首个儿科多发性硬化病灶分割数据集PediMS的构建与验证

本研究针对儿科多发性硬化(MS)病灶分割数据稀缺问题，发布了首个公开的儿科MS影像数据集PediMS20，包含9名患者的28次纵向MRI扫描（T1/T2/FLAIR序列）及临床数据。通过专家标注和深度学习验证（DSC 0.541），该资源将推动儿科MS病灶自动分割模型开发和联邦学习研究。

　　

在神经医学领域，多发性硬化(MS)长期被视为"成人病"，但全球实际上有约3万名儿童患者深陷其中。这些患儿面临双重困境：既缺乏针对性的诊疗方案，又鲜有研究关注——现有MS病灶分割模型全基于成人数据训练，而儿科MS的病灶特征（如更高炎症活性、更大病灶体积）与成人存在显著差异。更棘手的是，儿科MS病例仅占总数5%，单个医疗机构难以积累足够样本，导致AI模型开发陷入"数据荒"。

这一僵局被罗马尼亚巴贝什-鲍里亚大学（Babes-Bolyai University）的Maria Popa团队打破。他们联合锡比乌儿童医院，发布了首个儿科MS病灶分割数据集PediMS20，包含9名6-17岁患者的28次纵向MRI扫描，涵盖T1-MPRAGE、T2和FLAIR序列，所有病灶标注均经过资深神经科医生和放射科医生双重验证。尤为珍贵的是，数据集不仅包含影像数据，还记录了患者EDSS评分、复发次数等临床指标，甚至收录了罕见的Balo同心圆硬化病例。这项突破性成果已发表于《Scientific Data》，为儿科神经影像研究树立了新标杆。

研究团队采用三项关键技术：首先使用SynthStrip工具对所有MRI进行颅骨剥离，确保数据隐私；其次应用FSL的N4-Bias Field校正消除磁场不均匀性；最后通过JIM 9.0软件完成病灶标注，标注过程严格遵循"初级研究员标记+双专家复核"流程。所有数据均来自罗马尼亚锡比乌儿童医院，经伦理委员会批准(编号ICR 3161/05.05.2025)并获得监护人知情同意。

背景与数据特征

数据集包含7女2男患者，全部为复发缓解型MS(RRMS)，其中最早发病年龄仅6岁。MRI显示儿科MS病灶多集中于小脑和脑干（与成人偏好脑室周围不同），且具有更强的修复能力——患者P2的EDSS评分从初始3.5降至随访时的0，印证了儿童神经可塑性优势。数据集特别收录的Balo病例（患者P9）呈现典型的"洋葱圈"样病灶，为研究罕见MS亚型提供了珍贵素材。

技术验证

团队用两个模型验证数据质量：基于成人数据训练的2D UNet++模型取得DSC 0.541，而专用工具LST-AI的F1分数达0.714。结果显示模型对常规MS病灶识别良好（如图2），但对Balo病灶（如图1）检测欠佳，凸显儿科数据的独特性。值得注意的是，现有MS分割模型的DSC通常在0.67左右，说明当前算法在儿科数据上仍有提升空间。

这项研究的意义远超数据共享本身：其一，填补了儿科MS研究的基础设施空白，使针对儿童的特异性算法开发成为可能；其二，临床元数据（如EDSS动态变化）为探究病灶-预后关联提供线索；其三，数据集设计的标准化流程（颅骨剥离/N4校正）提升了多中心研究的兼容性。正如作者强调，儿科MS病灶更活跃但修复能力更强，这要求AI模型不能简单移植成人方案。PediMS20的发布，标志着MS研究向精准分型迈出关键一步，也为联邦学习在罕见病中的应用铺平了道路。