开放多厂商DICOM验证数据集：推动神经影像研究的跨平台可重复性

为解决神经影像研究中因厂商私有DICOM标签和软件版本差异导致的参数提取难题，研究人员创建了涵盖CT/MR多模态的36个标准化DICOM验证数据集。通过提供原始DICOM文件与BIDS格式的NIfTI图像及元数据JSON文件，该项目揭示了厂商在公共/私有标签及专用数据结构中的编码规律，为dcm2niix等工具提供基准测试，显著提升跨厂商数据转换的准确性，推动神经影像分析的可重复性。

　　

论文解读

在神经影像研究中，可重复性长期受制于一个隐形壁垒：不同厂商的扫描仪像说着不同的方言。虽然DICOM标准旨在实现医疗影像数据的互操作性，但制造商常将关键采集参数（如层序时间、相位编码方向）藏匿于私有标签（private tags）中，或通过专属数据结构（如"Other Byte"类型）加密。更棘手的是，随着增强型DICOM（enhanced DICOM）等新标准的演进，不同软件版本对同一参数的解读可能南辕北辙——例如西门子XA61系统曾错误标注多波段加速因子（MultibandAccelerationFactor）。这些"方言差异"导致跨中心研究的数据整合如履薄冰，甚至影响阿尔茨海默病等重大疾病的影像标志物验证。

为此，南卡罗来纳大学心理学系麦考斯兰脑成像中心（McCausland Center for Brain Imaging）联合全球20余家机构，在《Scientific Data》发表了一套革命性解决方案：36个开放DICOM验证数据集。通过精心设计的低分辨率模体（phantom）和少量人脑影像样本，这些数据集覆盖了佳能、GE、飞利浦、西门子等主流厂商的CT/MR设备，囊括动脉自旋标记（ASL）、扩散加权成像（DWI）、场图（fmap）等12类模态，重点标注了厂商在以下三类"方言"中的典型表达：（1）用私有标签存储BIDS关键字段（如表位参数TablePosition被分散编码于GE的0043,10B2、西门子的0021,1005等标签）；（2）通过OB（Other Byte）类型隐藏专属数据结构；（3）经典DICOM与增强DICOM对同一参数（如重复时间RepetitionTime）的歧义定义。更创新的是，每个数据集均提供"参考答案"：原始DICOM文件（In文件夹）与经人工校验的BIDS格式输出（Ref文件夹），包括NIfTI图像、JSON元数据及梯度方向文件（.bvec/.bval），形成可直接验证工具性能的黄金标准。

关键技术方法

研究团队采用模块化策略构建验证体系：

1. 数据采集：在全球合作站点获取低分辨率影像（减少存储负担），涵盖厂商硬件（C=佳能/Toshiba, G=GE, P=飞利浦, S=西门子）和软件版本差异，重点捕捉12类边缘案例（如飞利浦缺失层序时间SliceTiming、西门子XA61参数错误）。
2. 格式转换与校验：使用dcm2niix将DICOM转为BIDS格式（NIfTI+JSON），通过脚本（batch.sh）自动对比输出（Out文件夹）与参考数据（Ref文件夹），严格校验NIfTI二进制一致性及JSON键值对差异。
3. 元数据映射：建立公共/私有DICOM标签与BIDS字段的对应关系表（如表2/3），解决如"总读出时间TotalReadoutTime需综合加速因子与半傅里叶参数推算"等复杂转换问题。
4. 社区协同验证：数据集托管于Zenodo（DOI:10.5281/zenodo.15310934），通过GitHub Issues机制吸纳社区反馈，持续优化标签解读逻辑。

研究结果

1. 厂商"方言"破译手册（关键边缘案例库）
通过36个数据集（表1）系统揭示厂商特异性编码规律：

• 飞利浦经典DICOM（dcm_qa_philips）：缺失相位编码极性（PhaseEncodingPolarity）和层序时间（SliceTiming），需依赖第三方工具（如ezBIDS）补全。
• GE层序时间计算（dcm_qa_ge）：提供C程序（slicetime.cpp）验证层序时间推导算法，破解GE私有标签0027,1009对加速因子的存储逻辑。
• 西门子增强DICOM（dcm_qa_xa60）：XA60/XA61系列将多帧数据整合为单一文件，但需警惕XA61的多波段加速因子错误标注（经工程师确认后修复）。
• 跨厂商压缩感知（dcm_qa_cs_dl）：深度学习重建参数（如锐化等级）以厂商私有字符串存储，需在跨站点研究中标记为协变量。

2. DICOM到BIDS的"语义桥梁"
建立两类标签映射表：

• 直接映射字段（表2）：如翻转角（FlipAngle）可直读DICOM标签<0018,1314>，但需注意重复时间（RepetitionTime）在厂商间存在"长/短间隔"歧义。
• 私有标签解码（表3）：如GE的BIDS字段MultibandAccelerationFactor需解析私有标签<0043,1083>，而西门子对应标签为<0021,1009>。

3. 工具验证效能提升
数据集已整合至7类主流工具测试流程：

• dcm2niix：修复西门子MOSAIC图像倒序编号问题（dcm_qa_mosaic）。
• SPM/FreeSurfer：验证CT影像的机架倾斜（gantry tilt）参数转换（dcm_qa_ct）。
• Orthanc-neuro：解决PACS系统篡改私有标签引发的兼容性问题（dcm_qa_ts）。

结论与意义

这项研究构建了神经影像领域的"罗塞塔石碑"：通过标准化DICOM验证数据集，首次系统化解码了不同厂商的参数存储"方言"，为影像分析工具提供了跨平台校验基准。其核心突破在于：

1. 推动可重复性：解决因私有标签和增强DICOM演进导致的分析 pipeline 断裂，使ADNI等多中心项目的数据整合成为可能。
2. 加速工具迭代：dcm2niix等工具借助该数据集修复了32项边缘案例错误（如扩散方向的空间坐标系歧义），工具版本更新可通过batch.sh脚本自动验证。
3. 赋能临床转化：公开的CT验证模块（dcm_qa_ct）助力影像组学在肿瘤定量分析中的标准化，支撑了DICOM-QI（Quantitative Imaging）通信框架落地。

正如论文通讯作者Christopher Rorden强调："当制造商看到社区用我们的数据集揭示其参数存储错误时，修复速度显著提升。" 这套开放验证资源将持续演化，最终实现神经影像研究的"世界语"梦想——无论数据来自何种设备，科学发现皆可复现。

---

注：专业术语处理示例

• 首次出现术语：如"增强DICOM（enhanced DICOM）"、"多波段加速因子（MultibandAccelerationFactor）"
• 保留大小写与角标：如"RepetitionTime_Excitation"、"BIDS（Brain Imaging Data Structure）"
• 厂商名/工具名：保留原始拼写（如dcm2niix、ezBIDS）