窗口化是有损过程。需要 DICOM 级原始信息的任务，用开源的 ct-volume-preprocessing 管线从原始 DICOM 自行重跑；但注意原始 DICOM 是否随申请发放以协议文本为准（发布主体是预处理后 npz + 报告 + CSV）。

Q38：SARLE 能直接用到我自己的报告上吗？
sarle-labeler 代码 MIT 开源可以直接试，但期望要校准：SARLE 的句式规则与 19 类部位清单是为 Duke 报告文体定制的，换医院/换模板/换语种都需要重新校验（先抽几百份人工金标准测 F，§8.2 的守则）。把它当「框架 + 起点代码」，不当开箱即用的产品。

Q39：为什么不做一个公共 leaderboard？
官方没做，这是设计而非疏漏：无榜单意味着 test 集没有暴露给持续竞争性调优，七年后的外部评测（RadAgent 2026）仍能用同一口径。代价是没有持续更新的第三方排名——这是「稳定基础设施」路线的自觉选择。

Q40：想引用本条目，哪几个数字是必须核对原文的？
四个高频出错点：总量（36,316，不是 35,747）、标签数（83，不是 84）、SARLE 训练标注量（639，不是 669）、公开子集（3,630，不是 3,632）。第三方转述与论文表格冲突时一律以论文（PMC7726032）为准（坑 3/4/5/6）。

F. 复现与工程细节

Q41：从提交申请到跑出第一个数字，周期怎么估？
分三段估：审查+签 BAA（机构流程，以周计、无承诺时限）；下载与装载（2.8 TB npz + 环境准备）；代码调试（MIT 仓库开箱、口径对齐见附录 M）。第一段不可控、后两段可控——项目计划把不可控段放前面并留缓冲。

Q42：可以只申请公开子集（3,630 例）吗？
可以。申请时说明只要公开子集即可，流程与全量相同（审查 + BAA）。子集适合方法学预实验与管线验证；论文口径的基准数字要在全量 test（7,209）上才有意义，子集上跑出的数字不要与论文表格混排。

Q43：报告是什么语言？
英文——Duke Health System 的临床报告语料。中文/多语种报告研究不适用本数据集（翻译派生标签的做法会引入新误差，超出论文验证范围）。

Q44：设备分层实验怎么做？
扫描仪厂商、型号、重建方式、层厚元数据随数据发放（§2.7）。最低配置做「厂商 × 重建」2×2 分组 AUROC；层厚维度把 5% 非亚毫米样本单列。分层结论只在本数据集内部成立，外推需跨机构数据。

Q45：83 标签矩阵里有「全正常」样本吗？
有——极少数扫描不含任何 83 类异常（具体百分比论文原文表述未逐字核对，本条目存照不引用数字，坑 8）。多标签任务里「全 0 向量」样本对损失与指标的影响要显式处理。

Q46：为什么 SARLE 有两个性能数字（0.976 与 0.974）？
两个变体：SARLE-Rules（纯规则，0.976）与含机器学习组件的 SARLE（0.974）。规则版反而略高，论文据此把学习组件定位为「规则长尾的补充」而非标配（§3.4）。

Q47：能和 MIMIC-CXR 拼成一个多模态预训练库吗？
技术上都是「影像+报告」对，但两份数据许可独立（本条目 BAA vs MIMIC-CXR 的 PhysioNet 协议）、模态不同（3D CT vs 2D DXA）、获取审查互不覆盖——拼库前逐份核对各自协议允许的合并与再分发边界，不要假设「都是研究数据所以能混」。

Q48：怎么跟踪它的更新？
三个信源：Zenodo record 6406114 的订阅通知（有 V2 会推）、GitHub watch rachellea 三仓库、引用追踪（Google Scholar 上引 arXiv 2002.04752 / DOI 10.1016/j.media.2020.101857 的新论文）。截至 2026-10 无 V2、无版本更新记录。

Q49：第三方综述里的 RAD-ChestCT 数字与论文对不上怎么办？
按 §11.5 优先级裁断：论文表格 > Zenodo 页面 > 第三方转述。已知四个高频错口（35,747/84/669/3,632）都在附录 S 有台账——先查台账再决定是否需要回原文核对。

Q50：能用它做课堂教学吗？
论文与代码可公开教学；数据本体受 BAA 约束，课堂分发不适用——学生作业如需真实数据，要么走机构统一申请、要么改用库内开放条目（DeepLesion/LIDC-IDRI）。把 restricted 数据传课程平台是典型的协议违规。

Q51：审稿时看到引用 RAD-ChestCT 的论文，要检查什么？
四点：是否用了官方四分割（还是自行重切分却引论文数字）；标签是否确为 83 维官方矩阵（还是自己重新抽的标签却引 SARLE 的 F 数字）；test 是否为全量 7,209（公开子集上跑的数字不能与论文表格混排）；数据获取是否声明了 BAA 路径。

Q52：库内它的「姊妹条目」是哪条？
三条：CT-RATE（546）是同赛道竞品；MIMIC-CXR（16）是报告派生标签的方法上游；DeepLesion（17）是空间标注路线的对照极。从任何一条进入都能沿 §9.1 表格走全 14 条互链。

Q53：想比较「报告派生标签」和「人工影像标注」的质量差，本条目能提供什么？
它能提供前者一侧的完整样本（SARLE 标注协议 + 金标准 F + 全量派生矩阵）；后者一侧要配 LIDC-IDRI（19，多医师逐病灶）类数据。两边标签体系不同，不能直接对标签逐个比，比的是「标注协议 + 一致性度量 + 全量错误率估计」的方法学框架。

Q54：预处理代码能跑在 Windows/本地笔记本吗？
管线是 SimpleITK + Python 生态，平台本身无硬限制；但 9.2 TB DICOM 输入与 2.8 TB 中间产物决定了本地笔记本不现实——按仓库文档的服务器/集群口径规划，公开云上也同样受 BAA 环境约束。

Q55：83 标签矩阵和报告原文哪个是「更权威」的标签来源？
定位不同：83 矩阵是「免标注即可训」的官方交付物；报告原文是「信息更全但要自己抽」的一手来源。论文验证过的口径是前者；自建抽取器走报告原文时，你的 F 数字是自己的，不能引用 SARLE 的 0.976。

