肝细胞癌 AI 检测卡在标注 MRI 数据稀缺？OpenSwissHCC 多参数肝脏 MRI 数据集构建与标注方法解读

肝细胞癌（HCC，最常见的原发性肝癌）的影像 AI，长期卡在一个现实问题上：动态增强磁共振成像（DCE-MRI）虽然对筛查、诊断和治疗规划至关重要，但公开可用的、带标注的肝脏 MRI 数据集极度稀缺。新近上线于 Scientific Data 的数据描述符给出了一份答案——OpenSwissHCC：132 例慢性肝病成年患者的多参数 DCE-MRI，140 个病灶逐序列人工分割，并附 LI-RADS 结构化元数据，经 Zenodo 开放。这篇解读带你看看：一份可支撑肝细胞癌检测与表征建模的开源医学影像数据集，到底是怎么搭起来的。

研究背景：肝细胞癌 AI 为什么卡在标注 MRI 数据稀缺？

肝细胞癌是全球癌症相关死亡的主要原因之一，早期发现、精准分期直接决定患者能否进入根治窗口。DCE-MRI 凭借其优越的诊断精度，是 HCC 筛查、诊断与治疗规划的核心工具。

但要做「能用」的肝脏 MRI AI，障碍不在算法，而在数据：

• 公开标注数据集少：肝脏 MRI 的病灶检测、分割和表征，都依赖精细标注，而这类公开资源长期稀缺；
• 标注成本高：肝脏病灶在 MRI 各期相上的形态变化大，需要跨序列逐期标注，费时费力；
• 结构化元数据缺失：仅有影像、缺少 LI-RADS 评分等结构化临床信息，模型难以对齐诊断标准。

结果就是：做肝脏医学影像数据集的团队，常卡在「没有一份标注良好、又带结构化元数据的公开基准」上。

创新点：OpenSwissHCC 如何补齐这块短板？

OpenSwissHCC 由洛桑大学医院（CHUV）与洛桑大学团队构建，目标是给 HCC 检测、分割、表征提供一个全面、标注良好、标准化的肝脏 MRI 集合。它的价值集中在三点：

• 多参数、多期相：每位患者都采集了 T1 加权（含 native/arterial/venous/delayed 四期）、T2 加权、扩散加权成像（DWI）等多序列数据，覆盖完整的临床 DCE-MRI 检查流程；
• 病灶级精细标注：对每个可确定识别的病灶，在各序列上逐期做分割，最多每人 5 个病灶；
• 结构化医疗数据：为每个病灶配齐 LI-RADS 评分、大小、肝段位置、主要影像特征与辅助发现等元数据。

一句话概括：它不只给了「图」，更给了「对齐临床诊断标准的标注与元数据」。

数据集构建方法：多序列标注与 LI-RADS 质控怎么做？

一份能用于建模的肝脏 MRI 数据集，标注与质控是核心。OpenSwissHCC 的做法分三层：

结构化医疗数据这一块尤其值得关注：每个病灶都配齐了 LI-RADS（肝脏影像报告与数据系统）评分、病灶大小、肝段位置，以及非环形动脉期高强化、廓清、包膜、阈值生长等主要 LI-RADS 影像特征，还有马赛克样结构、脂肪/血液产物、坏死、癌栓、肝硬化与门静脉高压征象等辅助/背景发现。

质控上还有一个细节：团队为其中 5 例受试者引入了独立的第二读片者标注（动脉期 15 个病灶、门静脉期 10 个病灶），用于评估标注者间一致性——这正是一套「医学影像标注数据」该有的严谨姿态。

数据说话：规模与结构化元数据

从规模与结构看，这份数据集相当扎实：

• 患者：132 例慢性肝病成年患者（采集于 2011–2020 年，1.5T 与 3T 扫描仪）；
• 病灶：共标注 140 个病灶，其中 97 个确诊 HCC；
• 正负样本均衡：HCC 阳性 63 例、HCC 阴性 69 例；
• 多期相覆盖：T1-WI 四期 + T2-WI + DWI 多序列，配齐肝脏掩膜与配准变换。

