信息速览
前庭神经鞘瘤长在桥小脑角，紧贴第八对脑神经，被脑干、小脑、面神经和耳蜗围在中间。它生长缓慢、几乎不恶变，治疗上有一件事必须先做对：量出它到底有多大。伽玛刀把剂量投进这个体积，处方剂量按体积与毗邻结构定档，体积算错，剂量就落错地方。Vestibular-Schwannoma-SEG 就是围绕这一步建起来的：二百四十二例在克里斯蒂医院接受伽玛刀治疗的患者，每人一套 ceT1 与 hrT2 双序列、一套肿瘤与耳蜗轮廓、一份放疗计划与剂量分布。
这份数据在库里的位置很特殊。颅底与桥小脑角这个解剖区域此前没有席位，脑膜瘤归在 BraTS-MEN，泛脑肿瘤归在 TopBrain，胶质瘤归在 BraTS 与 UPenn-GBM，而听神经瘤一个都没有。更特殊的是它与下游的关系：绝大多数分割集的误差止于 Dice 系数，这一份的误差会沿着轮廓进入体积、进入射束权重、进入处方等剂量线，最后落成一个可以给病人执行的剂量方案。
它还有一处工程上的稀缺性：包里同时存了插值后的 RTSTRUCT 与未插值的 contours.json，后者保留了标注者真实手绘的点列。这两套几何并存，既能研究标注习惯，也会让不读文档的人直接踩空。一屏速览见下表。
| 维度 | 内容 |
|---|---|
| 正式名称 | Segmentation of Vestibular Schwannoma from Magnetic Resonance Imaging: An Open Annotated Dataset and Baseline Algorithm |
| 发布方 | 克里斯蒂 NHS 基金会（The Christie NHS Foundation Trust）伽玛刀中心；数据整理与代码由伦敦国王学院生物医学工程与影像科学系主导（依作者单位） |
| 分发方 | The Cancer Imaging Archive（TCIA），DOI 10.7937/TCIA.9YTJ-5Q73 |
| 规模 | 二百四十二例 / 二百四十二个检查 / 1,936 个序列 / 48,582 幅 / 28.21 GB |
| 图像模态 | MR（ceT1 与 hrT2 各一），另含 RTSTRUCT、RTDOSE、RTPLAN 三类放疗对象 |
| 分割结构 | 肿瘤（多在 ceT1 勾画）与耳蜗（多在 hrT2 勾画），共识勾画 |
| 几何资产 | RTSTRUCT（插值后）、contours.json（未插值）、.tfm 仿射矩阵（ITK 格式） |
| 扫描设备 | Siemens Avanto 1.5T，三十二通道，单通道头线圈 |
| 队列边界 | 2012–2018 年，十八岁以上，单发单侧，含既往手术者 |
| 许可 | CC BY 4.0 |
| 版本 | v2，2021-03-17（在 v1 基础上加配准矩阵与 JSON 轮廓） |
| 官方状态 | Complete |
| 配套代码 | KCL-BMEIS/VS_Seg，MONAI 实现的 2.5D U-Net 基线 |
| 标注单位 | 单个结构（肿瘤或耳蜗），不是病例、不是层 |
§1 它到底是什么：一个把分割误差换算成剂量的集合
1.1 一句话定义
Vestibular-Schwannoma-SEG 是一份带放疗计划的前庭神经鞘瘤分割参考集。它回答的问题不是「这片影不影响诊断」，而是：
在这个人的 ceT1 与 hrT2 上，肿瘤的边界画到哪里，耳蜗的边界画到哪里，这个边界最后变成了多少立方厘米的靶体积。
这句话里三个成分必须同时在场才有意义。只给影像，它是一份普通的脑 MRI；只给轮廓，它是一个 Dice 系数的分母；两者加上 RTDOSE 与 RTPLAN，它才变成一条「分割—体积—剂量」的完整链条。链条的存在决定了它的用法：既可以当纯分割任务用，也可以当剂量学研究的数据底座，而后者在公开数据里极少见。
1.2 为什么它不是一份普通的分割集
脑肿瘤分割的常规评测只关心掩膜与参考的重合度，误差是一个无量纲的分数。这一份不一样：轮廓是 GammaPlan 里的治疗结构，它先被用来算体积，体积再去匹配等剂量线，等剂量线决定每一发γ射线的权重，最后生成一张可以执行的剂量分布图。误差在这里不是分数，是物理量。
| 维度 | 常规分割集 | 这一份 |
|---|---|---|
| 参考标准来源 | 放射科医师勾画或专家复核 | 治疗神经外科医师与物理师在计划系统内共识勾画 |
| 下游用途 | 分割模型训练与评测 | 分割、体积测量、剂量计划、放射外科研究 |
| 误差的量纲 | Dice、HD95 等无量纲分数 | 立方厘米、戈瑞、等剂量线覆盖率 |
| 随附对象 | 影像与掩膜 | 影像、结构集、剂量分布、计划、配准矩阵 |
| 几何来源 | 单一掩膜 | 插值后轮廓与未插值原始轮廓并存 |
| 序列关系 | 常为单序列 | 双序列，且有逐例仿射矩阵 |
第二行与第三行合起来，解释了为什么这份数据的标注者不是放射科医师而是治疗团队。勾画在这里不是描述性工作，是治疗计划的第一步，画多画少会改变治疗本身。
1.3 三十秒决策卡
| 你的处境 | 它能帮你什么 |
|---|---|
| 要做桥小脑角肿瘤的自动分割 | 二百四十二例双序列加共识轮廓，是目前公开规模最大的一批听神经瘤标注 |
| 要研究「分割误差如何传导到体积」 | 轮廓、剂量、计划三者齐全，可以逐例算体积误差与剂量覆盖的关系 |
| 要评测轮廓插值算法 | 同一病例同时有插值后与未插值两套几何，可直接做前后对照 |
| 要做 ceT1 与 hrT2 的跨序列融合 | 逐例给了 ITK 仿射矩阵，省掉自己配准 |
| 要做耳蜗保护相关的剂量研究 | 耳蜗被单独勾画，是这份数据里第二个结构 |
| 要一个带结局的疗效队列 | 给不了，没有听力、面神经功能、肿瘤控制率 |
| 要一批多中心、多设备的泛化测试 | 给不了，全部来自一台 1.5T 与一台伽玛刀 |
| 要直接可训练的实心掩膜 | 要先从 JSON 或 RTSTRUCT 自己重建，见 §4 |
1.4 不适合谁
如果你的研究问题是「哪个分割算法更准」，这一份只能算半个答案。 它只有一套共识轮廓，没有重复标注，也没有标注者间一致性数据。用一套参考标准去比较两种算法的 Dice，比出来的是「谁更贴近这三位作者的习惯」，而不是「谁更接近真实边界」。要谈后者，得另找有重复标注的集合做补充。
如果你想要的是「前庭神经鞘瘤的自然史」，这一份同样给不了。 全部影像是治疗前的一次采集，没有随访，没有观察等待组的连续测量，也没有「长到多大才治疗」的时间序列。它记录的是决策点上的一个横断面。
如果你要的是「足够大、足够杂的预训练语料」，体量也不合适。 二百四十二例在自监督预训练的尺度上偏小，真正值钱的是计划与剂量，而不是图像数量。拿它当预训练语料，等于把最稀缺的部分丢在一边。
1.5 库内定位差异
| 资源 | 核心内容 | 与本集合的差异 |
|---|---|---|
| Vestibular-Schwannoma-SEG | 双序列、肿瘤与耳蜗、放疗计划与剂量 | 唯一带治疗计划与剂量的听神经瘤集 |
| crossMoDA 2022 | 前庭神经鞘瘤与耳蜗分割的跨模态挑战 | 任务同源，但以跨模态迁移为评测目标，无剂量 |
| crossMoDA 2023 | 同一挑战的后续年份，扩展到脑膜瘤 | 任务相近，评测协议不同，无剂量 |
| UCSD-VS-Longitudinal | 前庭神经鞘瘤纵向多模态 MRI | 有随访与时间维度，无放疗计划 |
| BraTS-MEN | 脑膜瘤术前四序列分割 | 病种不同，解剖位置部分重叠 |
| ReMIND | 脑肿瘤切除术中影像 | 术中场景，无伽玛刀计划 |
| UPenn-GBM | 胶质母细胞瘤多序列 MRI | 病种与治疗路径都不同 |
一句话的选法：要剂量与计划 → 这一份；要跨模态迁移的评测协议 → crossMoDA；要随时间变化 → UCSD 那份纵向集。
§2 医学背景：从桥小脑角到剂量档位
2.1 编码映射与一处口径冲突
前庭神经鞘瘤是良性肿瘤，这一点在编码体系里体现得很清楚：形态学行为码是 0，疾病分类挂在良性颅内肿瘤之下。
| 体系 | 编码 | 名称 | 备注 |
|---|---|---|---|
| ICD-11 | 实体 480288993 | Vestibular schwannoma | 类目码随版本调整，以官方浏览器为准 |
| ICD-O-3 形态学 | 9560/0 | Schwannoma, NOS | 行为码 0 表示良性 |
| SNOMED CT | 126949007 | Acoustic neuroma | 同义词簇含 vestibular schwannoma |
