注册 | 个人登录 | 团体登录
社会团体 当前位置:首页 > 社会团体
《医学数字病理全切片扫描图像采集技术应用指南》标准解读
2026-01-16

一、标准基本信息

本标准编号T/CHI 02—2025,于20251017日发布,适用于临床病理诊断、远程病理诊断、多中心病理研究、数字病理数据库建设及AI病理图像大模型训练等领域。由华中科技大学同济医学院附属协和医院提出,中国高技术产业发展促进会归口,联合22家医院、高校、科研院所及企业协同编制。编制遵循GB/T 1.1—2020规则,内容涵盖图像采集、质量控制、临床与科研应用全流程,兼顾技术规范与实操指导。

二、制定背景与需求

随着数字病理技术的快速发展,临床病理图像信息的跨机构、跨平台共享需求日益迫切。然而,当前在病理图像采集、存储、共享等环节缺乏统一的技术规范与质量控制标准,导致图像质量参差不齐、数据兼容性差、安全性不足,制约了远程病理诊断、多中心协作研究及AI病理模型的发展。为促进我国数字病理领域的规范化、标准化发展,提升病理图像的质量、可比性与可重复性,特制定本指南。

三、适用范围与核心术语

本文件适用于石蜡切片、术中快速冷冻切片、细胞学制片等可全切片扫描的病理样本类型。核心术语及定义要点如下:

术语名称

定义要点

数字病理 digital pathology

集成病理切片数字化及相关元数据的工具与系统,涵盖扫描、存储、浏览、分析等功能

全切片成像 WSI

通过数字扫描获取完整病理切片高分辨率图像的技术,支持图像拼接与文件生成

Z轴堆叠 Z-stack

沿垂直于样品平面方向逐层扫描并叠加多张不同焦平面图像的技术,用于提升图像清晰度

色差 ΔE

CIELab色彩空间中实测值与标准值的差异,用于评估色彩一致性(ΔE3为合格)

四、核心技术要求与流程

本标准围绕图像采集与质量控制两大核心环节,提出系统性技术规范与操作流程:

环节/维度

关键要求/技术指标

图像采集基本要素

分辨率≤0.5 μm/pixel20×)、色深≥24位、动态范围≥0.3 OD、元数据嵌入完整

软件系统兼容性

支持CSPSVSTIFF等主流WSI格式,提供API接口支持第三方分析工具

图像采集参数

聚焦模式可选单层或多层Z-stack、拼接误差<1像素、亮度均匀性差异≤5%、色差ΔE3

文件存储与命名

推荐无损压缩格式,命名规则应包含病例ID、切片号、染色类型、日期等信息

图像存储安全

符合GB/T 22239三级保护要求,采用3-2-1备份原则,支持加密传输与分级访问控制

图像质量控制指标

清晰度(核膜可见)、色彩一致性(ΔE3)、组织完整性(伪影面积<0.1%

周期性验证

每月进行一次光学校准,推荐使用标准色卡与分辨率测试卡,开展多中心交叉质控

图像异常处理流程

区分制片原因与非制片原因,制定重扫、参数调整、设备切换等应急流程

五、临床与科研应用规范

应用场景

核心要求

临床诊断验证

需进行系统性验证研究,涵盖至少60个病例,诊断一致性应≥95%,洗脱期至少2

科研隐私保护

需通过伦理委员会审批,签署知情同意书,采用匿名化、脱敏、加密等技术保护患者隐私

多中心数据共享

需签署数据使用授权书,明确用途与二次传播限制,建立统一的数据管理与访问机制

AI辅助诊断验证

在应用于AI前需单独验证,确保图像质量与标注准确性满足模型训练与推理需求

六、标准差异与核心亮点

(一)与现有相关标准或实践相比,本标准具备以下显著特点:

对比维度

现有实践/标准

本标准

图像采集规范

参数不统一,缺乏系统性要求

明确提出分辨率、色深、动态范围、元数据等全方位技术要求

质量控制体系

依赖人工经验,缺乏量化指标

引入ΔETenengrad梯度值、伪影面积比等客观量化指标,建立周期性校准机制

临床验证流程

验证方案不统一,缺乏标准化流程

制定系统性验证方案,明确病例数、洗脱期、一致性阈值等关键要素

科研数据安全管理

隐私保护措施不足,共享机制不健全

结合GB/T 35273GB/T 45574等国家标准,建立从伦理审批到数据脱敏的全流程保护

多中心协作支持

数据格式不兼容,共享效率低

推荐通用WSI格式,提供API接口支持,建立多中心数据共享与质控机制

(二)核心创新亮点: 

1.首次系统提出医学数字病理全切片扫描图像采集与质量控制的标准化技术框架;

2.融合临床诊断与科研应用双重视角,建立从采集到应用的全流程规范;

3.引入客观量化质控指标,提升图像质量的可比性与可重复性;

4.明确多中心数据共享与安全管理机制,支持远程病理与协作研究;

5.配套设备校准记录表模板,提升标准落地性与实操性。

七、实施指引与建议

本标准可为医院病理科、第三方检验中心、科研机构、AI企业等提供技术指导,支撑以下场景:

1.临床病理诊断数字化转型:规范扫描流程,提升远程诊断与会诊质量;

2.多中心病理研究:统一数据标准,促进跨机构数据共享与协作;

3.数字病理数据库建设:确保图像质量与元数据完整性,支持长期存储与检索;

4.AI病理模型开发与训练:提供高质量、标准化图像数据,提升模型泛化能力。

实施建议:

1.各单位应结合实际扫描频率制定校准计划,建议每月至少进行一次设备校准;

2.在开展多中心研究前,应统一图像采集参数与质控标准,开展交叉验证;

3.推荐采用本地+云端双备份策略,确保数据安全与可及性;

4.加强人员培训,确保操作人员熟悉标准要求与异常处理流程;

5.鼓励结合人工智能技术开展自动化质控,提升效率与一致性。