Q56：这条数据集和「AI-Ready」的关系一句话？
代码、划分、标签矩阵、文档全部做到「拿到即训」的 AI-Ready 高水位，但「拿到」本身是一道 BAA 门槛——它示范了 AI-Ready 评估里「可复现性」与「可获取性」为什么必须分开打分。

事实清单（硬事实 36 条）

1. RAD-ChestCT 含 36,316 个平扫胸部 CT volume，对应 19,993 名患者，采集窗口 2012-01 至 2017-04，全部来自 Duke Health System。
2. 报告漏斗：440,822 份 DICOM 相关文本报告 → 336,800 份 unique 报告 → 36,861 份平扫胸部 CT 报告（约 11%）→ 36,316 例（排除无可用体数据者）。
3. 原始 DICOM 共 9.2 TB；SimpleITK 重采样至 0.8mm 各向同性体素、HU 窗口化后共 2.8 TB npz。
4. 设备构成：GE 57% / Siemens 43%，共 12 种扫描仪型号。
5. 重建方式：FBP 53% / 迭代重建 47%；层厚 0.625mm 占 54%、0.6mm 占 41%、其余 ≤5mm 占 5%。
6. 放射报告平均 584 tokens，约为 CheXpert 胸片报告（41 tokens）的 14 倍。
7. 官方划分按患者 MRN：train 25,355（70%）/ val 2,085（6%）/ val2 1,667（4%）/ test 7,209（20%），患者级无泄漏。
8. val2 专用于标注方法（SARLE）开发，与模型选择用的 val 物理隔离。
9. 公开子集 3,630 volumes（约 10%），与全量同样走 Zenodo 请求制（另一来源口径 3,632，存照②）。
10. 数据 Zenodo record 6406114，DOI 10.5281/zenodo.6406114，Version 1.0 发布于 2020-10-09，此后无新版本。
11. Zenodo access_right = restricted；license 字段为空未公开标注，条款在需登录的 access conditions 中（存照⑨）。
12. 数据获取需经 Duke 审查并签署 BAA（HIPAA 语境受控使用协议）；伦理上经 Duke IRB 批准、HIPAA 合规。
13. 论文：Medical Image Analysis 67:101857；DOI 10.1016/j.media.2020.101857；Epub 2020-10-09；正式卷 2021 年 1 月；PMID 33129142；PMCID PMC7726032。
14. 预印本 arXiv 2002.04752，v1 2020-02-12，v3 2020-10-12（与正式版标题一致）。
15. 作者 14 位：一作 Rachel Lea Ballantyne Draelos（Duke MSTP），通讯 Lawrence Carin（Duke ECE）；放射科侧含 Geoffrey D. Rubin。
16. 资助：NIH/NIBIB R01-EB025020；NIH/NCI P30-CA014236（Duke Cancer Institute）；T32 GM-007171（MSTP）。
17. SARLE 标注量：639 份 train 报告 + 427 份 test 报告，每份至少 2 名放射科医师独立结构化标注（train 口径另有 669 转述，存照④）。
18. 医师间一致性：平均 F score 0.976（min 0.941 / max 1.0）。
19. SARLE 标注对象为三元组：异常类别 + 解剖部位（19 类）+ 时序变化（new / unchanged / worse / better）。
20. SARLE 四部分流水线：Part A 类别句式抽取 → Part B 解剖部位解析 → Part C 时序判定 → Part D 规则映射。
21. SARLE-Rules 相对医师金标准平均 F 0.976；含机器学习组件的 SARLE 平均 F 0.974。
22. SARLE-Rules vs CheXpert labeler（427 份 test 报告、医师金标准）：cardiomegaly F1 0.986 vs 0.449。
23. 83 维二值标签矩阵（36,316×83）由 SARLE-Rules 从三元组映射，随数据集发布（84 行转述存照③）。
24. CT-Net83：ResNet-18 底座三维全卷积网络，83 标签平均 AUROC 0.773。
25. 83 标签中 18 个 AUROC >0.90；nodule（阳性最多标签）AUROC 0.718。
26. test 集六类异常 prevalence：pleural effusion 1,404（19.5%）、consolidation 1,086（15.1%）、pericardial effusion 1,078（15.0%）、mass 863（12.0%）、cardiomegaly 649（9.0%）、pneumothorax 205（2.8%）。
27. 迁移实验：9 标签子集预训练 → 83 标签微调，平均 AUROC 提升约 10%。
28. OrgNet 器官定位辅助使约三分之一标签 AUROC 受益（两口径 33%/37%，存照⑤）。
29. 代码三仓库 MIT（Copyright © 2020 Rachel Lea Ballantyne Draelos）：ct-net-models、ct-volume-preprocessing、sarle-labeler。
30. 后续方法学论文：arXiv 2111.12215（2021-11-24）→ Artificial Intelligence in Medicine（2022-08，DOI 10.1016/j.artmed.2022.102372）。
31. 一作博士论文（Duke 2021）含 RAD-ChestCT 章节；同框架延伸 RAD-Generative。
32. RadAgent（arXiv 2604.15231，2026）仍以 RAD-ChestCT 为外部评测集——发布七年仍是活跃基准。
33. Hugging Face 无官方镜像（hf-mirror API 搜索返回空，负结果）；Kaggle 无官方上传；Papers with Code 无独立 leaderboard。
34. Zenodo 元数据附带 Extrema CSV 行数口径 35,747，与论文 36,316 并存（坑 3，官方未解释）。
35. 部分 volume 附患者体重/身高元数据文件（体厚计算用）。
36. 部分患者多次检查随数据发放，但官方划分按 MRN 整体切分，时序配对研究需自行处理。