| MeSH | D009464 | Neuroma, Acoustic | 主题词仍沿用旧称 |
| MONDO | 0001569 | acoustic neuroma | 本体层与 SNOMED 对齐 |
| UMLS | C0027859 | Acoustic neuroma | 跨体系汇聚点 |
| Orphanet | ORPHA252175 | Vestibular schwannoma | 罕见病登记口径 |
这里有一处必须点出的口径冲突。TCIA 集合页把这一份同时挂在两个肿瘤类型下：Vestibular Schwannoma 与 Non-Cancer。看起来矛盾，实际是 TCIA 的字段设计——它的 Cancer Types 一栏按「影像涉及的疾病」登记，良性肿瘤与正常对照都归入 Non-Cancer。检索时若只筛恶性肿瘤类目，会漏掉它；反过来，在 Non-Cancer 里翻找又会误以为它是对照组数据。
另一处口径差异在命名上。英文文献里 acoustic neuroma 与 vestibular schwannoma 长期混用，中文里「听神经瘤」与「前庭神经鞘瘤」也混用。严格说，肿瘤起源是前庭神经的施万细胞，不是听神经，所以 vestibular schwannoma 是更准确的称法，而 acoustic neuroma 是历史遗留。集合名称用的是后者之外的正式称法，这一点在引用时不必纠结，检索时两个词都要试。
2.2 解剖：为什么这个位置难画
桥小脑角是颅后窝里一个狭窄的三角区，前界是岩骨后表面，内侧是脑桥与小脑中脚，后方是小脑半球。第七对与第八对脑神经从这里穿出脑干，一起进入内听道。前庭神经鞘瘤起源于内听道内的前庭神经节附近，长大后向桥小脑角池方向膨出，形成一个以听道口为蒂的球形或梨形肿块。
这个解剖结构带来了三个勾画难点。第一是边界对比：肿瘤在 ceT1 上明显强化，与脑干、小脑的边界通常清楚，但与内听道内部分、与相邻神经的边界在部分容积效应下会糊在一起。第二是毗邻结构密集：面神经在三叉神经下方、听神经前方走行，肿瘤压迫后位置会变形，而面神经本身在常规序列上不可见，只能靠解剖推断。第三是耳蜗的位置：耳蜗埋在前庭前方、岩骨内，是听力保护的关键结构，它在 hrT2 上的高信号与脑脊液相近，边界靠骨性结构衬出来。
正因如此，这个任务才需要两个序列。ceT1 有强化，肿瘤边界清楚；hrT2 是重 T2 的三维序列，脑脊液极亮、神经与血管呈低信号，适合看内听道内的精细结构和耳蜗形态。两者互补，缺一个都会让某一部分边界失去依据。
2.3 三条治疗路径与伽玛刀的位置
前庭神经鞘瘤的处理有三条路：观察等待、显微手术、立体定向放射外科。观察等待适用于体积小、症状轻、生长缓慢者，靠定期 MRI 测量生长速度决定是否干预；显微手术适用于体积大、脑干受压、或需要迅速解除占位的病例；放射外科适用于中小型肿瘤，或手术后残留与复发者，目标是把肿瘤控制住而不切除。
伽玛刀属于第三条路里的代表。它用立体定向头架把颅骨固定，建立一套与扫描仪、与治疗床共享的坐标，然后用数十到两百余束钴源射线在等中心汇聚，让靶区获得高剂量、周边迅速跌落。它的优势是无需开颅、门诊完成、对中小型肿瘤的长期控制率稳定；代价是起效慢，肿瘤缩小需要数月到数年，且对体积大的肿瘤容易造成周边水肿。
这三条路的分界点主要是体积与症状，所以体积测量在这个病里不是学术指标，是分流依据。这也是为什么这一份数据把轮廓、计划、剂量一起放出来——它们本来就是同一次决策的三个侧面。
2.4 一次伽玛刀治疗里，轮廓出现在哪一步
把流程拆开看，轮廓的位置就很清楚了。
| 步骤 | 做什么 | 与本集合的对应 |
|---|---|---|
| 固定 | 局麻下安装 Leksell 立体定向头架 | 头架上的定位盒产生基准点 |
| 成像 | 带定位盒做 ceT1 与 hrT2 | 两个 MR 序列即对应此处 |
| 勾画 | 在计划系统内逐层勾画肿瘤与危及器官 | RTSTRUCT 与 contours.json |
| 计划 | 布置等中心、优化射束权重、归一化处方剂量 | RTPLAN 与 RTDOSE |
| 执行 | 按计划投照，剂量分布写入记录 | RTDOSE |
| 随访 | 定期 MRI 测量体积变化 | 集合内不含 |
第三行是关键。勾画发生在计划之前，勾画结果直接决定第四步的靶区。第五步的剂量分布又反过来受靶区形状约束——形状不规则，等剂量线要贴着不规则边界走，覆盖度与选择度就会拉扯。
2.5 体积为什么能换算成剂量
伽玛刀的处方方式通常写作「某一等剂量线包绕靶区，处方剂量若干戈瑞」。前庭神经鞘瘤的通行做法是处方剂量落在十二至十三戈瑞区间，处方等剂量线多为五成左右，耳蜗受量尽量压到四至五戈瑞以下以争取保听。这些数字是临床惯例，不同中心会有差异，本集合不含处方档位字段，需要从 RTPLAN 与 RTDOSE 反推。
体积在这个体系里走三条路径影响剂量。第一条是等剂量线的形状匹配：靶体积越大，需要包绕的等剂量面越大，边缘的剂量梯度就越难做陡，周边正常组织受量上升。第二条是射束权重的优化：优化器以「覆盖靶区、避开危及器官」为目标分配权重，靶区边界向外多画一圈，优化器就会把这一圈也当作必须覆盖的区域，权重分配随之改变。第三条是归一化：处方剂量按某一等剂量线归一，体积变了，同一条等剂量线包住的绝对体积也变，归一化的基准随之漂移。
三条路径叠起来的结果是：体积误差没有安全裕度。多切一小片，可能不会改变处方档位，也可能正好把覆盖度推到阈值以下，逼着计划师提高处方线或加射束。把这一点说成「多切零点一立方厘米就多给一档剂量」是夸张的，把它说成「体积误差与剂量误差之间没有缓冲」则是准确的。差别在于：前者是断言，后者是机制。
2.6 三个可建模的任务
| 任务 | 输入 | 输出 | 评价重点 |
|---|---|---|---|
| 肿瘤分割 | ceT1、hrT2 或两者 | 肿瘤掩膜 | 重合度与边界距离 |
| 耳蜗分割 | hrT2 为主 | 耳蜗掩膜 | 小结构，重合度对少量体素极敏感 |
| 体积回归 | 影像或掩膜 | 立方厘米 | 相对误差，不是绝对误差 |
第四个可以加进来但需要谨慎：剂量覆盖预测。用分割结果去预测处方等剂量线能否覆盖靶区，需要 RTPLAN 里的参数，而这些参数反映的是这家中心的计划习惯，样本量二百四十二例也只够做机制演示。把它当作可部署的模型来训练，会高估泛化能力。
§3 规模层：官方给出的全部数字与资产清单
3.1 规模口径
集合页在标题下方用一行字给出规模，数据表再按资产分行重复一次。把这些数字并排放在一起，才能看清它们各自计的是哪一级。
| 层级 | 计数 | 说明 |
|---|---|---|
| 受试者 | 242 | 去标识后的 VS-SEG-xxx 编号数 |
| 检查 | 242 | 每例一次治疗前扫描，一例一检查 |
| 序列 | 1,936 | 每例平均八个序列，含定位、增强前后、双序列等 |
| 图像 | 48,582 | 每例平均两百幅左右，随层厚与序列数浮动 |
| 体积 | 28.21 GB | 集合页状态栏；下载链接标注为 28.19 GB |
| 结构 | 2 | 肿瘤与耳蜗 |
| 附带资产 | 3 类 | 目录名映射表、配准矩阵、JSON 轮廓 |
受试者数与检查数相等，是这份数据一个容易被忽略的性质。多数 TCIA 集合里一个病人可能有多次检查（治疗前、治疗后、复发），这里的入组条件是「治疗前影像完整」，所以影像只保留决策点上的那一次。这解释了为什么它的时间跨度长达七年，规模却只有二百四十二——七年里符合条件并被完整采集的连续病例就是这么多。
3.2 筛查漏斗：二百四十八怎么变成二百四十二
官方把入组过程写得很细，逐级剔除的数字都给了。这不是可有可无的方法学细节，它决定了这份数据的边界在哪里。
| 阶段 | 例数 | 剔除理由 |
|---|---|---|
| 初筛符合条件 | 248 | 2012–2018 年、十八岁以上、单发单侧、接受伽玛刀、含既往手术者 |
| 剔除 | 4 | 治疗前影像数据集不完整 |
| 剔除 | 2 | 肿瘤未完全落在影像视野内 |
| 最终入组 | 242 | 其中五十一例既往接受过手术治疗 |
两处剔除的性质不同。影像不完整是采集流程的缺口——少一个序列、少一段层，勾画就缺依据；肿瘤超出视野是解剖与摆位的限制——大肿瘤在有限视野里被截断，边界画不完整，体积必然偏小。后一类剔除会系统性地把大肿瘤排除在外，这一点在讨论泛化时要用到（见 §7.3）。
五十一例既往手术这个数字也值得留意。它意味着队列里超过两成病例的解剖已被改变：手术床、术后改变、可能的金属夹伪影、面神经走行改变。这些病例的勾画难度高于原发未手术者，而官方没有给出「是否术后」这一字段的逐例标注，只有总数。