值得强调的是「阳性 + 阴性」并存的设定：HCC 阴性病例的存在，让模型不只学「找到病灶」，还能学「在没有病灶时别乱报」——这对提升检测的临床可用性（降低假阳性）很关键。

应用前景与局限

OpenSwissHCC 打开了几条实际路径：

• 病灶检测与分割：训练和评测 HCC 检测、分割模型，尤其适合多期相融合建模；
• 病灶表征：利用 LI-RADS 结构化元数据，做「影像 → LI-RADS 评分/特征」的表征学习；
• 配准研究：预计算配准变换可直接用于跨期相配准相关方法开发。

局限也要正视：

• 规模仍偏小：132 例相对深度学习的大规模训练需求仍有限，更适合方法验证与基准评测；
• 单中心来源：数据来自单一中心，跨机构泛化能力需外部数据进一步验证；
• 小病灶挑战：公开评测显示，直径小于 20 mm 的病灶检测难度明显更高，仍是后续待攻克的难点。

结论

肝细胞癌影像 AI 的瓶颈，正在从「模型不够强」转向「标注良好、带结构化元数据的公开 MRI 数据不够多」。OpenSwissHCC 用**「多参数多期相采集 + 病灶逐序列人工分割 + LI-RADS 结构化元数据 + 正负样本并存」**的组合，为肝脏医学影像数据集树立了一份可复用的开源基准。

它的启示很直接：做医学影像数据集的团队，与其堆「图」的数量，不如把「对齐临床诊断标准的标注与结构化元数据」做扎实——这才是模型真正能落地的关键。

相关问题

医学影像数据集哪里下载比较靠谱？

优先认准论文数据描述符（Data Descriptor）给出的官方获取方式。OpenSwissHCC 随 Scientific Data 论文（DOI 10.1038/s41597-026-08506-3）在 Zenodo 平台公开（DOI 10.5281/zenodo.17517078），按 MIDS 结构组织、含数据说明文档与处理代码。避免从二手网盘或来路不明的镜像下载，以免拿到版本不一致或标注错乱的数据。

医疗数据标注怎么做才严谨？

核心是「标注者 + 质控」双到位。OpenSwissHCC 的做法值得参考：病灶分割由人工完成并经专家验证，同时引入独立的第二读片者标注来评估标注者间一致性；肝脏掩膜这类可自动化的环节则用预训练 nnU-Net 生成，兼顾效率与一致性。对关键结构（病灶）用人工 + 专家验证，对可重复结构（器官）用模型辅助，是当前主流且可落地的做法。

肝细胞癌 AI 用哪种影像数据最合适？

优先用 DCE-MRI 的多期相序列。HCC 的诊断高度依赖动脉期高强化、静脉期廓清、包膜等动态特征，单一期相往往信息不足。OpenSwissHCC 同时提供 T1-WI 四期、T2-WI 与 DWI，正是为了支持这种多参数、多期相的建模方式。仅用单一期相（如只拿静脉期）做检测，往往会漏掉小病灶或增加假阳性。

论文原文信息地址：https://www.simodata.cn/blog/2026-10-26-openswisshcc-liver-mri/

参考文献

1. Cazzagon V, Monnin K, Girardet R, et al. A multiparametric liver MRI dataset with multiple tumor and liver segmentations of pre-treatment hepatocellular carcinomas. Scientific Data, 2026. DOI: 10.1038/s41597-026-08506-3
2. Isensee F, Jaeger PF, Kohl SAA, Petersen J, Maier-Hein KH. nnU-Net: a self-configuring method for deep learning-based biomedical image segmentation. Nature Methods, 2021, 18(2): 203-211. DOI: 10.1038/s41592-020-01008-z