术语表（30 条）

1. RAD-ChestCT：本条目数据集名，RAD（Radiology Annotation with Deep Learning）+ ChestCT（模态），官方拼写为一个连写词。
2. SARLE：Structure-Aware Radiology Labeling Engine，结构化放射报告标注引擎，四部分流水线产出（类别， 部位， 时序）三元组。
3. SARLE-Rules：SARLE 的纯规则引擎变体，三元组到 83 标签的映射器，平均 F 0.976。
4. CT-Net83：官方基准网络，ResNet-18 底座三维全卷积，83 个 sigmoid 输出。
5. OrgNet：器官/纵隔定位辅助网络，使约三分之一标签 AUROC 受益。
6. 报告漏斗：从 440,822 份报告筛到 36,316 例的四层筛选过程。
7. 平扫（non-contrast）：不注射对比剂的 CT 扫描；本数据集唯一扫描类型。
8. npz：NumPy 压缩数组格式，预处理体数据的存储载体。
9. 0.8mm 各向同性：预处理后的统一体素间距，三轴等距。
10. HU（Hounsfield Unit）：CT 密度标准单位，预处理做强度窗口化的对象。
11. FBP：滤波反投影，经典 CT 重建算法，占本集 53%。
12. 迭代重建：现代 CT 重建范式，占 47%。
13. MRN：Medical Record Number，病历号；患者级划分键。
14. 患者级无泄漏：同一患者的全部 volume 不跨 train/test 侧的划分纪律。
15. val2：标注方法开发专用验证集（1,667 volumes），与模型选择 val 隔离。
16. prevalence：某标签在 test 集中的阳性占比。
17. AUROC：ROC 曲线下面积，多标签分类的官方指标。
18. F score：精确率与召回率的调和平均；SARLE 评估的金标准口径。
19. 三元组：（异常类别， 解剖部位， 时序变化）的标注单元。
20. 时序变化四态：new（新发）/ unchanged（不变）/ worse（加重）/ better（好转）。
21. 19 类解剖部位：SARLE 使用的肺叶/肺段与纵隔结构级部位清单。
22. CheXpert labeler：为胸片短报告设计的规则标签器；在 CT 报告上 cardiomegaly F1 0.449。
23. cardiomegaly：心影增大；本条目方法学对比的代表标签。
24. nodule：肺结节；test 集阳性最多的标签。
25. BAA：Business Associate Agreement，HIPAA 语境下含 PHI 数据受控使用协议，RAD-ChestCT 发放的法定文书。
26. PHI：Protected Health Information，受保护健康信息；数据受限的根源。
27. restricted access（Zenodo）：Zenodo 的请求制访问级别，需记录方审查。
28. CT-RATE：2024 年后继的带报告胸部 CT 数据集（库内 rid 546），最直接竞品。
29. DeepLesion：NIH 大规模病灶框 CT 数据集（库内 rid 17），空间标注路线对照极。
30. DAIMS：本库 AI-Ready 五维评估框架（可发现性/可获取性/可互操作/元数据/可持续性），全表见附录 B。

附录

附录 A：条目信息速查卡

项	值
条目 slug	rad-chestct
官方名	RAD-ChestCT
论文	Med Image Anal 67:101857, 2021（DOI 10.1016/j.media.2020.101857）
数据 DOI	10.5281/zenodo.6406114（Version 1.0，2020-10-09）
机构	Duke University（ECE + Radiology）
一作/通讯	Rachel Lea Ballantyne Draelos / Lawrence Carin
规模	36,316 volumes / 19,993 患者 / 2.8 TB npz
任务	3D 多标签分类（83 标签）+ 报告结构化标注（SARLE）
基准	CT-Net83 平均 AUROC 0.773
获取	Zenodo 请求制 + BAA；公开子集 3,630 volumes
许可	数据 restricted（条款未公开标注）；代码 MIT
代码	github.com/rachellea/
AI-Ready 评级	中（数据完备性优、可获取性弱）

附录 B：DAIMS 评估全表

维度	评分（1-10）	依据
D 可发现性	8	论文开放获取 + Zenodo 元数据完整 + GitHub README 可索引；名称唯一性高，但有 RAD Chest CT/RadChestCT 变体拼写干扰（坑 7）
A 可获取性	3	全量与公开子集均为请求制 + BAA + 审查周期；无 HF/Kaggle 官方镜像；license 条款登录后才可见——最大失分项
I 可互操作	8	npz + CSV 标准格式、0.8mm 各向同性统一网格、预处理管线开源可重跑到 DICOM 级；官方四分割可直接装载
M 元数据质量	8	论文表格完备（设备构成/划分/prevalence/AUROC 全表）；四处来源口径漂移（坑 3/4/5/6）微降分，均有存照
S 可持续性	6	Zenodo + GitHub 平台稳定；七年一版本无更新也意味着无维护预算背书；数据发放依赖机构流程（审查/BAA），单点依赖 Duke 方响应
综合评级	6.6/10（中上）	完整栈 + 可复现性是同级样本优等生；可获取性与许可透明度被请求制 + BAA 拖到下限

附录 C：逐项证据链自证

关键数字	来源	位置
36,316 / 19,993 / 2.8 TB / 9.2 TB	论文正文	PMC7726032 全文
440,822 → 336,800 → 36,861 → 36,316 漏斗	论文方法节	PMC7726032 全文
GE 57%/Siemens 43%、12 型号、FBP 53%、层厚分布	论文结果节（设备构成表）	PMC7726032 全文
584 tokens 报告均长	论文结果节	PMC7726032 全文
25,355/2,085/1,667/7,209 划分	论文方法节（split 表）	PMC7726032 全文
639/427 双医师标注、F 0.976（0.941-1.0）	论文结果节（SARLE 一致性）	PMC7726032 全文
cardiomegaly 0.986 vs 0.449	论文结果节（labeler 对比表）	PMC7726032 全文
平均 AUROC 0.773、18 个 >0.90、nodule 0.718	论文表格（83 标签全表）	PMC7726032 全文
9→83 迁移 +10%、OrgNet 约三分之一受益	论文消融节	PMC7726032 全文
test prevalence 六类数字	论文表格	PMC7726032 全文
Zenodo V1.0 2020-10-09、restricted、3,630 公开子集	Zenodo record 6406114 页面与 API	zenodo.org 2026-10-04 实抓
MIT License 文本	GitHub License.txt	rachellea/ct-net-models 直读
资助号 R01-EB025020 / P30-CA014236 / GM-007171	论文 funding 节	PMC7726032 全文
RadAgent 2026 外部评测	arXiv 2604.15231	arXiv 摘要页
HF 无镜像（负结果）	hf-mirror API search	2026-10-04 实查返回空