3.3 四类 DICOM 对象与三件附加资产
影像部分是标准 DICOM，放疗部分是 DICOM RT 的三件套。三者的关系需要说清楚，否则拿到数据会发现「有轮廓但不知道怎么对应到影像」。
| 对象 | 内容 | 与谁绑定 |
|---|---|---|
| MR 影像 | ceT1 与 hrT2 两个序列 | 通过 Frame of Reference 与结构集绑定 |
| RTSTRUCT | 结构集，含肿瘤与耳蜗的轮廓序列 | 引用某一序列作为参考帧 |
| RTDOSE | 三维剂量分布 | 引用计划，带剂量网格与归一化 |
| RTPLAN | 计划参数，含射束、等中心、处方信息 | 引用结构集 |
.tfm 矩阵 |
ITK 格式的 4×4 仿射矩阵，两个方向各一 | 连接 T1 与 T2 的坐标帧 |
contours.json |
原始轮廓点列，两个模态各一 | 各自落在 T1 或 T2 的坐标帧 |
| 目录名映射表 | CSV，把描述性目录名映射到模态 | 解决下载后的命名问题 |
RTDOSE 与 RTPLAN 的存在是这份数据区别于普通分割集的关键。多数带轮廓的公开集会剥掉剂量，只留影像与掩膜，因为剂量涉及治疗参数、可能带机构信息。这里保留下来，代价是需要额外的去标识审查，收益是研究者可以反问「这个轮廓在计划里到底变成了什么」。
3.4 采集参数
官方给出了两套序列的具体参数，这些参数决定了预处理时能不能统一重采样。
| 项 | ceT1 | hrT2 |
|---|---|---|
| 序列 | MPRAGE（三维梯度回波，带反转恢复） | 3D CISS 或 FIESTA |
| TR / TE | 1900 ms / 2.97 ms | 9.4 ms / 4.23 ms |
| TI | 1100 ms | 不适用 |
| 面内分辨率 | 0.4 × 0.4 mm | 约 0.5 × 0.5 mm |
| 面内矩阵 | 512 × 512 | 384 × 384 或 448 × 448 |
| 层厚 | 1.0–1.5 mm | 1.0–1.5 mm |
| 设备 | Siemens Avanto 1.5T，三十二通道，单通道头线圈 | 同左 |
这里有三个工程含义。第一，两套序列的面内分辨率不同（0.4 对 0.5 毫米），直接叠加会把其中一套模糊掉，融合前必须选一个目标网格并声明重采样方式。第二，层厚是区间而不是定值，不同病例的层厚可能不同，逐例读取像素间距是必须的动作，不能假设全库一致。第三，CISS 与 FIESTA 是不同厂商对同一类稳态自由进动序列的称呼，二者的对比特性相近但噪声纹理不同，做强度归一化时要按序列分别处理。
3.5 两个结构，以及为什么耳蜗也在里面
官方描述里明确写了两个结构：肿瘤与耳蜗。肿瘤是靶区，耳蜗是危及器官。这个组合说明这份数据从设计之初就是按放疗计划的需要组织的，而不是按「分割基准」的需要。
耳蜗被单独勾画，理由在剂量约束上。前庭神经鞘瘤的伽玛刀治疗要在控制肿瘤与保留听力之间取舍，耳蜗是听力器官的末端感受器，它的受量与治疗后听力下降相关。因此计划时会为耳蜗设一个剂量上限，而这个上限要作用在一个具体的轮廓上，所以耳蜗必须被画出来。
这也解释了官方那句容易读漏的话：肿瘤多在 ceT1 上勾画，耳蜗多在 hrT2 上勾画。这不是随意分工，而是各自的成像优势决定的——肿瘤靠强化显影，耳蜗靠重 T2 上的液体对比显影。分工的后果是两套轮廓出生在不同的层网格上，这正是 §4 全部麻烦的来源。
3.6 附加资产的实际体量
三个附加包的大小相差三个数量级，这个比例本身有信息。
| 资产 | 格式 | 体积 | 内容 |
|---|---|---|---|
| 目录名映射表 | CSV | 约 407 KB | 描述性目录名到模态的对照 |
| 配准矩阵包 | TFM 与 ZIP | 约 251 KB | 每例两个方向的 4×4 矩阵 |
| 轮廓包 | JSON 与 ZIP | 约 16 MB | 每例两个模态的原始点列 |
轮廓包比矩阵包大两个数量级，原因是点列的存储方式：一条闭合轮廓要存几十到上百个三维点，每层一条，几百层叠起来就是可观的数据量。矩阵包只有几百字节一例，因为一个仿射变换只需要十六个数。这个比例也提示了一件事：矩阵是「轻但关键」的资产，容易被忽略，而它恰恰决定了双序列能不能对齐。
3.7 三处口径冲突
第一处是体积。集合页状态栏写 28.21 GB，下载链接的括号里写 28.19 GB。两者相差二十兆，属于取整与压缩方式的差异，不影响使用，但引用时应统一用状态栏的 28.21 GB，并在需要精确值的地方注明出处。
第二处是例数。TCIA 页面写二百四十二个受试者，配套仓库的说明里写有一个受试者（编号 VS-SEG-168）因数据不完整而被移出可用集。两句话不矛盾：TCIA 发布的是二百四十二例的完整档案，仓库作者在组织训练数据时又剔掉了一例。做基线复现时按二百四十一例对齐，做数据盘点时按二百四十二例计。
第三处是「检查数等于受试者数」。这在 DICOM 里是正常的（一次治疗前扫描就是一个 Study），但对习惯「一个病人多次检查」的人会造成误判，容易以为数据被截断。§3.1 已经解释过原因，这里只作提醒。
3.8 这些数字该怎么用
二百四十二例是一个需要正确理解的规模。做分割模型的训练，它与 BraTS 这类上千例的挑战集不在一个量级，单独训练容易过拟合；做迁移学习的微调、做外部验证、做方法学的可行性演示，它是够的；做「分割误差如何影响剂量」这类机制研究，它的规模反而是优势——每一例都带计划与剂量，样本的深度弥补了广度的不足。
序列数一千九百三十六与图像数四万八千五百八十二这两个数，在实际使用中价值有限。它们反映的是采集协议（每例八个序列、两百幅左右），而不是可用样本量。真正的可用样本量是二百四十二个肿瘤与二百四十二个耳蜗，其他序列是定位、增强前后、重复采集的产物。把图像数当样本量报在论文里，是这类集合最常见的误用。
§4 几何层：三套轮廓、两个坐标帧与一台不完美的配准
4.1 同一份标注，三种几何形态
这份数据里，同一组标注以三种形态存在。它们的语义并不相同，混用会直接产出错误的掩膜。
| 形态 | 存储 | 是否插值 | 坐标帧 | 适用场景 |
|---|---|---|---|---|
| RTSTRUCT 轮廓 | DICOM RT | 是，已对齐到目标层 | 目标影像（T1 或 T2） | 直接可视化、快速出掩膜 |
contours.json |
JSON 点列 | 否，保留原始层位 | 各自模态（T1 或 T2） | 研究标注几何、重建真实掩膜 |
| 重建后的掩膜 | NIfTI 或数组 | 由使用者决定 | 使用者选定的网格 | 训练、评测、体积测量 |
三者的差异不是格式差异，是几何差异。RTSTRUCT 里的轮廓已经被计划系统改写过一次——它把不在目标层上的点，插值成落在目标层上的点。JSON 里的轮廓没有被改写，它记录的是手真正画下的位置。
4.2 插值是怎么发生的
官方对这件事的描述值得逐句读。要点有四层：
第一层，勾画发生在哪一层，取决于结构。肿瘤多在 T1 上勾，耳蜗多在 T2 上勾，于是肿瘤的轮廓线与 T1 的层共面，耳蜗的轮廓线与 T2 的层共面。
第二层，配准之后，两套层不再重合。T1 与 T2 是在同一次固定下采集的，但层的位置与层厚可以不同（层厚是 1.0 到 1.5 毫米的区间），所以配准后 T2 的层通常不落在 T1 的层上，反之亦然。
第三层，合并后的轮廓线既不与 T1 层共面，也不与 T2 层共面。这句话是官方的原话意思：combined co-registered contour lines were neither jointly coplanar with the T1 nor with the T2 image slices。一个结构集里混着两种层位的轮廓，谁也不对齐。
第四层，导出时被插值。当把结构集导出到某个目标空间时，GammaPlan 会在原始轮廓线之间插值，生成新的、与目标层对齐的轮廓线。这就是 RTSTRUCT 里看到的东西。
这四层说完，结论就出来了：RTSTRUCT 是「计划系统认为应该长这样」，JSON 是「标注者实际画成这样」。前者方便，后者真实。
4.3 未插值意味着什么：价值与坑
未插值的原始轮廓在公开数据里很少见，原因很实际：绝大多数发布流程会先把轮廓栅格化成掩膜，再导出成 NIfTI 或 DICOM-SEG，而栅格化本身就包含插值。等到使用者拿到手，已经看不到原始点列了。
保留原始点列带来两个好处。一是可以研究标注习惯：同一个标注者在相邻层之间怎么走、拐角处是加密点还是直接连线、边界模糊处是保守内缩还是外扩，这些都能从点列里读出来，而掩膜里读不出来。二是可以做插值算法的对照实验：同一份原始点列，用线性插值、形状保持插值、曲面重建各生成一套掩膜，差异就是算法差异，参考标准是同一份，实验设计干净。
