《基于人工智能的医学形态学分析系统 技术要求》.docxVIP

ICS11.100

CCSC05

CITS

团体标准

T/CITS358—2025

基于人工智能的医学形态学分析系统技术要求

Technicalrequirementsformedicalmorphologicalanalysissystembasedonartificialintelligence

2025-04-24发布2025-04-24实施

中国检验检测学会发布

I

T/CITS358—2025

目次

前言 II

引言 III

1范围 1

2规范性引用文件 1

3术语和定义 1

4总体要求 2

5系统架构与功能 3

6系统性能指标 4

7系统测试与评估 4

8临床试验 4

9维护与升级 5

参考文献 6

T/CITS358—2025

1

基于人工智能的医学形态学分析系统技术要求

1范围

本文件规定了基于人工智能的医学形态学分析系统（以下简称“系统”）的总体要求、系统架构与功能、性能指标、软件测试与评估、临床试验、维护与升级的技术要求。

本文件适用于系统的设计、开发、测试和应用，包括但不限于医学检验、病理、影像形态学分析等领域。

2规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。

GB/T22239信息安全技术网络安全等级保护基本要求

GB/T35273信息安全技术个人信息安全规范

3术语和定义

下列术语和定义适用于本文件。

3.1

人工智能artificialintelligence；AI

表现出与人类智能（如推理和学习）相关的各种功能的功能单元的能力。

[来源：GB/T5271.28—2001，28.01.02]3.2

数据集dataset

具有一定主题,可以标识并可以被计算机化处理的数据集合。对于形态学分析，主要的数据为图像。[来源：WS/T305—2009，3.1.2，有修改]

3.3

形态学分析morphologicalanalysis

利用计算机视觉技术的方法对图像、视频等数据进行处理和分析的过程。

注：一种基于结构和形状的图像处理技术，它通过分析物体的形态特征来识别和描述物体。

3.4

鲁棒性robustness

2

T/CITS358—2025

健壮性/稳健性

在存在无效输入或急迫的环境条件下，系统或部件其功能正确的程度。

[来源：GB/T11457—2006，2.1397，有修改]3.5

准确率accuracy

对数据内容正确、形式有效的一种度量。

[来源：GB/T11457—2006，2.22，有修改]3.6

医学图像处理medicalimageprocessing

一类对医学图像进行处理的方法。

注：包括图像重建、成像加速、图像分割、图像配准、图像识别、图像分类、目标检测等。

4总体要求

4.1规范性

数据集应来源于医疗领域内正规的、合法的数据。获取数据的方法应符合医疗伦理要求，数据符合隐私安全、合规性和非歧视性的要求。

4.2实时性

系统应具备较高的处理速度，满足对实时分析大数据图像的需求，能够快速处理大规模图像数据。

4.3稳定性

系统应具备较高的稳定性，能够在长时间运行和大规模图像数据处理的情况下保持图像数据的可靠性和一致性，不应因故障或错误导致数据损失或误判。

4.4鲁棒性

系统应具备一定的容错能力，具备在出现故障（服务器故障、硬盘故障、网络故障、关机、重启等）后系统进行自动容灾恢复的能力，包括数据备份和恢复等。

4.5兼容性

系统应兼容主流医学图像处理的查询语言及分析工具，并能在业界主流硬件上正常运行。宜支持多数据源的批量数据导入与更新，宜兼容主流商业及开源社区版操作系统。

4.6可扩展性

系统应具备良好的可扩展性，可根据业务需求随时进行扩展和收缩，以应对未来形态学分析任务的变化应支持横向扩展，用户通过应用编程接口(applicationprogramminginterface，API)可直接接入。

4.7便捷性

4.7.1可提供应用API及算法封装，如中介中心性，宽度优先搜索等。

4.7.2宜提供应用运行时动态修改配置的服务，并提供图形化