附录 D：数据获取决策树

需要 RAD-ChestCT 数据？
├─ 只要标签口径/表格数字 → 读论文表格（PMC7726032），无需申请
├─ 要复现训练管线 → 先 clone 三个 MIT 仓库 + 读论文方法节，同时提交 Zenodo 申请
├─ 要影像+报告本体
│   ├─ 接受以周计的审查周期 → Zenodo 6406114 提交 access request（全量或公开子集 3,630）
│   │   └─ 通过 → 签 BAA → 下载 npz/CSV/报告
│   └─ 需要立即下载 → 本数据集不满足，看库内公开直链条目
├─ 要病灶框/分割 → 改走 DeepLesion（17）/LIDC-IDRI（19）
├─ 要癌症结局标签 → 改走 NLST（317）
└─ 只要胸片报告语料 → 改走 MIMIC-CXR（16）/CheXpert Plus（740）

附录 E：SARLE 四部分规格表

部分	输入	处理	输出	失败模式
Part A 类别句式抽取	报告全文	定位异常类别提及 + 极性判定（肯定/否定/疑似）	类别提及清单	分段结构中极性取错（描述段肯定 vs 结论段否定）
Part B 解剖部位解析	类别提及清单	关联 19 类解剖部位	（类别， 部位） 对	多部位共现、部位省略（「双肺」级聚合表述）
Part C 时序判定	（类别， 部位） 对	依据比较表述标 new/unchanged/worse/better	完整三元组	无既往比较报告（时序维为空，非错误）
Part D 规则映射	三元组	SARLE-Rules 确定性映射	83 维二值标签	映射规则未覆盖的三元组变体

附录 E 读法：四部分的失败模式由「双医师金标准 + 427 份 test 评估」兜底校验；Part C 的「空时序」是设计内行为，不是缺失值错误。

附录 F：CT-Net83 代表性标签 AUROC 口径

论文给出全部 83 标签 AUROC；本表收录正文重点讨论的代表性口径（完整 83 行以论文表格为准）：

口径	数值
83 标签平均	0.773
AUROC >0.90 标签数	18
nodule（阳性最多）	0.718
cardiomegaly（方法学对照标签）	见论文全表
其余 80 标签	论文表格逐行

附录 F 读法：nodule 0.718 与「阳性最多」并列读是本条目的方法学重点——样本量最大的标签反而远低于均值，说明形态复杂度不是数据量能线性换算的（§4.3）。

附录 G：时间线总表

时间	事件	佐证
2020-02-12	arXiv 2002.04752 v1	arXiv 版本页
2020-02-17	arXiv v2	同上
2020-10-09	Zenodo 6406114 V1.0 发布；MedIA 在线发表	Zenodo 页面；PMID 33129142
2020-10-12	arXiv v3（标题与正式版一致）	arXiv 版本页
2020-10 前后	GitHub 三仓库公开	仓库提交历史
2021-01	MedIA Volume 67 正式卷	期刊卷期页
2021	一作博士论文（Duke）	学位库
2021-11-24	arXiv 2111.12215（SARLE 扩展）	arXiv
2022-08	Artif Intell Med 102372 正式版	DOI 10.1016/j.artmed.2022.102372
2026	RadAgent（arXiv 2604.15231）外部评测沿用	arXiv 摘要

附录 H：与库内条目关系声明（rid 对照）

本条目互链 14 条（rid 实查于 2026-10-04，见 §9.1 表）：胸部 CT 家族 DeepLesion（17）/CT-RATE（546）/NLST（317）/LIDC-IDRI（19）；胸片报告家族 MIMIC-CXR（16）/CheXpert（5）/CheXpert Plus（740）/NIH ChestX-ray14（15）/PadChest（117）；报告结构化家族 Chest Imagenome（330）/RadGraph（561）/RadGraph2 Radiology Reports（622）；大规模与下游 RadImageNet（545）/VQA-RAD（240）。本条目在「报告派生标签」主链上位于 MIMIC-CXR（16）之后、CT-RATE（546）之前，是链上唯一的 3D 体数据节点。

附录 I：检索决策树

搜「RAD-ChestCT」没有结果？
├─ 检查拼写：官方名是一个连写词 RAD-ChestCT（大小写不敏感，连字符必须有）
├─ 在 HF 搜不到 → 正常，官方无镜像（负结果），去 Zenodo 6406114
├─ 在 Kaggle 搜不到 → 正常，无官方上传
├─ 找到第三方网盘/镜像 → 不在官方路径内，无法背书 V1.0 一致性
└─ 找到「RAD Chest CT」「RadChestCT」变体 → 第三方转述拼写，核对数字后再用（全部口径见坑 3/4/5/6/8）

附录 J：坑点档案（与 §10 对照）

坑	一句话档案	处置
坑 1	全量集 restricted 请求制，无一键下载	走 Zenodo access request + BAA
坑 2	CheXpert labeler 跨模态失效（0.449）	用随集发布的 83 标签矩阵
坑 3	总量 36,316 vs 35,747 双口径	引用用 36,316（论文口径）
坑 4	83 标签 vs 84 行矩阵转述	统一 83，CSV 实际列数为准
坑 5	SARLE train 标注 639 vs 669	统一 639（论文正文口径）
坑 6	公开子集 3,630 vs 3,632	统一 3,630（论文/README 口径）
坑 7	HF/Kaggle 无官方镜像 + 拼写变体	只认 Zenodo 官方路径
坑 8	第三方百分比（78%/37%/<0.6%）无表格出处	回论文核对或降级为定性表述

附录 K：报告漏斗逐层推演

四层漏斗每一层都对应一类「使用者容易高估数据集」的地方，逐层拆开看：

层	进入 / 排除	排除掉的典型样本	对使用者的含义
L1→L2	440,822 → 336,800	同一检查的重复转录、复制粘贴报告、系统导出副本	报告文本不是天然去重的；自建报告库时要处理同样的问题
L2→L3	336,800 → 36,861	增强 CT、其他部位 CT、非 CT 检查报告	约 89% 的报告被「扫描类型 + 部位」条件排除；数据集不覆盖增强场景
L3→L4	36,861 → 36,316	报告存在但体数据不可用（归档缺失、外部影像仅文字转入）	「有文无图」的悬空报告真实存在；配对完整性是筛选出来的不是天然属性
净结果	36,316 例	—	每例都是「图 + 文」双资产，这是本数据集的结构性卖点

