VIDS：医学 AI 的经验证成像数据集标准

医学成像 AI 开发根本依赖于标注数据集，但现有标准在数据集结构、标注来源、质量文档和 ML 就绪性方面未能提供机器可强制的验证。DICOM 标准在单个研究层面标准化图像获取、存储和通信；BIDS 在神经成像研究数据集中组织一致的命名约定。但两者都未解决标注层面的问题，即谁在何时使用何种工具对何种内容进行标注，且标注质量如何达标。本文提出 VIDS（Verified Imaging Dataset Standard），一种开放规范，定义文件夹布局、文件命名、标注来源模式、质量文档以及两套从属档案下的21项机器可强制验证规则。VIDS 将 NIfTI 作为标准工作格式，同时保留 DICOM 元数据的 sidecar 文件以实现可追溯性，可导出到任何下游 ML 框架（nnU-Net、MONAI、COCO、平面 NIfTI），且不损失来源信息。定义了22个合规维度，对四个主要公开数据集——LIDC-IDRI、BraTS、CheXpert 和 Medical Segmentation Decathlon 进行基准测试。即使是广泛使用的数据集，也仅满足20-39%的这些维度，其中来源和质量文档是最大的系统性缺口。我们发布了 LIDC-Hybrid-100 作为100 受试者的 VIDS 合规参考 CT 数据集，包含来自四位放射科医生的共识分割掩码（平均两两 Dice 0.7765），在完全合规档案下通过21/21 项验证。VIDS 完全开源：规范使用 CC BY 4.0 授权，所有工具使用 Apache 2.0 授权，参考验证器已发布在 PyPI（pip install vids-validator），LIDC-Hybrid-100 发布在 Zenodo（https://doi.org/10.5281/zenodo.19582717）。