這項由西安交通大學生命科學與技術學院、數學與統計學院聯合開展的研究，發表於2026年的《Machine Learning for Biomedical Imaging》期刊（MICCAI Open Data 2026 × MELBA專題），數據資源DOI為10.7303/SYN75210889，論文編號為arXiv:2607.22135。
**腦部MRI的"登記冊"出了什麼問題？**
醫生在給腦部做核磁共振檢查時，面對的是一張密密麻麻的灰白圖像。對於患有腦膠質瘤（一種常見的腦部惡性腫瘤）的病人來說，影像里不只有一個"敵人"——除了主角"腫瘤"，還可能藏著許多"配角"異常，其中最常見的一種叫做白質高信號（White Matter Hyperintensities，簡稱WMH）。
白質高信號這個名字聽起來很陌生，但可以用一個簡單的類比來理解：把健康的大腦白質比作一張潔白的宣紙，白質高信號就是宣紙上出現的一些淺黃色污漬——它們不是主體畫作，卻真實存在，而且相當常見。美國加州大學的Rudie研究團隊曾對285例腦膠質瘤病人的核磁共振數據進行專家級標註，發現其中高達68.8%的病人腦內含有至少100立方毫米的白質高信號。換句話說，超過三分之二的膠質瘤病人腦里，除了腫瘤之外，還有這種"污漬"存在。
然而問題來了：現有的最權威腦膠質瘤MRI數據集——BraTS（Brain Tumor Segmentation，腦腫瘤分割挑戰賽）——在給病灶打標籤時，只給腫瘤本身建立了"戶籍"，那些白質高信號"黑戶"既沒有被標記為異常，也沒有被標記為正常組織，它們就這樣被默默歸入了"正常大腦"的行列。
這就產生了一個嚴重的隱患。當工程師用這些數據訓練人工智慧模型，讓模型學會區分"正常大腦組織"和"病變區域"時，模型會反覆看到這樣的"錯誤示例"：明明是病變區域，卻被貼上了"正常"的標籤。就好像你在教一個孩子認識食物，把變質的牛奶放進"新鮮食品"那一堆，孩子當然會學錯。這種現象在機器學習領域被稱為"標籤噪聲"——標籤打錯了，模型就會學歪。
西安交通大學的研究團隊正是為了解決這個問題，構建了一套名為GLI-AL（BraTS-GLI Anatomy-Lesion，膠質瘤解剖-病灶聯合標籤資源）的全新數據資源。這份資源的核心思想，用一句話概括就是：給腦部MRI里的每一個區域都發一張準確的"身份證"，不論它是健康的神經組織、主要的腫瘤，還是那些長期被忽視的"隱形病灶
"。
---
一、為什麼以前的"檔案系統"不夠用？
回到檔案館的比喻。BraTS數據集就像是一座只為某類居民建檔的戶籍系統：它只給腫瘤的三個子區域——壞死核心（NCR，腫瘤中心壞死部分）、瘤周水腫（ED，腫瘤周圍腫脹的區域）和增強型腫瘤（ET，在造影劑下會發亮的活躍腫瘤部分）——頒發了"身份證"。但對於大腦里的其他居民，不管是健康的灰質、白質、小腦，還是那些白質高信號，統統沒有檔案記錄。
這帶來了兩層麻煩。第一層是在"聯合分割"任務中。所謂聯合分割，就是讓模型同時識別健康大腦組織和病變區域。這就像要求一個工人同時管理倉庫的所有貨物，不只是那批"標註好的名牌貨"，還要管理那些沒有標籤的零散物品。當訓練數據里，白質高信號這種"有問題的貨物"被混進了"正常貨物"堆里，工人（模型）當然會產生混淆。
第二層則更基礎：健康的大腦組織本身，在原始BraTS標籤里根本就不存在。大腦里的灰質（負責思考的神經元細胞體集中的區域）、白質（連接神經元的纖維束）、基底節（控制運動協調的核團）、腦室（充滿腦脊液的腔室）、小腦和腦幹，這些結構在原始BraTS標籤中都是一片空白。這意味著，任何希望訓練模型同時理解"這裡是正常組織，那裡是腫瘤"的研究者，都缺乏現成可用的標準參考。
目前的各類工具和數據集，要麼像FreeSurfer或SynthSeg這樣能生成健康組織標籤，卻不處理病灶；要麼像BraTS本身只關注腫瘤；要麼像SOOP卒中數據集只標註卒中病灶。沒有任何一個公開可用的資源，能把健康組織標籤、主要病灶標籤、共存病灶標籤和有據可查的病例分層資訊，全部整合在同一套標籤體系里——直到GLI-AL的出現。