推演出的三条边界：其一，数据集无法支持增强 CT 任务（肺栓塞、血管成像类）；其二，报告窗口 2012-2017 决定了报告文体的年代特征（模板演进、措辞习惯），跨年代迁移需注意；其三，漏斗本身是可复用的方法——「报告可用性 + 体数据可用性」双条件筛选适用于任何 PACS 派生数据集工程。

附录 L：CheXpert→CT 迁移失败机制解剖

0.449 这个数字背后是六条可逐一检查的失败机制，每条都附「SARLE 的对策」，构成一张自检表：

#	失败机制	胸片报告里的表现	CT 报告里的表现	SARLE 对策
1	长度击穿	平均 41 tokens，一句一发现	平均 584 tokens，一发现多处提及	三元组以「提及」为单位而非「报告」为单位
2	重复提及极性冲突	少见	技术段/描述段/比较段/结论段四处分述，极性可不同	文档结构感知，分段处理
3	嵌套结构	类别+修饰两级	类别×部位×时序三层嵌套一句话	三元组显式建模三个维度
4	时序语言	罕见（随访少）	「较前增大」类表述普遍	Part C 独立时序判定
5	部位聚合表述	部位少用	「右肺上叶前段」级精细部位	19 类部位清单
6	规则维护成本	类别词表小而稳	表述变体随报告长度爆炸	规则引擎 + 金标准回归校验

附录 L 读法：这张表的价值不在「CheXpert 不行」，而在「换任何标签器上任何新文体前，先按六条机制自查」。六条里命中三条以上，就不要指望微调救场——直接走 SARLE 式的「人工锚点 + 领域规则」路线。

附录 M：官方划分与数据装载骨架

复现 CT-Net83 口径的最小检查清单（伪代码级，实际以 ct-net-models 仓库为准）：

# 装载前自检（口径对齐是数字可比的前提）
1. 划分文件：使用官方 train/val/val2/test CSV（25,355/2,085/1,667/7,209）
   - 校验：四集 volume 数之和 = 36,316
   - 校验：患者 MRN 无跨集（同 MRN 只出现在一侧）
2. 体数据：npz，0.8mm 各向同性，HU 窗口化
   - 不要自行重采样/改窗口：与论文表格可比的前提是同一预处理
3. 标签：83 维二值 CSV（SARLE-Rules 映射）
   - 校验：标签矩阵行数 = 36,316；列数 = 83（不是 84）
4. 指标：AUROC，逐标签计算后求平均
   - 报告：平均 AUROC + 阳性最多的 nodule（0.718 口径）+ 分组明细
5. 禁改：不重切分、不混入外部数据、不改标签定义
   - 任何口径修改后的数字都不能与论文表格直接对比

附录 M 读法：五条里最常被违反的是第 1 条与第 5 条——自行重切分后引用论文数字做对比，是同类论文审稿意见里的高频问题。

附录 N：SARLE 复用 SOP 模板

把 SARLE 路线搬到自有报告库的八个步骤：

1. 文体盘点：确认报告是否有稳定分段结构（TECHNIQUE/FINDINGS/IMPRESSION 类）；无分段先做模板归一。
2. 标签空间定义：列出目标异常类别 + 部位清单 + 是否需要时序维——三维都要还是裁剪一维，决定标注成本。
3. 金标准抽样：抽 300-500 份报告，至少两名医师独立做三元组标注（照搬 SARLE 标注协议），算医师间 F。
4. 规则引擎首版：把医师标注里出现频率最高的句式写成规则（Part A/B/C 对应实现），在金标准上调到 F 稳定。
5. 映射层分离：三元组到最终标签的映射（Part D）独立成配置，改标签体系不动规则引擎。
6. 全量映射 + 抽检：规则跑全量，随机抽 200 份人工复核标签（不是复核三元组），估计泛化错误率。
7. 失败样本回流：抽检错的样本归因到 Part A/B/C 哪一层，补规则或把该类句式加进下一轮标注。
8. 发布口径声明：写明金标准量、F、抽检估计的全量错误率——SARLE 论文口径（639+427、F 0.976、427 份 test）就是这套 SOP 的成品范例。

附录 O：四数据集七维对照表

§5.1 横向表的加细版，四个最常被一起考虑的条目按七个维度对齐：

维度	RAD-ChestCT	CT-RATE（546）	DeepLesion（17）	LIDC-IDRI（19）
规模	36,316 volumes / 19,993 患者	数千例	万级患者、病灶级万+	约 1,018 例
完整报告	有（584 tokens 均长）	有	无	无
标签类型	volume 级 83 标签（SARLE 派生）	报告派生多标签	RECIST 病灶框	逐病灶恶性性/特征多医师
空间标注	无	无	有（框级）	有（轮廓级）
时序信息	报告内时序三元组	有限	部分随访 key	部分随访 scan
获取门槛	Zenodo 请求制 + BAA	研究许可	NIH 开放直链	开放（TCIA）
官方基准	CT-Net83，平均 AUROC 0.773	多任务官方基线	无官方榜单（自报口径）	成熟公开基线

附录 O 读法：没有一列全胜——选型时先圈定「必须为真」的维度（如要空间标注则只剩后两列），再看剩余维度排序。本条目的不可替代维度是「完整报告 + 3D 体数据 + 官方患者级四分割」的组合。

附录 P：许可与合规三层细读

RAD-ChestCT 的「受限」由三层独立的合规结构叠加而成，混为一谈会导致错误的获取策略：

层	管什么	本条目的具体形态	对获取策略的影响
IRB 批准	研究伦理（用人体数据做研究的许可）	Duke IRB 批准本数据集研究	与使用者无关——使用者需自行走本机构 IRB/伦理
HIPAA	患者隐私（含 PHI 数据的处理纪律）	数据经去标识但仍是 PHI 范畴的临床数据	决定了必须去标识处理、限定受控环境
BAA	数据发放的合同约束（谁能用、怎么用）	申请审查通过后签署；条款文本不公开预读	决定了再分发、商用、发表的边界——逐方申请是最稳路径

