LIDC-IDRI：全球最大公开肺部CT结节标注数据库——1018例CT扫描、4名放射科医师双阶段独立标注、7371个结节的权威参考基准

发布时间：2026/8/1 13:37:33

摘要

**由美国国家癌症研究所（NCI）发起、美国国立卫生研究院基金会（FNIH）推动、FDA 积极参与，联合7 家学术中心（康奈尔大学、UCLA、芝加哥大学、爱荷华大学、密歇根大学、MD安德森癌症中心、纪念斯隆-凯特琳癌症中心）和8 家医疗影像公司（GE Healthcare、Philips Healthcare、Siemens Medical Solutions 等），历时近十年（2001—2010）共同创建了LIDC-IDRI 肺部CT结节参考数据库。该数据库包含1018 例胸部 CT 扫描，由 12 名经验丰富的胸部放射科医师经过盲读+非盲读双阶段标注，共标记7371 个结节病变，是全球医学影像计算机辅助诊断（CAD）研究领域最重要的公开参考基准之一。

意义：该数据库为肺结节 CAD 方法的开发、验证、比较及临床转化提供了统一的公共参考平台，消除了因数据库组成差异导致的研究结果不可比性，极大推动了肺部CT计算机辅助诊断技术的发展与临床落地。

一、研究背景

1、研究背景

医学影像计算机辅助诊断（CAD）技术自上世纪90年代起快速发展，尤其在乳腺X线摄影（mammography）领域，公开数据库（如DDSM）的建立极大加速了CAD算法的研究进程。然而，在胸部CT肺结节检测与分析这一更具临床挑战性的领域，研究界长期面临一个核心瓶颈——缺乏一个经过充分表征、附带专家标注"真值"的公共参考数据库。

肺结节是早期肺癌的重要影像学表现，CT扫描是目前检测肺结节最敏感的手段。随着低剂量CT肺癌筛查的推广，影像数据量呈指数级增长，放射科医师的工作负荷日益加重，CAD技术被视为辅助医师提高结节检出率、降低漏诊率的关键工具。然而，CAD算法的开发、训练和评估高度依赖大规模、高质量、附带专家共识标注的影像数据库。

在这一背景下，美国国家癌症研究所（NCI）于2000年4月发布研究申请公告（RFA），正式启动了"肺部影像数据库资源"项目，召集多家机构组建联盟，目标就是建立一个CT肺结节参考数据库，为CAD研究提供公共基准。

2、目前遇到的困难和挑战

挑战一：高质量标注影像数据的获取极其困难且昂贵。

为CAD研究收集合适的影像数据是一个既费力又昂贵的过程。研究者需要自行联系医院、获得伦理审批、从PACS系统中导出数据、进行匿名化处理，再请放射科医师逐例标注——这一套流程下来，往往需要数月甚至数年，且成本高昂。大多数研究团队无力独立完成，导致CAD研究进展缓慢。

挑战二：数据库组成差异导致不同CAD方法之间无法公平比较。

在没有公共数据库的情况下，各研究团队使用自己收集的私有数据集来评估算法性能，不同数据集在病例选择、扫描参数、结节大小分布、标注标准等方面存在巨大差异。这使得同一算法在不同数据集上的表现差异很大，不同算法之间也难以进行客观、公平的横向比较，严重阻碍了CAD技术的健康发展。

挑战三：缺乏统一的"真值"（ground truth）标注标准和流程。

CAD算法评估的核心是"真值"——即专家标注的结节位置、轮廓和特征。但不同放射科医师对同一病变的判断往往存在分歧：有人认为是结节，有人认为不是；有人觉得是恶性，有人认为是良性。如何通过合理的流程设计，在尊重医师个体差异的前提下，建立一套可复现、可信赖的真值标注体系，是一个尚未解决的方法学难题。此外，对于结节的"边界"定义、大小测量方式、恶性程度评级等，也缺乏行业统一标准。

二、介绍数据集

1、数据集名称

LIDC-IDRI 数据库（Lung Image Database Consortium and Image Database Resource Initiative Database）

2、一句话介绍数据集

LIDC-IDRI 是全球最大的公开胸部CT肺结节参考数据库，包含1018例CT扫描，由4名经验丰富的胸部放射科医师独立标注，共标记7371个结节病变，其中2669个结节≥3mm的病变附带有医师手绘轮廓和主观特征评级。

3、详细介绍数据

LIDC-IDRI 数据库共包含1018 例螺旋胸部CT扫描，来自1010 名不同患者（其中8名患者各有2例不同的扫描被无意中纳入），由7家学术机构从各自的PACS系统中回顾性收集。所有数据均经过严格的匿名化处理。