代价也很明确。直接把 JSON 点列当掩膜用，会得到一组「空心轮廓」——层与层之间没有填充，体积算出来接近零，训练时标签近乎全空。这是最常见的一次踩空，症状是损失函数不下降、Dice 恒为零，而数据看上去完全正常。
正确的做法是两步：先把点列按层栅格化成二维掩膜，再沿层方向插值成三维体。第二步的插值策略要显式声明，因为它会改变体积。
4.4 坐标帧：LPS 与那对矩阵
DICOM 的坐标约定是 LPS（左、后、上），ITK 内部用的是 LPS，而 NIfTI 用的是 RAS。这条链上任何一次转换写错方向，掩膜就会左右翻转，而左右翻转在轴位切片上看不出来——桥小脑角的肿瘤左右都可能长。
矩阵文件名把方向写在了名字里：inv_T1_LPS_to_T2_LPS.tfm 与 inv_T2_LPS_to_T1_LPS.tfm。名字里的 inv 表示这是把「从源到目标」的变换取逆之后的矩阵，也就是把目标空间的点映回源空间；两个文件名合起来给了一对互逆变换。文件格式是 ITK 定义的标准文本格式，可以直接用 SimpleITK 读取。
这里有一个细节容易出错：inv 前缀让人以为要再取一次逆，实际不需要。读进来直接用，方向由文件名声明。想验证，就取一个在两张影像上都可见的解剖点（例如脑干中心），变换后看落点是否一致。
4.5 配准是怎么做的，以及它不完美
官方的说明是：矩阵来自 Leksell 立体定向系统 MR 定位盒的基准点配准，基准点的定位与配准由 GammaPlan 自动完成。这意味着配准是基于外部基准点的刚性配准，不是基于图像灰度的可变形配准。
刚性配准的优点是稳定、可解释、不会把解剖结构拉变形；缺点是它只能校正整体位置与姿态，校正不了两种序列之间的局部几何差异——梯度非线性、层厚差异带来的部分容积、病人在这两次采集之间的微小移动。因此这套配准在脑干、颅骨附近通常很好，在颅底、岩骨、内听道这些磁化率差异大的区域会有可见的残差。
这一点的操作含义很直接：做多序列融合前，先看矩阵。看三件事。第一，看旋转角是否合理——绕三个轴的旋转超过几度就要警惕，正常人头部固定后不该有大角度旋转。第二，看平移量是否在合理范围——超过头架尺寸的平移几乎一定是配准失败。第三，看行列式是否接近 1——刚性变换的行列式应接近 1，明显偏离说明矩阵不是纯刚性或者被写坏。
如果只看两张影像叠在一起的效果，很容易被「大体上对得上」骗过去。大体对得上正是刚性配准的典型表现，而误差恰恰藏在细节里：内听道口、耳蜗、脑神经出入处。这些位置正好是勾画最需要精度的地方。
4.6 一个具体病例：VS-SEG-168 的去留
配套仓库的说明里写着：有一个受试者，编号 VS-SEG-168，因数据不完整而必须从数据集中移除。这句话短，但它同时说明三件事。
第一，发布与可用之间有一道缝。TCIA 的二百四十二例是发布口径，仓库的二百四十一例是训练口径。用官方数字写论文的方法部分，用仓库脚本跑实验，两边数字对不上时要能解释清楚。
第二，不完整的形态不止一种。§3.2 的漏斗里剔了四例影像不完整，那是入组阶段的剔除；VS-SEG-168 是在发布之后被使用方发现的。发布之后的缺失往往更隐蔽：文件在、序列在，缺的是某个环节，比如轮廓与影像对不上、某个模态的矩阵缺失。
第三，编号是可以用来做完整性检查的钩子。既然编号是连续的 VS-SEG-xxx 形式，就可以用「编号集合减去实际解压出的目录集合」找出缺号，而不是等训练跑完发现某一例全黑才回头查。这个检查写在 §9 的复现清单里。
4.7 单例目录解剖
下载并解压后，一例的目录大致长这样（描述性目录名，实际名称以映射表为准）。
VS-SEG-001/
├── manifest-1600000000000/ #-- TCIA 下载器生成的批次目录
│ ├── 1.2.840.113654.../ #-- 序列 UID 目录，一个序列一个
│ │ ├── 1-1.dcm #-- 单幅影像
│ │ └── ...
│ └── ...
├── RTSTRUCT/ #-- 结构集，含插值后轮廓
├── RTDOSE/ #-- 剂量分布
├── RTPLAN/ #-- 计划参数
├── T1/inv_T1_LPS_to_T2_LPS.tfm #-- T1 到 T2 的仿射矩阵
├── T1/contours.json #-- T1 坐标帧下的原始轮廓
├── T2/inv_T2_LPS_to_T1_LPS.tfm #-- 反向矩阵
└── T2/contours.json #-- T2 坐标帧下的原始轮廓
两个细节。第一，序列目录是以 UID 命名的，人眼无法分辨哪个是 ceT1、哪个是 hrT2，必须读 DICOM 的 SeriesDescription，或者用官方给的目录名映射表。第二，JSON 轮廓按模态分开存放，T1 目录下的点列落在 T1 坐标帧，T2 目录下的落在 T2 坐标帧。把两个文件混着用，等于把两套坐标帧当成一套，结果一定是错位的。
4.8 从 JSON 到掩膜的最小流程
下面这段代码把一例的 JSON 轮廓栅格化成掩膜，并算出体积。关键在两步：把点列画到二维栅格上，再沿层方向插值。
#-- 依赖：numpy、nibabel、scipy。先读 DICOM 序列拿到几何，再画轮廓
import json, numpy as np, nibabel as nib
from scipy.ndimage import binary_fill_holes
from matplotlib.path import Path
def load_geometry(ct_dir):
#-- 用 SimpleITK 读序列最省事，这里假设已导出为 nii 与仿射
img = nib.load(ct_dir + "/series.nii.gz")
return img.shape, img.affine
def json_to_mask(json_path, shape, affine, structure="Tumour"):
pts = json.load(open(json_path))
mask = np.zeros(shape, dtype=np.uint8)
for c in pts:
if c.get("name") != structure:
continue
#-- 轮廓点存的是物理坐标（mm），先映到体素坐标
vox = nib.affines.apply_affine(np.linalg.inv(affine), np.array(c["points"]))
k = int(round(vox[0, 2])) #-- 取该轮廓所在层
poly = Path(vox[:, :2]) #-- 二维多边形，行列顺序按数组轴
yy, xx = np.mgrid[0:shape[0], 0:shape[1]]
inside = poly.contains_points(np.c_[yy.ravel(), xx.ravel()])
mask[:, :, k] |= inside.reshape(shape[0], shape[1])
mask = binary_fill_holes(mask).astype(np.uint8)
return mask
def volume_cc(mask, affine):
vox_mm3 = abs(np.linalg.det(affine[:3, :3]))
return mask.sum() * vox_mm3 / 1000.0
三点说明。第一，apply_affine 的输入顺序要跟 JSON 里点的存储顺序对齐，官方点列是三维坐标，而 contains_points 要二维，取哪两个轴由层方向决定，不能想当然。第二，binary_fill_holes 是必要的，未插值轮廓天然是空心的，不填充的话体积接近零。第三，volume_cc 用的是仿射矩阵的行列式，也就是单体素体积，若影像被重采样过，这个值必须跟着换，否则体积会整体偏移。
还需要补一步层间插值。上面的做法只在有轮廓的层上填了掩膜，层与层之间仍是空的。补齐的方式有线性插值、形状保持插值、以及按轮廓点重采样成等间距曲面。选哪一种要写进方法，因为它会改变体积——层厚一点五毫米、轮廓间隔一层的话，插值策略带来的体积差异可以达到几个百分点。
4.9 三套几何的体积对照
把这三种几何各算一次体积，差异的方向是可以预期的。
| 几何 | 体积偏差方向 | 原因 |
|---|---|---|
| RTSTRUCT 插值轮廓 | 取决于插值方式，通常偏平滑 | 层间被补成线性过渡，尖角被削 |