---
二、GLI-AL到底是什麼，它長什麼樣子？
GLI-AL可以理解為BraTS 2023-GLI數據集的一套"升級版標註"。研究團隊沒有重新採集任何MRI圖像——他們只是為已有的1251例四模態腦膠質瘤MRI（T1、T1ce、T2、T2-FLAIR四種不同的核磁共振成像方式），重新製作了一套更完整、更準確的標籤。
這套標籤使用8個整數代碼來描述每一個體素（體素就是三維圖像里最小的方塊單元，類比於二維圖片裡的像素）的身份。代碼0代表背景（顱骨外的空氣區域），代碼1是皮質灰質，代碼2是基底節，代碼3是白質，代碼4是病灶（包含腫瘤和白質高信號），代碼5是腦室，代碼6是小腦，代碼7是腦幹。這樣一來，無論是健康的神經組織，還是各種類型的病變，都能在同一套坐標系裡找到自己的位置，模型訓練時再也不需要在互不兼容的標籤定義之間來回切換。
整個資源包含1367個NIfTI格式（一種醫學影像的標準文件格式）的標籤文件，其中1251個是統一的解剖-病灶分割標籤，另有116個是用於圖像修復的輔助標籤。標籤文件與上游BraTS數據集的目錄結構完全兼容，使用相同的坐標系（SRI24模板空間，1立方毫米解析度，240×240×155體素尺寸），研究者獲取上游MRI數據後，無需任何額外的配准或重採樣操作，就能直接配對使用。
從數量上感受一下這套資源到底增加了多少資訊：與原始BraTS-GLI的專家病灶標註相比，GLI-AL為全部1251例病例都新增了前景標籤，新增體素總數高達15.13億個，占整個資源前景體素的92.7%。其中絕大部分是此前從未出現在BraTS標籤里的健康組織結構——灰質新增6.856億體素，白質新增5.183億體素，小腦新增1.763億體素，以此類推。此外，專門針對標籤噪聲問題的病灶區域新增量雖然相對較小，卻最為關鍵：857個病例中新增了220萬個病灶體素，這些體素原本被錯誤地當作正常組織處理，現在終於得到了正確的"病灶"標籤。
---
三、1251份"檔案"是怎麼分門別類的？
研究團隊將1251個病例分為兩個子集，區分標準是病例里的白質高信號是否已經得到了妥善處理。
394個病例構成"純化子集"（Purified Subset），這是資源中質量最高的部分。純化子集的構建思路是這樣的：首先，從Rudie團隊此前專家標註的285例BraTS病例里，找出那52例被專家明確確認"不含白質高信號"的病例，這是最可靠的清白記錄。接著，研究團隊將其餘的病例用一個叫MedNeXt的深度學習模型進行篩查，MedNeXt是一種專門用於醫學圖像分割的神經網路。模型被訓練來識別白質高信號，然後在那些沒有專家結論的病例里尋找"高度可信的無白質高信號"案例，最終篩出342個模型認為安全的病例。52個專家確認的加上342個模型篩選出的，合計394例，構成純化子集。
這裡有一個精細的技術處理值得一提：那285例有專家WMH標註的病例中，有233例被專家確認含有白質高信號。在把這些病例納入篩查流程之前，研究團隊用了一個叫NiftySeg的工具，在MRI圖像里原位"填補"白質高信號區域，用周圍正常組織的信號值把那些"污漬"覆蓋掉，相當於對圖像做了一次"美顏修復"。這116個經過修復的病例，同時提供了專門的修復標籤，方便後來者重現修復後的圖像。
餘下的857個病例構成"擴展子集"（Extended Subset）。這些病例的原始MRI圖像保持不動，但研究團隊用兩個專門檢測白質高信號的自動化工具——DeepWMH和LST-AI——分別生成候選病灶掩膜，然後取兩者的交集（也就是兩個工具都認為是病灶的區域），再與BraTS原有的腫瘤標籤合併，形成統一的病灶標籤。取交集的目的是降低任何單一工具的誤報率：只有兩個工具都同意"這裡有病灶"，才會被正式納入標籤。
---
四、健康組織的標籤是怎麼煉出來的？