CT扫描参数范围广泛，涵盖多种设备和条件：

参数	详情
扫描设备	GE LightSpeed系列（670例，7种型号）、Philips Brilliance系列（74例，4种型号）、Siemens Definition/Emotion/Sensation系列（205例，5种型号）、Toshiba Aquilion系列（69例）
管电压	120 kV（818例）、130 kV（31例）、135 kV（69例）、140 kV（100例）
管电流	40—627 mA（平均222.1 mA）
层厚	0.6mm—5.0mm不等（最常见为1.25mm和2.5mm）
重建间隔	0.45—5.0mm（平均1.74mm）
像素尺寸	0.461—0.977mm（平均0.688mm）
重建卷积核	软组织核（67例）、标准/非增强核（560例）、轻度增强核（264例）、过度增强核（127例）

标注内容：

每例CT扫描附带一个XML 标注文件，记录了4名放射科医师的标注结果，包括：

结节≥3mm：附带有医师在每一层CT图像上手动或半自动绘制的结节轮廓（外边界），以及主观特征评级（细微度、内部结构、毛刺征、分叶征、球形度、实性程度、边缘特征、恶性可能性等）
结节<3mm：标记三维质心位置
非结节≥3mm：标记三维质心位置（如肺尖瘢痕等非结节病变）

核心数据统计：

统计项	数量
至少被1名医师标记为结节（≥3mm或<3mm）的病变	7371
至少被1名医师标记为结节≥3mm的病变	2669
被全部4名医师标记为结节≥3mm的病变	928（34.7%）
被全部4名医师标记为同一类别（≥3mm或<3mm结节）的病变	1940（26.3%）
仅被1名医师标记为结节的病变	744（10.1%）
被全部4名医师以任意方式标记的结节	3396（46.1%）

4、数据集构建

LIDC-IDRI 数据库的构建历时近十年，采用共识驱动的公私合作模式，经历了以下关键阶段：

第一阶段：联盟组建（2000—2001）

NCI 于2000年发布RFA，从申请者中选出5家学术机构（康奈尔、UCLA、芝加哥大学、爱荷华大学、密歇根大学）组建 LIDC 联盟。联盟的核心任务是制定CT肺结节数据库的共识指南。

第二阶段：联盟扩展（2004）

FNIH 于2004年创建 IDRI，新增2家学术中心（MD安德森癌症中心、纪念斯隆-凯特琳癌症中心）和8家医疗影像公司，形成7家学术中心+8家企业的公私合作格局。企业将数据库规模扩展至1000例CT扫描。

第三阶段：病例收集与匿名化

7家学术中心从各自PACS系统回顾性收集胸部CT扫描。每例扫描需满足：层厚/重建间隔≤3mm、结节最长径在3—30mm之间、每例扫描约6个结节以内。所有数据在本地机构和中央数据库层面进行了双重匿名化。

第四阶段：双阶段影像标注

这是整个数据库构建最核心的环节，12名放射科医师参与，每例扫描由来自4家不同机构的医师独立完成。

盲读阶段（Blinded Read）：4名医师各自独立审阅CT扫描，标记病变为三类之一：结节≥3mm（附轮廓）、结节<3mm（附质心）、非结节≥3mm（附质心）。
非盲读阶段（Unblinded Read）：4名医师的匿名盲读结果被汇总展示，每名医师在参考其他3人标注的基础上，独立修改自己的标注——可以保持不变、删除、更改类别或新增标记。
最终输出：每位医师在盲读+非盲读后，对所有结节≥3mm的病变进行主观特征评级，所有标注存储为XML文件。

第五阶段：质量控制

数据库实施了严格的质量保证（QA）协议，确保标注数据的完整性和一致性。

第六阶段：公开共享

数据库通过美国国家生物医学影像档案库（NBIA）向全球研究者免费开放，支持在线查询、子集筛选、批量下载。

5、数据集特点

特点一：多医师独立标注，保留分歧而非强制共识。

LIDC-IDRI 最大的特色是不追求强制共识。传统数据库通常要求多名医师达成一致后给出唯一标注，而 LIDC-IDRI 允许4名医师独立标注并保留各自意见。同一病变可能被不同医师赋予不同类别，甚至被某些医师忽略。这种设计使得研究者可以根据不同的"真值"定义（如至少1人标记 vs 全部4人标记）来评估CAD算法的性能，更真实地反映临床实际中的诊断不确定性。

特点二：丰富的多层次标注信息。

数据库不仅提供结节位置，还包含：

每一层CT上的结节轮廓（二维轮廓，可重建三维表面）
排除区域标注（如结节内的空腔）
多维主观特征评级（细微度、毛刺、分叶、球形度、实性程度、边缘、恶性可能性）
三维质心位置（用于<3mm结节和非结节病变）

特点三：扫描设备和参数的广泛多样性。

数据来自4家主要CT制造商（GE、Philips、Siemens、Toshiba）的16种不同型号扫描仪，覆盖不同的管电压（120—140kV）、管电流（40—627mA）、层厚（0.6—5.0mm）和重建算法。这种多样性使得基于该数据库开发的CAD算法具有更好的泛化能力。