| JSON 原始轮廓（不插值） | 系统性偏小 | 层间无填充，空心 |
| JSON 原始轮廓（正确插值） | 最接近真实 | 保留手绘几何，插值只补层间 |
第三行是应该追求的目标，但它不是一个「一键」的结果：插值策略仍然是选择，选择仍然要声明。这也是为什么这份数据的价值不在「给了你一个更好的掩膜」，而在「给了你一个可以自己定义掩膜的起点」。
§5 任务层：从轮廓到剂量，四类用法与一条基线
5.1 四类用法，各自的输入输出不同
同一份数据可以支撑四种差别很大的用法。它们的输入、输出、评价标准都不一样，混在一起谈会得出互相矛盾的结论。
| 用法 | 输入 | 输出 | 评价标准 |
|---|---|---|---|
| 单序列肿瘤分割 | ceT1 或 hrT2 | 肿瘤掩膜 | Dice、HD95 |
| 双序列融合分割 | ceT1 与 hrT2（需配准） | 肿瘤掩膜 | Dice、HD95，另看融合增益 |
| 体积测量 | 影像或掩膜 | 立方厘米 | 相对误差，不是重合度 |
| 轮廓插值评测 | 原始点列 | 掩膜 | 与插值后轮廓的一致性 |
第三行与第一行的评价标准不同，这一点经常被忽略。Dice 高不等于体积准：一个均匀向内缩一圈的掩膜，Dice 可以很高，但体积系统性偏小。对伽玛刀这个场景，体积才是进入计划的量，所以只看 Dice 是不够的。
5.2 官方基线：一个 2.5D U-Net
配套仓库给了一个基于 MONAI 的 2.5D U-Net。所谓 2.5D，是把三维体数据按某一方向切成带上下文的一组二维切片输入网络，网络学的是二维卷积，但每次输入包含相邻层的信息。这样做的原因是数据量小——二百余例的三维卷积很难训稳，而二维骨干可以借用成熟的预训练权重。
仓库说明里列了三处与论文不同的实现：每个卷积块内加了残差连接、下采样改用步长为二的卷积而不是最大池化、除注意力模块外的每个卷积后加 dropout。这些差异说明仓库是「可复现的参考实现」而不是论文代码的原样归档，用它的结果去对比论文里的数字时要注意这一点。
仓库还提供了一条更实用的信息：训练与推理脚本、params/VSparams.py 里的路径配置、以及一份 split_TCIA.csv 示例划分。这份划分是官方给出的少数几个可以直接沿用的约定之一。
5.3 指标：为什么体积误差要单独报
| 指标 | 量纲 | 对什么敏感 | 在剂量语境下的意义 |
|---|---|---|---|
| Dice | 无量纲 | 整体重合度 | 高 Dice 仍可能体积偏小 |
| HD95 | 毫米 | 局部最差边界 | 反映边界是否有离群误差 |
| ASSD | 毫米 | 平均边界距离 | 反映整体贴合程度 |
| 体积相对误差 | 百分比 | 系统性的内缩或外扩 | 直接对应剂量归一化基准 |
| 耳蜗受量误差 | 戈瑞 | 小结构的位置偏差 | 听力保护的关键量 |
耳蜗那一行值得单独说。耳蜗是一个体积很小的结构，几个体素的偏移就能让 Dice 掉到很低，但更严重的是它离肿瘤很近，掩膜向外多扩一点，耳蜗就会被算进靶区附近的高剂量区，受量估计随之偏高。对耳蜗这种小结构，单看 Dice 会低估问题，应该同时报质心距离。
5.4 双序列融合的四种做法
| 做法 | 怎么做 | 优点 | 风险 |
|---|---|---|---|
| 早融合 | 先把 T2 重采样到 T1 网格，双通道输入 | 一次前向，简单 | 配准残差直接进入网络输入 |
| 晚融合 | 两个模型各出概率图，再取平均或投票 | 单模态失败不影响另一个 | 两次前向，推理成本翻倍 |
| 中期融合 | 两支编码器，在瓶颈层拼接特征 | 兼顾互补性 | 实现复杂，需要更多数据 |
| 单模态加后处理 | 只用 ceT1，用 T2 人工核对边界 | 最简单，可解释 | 依赖人工，不能自动化 |
四种做法里，早融合最常被选，因为它最省事。但它对配准质量最敏感：矩阵偏差一毫米，网络看到的就是错位的两张图，学到的「互补」其实是「错位」。所以早融合之前必须先做 §4.5 的矩阵检查，并把配准误差写进局限性。
5.5 划分：只能按患者切
这份数据的所有切片都来自同一个患者，同一患者的相邻层高度相关。按切片随机划分会把同一患者的切片分到训练集与测试集，测试集上的 Dice 会虚高。正确的做法是按患者编号划分，训练、验证、测试三份不重叠。
官方没有强制划分，仓库给了一份示例 CSV。用它的时候要确认两件事：一是它是否包含 VS-SEG-168，若包含则与该例的实际缺失冲突；二是它的比例是否适合你的任务——二百四十二例做三份划分，测试集若只占一成，就是二十四例，评估的置信区间会很宽。
5.6 训练与推理的最小命令
仓库的命令行很朴素，两条命令覆盖全流程。
#-- 训练：结果落到 VS_crop/model/results/<名字> 下，含模型、日志、曲线
python3 VS_train.py --results_folder_name vs_t1_run --dataset T1 --split params/split_TCIA.csv
#-- 推理：需要与训练同名的结果目录，输出每例的预测掩膜与 Dice 日志
python3 VS_inference.py --results_folder_name vs_t1_run --dataset T1
两个参数值得说明。--dataset T1 与 --dataset T2 是互斥的两套实验，仓库没有提供双序列联合输入的开关，想复现双序列效果要自己改数据加载部分。--no_attention 与 --no_hardness 是消融开关，关掉注意力模块或关掉难例加权，用来验证论文里那两个设计的贡献。
5.7 坑点
坑点1 把 JSON 当掩膜直接读。得到的是空心轮廓，体积接近零，训练损失不下降。先栅格化再插值。
坑点2 不检查层厚就重采样。层厚是 1.0 到 1.5 毫米的区间，逐例不同。写死 1.0 会让部分病例的几何整体错位。
坑点3 把两个模态的 JSON 混用。T1 目录的轮廓落在 T1 帧，T2 目录的落在 T2 帧。混用等于把两套坐标当一套。
坑点4 以为 .tfm 里的 inv 还要再取逆。文件名已经声明方向，再取逆就反了。用解剖点验证一次。
坑点5 按切片随机划分。同一患者的相邻层进测试集，Dice 虚高。按患者编号切。
坑点6 用 Dice 挑模型。Dice 高的模型可能系统性内缩，体积偏小，在剂量场景里是坏的方向。
坑点7 忽略 VS-SEG-168。发布口径二百四十二例，训练口径二百四十一例。两边对不上时先查这一例。
坑点8 把 RTDOSE 当处方剂量。RTDOSE 是三维剂量分布，处方剂量与处方等剂量线在 RTPLAN 里，两者不能互相替代。
§6 与库内条目的关系
6.1 关系图谱
库内与这一份相关的词条可以按三条轴排列：解剖位置、模态组合、是否带治疗信息。
| 词条 | 与这一份的共同点 | 关键差异 | 组合用法 |
|---|---|---|---|
| crossMoDA 2022 | 同样的疾病与同样的两个结构 | 评测目标是跨模态迁移，无剂量 | 用它做迁移预训练，用这一份做剂量侧验证 |
| crossMoDA 2023 | 同一挑战的后续年份 | 扩展了脑膜瘤，协议不同 | 比较两个年份的评测口径 |
| UCSD-VS-Longitudinal | 同样的疾病，多模态 | 有纵向随访，无放疗计划 | 一份管「怎么变」，一份管「怎么治」 |
| BraTS-MEN | 同为颅内部肿瘤分割 | 脑膜瘤，四序列，无剂量 | 合并训练可增加颅内部结构的多样性 |
| BraTS | 脑肿瘤分割的评测范式来源 | 胶质瘤，评价体系成熟 | 借用它的指标与划分约定 |
| ReMIND | 术中影像与结构 | 术中场景，无伽玛刀 | 术前术后的解剖对照 |
| UPenn-GBM | 多序列 MRI 与分割 | 胶质母细胞瘤，无放疗计划 | 序列融合方法的对照 |
| TopBrain 2026 | 全脑结构分割 | 血管，非肿瘤 | 提供血管与颅底结构的旁证 |
6.2 检索路径
按需求找入口有三条路。要同一疾病的不同数据，用「前庭神经鞘瘤」「听神经瘤」「vestibular schwannoma」三个词交叉检索，能命中 crossMoDA 两份与 UCSD 那份。要同一解剖区域的分割任务，用「桥小脑角」「颅底」「cerebellopontine angle」检索，命中率低但准确。要同一方法学范式，用「2.5D」「MONAI」「放射外科」检索，能找到方法相近的条目。
6.3 互链建议
三条互链值得在正文里显式给出：读分割方法时链到 crossMoDA 2022，读纵向变化时链到 UCSD 那份，读颅内部肿瘤的评测惯例时链到 BraTS。这三条覆盖了「同病不同任务」「同病不同时间」「同任务不同病」三种对照关系。