給健康的大腦組織打標籤，本身也是一項相當精密的工程。研究團隊使用了一個名叫TumorSynth（由Wu等人開發，發表於2026年《Radiology: Imaging Cancer》期刊）的工具，它能夠在含有腫瘤的腦部MRI中同時分割正常組織和腫瘤區域。對於每個病例的每種MRI模態（T1、T1ce、T2、T2-FLAIR），TumorSynth都會輸出一個"概率地圖"——也就是對每個體素屬於哪類組織的概率估計。
但僅有概率地圖還不夠，還需要一套聰明的融合策略把四種模態的資訊合併成一個最終標籤。研究團隊採用了基於"熵加權"的融合方案，熵在這裡是資訊論里衡量不確定性的指標——模型對某個體素的分類越確定，熵就越低；越拿不準，熵就越高。
具體的融合過程可以這樣理解：把四張不同顏色濾鏡拍出的照片疊加成一張。對於每個體素，先檢查它是否屬於已知病灶區域（也就是BraTS原有的腫瘤標註或者DeepWMH/LST-AI檢測到的白質高信號）。如果是病灶體素，就強制標記為"病灶"類別，不允許被標為健康組織。如果不是病灶體素，那麼對每種模態的概率預測，先計算它的不確定性（熵），不確定性越低的模態，在融合時獲得越高的權重，越不確定的模態，話語權越小。最後，加權平均後取概率最高的類別作為最終標籤。
這個流程還有一道質檢關卡：在對全部病例運行TumorSynth之後，研究團隊統計了每種模態在每個病例里預測到的前景體素總量。用統計學裡的IQR（四分位距）方法檢測異常值——前景體素量遠低於正常水平的預測結果會被標記為異常，經人工覆核後剔除出融合流程，防止質量很差的預測拖累最終標籤的準確性。
---
五、這份資源經過了哪些質量把關？
研究團隊對質量控制設置了四道防線，從數據構建到發布存檔層層把關。
第一道防線是對純化子集的嚴格篩選。純化子集裡的專家確認無WMH樣本來自Rudie數據集裡白質高信號體積嚴格為零的病例，這是最硬核的質量保證；而模型篩選部分則依賴於在285例專家標註數據上訓練的五折交叉驗證MedNeXt，只有被模型高度自信地判斷為無WMH的病例才能進入純化子集。
第二道防線是對擴展子集病灶標籤的雙重驗證。取DeepWMH和LST-AI兩個工具預測結果的交集，相當於要求兩位獨立"醫生"都同意某區域是病變，才會被收錄，比單一工具的結果更保守、更可靠。
第三道防線是健康組織標籤的IQR異常檢測和人工覆核，確保質量低劣的概率地圖不會污染最終標籤。
第四道防線是發布前的完整性校驗。所有1251例病例的標籤文件都經過了逐文件的SHA-256哈希校驗（一種用於驗證文件內容未被篡改的加密指紋），發布清單里記錄了每個文件的大小和哈希值。最終1251/1251例全部通過，1367個NIfTI文件全部進入發布清單，重新分發的MRI圖像數量為零（這份資源嚴格只發布標籤，不含任何原始影像數據）。
---
六、訓練實驗結果說明了什麼？
有了這套資源，研究團隊設計了一個受控的機器學習實驗，目的是回答一個實際問題：在聯合解剖-病灶分割任務里，額外花精力構建一個"純化乾淨"的子集，究竟有沒有必要？還是說直接用更多（但含有噪聲）的訓練數據，效果會更好？
實驗設置了兩組對比：第一組叫"Baseline"（基線），只用394例純化子集進行訓練；第二組叫"Joint-Baseline"（聯合基線），用1000例訓練數據，包括394例純化子集加上從擴展子集隨機選取的606例，但這606例擴展子集數據沒有額外加入共存病灶標籤（模擬"噪聲訓練"的情況）。兩組都使用MedNeXt-M模型，T1和T2-FLAIR兩種模態作為輸入。
評估指標有兩個：DSC（Dice相似係數，衡量預測區域和參考區域的重疊程度，越高越好，滿分1.0）和HD95（95百分位豪斯多夫距離，衡量預測邊界與參考邊界之間的距離，越小越好）。
在GLI域內測試（251例膠質瘤病例）中，兩組模型的健康組織分割性能非常接近：灰質DSC約96%，白質DSC約96%，小腦DSC約98%，腦幹DSC約97%。這說明，即使只用394例高質量數據，模型學到的健康組織分割能力並不比用2.5倍數據訓練的模型差多少。換句話說，"質量"在這裡勝過了"數量"。