特点四：严格的纳入/排除标准和匿名化流程。

每例扫描需满足层厚≤3mm的技术标准，结节大小限定在3—30mm范围。所有数据经过本地+中央双重匿名化，包括DICOM头信息和XML标注文件中的UID映射。

特点五：配套的辅助工具和文档支持。

NCI wiki页面提供了XML文件格式说明、放射科医师标注指南、结节大小度量标准、病理信息表格、空间分组软件等配套资源，方便研究者使用。

6、数据集使用方法

获取方式：

数据库通过美国国家生物医学影像档案库（NBIA）公开获取。用户在NBIA平台上可以：

在线查询和浏览CT影像
按条件筛选子集（如层厚<2mm的薄层扫描）
使用"共享列表"功能获取其他研究者创建的标准子集
批量下载DICOM影像和对应XML标注文件（zip压缩包）

使用注意事项：

引用规范：研究者发表论文时应明确说明使用了哪些病例，建议公布查询参数和纳入/排除标准，使用NBIA的"参考列表"功能以确保结果可复现
真值定义：必须明确说明如何从多名医师标注中提取真值（如取中位边界、质心并集、病理诊断等）
性能评估：需要详细描述评估方法（如ROC分析、FROC分析、Dice系数）以及判断CAD输出与真值一致的标准（如面积重叠>50%、质心间距<5mm等）
训练/测试划分：应完全公开训练集和测试集的划分方式
无盲法评估：数据库不支持盲法评估（即不提供预设的训练/测试集隔离），研究者需自行划分

配套资源：

NIH wiki页面（https://wiki.nci.nih.gov/display/CIP/LIDC）：提供XML格式说明、标注指南、病理信息、空间分组软件等
预定义的共享列表：如"LIDC_thin_slice"（层厚≤2mm的病例子集）

7、基准测试总结

在2669个被至少1名医师标记为结节≥3mm的病变中，仅34.8%（928个）获得了全部4名放射科医师的一致标记，凸显了肺结节影像判读中显著的专家间变异性，也为CAD算法的性能评估设定了现实的基准上限。

三、数据集应用场景

1、肺结节自动检测算法的开发与训练

这是最直接的用途。做CAD的团队可以拿这1018例CT扫描来训练深度学习模型或传统图像分析算法，让算法学会"看"CT图像并自动找出可能是肺结节的区域。因为数据库里有4名医师各自标注的结节位置，开发者可以选择不同的"真值"标准来训练——比如用"至少1人标记"作为宽松标准，或者用"全部4人都标记"作为严格标准，看算法在不同标准下表现如何。

2、肺结节良恶性分类研究

找到了结节之后，更关键的问题是：这个结节是良性的还是恶性的？LIDC-IDRI 数据库里每个≥3mm的结节都附带了医师对恶性可能性的主观评级，研究者可以基于这些评级，结合结节的影像特征（大小、形状、边缘、密度等），开发自动分类算法。比如用深度学习提取结节影像特征，再跟医师的恶性评级做对比，训练一个"AI读片助手"来辅助判断结节性质。

3、结节分割与定量测量

CAD不仅要找到结节，还要精确测量它的大小、体积和形态。数据库里医师手绘的结节轮廓就是分割算法的"金标准"。研究者可以开发自动分割算法，然后跟医师的轮廓做对比，用Dice系数之类的指标来评估分割精度。还可以做结节体积测量、增长率分析等定量研究，这对于评估结节是否在长大（恶性征兆）非常重要。

4、不同CAD算法的公平比较与基准测试

以前各个团队用自己的私有数据集，你报你的准确率，我报我的准确率，根本没法比。有了LIDC-IDRI，大家都在同一个数据集上跑算法，结果就有了可比性。论文里专门强调了要公布用了哪些病例、怎么划分训练测试集、怎么定义真值，就是为了让比较更公平、结果可复现。

5、放射科医师读片一致性（观察者间变异性）研究

这个数据库天然就是一个研究"医师之间判读差异有多大"的宝库。4名医师独立标注，分歧一目了然。研究发现，只有34.8%的结节≥3mm获得了4人一致认可——这说明即使是经验丰富的胸部放射科医师，对同一病变也经常有不同看法。这类研究可以帮助我们理解医师读片的认知过程，为制定更规范的影像判读标准提供依据。

6、AI模型的泛化能力评估

数据库来自4家不同厂商（GE、Philips、Siemens、Toshiba）的16种不同型号CT扫描仪，扫描参数差异很大。如果你的算法只在GE的扫描仪上效果好，换到Siemens就不行了，那说明泛化能力不够。LIDC-IDRI的设备多样性让研究者可以测试算法在不同设备、不同扫描条件下的表现，推动算法更加鲁棒。