§7 质量评估与局限性
7.0 前置认知校正
评这一份之前，要先拆掉一个错位的框架：它不是基准集，是治疗档案。基准集的评价维度是「标注是否一致、划分是否公平、榜单是否可复现」；治疗档案的评价维度是「几何是否忠实、计划链条是否完整、边界是否写清」。用前一套尺子量它，会得出「没有重复标注、没有官方划分、没有排行榜」三个扣分项，而这三项对它本来就不适用。
反过来，用后一套尺子量，它的短板在别处：没有标注者间一致性、没有随访结局、没有跨中心样本。这两组结论都要说，但顺序不能颠倒——先说它是什么，再说它缺什么。
7.1 已知偏倚
| 类型 | 描述 | 严重程度 | 缓解 |
|---|---|---|---|
| 单中心 | 全部来自克里斯蒂一家伽玛刀中心 | 高 | 外部多中心验证 |
| 单设备 | 一台 1.5T 与一套定位头架 | 高 | 跨设备测试，声明设备边界 |
| 选择性入组 | 剔除肿瘤超出视野者，大肿瘤被系统性排除 | 高 | 明确体积上限，不外推到大肿瘤 |
| 治疗路径偏倚 | 只收接受伽玛刀者，观察等待与手术者不在内 | 中 | 与手术队列对照 |
| 既往手术混杂 | 五十一例有手术史，解剖已改变 | 中 | 分层分析，或按有无手术史分组 |
| 标注偏倚 | 单一共识，无重复标注 | 中 | 抽样复核，估计误差量级 |
第三行是最容易被忽略的一条。入组要求肿瘤完全落在视野内，这一条把巨大肿瘤排除在外，于是这份数据的体积分布天然缺了上端。用它训出来的模型，遇到大肿瘤时表现如何，数据本身给不出答案。
7.2 标注质量：共识勾画意味着什么
官方的表述是：所有结构由治疗神经外科医师与物理师在 ceT1 与 hrT2 上共识勾画，使用 GammaPlan 的平面半自动方法，逐层手动勾画。这句话包含三个信息。
其一，标注者是最懂这个病的人。 治疗神经外科医师与物理师不是被雇来画轮廓的标注员，他们画的是自己将要执行的计划。这类标注的解剖合理性通常很高。
其二，共识不等于一致。 共识是讨论后的结果，讨论过程没有留痕。数据里没有第二套轮廓，也没有一致性指标，所以无法从数据本身估计「换一个人画会差多少」。想知道这个量级，只能自己做重复标注实验。
其三，「半自动」的具体含义没有展开。 官方说 GammaPlan 用的是平面半自动分割方法，逐层手动完成。半自动通常指软件提供区域生长或阈值辅助，人工修正边界。辅助的强度、人工介入的深度，官方没有量化。这意味着掩膜的「人工程度」不可知——它可能非常手工，也可能大量依赖算法初稿。
7.3 泛化风险
| 场景 | 失效风险 | 证据 |
|---|---|---|
| 迁移到 3T 或 7T 扫描仪 | 对比度与伪影分布不同 | 全部为 1.5T |
| 迁移到不同厂商序列 | CISS 与 FIESTA 之外的稳态序列纹理不同 | 采集参数表 |
| 迁移到大型肿瘤 | 训练分布缺上端 | 入组剔除超视野者 |
| 迁移到双侧或 NF2 病例 | 队列只收单发单侧 | 入组条件 |
| 迁移到术后复发灶 | 解剖已改变，队列仅含治疗前 | 无随访影像 |
| 迁移到非伽玛刀治疗 | 勾画标准随治疗方式变化 | 单一治疗设备 |
第一行与第三行的风险最高。1.5T 到 3T 的迁移不是简单的分辨率提升，信噪比、磁化率伪影、脂肪抑制效果都会变，模型学到的纹理特征可能整体失效。大肿瘤的缺失则是分布层面的空洞，任何声称「适用于所有听神经瘤」的模型都不能用这份数据背书。
7.4 DAIMS 评分表
DAIMS 是数据管理与共享的成熟度评估框架，八项检查覆盖描述层、结构层、访问层。逐项打分如下。
| # | 检查项 | 状态 | 说明 |
|---|---|---|---|
| 1 | 描述层·身份与边界 | ✅ | DOI 唯一，集合页给出例数、年代、设备、治疗方式与入组漏斗 |
| 2 | 描述层·文档完备度 | ⚠️ | 有集合页与原论文，但无字段字典，无标注者一致性数据 |
| 3 | 结构层·标识体系 | ✅ | VS-SEG-xxx 贯穿影像、结构、剂量、矩阵与 JSON |
| 4 | 结构层·层级一致性 | ⚠️ | DICOM 四级规范，但发布口径与可用口径相差一例 |
| 5 | 结构层·模态配对 | ✅ | 双序列逐例配对，且有逐例仿射矩阵显式声明关系 |
| 6 | 访问层·开放程度 | ✅ | 公开下载，无需申请，TCIA 与 IDC 双入口 |
| 7 | 访问层·可复现性 | ⚠️ | 有基线代码与示例划分，但无固定随机种子与评测脚本 |
| 8 | 访问层·许可清晰度 | ✅ | CC BY 4.0，引用格式官方给出，DOI 可解析 |
DAIMS 评分：六点五 / 八。扣分集中在文档完备度与可复现性两处，层级一致性扣半颗星是因为一例的口径差。
评分解读：身份与访问两项满分，说明它在「能被找到、能被合法使用、能被引用」这一层是干净的。结构层的模态配对拿到满分，是这份数据真正的强项——逐例矩阵比一句「已配准」有价值得多。文档层的扣分不是疏漏，而是这类治疗档案的通病：文档跟着论文走，论文不写的就不在页面上。
对使用者的含义：写论文时划分协议要自己定并写清；比较不同论文的数字前，先确认对方用的是 T1、T2 还是双序列，以及是否剔除了 VS-SEG-168。
7.5 外部验证矩阵
| 外部场景 | 来源 | 评估任务 | 关键发现 |
|---|---|---|---|
| crossMoDA 挑战 | 同一批数据衍生的跨模态任务 | ceT1 到 hrT2 的域迁移分割 | 该数据是这一挑战的源域之一 |
| 同中心回顾性复现 | 原作者仓库 | 2.5D U-Net 分割 | 仓库提交说明记录称结果与论文大致相当 |
外部验证的公开结果目前只有这两条口径，且第二条来自作者自己的仓库。这不是遗漏，而是这份数据的现状：它发布于二〇二一年，被引用次数在个位数量级，真正独立的跨中心验证尚未形成可引用的矩阵。诚实的写法是把它留白，而不是拿不相干的研究填进去充数。
需要点出的是 crossMoDA 那条的性质：它不是「拿这一份做外部验证」，而是「这一份被当成源域去训练、在别的数据上评测」。方向相反，但同样说明这份数据的标注质量足以承担源域的角色。
7.6 缺了什么，缺的那部分有多重要
| 缺口 | 影响面 | 能否补救 |
|---|---|---|
| 无重复标注 | 标注者间变异不可估计 | 可自建重复标注，成本高 |
| 无随访影像 | 无法研究体积变化与控制率 | 不可补救 |
| 无临床结局字段 | 无法做疗效预测 | 不可补救 |
| 无处方档位结构化字段 | 剂量分析需从 RTPLAN 反推 | 可解析，但需 DICOM RT 知识 |
| 无逐例设备参数差异 | 无法做设备分层 | 实际无差异，影响小 |
| 无大肿瘤样本 | 上端分布缺失 | 不可补救 |
第一行与第六行是两条硬边界。前者决定了任何「算法优于人类」的主张都无法在这份数据上成立——没有第二个人类读数作为对照。后者决定了模型的上限：它能学到的是中小型肿瘤的边界规律，超出这个范围就是外推。
第四行值得展开一句。处方剂量、处方等剂量线、射束参数都写在 RTPLAN 里，但它们是 DICOM RT 的嵌套序列，不是一张平表。要把它变成可分析的字段，需要写解析代码，且不同版本的计划系统导出的标签可能不同。这是一项工作量被普遍低估的前置任务。
7.7 伦理与去标识
数据在发布前由 TCIA 完成去标识，患者标识替换为 VS-SEG-xxx，面部结构做了 defacing。因为扫描带立体定向头架，影像里会留下头架与定位盒的痕迹，这些不属于可识别信息，但会出现在图像边缘，预处理时裁剪掉即可。
许可为 CC BY 4.0，允许商用与再分发，义务是署名并给 DOI。伦理层面还有一条不在许可里但必须遵守的：这份数据来自真实病人的治疗档案，任何以「自动分割可直接用于临床决策」为卖点的表述都应当避免，除非经过本地机构审查与前瞻性验证。
§8 版本、生态与为何能持续
8.1 版本时间轴
| 版本 | 日期 | 内容变化 |
|---|---|---|
| v1 | 2021-02-26 | 首次发布，含影像、RTSTRUCT、RTDOSE、RTPLAN 与目录映射表 |
| v2 | 2021-03-17 | 追加配准矩阵（.tfm）与原始轮廓（contours.json） |
| 同名论文 | 2021 | Scientific Data 发表数据描述与基线算法 |
两次发布相隔不到一个月，改动却决定了这份数据的性质。v1 只是一份带轮廓的影像集，v2 补上矩阵与原始点列之后，它才变成一份可以研究「几何从哪来」的数据。这个顺序值得记住：先有可用的东西，再有可研究的东西。
