协议基因组：基于 DICOM 头文件的自监督学习框架
摘要
在本文中，我们介绍了 Protocol Genome，这是一个从 DICOM 头文件中学习相关性的自监督学习系统，在完全留出的外部验证集上实现了 0.901 的 AUROC（基线为 0.847）和 0.036 的 ECE（基线为 0.058）。我们的方法还提高了跨模态（CT、MRI、CXR）和供应商的校准和鲁棒性。临床成像通过 PACS/DICOM 进行传输，其中程序选择（扫描仪制造商/型号、序列、核、kVp、TR/TE 和层厚）会影响对比度、噪声和伪影。这些潜在混杂因素阻碍了纯图像网络跨站点的泛化。我们将结构化的 DICOM 头文件视为标签，并学习协议感知但临床鲁棒的图像表示。Protocol Genome 获取去标识化头字段的标记化嵌入，并使用以下方法对它们与图像特征进行建模：(1) 协议-图像对比学习，(2) 掩码协议预测，以及 (3) 协议-协议翻译。利用 126 万项研究（7 个医疗系统、31 台扫描仪、3 家供应商；CT、MR、CR/DR），我们在以下任务上进行实验：(A) 用于 PE 的胸部 CT 分诊，(B) 脑 MRI 胶质瘤分级，以及 (C) 胸部 X 光片心脏肥大检测。相对于强大的 SSL 基线（SimCLR、MAE）以及 ImageNet 迁移，Protocol Genome（PE：+0.046，胶质瘤：+0.058，心脏肥大：+0.041）与更高的外部 AUROC 相关；获得了 25-37% 的校准改进（p < 0.01，DeLong 检验）。虽然收益可能与任务相关，但在仅使用 10-20% 的标注数据时它们仍得以保留。从临床角度来看，该技术减少了协议边界处的假阳性，并适用于 PACS（DICOM C-FIND/C-MOVE，DICOMweb QIDO/WADO）。我们发布了模型卡和部署指南，并包含去标识化和偏差审计。
引用
@article{arxiv.2509.06995,
title = {The Protocol Genome A Self Supervised Learning Framework from DICOM Headers},
author = {Jimmy Joseph},
journal= {arXiv preprint arXiv:2509.06995},
year = {2025}
}