三层叠加的结果：本数据集的「restricted」不是 Zenodo 上一个开关，而是医疗数据的合规必然。任何「为什么不像 DeepLesion 一样开放」的疑问，答案都在这一层结构里。使用者一侧的对等义务：拿到数据后，自己机构的伦理审批、数据安全环境、发表时的数据可用性声明，都要与 BAA 条款对齐。

附录 Q：检索关键词矩阵

按平台给出实测有效的关键词组合（2026-10-04 口径）：

平台	有效关键词	预期结果
PubMed / PMC	RAD-ChestCT；Draelos chest CT	论文全文（PMC7726032）
arXiv	RAD-ChestCT；2002.04752；2111.12215	预印本两篇
Zenodo	RAD-ChestCT；6406114；10.5281/zenodo.6406114	数据页（restricted）
GitHub	rachellea；ct-net-models；sarle-labeler	代码三仓库
Hugging Face（含镜像）	RadChestCT / RAD-ChestCT	无官方镜像（负结果，坑 7）
Kaggle	RAD-ChestCT	无官方上传（负结果）
Papers with Code	RAD-ChestCT	无独立 leaderboard（负结果）
通用搜索变体	RAD Chest CT / RadChestCT / RAD ChestCT	第三方转述为主，数字需回论文核对（坑 3/4/5/6）

附录 Q 读法：正解入口只有三个——PMC（论文）、Zenodo（数据）、GitHub（代码）。其余平台的负结果本身就是检索结论，不要在 HF/Kaggle 上反复换关键词空耗。

附录 R：数字引用速查（一页版）

写综述/报告时最高频引用的 12 个数字及其唯一正确口径：

数字	正确口径	常见错误口径
36,316	volume 总量（论文口径）	35,747（Zenodo CSV 行数）
19,993	患者数	—
2.8 TB / 9.2 TB	预处理后 npz / 原始 DICOM	—
336,800	unique 报告数	440,822（去重前）
25,355 / 2,085 / 1,667 / 7,209	官方四分割	—
3,630	公开子集 volumes	3,632
639 + 427	SARLE 双医师标注报告	669
0.976	医师间平均 F（min 0.941）	—
0.986 vs 0.449	SARLE-Rules vs CheXpert labeler cardiomegaly F1	—
0.773	83 标签平均 AUROC	—
18	AUROC >0.90 的标签数	—
0.718	nodule AUROC（阳性最多标签）	—

附录 R 读法：右列每一个错误口径都有真实来源（Zenodo 文件、第三方转述），它们不是凭空捏造——这正是双口径存照（坑 3/4/5/6）存在的意义：知道错误口径长什么样，引用时才不会踩进去。

附录 S：双口径存照总表（11 条）

写作与引用时全部歧义的汇总台账——每条给出两个口径与成稿采信理由（与 FACTS.md 九节对应）：

#	歧义点	口径 A	口径 B	成稿口径与理由
1	volume 总量	36,316（论文，同行评审）	35,747（Zenodo Extrema CSV 行数）	36,316；CSV 口径存照（推测公开子集或去重差异，官方未解释）
2	公开子集规模	3,630（论文/README）	3,632（另一来源）	3,630；差 2 例不影响结论
3	标签数	83（正文+摘要）	84 行（某转述，疑含背景列）	83；拿到 CSV 以实际列数做一次性核对
4	SARLE train 标注量	639（论文正文）	669（某转述）	639；test 侧 427 无冲突
5	器官定位受益比例	33% of labels	37%	「约三分之一」规避精确值，两口径均存照
6	MedIA 卷期	Epub 2020-10-09；正式卷 67:101857（2021-01）	arXiv 页面标 October 2020	写「Volume 67（2021-01），2020-10-09 在线发表」
7	Extrema_5747.csv 文件名	5747（文件名实存）	与 35,747 数字的关联存疑	只存照不入正文
8	全正常扫描占比	<0.6%（第三方转述）	论文原文表述未逐字核对	写「极少数」，不引用百分比
9	数据 license	Zenodo license 字段为空	access conditions 全文需登录	写「restricted，条款以 Zenodo 页面为准」，不猜类型
10	HF 官方镜像	无（API 返回空，负结果）	第三方副本存在	无官方镜像；第三方副本不纳入获取路径
11	nodule test 阳性占比	78%（第三方口径）	论文只给计数与 AUROC	写「nodule 为最常见异常标签」，不用 78%

附录 S 读法：11 条里 4 条进入高频引用路径（1/3/4/2 → 附录 R 速查表），其余为低频细节存照。规律一致：论文表格 > Zenodo 页面 > 第三方转述，冲突时按此优先级裁断。

附录 T：三元组到标签的映射走查（示意）

用一个虚构示例句演示 SARLE 四部分如何协作（示例仅作机制说明，非数据集内真实报告）：

示例报告句：「右肺上叶新发实变，较前片范围增大；双侧少量胸腔积液，大致同前。」

Part A（类别句式抽取）
  ├─ 实变（consolidation）→ 极性：肯定
  ├─ 胸腔积液（pleural effusion）→ 极性：肯定
  └─（无否定/疑似提及）

Part B（解剖部位解析，19 类清单）
  ├─ 实变 → 右肺上叶
  └─ 胸腔积液 → 双侧（聚合部位）

Part C（时序判定，四态）
  ├─ （右肺上叶， 实变）→ 较前片增大 → worse
  └─ （双侧， 胸腔积液）→ 大致同前 → unchanged

Part D（SARLE-Rules 映射到 83 标签）
  ├─ 点亮：consolidation（纯类别）
  ├─ 点亮：右肺上叶实变（部位组合）
  ├─ 点亮：实变加重（时序修饰）
  ├─ 点亮：pleural effusion（纯类别）
  ├─ 点亮：胸腔积液未变（时序修饰）
  └─ 不点亮：无既往比较的标签时序维为空（设计内行为）