病灶分割上，兩組DSC也很接近。這意味著Joint-Baseline在處理那些遠離主腫瘤、體積較小的白質高信號時更容易出錯，邊界定位更不穩定。
更具說服力的結果來自外部零樣本測試——把兩個模型直接用在從未見過的MICCAI 2017白質高信號數據集（170例）上，測試它們對白質高信號的檢測能力。結果出現了顯著的分歧：Baseline的白質高信號DSC為31.1%，HD95為140.4毫米；而Joint-Baseline的白質高信號DSC驟降至4.3%，HD95高達297.5毫米，幾乎對白質高信號完全沒有響應。兩組模型在健康組織類別上的表現依然相近，但在白質高信號檢測上，含噪聲訓練數據的Joint-Baseline幾乎失去了感知能力。
可視化結果與數字完全一致：在膠質瘤樣本里，兩個模型都能覆蓋主腫瘤區域，差異主要體現在對隱性白質高信號的處理上；在白質高信號測試樣本里，Baseline能檢測出與參考標註對應的病變區域，而Joint-Baseline對這些區域幾乎沒有任何響應。
這個實驗回答了資源的核心價值所在：純化子集提供了一個經過白質高信號感知清洗的訓練參考，幫助研究者區分"數據質量"和"樣本數量"對共存病灶敏感性的各自貢獻，而這個區分在只有噪聲性更強的訓練集時是做不到的。
---
七、這份資源有哪些已知局限，又該如何負責任地使用？
任何誠實的科學工作都需要坦誠地說明自己的邊界。研究團隊在論文中明確列出了幾項重要限制。
純化子集並非394例全部經過新的人工標註。它由兩部分構成：52例專家確認無WMH的樣本，以及342例模型篩選的樣本。模型篩選並非人工標註，因此使用時應在報告中註明篩選來源，不能等同於純手工標註數據集。
擴展子集的額外病灶標註來自DeepWMH和LST-AI兩個自動工具的交集，這可能帶來工具偏差、漏檢（尤其是體積小的病灶），以及對特定病灶形態的靈敏度不足等問題。
健康組織標籤由TumorSynth自動生成並經概率融合，並不等同於人工全腦解剖標註，可能在某些複雜解剖變異情況下存在誤差。
此外，這份資源目前只系統處理了白質高信號這一類共存異常，微出血、腔隙性梗死等其他類型的腦部異常尚未納入。外部WMH驗證集只有T1和FLAIR兩種模態，無法證明T1ce和T2在所有下游任務中的價值。
在使用這份資源時，有幾點原則是明確的：GLI-AL只能用於科學研究，不得用於直接的臨床診斷、治療決策或個人風險評估。用戶在發表論文時應註明所用數據層級和標籤來源，並說明自動化標籤的局限性。任何試圖重新識別病人身份的行為都與這份資源的使用初衷相悖。
---
八、怎麼才能獲取和使用這份資源？
獲取GLI-AL需要走兩道門。第一道門是向BraTS 2023官方申請上游MRI數據的訪問權限（Synapse項目ID：syn51156910），這是獲取原始影像數據的前提。第二道門是通過GLI-AL資源頁面（Synapse項目ID：syn75210889）提交電子郵件申請，接受派生資源的使用條款，才能獲得這套純標籤資源。
資源以CC BY-NC 4.0（知識共享署名-非商業性使用4.0國際許可證）發布，與上游BraTS數據集的非商業使用條款保持一致。研究團隊提供的輔助代碼庫（處理腳本和MedNeXt/nnUNet適配文件）以MIT許可證和Apache 2.0許可證開放，但不包含BraTS影像數據、各第三方工具的模型權重或完整環境。使用者在發表論文時需遵循BraTS官方引用要求，並保留如下數據來源聲明："Data used in this publication were obtained as part of the Brain Tumor Segmentation (BraTS) Challenge project through Synapse ID: syn51156910."