8.2 生态位
它在生态里的位置由两条线交叉决定。第一条是疾病线：前庭神经鞘瘤的公开影像数据很少，crossMoDA 挑战用的是同一批数据的派生子集，UCSD 那份提供了纵向维度，除此之外几乎没有。第二条是治疗线：带放疗计划与剂量的公开影像集本身稀少，多数集合在发布时剥掉了 RT 对象。
两条线交叉处只有一个点，就是这个集合。这也解释了它的引用结构：引用它的论文分两类，一类做分割方法，一类做放射外科的剂量与体积研究，后一类的数量在增长。
8.3 配套代码与权重
仓库提供三样东西：整理下载数据的预处理脚本、基于矩阵的配准与 DICOM 转 NIfTI 的转换脚本、以及基于 MONAI 的 2.5D U-Net 训练与推理脚本。三者构成一条从原始下载到可训练数据的通路。
权重另存于 Zenodo，分 T1 与 T2 两套结果目录，可以跳过训练直接推理。这一点对复现很关键：没有权重时，「跑不出论文的数字」可以是数据问题、代码问题或超参问题；有权重时，差异就被压缩到环境与版本上。仓库说明还提到单卡训练的时间不到一小时（一张移动版显卡），这个量级说明基线并不重，重的是预处理。
8.4 为何能持续
一份二〇二一年发布、引用数为个位数的数据集，凭什么还在被使用？三个理由。
第一，需求端是刚性的。 伽玛刀治疗前必须勾画，勾画耗时且依赖经验，自动分割的收益是直接的工时节省。只要这个临床流程不变，数据就有人用。
第二，它被挑战赛复用。 crossMoDA 把这份数据当成源域，挑战赛年年办，新参与者年年要下载。挑战赛的存在把一份静态数据变成了持续被引用的基础设施。
第三，门槛足够低。 CC BY 4.0、免申请下载、有代码、有权重、有示例划分。四件事凑齐，使用成本就低到「顺手试一下」的程度。数据集的长期存活率往往取决于这一点，而不是标注质量。
反过来说，它的脆弱处也在这里：一旦有更大规模、多中心、带结局的听神经瘤集出现，它的位置会被迅速替代，因为它的护城河是「唯一」而不是「最好」。
8.5 关键文献
| 文献 | 作用 |
|---|---|
| Scientific Data 2021，数据描述与基线 | 官方引用首选，含数据构成与基线算法 |
| Journal of Neurosurgery 2021，自动分割与体积测量框架 | 临床侧的动机与方法来源 |
| MICCAI 2019，T2 上的空间注意力与难例加权 | 网络设计的出处 |
| crossMoDA 挑战论文 | 数据在迁移任务中的用法 |
四篇文献的关系是：数据描述定义了什么在包里，临床论文定义了为什么需要它，方法论文定义了网络怎么搭，挑战论文定义了它后来被怎么用。引用时按用途选，不要一律引数据描述。
§9 使用指引
9.1 三种角色的路径
| 角色 | 建议路径 | 关键动作 |
|---|---|---|
| 做分割的研究者 | 先跑仓库基线，再改融合方式 | 按患者划分，报体积误差 |
| 做剂量学的研究者 | 先解析 RTPLAN 与 RTDOSE | 把处方档位变成可分析字段 |
| 做数据工程的人 | 先建清单表，再做几何校验 | 检查缺号、层厚、矩阵行列式 |
9.2 最小实现：把矩阵与轮廓用起来
下面这段代码做三件事：读矩阵、检查它是不是一个合理的刚性变换、把 T2 的轮廓映到 T1 网格上。
#-- 依赖：SimpleITK、numpy。矩阵为 ITK 文本格式，可直接读成 Transform
import SimpleITK as sitk, numpy as np
def load_tfm(path):
return sitk.ReadTransform(path)
def sanity_check(tf, max_rot_deg=10.0, max_trans_mm=150.0):
#-- 刚性变换：看旋转角、平移量、行列式三个量
rot = np.array(tf.GetMatrix()).reshape(3, 3)
trans = np.array(tf.GetTranslation())
ang = np.degrees(np.arccos(np.clip((np.trace(rot) - 1) / 2, -1, 1)))
det = np.linalg.det(rot)
ok = ang <= max_rot_deg and np.linalg.norm(trans) <= max_trans_mm and abs(det - 1) < 1e-3
return ok, {"rot_deg": round(float(ang), 2), "trans_mm": round(float(np.linalg.norm(trans)), 2),
"det": round(float(det), 5)}
def resample_to_t1(moving_img, fixed_img, tf):
#-- 把 moving 重采样到 fixed 网格，变换方向由文件名声明，这里不再取逆
res = sitk.ResampleImageFilter()
res.SetReferenceImage(fixed_img)
res.SetInterpolator(sitk.sitkLinear)
res.SetTransform(tf)
return res.Execute(moving_img)
三个函数对应三个动作。sanity_check 里的三个阈值是经验值，不是标准，用之前应按本院数据校准；它拦不住所有错误，但能拦住明显的坏矩阵。resample_to_t1 里注释那句是重点：inv_ 前缀已经声明方向，再取逆就反了。
9.3 在 AI 流程中的位置
把这一份放进一条完整的影像 AI 流程，它覆盖的是「标注与几何」这一段，往前需要采集协议，往后需要临床结局。它给不了结局，所以任何以它为唯一数据源的疗效预测研究，都缺了标签这一环。
一个务实的用法是把它当成中间层：上游用大规模无标注 MRI 做预训练，中游用它做有监督微调（因为标注质量高、任务定义清楚），下游在本地队列上做外部验证并补上结局。三层各司其职，比试图用一份数据打通全链条更现实。
9.4 复现清单
| 检查项 | 怎么做 | 不做的后果 |
|---|---|---|
| 缺号 | 编号集合与实际目录集合求差 | 训练时某例全黑，排查耗时 |
| 层厚 | 逐例读像素间距 | 重采样错位 |
| 矩阵 | 看旋转角、平移、行列式 | 融合错位，误差进模型 |
| 轮廓 | 先确认是插值版还是原始版 | 空心掩膜或体积偏差 |
| 划分 | 按患者编号切，检查是否含 VS-SEG-168 | Dice 虚高或数据缺失 |
| 单位 | 体积用仿射行列式换算 | 体积整体偏移 |
第一行的检查可以用三行命令完成，前提是编号连续（实际起点以解压结果为准）。
#-- 列出实际存在的编号，与期望编号求差，缺的那几个就是可疑项
ls data | grep -oE 'VS-SEG-[0-9]{3}' | sort -u > have.txt
seq -w 1 242 | sed 's/^/VS-SEG-/' | sort -u > want.txt
comm -13 have.txt want.txt #-- 只出现在期望集合里的编号，即缺号
§10 AI 使用声明卡
| 项 | 内容 |
|---|---|
| 性质 | 人工撰写的百科正文，事实来自官方集合页、配套仓库与原论文 |
| 用途 | 数据集选型、接入参考、几何与剂量关系的理解 |
| 不建议用途 | 替代原始论文的方法学阅读；替代 TCIA 数据使用政策；作为临床剂量决策依据 |
| 伦理 | 数据已去标识；使用者仍需遵守所在机构伦理审查 |
| 引用 | 见 §8.5 与 frontmatter 的 DOI |
| 版本 | 对应 TCIA v2（2021-03-17） |
| 状态 | published |
常见误读
| 常见说法 | 实际情况 | 证据 |
|---|---|---|
| 「这是脑膜瘤数据」 | 是前庭神经鞘瘤，良性，起源为施万细胞 | 集合页疾病字段与 ICD-O 形态码 9560/0 |
| 「有几百例，可以当预训练语料」 | 二百四十二例，规模偏小 | 集合页规模字段 |
| 「RTSTRUCT 与 contours.json 是同一份数据的两种存法」 | 前者已插值，后者未插值 | 集合页 Registration matrices and JSON contours 段 |
| 「JSON 读进来就是掩膜」 | 是空心轮廓，需栅格化加插值 | 官方点列说明 |
| 「双序列已经配准好，可以直接叠」 | 有矩阵，但刚性配准有残差 | 矩阵来自定位框基准点 |