走查说明：一句话产出 5 个点亮标签；「大致同前」映射为 unchanged 而非「无时序」，取决于报告措辞——这正是规则引擎需要金标准回归校验的原因（§3.4）；本示例中的映射粒度是机制示意，实际 83 标签的准确命名以随集 CSV 为准。

附录 U：与 CT-RATE 的口径差异清单

库内最直接竞品（rid 546）的逐维对照。两份数据都解决「带报告胸部 CT」问题，但口径几乎处处不同，混合使用前逐项确认：

维度	RAD-ChestCT	CT-RATE	混用提醒
首发时间	2020（MedIA 2021 正式卷）	2024（本条目之后）	谱系先后，非替代关系
标签体系	83 维二值（类别×部位×时序三维派生）	报告派生多标签（自有体系）	标签集互不映射，对比需自建对应表
时序信息	四态时序维为一等结构	有限	时序类任务只有本条目原生支持
数据划分	官方四分割（25,355/2,085/1,667/7,209，MRN 患者级）	自有口径	划分不可互换，跨集实验须双口径分别报告
体数据预处理	SimpleITK 0.8mm 各向同性 npz	自有规格（以该条目文档为准）	混合训练时预处理差异是第一混淆变量
获取门槛	Zenodo 请求制 + BAA	研究许可	两份申请独立走，时限分别估
官方基准	CT-Net83（平均 AUROC 0.773）	自有官方基线	数字不可直接比高低，先对齐标签与划分

附录 U 读法：两份数据最安全的合作方式是「同一模型分别训练分别报告」，而不是「合并标签集」——后者需要标签映射、划分对齐、预处理对齐三层工程，且各自的许可条款都要覆盖合并产物。

附录 V：DAIMS 评分的敏感度分析

附录 B 给出的 6.6/10 综合评级不是静态值——它的两个低分维度（A 可获取性 3、S 可持续性 6）都押在「请求制流程」上，评分随外部条件变化的方向值得显式推演：

假设情景	受影响维度	评级走向
Duke 方公开 license 条款全文（免登录可读）	A +1，M +0.5	评分上升但获取门槛不变——透明度改善不等于门槛降低
Zenodo 出现 V2（扩充标签或公开子集）	S +1.5，D +0.5	证明维护承诺，冻结疑虑消除；但 V2 会引入版本口径区分成本
出现经 Duke 背书的官方 HF 镜像	A +2	单项最大潜在增益；当前负结果（坑 7）若有变化，本条目获取节需重写
BAA 流程出现标准时限承诺	S +1	把「以周计的不确定周期」变成可计划项
第三方大规模转载扩散	不加分	A 不动（官方门槛未变），D 反而受污染检索结果拖累

附录 V 读法：评级对「流程透明度」与「维护信号」最敏感，对「第三方传播」不敏感——这是 restricted 数据集与 open 数据集在 AI-Ready 评估上的本质差异：前者的一切都押在发行方的制度化承诺上。

附录 W：本条目写作的证据边界声明

按库内写作纪律，声明本条目证据的边界——哪些是实读、哪些是规避、哪些是负结果：

实读并直接引用：论文全文（PMC7726032 缓存于写作私有区，281,725 字节）——全部核心硬数字（漏斗、划分、prevalence、AUROC、SARLE 一致性、设备构成）的来源；Zenodo record 6406114 元数据与页面文字；GitHub 三仓库的 License 文本与 README；资助号（论文 funding 节）。

实读并主动规避：四类第三方转述数字（nodule 78%、器官定位 37%、全正常 <0.6%、标注 669）——因无法回溯到论文表格出处，全部降级为定性表述或存照（坑 8 与附录 S）。

实查的负结果：Hugging Face 无官方镜像（API 返回空）、Kaggle 无官方上传、Papers with Code 无独立 leaderboard、Zenodo 无 V1.0 之后的版本。负结果与正结果同等进入正文（§6.4、§7.2）。

未展开的边界：83 标签的完整逐行 AUROC 表（83 行）与 CheXpert labeler 全部标签的对比明细属论文附录级数据，本条目只收代表性口径（附录 F）；需要逐行数字的读者直接查论文表格。Zenodo access conditions 的条款全文需登录，本条目不对条款内容做任何转述或猜测（存照⑨）。

附录 X：三类读者的最小阅读路径

十分钟内各取所需的最小路径（全读约需一小时）：

读者	路径	会带走什么
多标签分类研究者	§1 → §2.3/2.5 → §4 → 附录 M	官方口径四要素：划分、prevalence、基线数字、装载校验清单
报告 NLP / 多模态研究者	§1 → §2.4 → §3 → §7.2	报告文体画像、SARLE 三元组设计、7 年活跃度与外部评测口径
数据工程 / 数据集团队	§3.3/3.6 → §6 → §8 → 附录 N	放大器路线的成本账、请求制门与合规三层、可复用的 SOP

两条公共提醒穿插在所有路径里：引用数字只认论文口径（附录 R 速查）；获取只走 Zenodo 请求制（附录 Q 检索矩阵）。

附录 Y：常见错误用法清单（反面模式）

六个真实发生过的用法错误，各配一句纠正。放在附录而不是坑点清单（§10），因为坑点面向「检索与引用」，这里面向「拿到数据之后」：

1. 自行重切分却引用论文数字——重切后的 AUROC 与论文表格不可比（划分键、患者泄漏状态全变）。纠正：官方四分割 + 附录 M 五条校验。
2. 用 CheXpert labeler 重抽一遍标签——已实证失败（0.449），重抽的矩阵比官方矩阵更差。纠正：直接用 83 标签矩阵；自建抽取器须自测 F 并声明。
3. 把 volume 级标签当分割标签用——83 维是 volume 级，数据里没有掩码，硬造像素级监督是编造。纠正：分割需求改用 DeepLesion/LIDC-IDRI。
4. 公开子集数字与全量口径混排——3,630 例上跑出的指标冒充全量 test 结论。纠正：报告里显式声明样本范围。
5. 把「无时序」当缺失值插补——时序维为空是报告行为的忠实记录（没写比较），插补会制造假时序。纠正：显式三分类处理（正/负/空）。
6. 把代码的 MIT 当成数据的许可——MIT 只覆盖三仓库代码；数据是 BAA 下的 restricted 资产。纠正：许可声明里代码与数据分开写。