---
說到底，這項研究做的是一件在科學數據世界裡常常被忽略的事：把那些"查無此人"的隱形資訊，正正經經地登記在冊。醫學影像分析的進步，很大程度上依賴於訓練數據的質量，而數據質量的提升，有時候不是靠更強的算法，而是靠更誠實、更細緻的標註。當白質高信號在腦腫瘤數據集裡長期以"正常組織"身份矇混過關，訓練出來的模型就會帶著這個偏見去看每一個病人的大腦。
GLI-AL把這個問題擺到了檯面上，並提供了一套可以直接使用的解決方案——不僅有標籤，還有明確的質量分層、可追溯的標籤來源、完整的文件校驗記錄，以及證明這套方案確實有效的實驗結果。對於從事腦部MRI研究的團隊來說，這意味著一個可以立即獲取、立即使用的"更誠實的訓練集"。
對普通大眾而言，這項工作的意義或許要過幾年才會具體可見——當基於更乾淨數據訓練的AI輔助診斷系統開始在醫院裡協助醫生，能夠同時看見主要腫瘤和那些常年被忽視的白質高信號時，更早的發現和更準確的風險評估將變得更有可能。
感興趣深入了解的讀者，可以通過數據資源DOI 10.7303/SYN75210889 以及arXiv編號 2607.22135 查閱完整論文和資源詳情。
---
Q&A
Q1：白質高信號（WMH）和腦膠質瘤有什麼關係，為什麼兩者會同時出現在同一份MRI里？
A：白質高信號是大腦白質區域出現的一種常見異常，可能與年齡增長、血管損傷等多種因素有關，本身是一種獨立的腦部改變。腦膠質瘤患者中，超過68%的人腦內同時存在至少100立方毫米的白質高信號，兩者並沒有直接的因果關係，只是在同一批中老年腦腫瘤患者中共同出現的概率相當高。正因為兩種病變經常並存，在訓練AI模型時，如果把白質高信號誤標為"正常組織"，就會給模型引入系統性的錯誤認知。
Q2：GLI-AL數據集和原始BraTS數據集有什麼具體區別，研究者換用GLI-AL能獲得什麼額外資訊？
A：原始BraTS只標註了腫瘤的三個子區域（壞死核心、瘤周水腫、增強型腫瘤），對腦內其他區域一概留白。GLI-AL在此基礎上補充了兩類資訊：一是六類健康組織結構（灰質、基底節、白質、腦室、小腦、腦幹）的完整標籤，新增約15億個體素；二是857例病例中原本被漏標的白質高信號病灶標籤，共約220萬個體素。研究者使用GLI-AL可以在同一套訓練目標里同時監督健康組織和病灶，無需在不同任務定義之間切換，並且可以按照"純化子集"和"擴展子集"分層分析數據質量對模型性能的影響。
Q3：GLI-AL中的純化子集和擴展子集在實際使用中應該怎麼選擇？
A：純化子集的394例病例經過白質高信號感知清洗，其中包含52例經專家確認無白質高信號的案例和342例經模型高置信篩選的案例，標籤質量更高，適合用於需要嚴格控制標籤噪聲的實驗，例如研究標籤質量對模型性能的影響。擴展子集的857例保留了原始MRI，病灶標籤由DeepWMH和LST-AI交集自動生成，可能含有一定比例的漏檢或工具偏差，適合需要更大訓練規模的場景，但使用時應在論文中明確說明這部分數據的標籤來源和局限性，不宜與純化子集不加區分地混用。