| 「两百四十二例都能用」 | 基线口径两百四十一例，VS-SEG-168 被剔除 | 配套仓库说明 |
| 「有官方排行榜」 | 没有划分、没有评测脚本 | 集合页未列 |
| 「有随访，能研究生长速度」 | 只有治疗前一次采集 | 入组条件 |
| 「可以直接拿去做临床剂量决策」 | 缺本地复核与前瞻验证 | 单一共识轮廓 |
| 「耳蜗只是顺带标的」 | 是危及器官，剂量约束的作用对象 | 官方结构说明 |
FAQ
Q1：这个集合有几个分割结构？
两个：肿瘤与耳蜗。肿瘤多在 ceT1 上勾画，耳蜗多在 hrT2 上勾画，两套轮廓经配准后并入同一结构集。
Q2：contours.json 与 RTSTRUCT 该用哪个？
要复现计划系统的结果用 RTSTRUCT；要研究真实手绘几何、或做插值算法对照，用 JSON。两者都能用，前提是知道自己拿的是哪一种。
Q3：为什么 JSON 轮廓算出来体积接近零？
因为它没有插值，层与层之间是空的。先按层栅格化，再沿层方向插值，才能得到实心体。
Q4：两个序列是配准好的吗？
配准过，逐例有 ITK 格式的仿射矩阵，两个方向各一。矩阵来自定位框基准点的刚性配准，质量不完美，融合前应检查旋转角与行列式。
Q5：能直接训练三维网络吗？
能，但数据量偏小。官方基线用的是 2.5D 方案，把三维体拆成带上下文的二维切片，原因是这个规模下三维卷积难训稳。
Q6：有没有官方划分？
没有强制的划分，仓库给了示例 CSV。用它之前要确认是否包含 VS-SEG-168，并按患者编号而不是按切片切分。
Q7：有临床结局吗？
没有。集合只含治疗前影像、结构与剂量，不含听力、面神经功能、肿瘤控制率。要做疗效预测，得另找带随访的队列。
Q8：可以商用吗？
可以，CC BY 4.0 允许商用，义务是署名并给出 DOI。
Q9：RTDOSE 里是处方剂量吗？
不是。RTDOSE 是三维剂量分布，处方剂量与处方等剂量线在 RTPLAN 里，两者要配合读。
Q10：耳蜗分割的难点在哪？
体积小、位置深、在 hrT2 上靠液体对比显影。几个体素的偏差就会让重合度大幅下降，评价时应同时报质心距离。
Q11：和 crossMoDA 是什么关系？
同源。crossMoDA 用这一批数据构造跨模态迁移任务，把它当作源域，评测目标是从 ceT1 分割迁移到 hrT2。
Q12：为什么强调「剂量」这条主轴？
因为这个病灶的体积直接进入放射外科的剂量计划。分割误差在这里不是分数，是可能改变治疗方案的物理量。
术语表
| 术语 | 释义 |
|---|---|
| 前庭神经鞘瘤 | 起源于前庭神经施万细胞的良性肿瘤，旧称听神经瘤 |
| 桥小脑角 | 颅后窝内脑桥、小脑与岩骨之间的三角区，本病的发生部位 |
| 伽玛刀 | 立体定向放射外科设备，多束钴源汇聚于等中心 |
| SRS | 立体定向放射外科，单次大剂量精确照射 |
| 处方剂量 | 计划规定的靶区剂量，前庭神经鞘瘤多为十二至十三戈瑞 |
| 处方等剂量线 | 包绕靶区并按此处归一化的等剂量面，常见为五成 |
| 等中心 | 所有射束汇聚的空间点，剂量的峰值位置 |
| 危及器官 | 需要限制受量的邻近正常结构，本数据中为耳蜗 |
| ceT1 | 增强 T1 加权像，肿瘤强化明显 |
| hrT2 | 高分辨率 T2 加权像，常用 CISS 或 FIESTA 序列 |
| CISS / FIESTA | 稳态自由进动序列的两种厂商实现，脑脊液极亮 |
| MPRAGE | 三维梯度回波序列，用于 T1 加权 |
| RTSTRUCT | DICOM 结构集，存放轮廓序列 |
| RTDOSE | DICOM 剂量分布对象 |
| RTPLAN | DICOM 计划对象，含射束与处方信息 |
.tfm |
ITK 的变换文件格式，本数据中为 4×4 仿射矩阵 |
| LPS / RAS | DICOM 与 NIfTI 各自的坐标轴约定，方向相反 |
| 插值 | 在已知轮廓之间推算未知层上的边界 |
| 栅格化 | 把点列轮廓转换为像素掩膜 |
| Dice | 两个掩膜重合度的常用指标 |
| HD95 | 95 百分位豪斯多夫距离，反映最差边界偏差 |
| 2.5D | 以二维卷积处理带层间上下文的三维数据 |
| 去标识 | 移除可识别个人身份的信息 |
| defacing | 抹除面部结构以降低再识别风险 |
附录 A 速查卡
| 键 | 值 |
|---|---|
| 例数 | 二百四十二（基线口径两百四十一） |
| 序列数 | 1,936 |
| 图像数 | 48,582 |
| 体积 | 28.21 GB |
| 结构 | 肿瘤、耳蜗 |
| 序列类型 | ceT1、hrT2 |
| 设备 | Siemens Avanto 1.5T |
| 年代 | 2012–2018 |
| 许可 | CC BY 4.0 |
附录 B 文件清单
| 文件 | 内容 |
|---|---|
Vestibular-Schwannoma-SEG-Feb-2021-manifest.tcia |
影像清单，供 Data Retriever 使用 |
DirectoryNamesMappingModality.csv |
目录名到模态的映射 |
Vestibular-Schwannoma-SEG_matrices-Mar-2021.zip |
逐例仿射矩阵 |
Vestibular-Schwannoma-SEG-contours-Mar-2021.zip |
逐例原始轮廓 |
VS_train.py / VS_inference.py |
基线训练与推理脚本 |
params/split_TCIA.csv |
示例划分 |
附录 C 外部资源对照
| 资源 | 类型 | 用途 |
|---|---|---|
| TCIA 集合页 | 官方 | 元数据与下载入口 |
| IDC 门户 | 云镜 | 按集合检索与云端读取 |
| KCL-BMEIS/VS_Seg | 代码 | 预处理、配准、训练与推理 |
| Zenodo 权重 | 模型 | 跳过训练直接推理 |
| 3D Slicer | 工具 | 可视化 RTSTRUCT 与剂量 |
附录 D 结构与序列识别对照
| 现象 | 可能的对象 | 处理 |
|---|---|---|
| 肿瘤高信号、脑白质中等 | ceT1 | 肿瘤边界的主要依据 |
| 脑脊液极亮、神经呈低信号 | hrT2（CISS 或 FIESTA） | 内听道与耳蜗的主要依据 |
| 灰度呈剂量梯度、无解剖结构 | RTDOSE | 与结构集叠加读 |
| 仅有轮廓点列、无灰度 | contours.json |
需配影像才能成掩膜 |
附录 E 关键词索引
| 关键词 | 定位 |
|---|---|
| 剂量 | §2.5、§5.3 |
| 未插值 | §4.2、§4.3 |
| 配准矩阵 | §4.4、§4.5 |
| 体积 | §4.8、§4.9 |
| 口径冲突 | §3.7、§7.4 |
编辑说明
核验时间：2026-10-29。核验方式：以 TCIA 集合页正文为主源，配套仓库 README 与提交说明为辅源，疾病编码经 MedGen 与 MONDO 映射核对。未覆盖内容：逐例体积分布、双序列配准残差的定量评估、RTPLAN 字段的实际取值。上述三项需在下载数据后自行核对。本页不含任何来源于二手转述的数字。
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：
- cfb-gbm — 共享标签：医学影像 / MRI / 医学图像分割 / 神经科学 / 肿瘤学
- ixi-dataset — 共享标签：医学影像 / MRI / 神经科学
- promise12 — 共享标签：医学影像 / MRI / 医学图像分割 / 肿瘤学
- crossmoda2022 — 共享标签：医学影像 / MRI / 医学图像分割 / 神经科学
- brats-africa — 共享标签：医学影像 / MRI / 医学图像分割 / 肿瘤学
- hntsmrg24 — 共享标签：医学影像 / MRI / 医学图像分割 / 肿瘤学
- panther-pancreas-mri — 共享标签：医学影像 / MRI / 医学图像分割 / 肿瘤学
- qin-prostate — 共享标签：医学影像 / MRI / 肿瘤学
- atlas-v2 — 共享标签：医学影像 / MRI / 医学图像分割 / 神经科学
- trackrad — 共享标签：医学影像 / MRI / 医学图像分割 / 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。