附录 Z：反向互链建议（库内既有条目 → 本条目）

本条目入库后，建议在以下既有条目的「相关数据集」或「比较」节添加指向 rad-chestct 的互链（维护者视角的对称操作，与 §9.1 的正向互链配套）：

既有条目（rid）	建议插入位置	一句话锚文本
CT-RATE（546）	比较节	「赛道前身 RAD-ChestCT（2020）：83 标签+四分割+时序维，口径对照」
MIMIC-CXR（16）	标签器/方法节	「CheXpert labeler 在 CT 报告上失效的实证出处（cardiomegaly F1 0.449）」
CheXpert（5）	局限/讨论节	「跨模态迁移失败案例：胸片标签器不可直接上 CT 报告」
DeepLesion（17）	相关数据集	「报告派生 volume 级标签路线的对照极（无空间标注）」
LIDC-IDRI（19）	相关数据集	「深标注小规模 vs 报告派生大规模的路线对照」
NLST（317）	相关数据集	「临床场景带报告 CT 与筛查队列场景的互补」
RadGraph（561）	谱系节	「SARLE 三元组：带时序维的报告结构化变体」
Chest Imagenome（330）	相关数据集	「结构化标注的影像侧与文本侧两条路线」
PadChest（117）	标注方法节	「报告派生标签从胸片到 CT 的扩展」
RadImageNet（545）	相关数据集	「预训练底座之外的标签密集型替代」
VQA-RAD（240）	下游任务	「报告理解能力的 VQA 延伸所依赖的数据生态」
NIH ChestX-ray14（15）	谱系节	「胸片多标签谱系的 CT 端后继」
CheXpert Plus（740）	相关数据集	「带报告胸片与带报告 CT 的模态对照」
RadGraph2 Radiology Reports（622）	谱系节	「结构化抽取谱系的 CT 报告侧样本」

附录 Z 读法：反向互链让「报告派生标签」与「胸部 CT 大队列」两条导航链在库内闭环——维护者按 rid 定位条目后，锚文本可直接使用，无需重新撰写。

附录 AA：写作留痕与环境声明

按写手代理纪律包留痕（2026-10-04 执行）：

• 开工三查：锁 writing/rad-chestct/.lock（agent-a-radchestct 2026-10-04T00:28）；私有区 .parts_agent-a-radchestct_1791044902_820944/（时间戳+PID 双唯一）；ps aux | grep -c "[c]odebuddy" = 4；私有区 md5 稳定性采样两次一致（STABLE_OK）。
• 存在性核验：三源互证通过——Zenodo 6406114（API+页面）、MedIA 论文（PMID 33129142 / PMCID PMC7726032 / DOI 10.1016/j.media.2020.101857）、GitHub rachellea 三仓库。slug 查重 0 行命中，无撞库、无别名、无版本后继。
• 证据缓存：论文全文 PMC7726032（281,725 字节）缓存于私有区；Zenodo API 元数据与 GitHub License 文本实抓。
• 自检结果：check_md.py PASS（0 错误 0 警告）；preflight_check.py PASS（ERROR 0 / WARN 0）；frontmatter 逐行双引号计数偶数；description 113 字符（≤170）；title/subtitle/data_source 均 ≤255。
• 事实底稿：writing/rad-chestct/FACTS.md 九节（含 11 条存照、3 条遗留疑点、14 条互链 rid 实查）。
• 成稿组装：11 个 part 于私有区依序显式 cat 拼接；每个 part 尾部留空行。

附录 AB：工程师接入速览卡（one-pager）

拿到数据后第一小时的接线板，全部口径浓缩于一张表：

项	口径
影像形态	平扫胸部 CT，3D volume
存储格式	npz（SimpleITK 预处理产物）
体素网格	0.8mm 各向同性，HU 窗口化
总量	36,316 volumes / 19,993 患者 / 2.8 TB
标签	二值 CSV 矩阵 36,316×83（SARLE-Rules 派生）
报告	英文文本，平均 584 tokens，与 volume 一一对应
划分	train 25,355 / val 2,085 / val2 1,667 / test 7,209（按 MRN）
元数据	厂商（GE 57%/Siemens 43%）、型号 12 种、重建（FBP 53%）、层厚；部分附体重/身高
基线	CT-Net83：平均 AUROC 0.773；18 标签 >0.90；nodule 0.718
代码入口	github.com/rachellea/{ct-net-models, ct-volume-preprocessing, sarle-labeler}（MIT）
指标	AUROC 逐标签 + 平均；分组报告按 prevalence 分层（§4.8）
禁改清单	不重切分、不改预处理、不混外部数据、不引第三方百分比

附录 AC：成稿自检快照

检查	结果
check_md.py	PASS，0 错误 0 警告
preflight_check.py	PASS，ERROR 0 / WARN 0
frontmatter 双引号逐行偶数	通过
description ≤170 字符	通过（113）
title/subtitle/data_source ≤255 字符	通过（89/142/175）
category_tags 词表内 5 个、拼接 ≤100 字符	通过（25）
坑点 ≥5 则	通过（8 坑 + 附录 Y 反面模式 6 条）
DAIMS 表	有（附录 B 全表 + §6.5 简评 + 附录 V 敏感度）

---

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：

• ct-rate — 共享标签：医学影像 / CT / 图像分类 / 影像-文本对齐
• refisco — 共享标签：医学影像 / 临床文本 / 影像-文本对齐
• rexval — 共享标签：医学影像 / 临床文本 / 影像-文本对齐
• brax — 共享标签：医学影像 / CT / 图像分类
• covid-ct — 共享标签：医学影像 / CT / 图像分类
• sar-covid — 共享标签：医学影像 / CT / 图像分类
• openi — 共享标签：医学影像 / 临床文本 / 影像-文本对齐
• radimagenet — 共享标签：医学影像 / CT / 图像分类
• rexgradient-160k — 共享标签：医学影像 / 临床文本 / 影像-文本对齐
• chexpert-plus — 共享标签：医学影像 / 临床文本 / 影像-文本对齐

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。