《肾脏多模态影像组学提取规范》编制说明.pdfVIP

《肾脏多模态影像组学提取规范》

编制说明

一、任务来源

本文件由中国医学科学院北京协和医院提出，于2025年7月

立项，项目计划编号为CGSSJH202508，本文件由中国老年医学学

会提出并归口。

二、主要起草单位及主要起草人员

本文件起草单位：中国医学科学院北京协和医院、中国老年医

学学会肾脏病分会。

本文件主要起草人：陈丽萌、夏鹏、侯佐贤、曹释露。

三、编制背景

近年来，人工智能（AI）技术的蓬勃发展，尤其是深度学习、

大数据分析等核心算法的突破，为医学领域带来了革命性变化。在

疾病辅助诊断方面，AI算法能够快速处理海量医学影像数据，如

通过对肺癌CT影像的分析，AI模型可精准识别早期微小病灶，

使诊断准确率提升至90%以上；在糖尿病视网膜病变筛查中，AI

系统仅需数秒即可完成眼底图像分析，筛查效率较传统人工方法提

高数十倍。此外，AI在影像分割、疾病预后预测等方向也展现出

巨大潜力，通过对患者历史数据的学习，可为临床决策提供更科学

的依据，显著提升医疗效率与诊断准确率。

然而，在肾脏疾病领域，尽管基于肾脏病理的AI研究与应用

日益增多，但由于缺乏统一、规范的影像组学提取标准，发展进程

1

受到严重制约。肾脏疾病病理复杂多样，涵盖肾小球肾炎、肾衰

竭、多囊肾等多种类型，其病理特征的准确识别与量化对疾病诊

断、治疗方案制定及预后评估至关重要。以肾小球肾炎为例，不同

病理分型的治疗策略差异巨大，AI技术若能快速、精准地对病理

特征进行分析，将极大改善诊疗效果。

当前，基于肾脏病理的AI模型高度依赖对病理图片的精准标

注与特征提取，但在实际研究中，不同团队在数据采集、图像预处

理、特征提取算法等环节存在显著差异。在数据采集方面，肾脏多

模态影像（包括CT、MRI、超声及病理切片图像）因设备型号、参

数设置不同，导致图像分辨率、对比度等基础指标参差不齐；图像

标注过程中，缺乏统一的标注规则与术语体系，标注人员的主观判

断易引入误差；特征提取环节，不同研究采用的算法与参数组合差

异巨大，导致提取的影像组学特征维度、类型与数量难以统一。这

种不规范使得数据质量参差不齐、模型泛化能力弱、研究结果难以

复现。例如，某两项针对肾细胞癌的影像组学研究，因图像预处理

方法和特征提取算法不同，提取的特征重合度不足30%，严重阻碍

了跨研究数据整合与AI模型的临床转化。

在此背景下，建立《肾脏多模态影像组学提取规范》迫在眉

睫。通过规范肾脏多模态影像数据的采集、标注与特征提取全流

程，不仅能提升AI模型训练数据的质量与一致性，增强模型在肾

脏疾病诊断、疗效评估中的可靠性，还能推动多中心研究合作，促

进肾脏病理AI技术从实验室走向临床，助力实现肾脏疾病的精准

诊疗与个性化医疗。

2

四、制定标准的意义

1、通过本标准的制定，确保研究一致性：规范涵盖肾脏多模

态影像（CT、MRI、超声、病理切片等）的数据采集、存储格式及

标注规则，使不同研究机构、不同设备获取的数据具有可比性，避

免因标准不一导致的研究结果偏差，为后续分析提供可靠基础。​

2、通过本标准的制定，优化AI模型训练，提升诊断效能：

通过规范特征提取的算法、参数及流程，可提升影像组学特征的稳

定性和有效性，帮助AI模型更精准地学习肾脏疾病的影像特征，

提高疾病诊断、分型及预后预测的准确率，助力实现早期诊断与精

准医疗。​

3、推动多中心协作，加速成果转化：标准化的提取规范为多

中心研究搭建了数据共享与整合的桥梁，促进不同机构间的资源互

补，加速基于影像组学的肾脏疾病研究成果从实验室到临床应用的

转化进程，让新技术更快惠及患者。​

五、与国内外同类标准水平的对比情况

尽管基于肾脏多模态影像数据产生诸多研究成果，但无论在国

内还是国际上，都未曾形成肾脏多模态影像组学提取规范。目前，

亟需制定并颁布一部肾脏多模态影像组学提取标准，以促进此项技

术的操作规范与应用推广。

六、制定标准的原则和依据，与现行法律、法规、标准的关

系

本标准在制定过程中主要遵循以下基本原则：