多模态MRI分割数据集：推动鼻咽癌精准诊疗与AI发展的里程碑式资源

本研究针对鼻咽癌(NPC)诊疗中缺乏公开多模态MRI数据的瓶颈问题，由多中心团队首次构建包含277例初治NPC患者的T1WI/T2WI/CE-T1WI序列及手工分割标签的综合数据集。通过标准化采集流程与双盲标注验证，提供831例高质量影像及临床随访数据，为AI辅助GTVp勾画、疗效评估及生存预测研究奠定基础，填补了该领域开放数据的空白。

　　

鼻咽癌(NPC)作为具有显著地域分布特征的恶性肿瘤，在东南亚地区发病率高达7.7/10万（男性）。尽管调强放疗(IMRT)技术的应用显著提升了治疗效果，但精确勾画原发肿瘤靶区(GTVp)仍是决定疗效的关键瓶颈。当前临床实践中，依赖经验性手工勾画存在耗时久（单例需30-60分钟）、观察者间变异大（Dice系数波动达15%）等问题，而人工智能辅助诊断的发展又受制于高质量标注数据的匮乏——既往研究多基于单中心小样本（通常<100例），且缺乏多序列影像与长期随访数据的整合。

为解决这一核心问题，由佛山市第一人民医院牵头，联合安徽医科大学第二附属医院等机构组成的跨学科团队，在《Scientific Data》发布了首个多模态NPC MRI分割数据集。研究团队通过严格纳入标准（初治、病理确诊、无其他恶性肿瘤史）收集277例患者资料，采用GE Discovery MR750w 3.0T等多台设备标准化采集T1加权(T1WI)、T2加权(T2WI)及对比增强T1加权(CE-T1WI)序列，所有图像均经两名资深放射科医师（从业>10年）使用ITK-SNAP软件独立标注，并通过Marching Cubes算法计算肿瘤体积、表面积等形态学参数。临床数据涵盖UICC/AJCC第八版TNM分期、EBV-DNA载量及5年无进展生存期等关键指标。

技术方法要点：研究采用多中心回顾性设计，从6台MR扫描仪（含GE/Philips等品牌）获取831例扫描数据，经严格匿名化处理后，由专家团队基于三序列互补信息（T1WI显示脂肪/肌肉结构，CE-T1WI确定早期黏膜增厚边界，T2WI区分肿瘤与黏膜）进行层间手动分割，通过Dice系数（中位数0.89）和Jaccard指数（中位数0.82）验证标注一致性，最终数据包含DICOM格式原始图像与NIfTI格式分割掩模。

【Background & Summary】部分揭示：NPC的MRI评估具有多模态成像（显示软组织对比度、多平面重建）、无电离辐射等优势，但现有研究多聚焦单一序列。本数据集首次系统整合三序列影像与临床预后数据，病例数较既往公开数据提升3倍，其中III-IV期患者占比达89%（T3-4期占72%），更全面反映临床真实场景。肿瘤体积参数显示CE-T1WI序列测得的中位体积最大（9.42 cm³），提示对比增强对微小病灶检测的价值。

【Methods】部分详述的质量控制措施凸显特色：所有设备定期进行几何校准（标准体模）、信号强度标准化和磁场均匀性优化，确保跨设备数据的可比性。标注过程中特别关注解剖学特征——例如T2WI上高信号的黏膜与中等信号肿瘤的区分，以及颅底骨质破坏（表现为黄骨髓高信号被低信号肿瘤替代）的判定标准。30例随机样本的组间检验显示，两位医师的Dice系数差异<5%，证实标注可靠性。

【Technical Validation】通过形态学分析揭示NPC的异质性特征：最大直径范围2.14-10.15 cm，表面规则度0.23-0.84（计算公式为体积/等效球体体积），反映肿瘤浸润的不规则性。CE-T1WI序列在检测咽旁间隙侵犯（脂肪间隙消失）和颅内侵犯（海绵窦、颞叶受累）方面具有独特优势，这些特征对放疗靶区设计至关重要。

【Data Records】部分提供的结构化数据资源包含：①按患者分列的DICOM影像与NIfTI格式标签；②临床参数表（含EBV-DNA状态、VCA-IgA滴度）；③机器参数表（TE/TR时间、像素间距等）。数据已通过Zenodo平台开放获取（CC BY 4.0协议），配套提供Python处理工具包（含PyDICOM、Nibabel等库的适配代码）。

该研究的核心价值在于：首次建立连接多模态影像特征与长期预后的NPC研究平台，其临床意义体现在三方面：（1）为自动分割算法（如U-Net、ViT）开发提供金标准，已有团队基于该数据开发的MMFNet模型将分割精度提升至Dice 0.91；（2）辅助发现影像组学标志物——例如表面规则度<0.4与局部复发显著相关（p<0.01）；（3）推动多中心研究标准化，通过详细记录的扫描参数（如TE=12.0±2.1 ms）解决设备异质性难题。未来可扩展应用于新辅助化疗疗效预测、复发模式分析等方向，加速NPC精准医疗的发展进程。