CADx-4/research-wiki/guides/医生核对包.md

医生核对包

医生核对包是一个文件夹，交给临床方的医生，请他们核对我们对交付资料的处理结果。医生不用写代码就能打开：表格是 CSV，文字是 PDF，图和视频原样拷贝。本文写给出包的人：什么时候跑、怎么跑、产物在哪、怎么交出去、报错了怎么办。为什么做、包里每个文件的格式，见 ../任务书/03-医生核对包.md 和改成医生读得懂的 ../任务书/04-核对包改成医生读得懂.md（两者不一致处以 04 为准）；它在代码里的位置见 ../explanation/结构.md 第三、四部分。

先认识几个词

• 病例号：交付包里每个病例的真实编号，核对包里写成 P 加三位数字（如 P001），和临床工作簿里的写法相同。
• 病灶：病人胰腺上的那个囊性肿瘤，CEUS 定量要在视频里把它圈出来。
• 构建：跑一次 scripts/build.py（装配两个库.md），产出同号的资料库 library/<构建号>/ 和标准答案库 answers/<构建号>/。
  • 资料库：给 AI 专家看的资料，按临床、超声、MR 三路分开。
  • 答案库：放病理诊断（金标准，即术后或穿刺的病理结论）、化名与病例号的对照、跳过清单（没进资料库的病例和原因）、复核清单（报告里可能带诊断倾向的句子）。
• 资料库清单 manifest.json：资料库根目录下的一个文件，记这次构建的构建号、每个文件的哈希，以及 ceus_source：这次构建装入的那次 CEUS 运行的运行号（没装为 null）。它只记运行号，不记运行目录的路径。
• 化名：资料库里代替病例号的 4 位随机名字，只用在资料库里。交付表按诊断分组录入，病例号的先后本身带着答案。专家看到病例号，就可能从编号推出诊断（AGENTS.md 硬性约束 1）。
• 核对包为什么可以用病例号：核对包是给医生看的，不给 AI 专家；里面本来就有诊断（答案库的诊断表原样在包里），不进专家能读到的任何资料。所以病例目录直接用病例号，化名只在表里出现，方便以后对回资料库。答案库原本「只给评价用」，核对包是另一类用途：把答案库连同资料库和 CEUS 结果一起交给临床方核对，范围仍限于我们和临床方之间（AGENTS.md 硬性约束 3）。
• CEUS 定量运行：跑一次 scripts/ceus_quant.py（CEUS定量.md），产物在 runs/ceus/<CEUS运行号>/。
  • failed.csv：这次运行里记各病例在第几步失败、失败原因的表。
  • 视频号：每例 CEUS 视频的编号，U 加三位病例号（如 U001），CEUS 运行的结果目录按它命名。
• TIC、拟合：TIC（时间-强度曲线）是一块区域平均亮度随时间的变化。拟合是用一条光滑的模型曲线（Lognormal，对数正态形状）去贴 TIC。拟合要过一道质量门才算成功；病灶曲线没成功时关键帧 B0、D1–D4 取不到，某条曲线没成功时它那一组灌注指标为空。
• TIC 参数：从过了质量门的拟合曲线算出的 11 个灌注指标（PE、TTP 等），紫圈（胰腺实质）和病灶去暗区各一组，就是资料库 tic.json 里给 AI 专家的那份。
• 紫圈：临床方在视频上画的紫色圈，圈一块正常胰腺作对照，程序也为它画一条 TIC。
• 关键帧、槽位：从视频里挑出的 7 个时刻的画面，每个时刻叫一个槽位。B0 是刚开始变亮之前，D1–D4 是从拟合曲线上取的开始变亮、变亮最快、最亮、变暗最快，F1、F2 是推注造影剂后第 20、60 秒。细节见包里的 说明.pdf。
• 回放视频：原视频逐帧叠加程序画的病灶轮廓等线条，医生用它看程序圈得对不对。
• 问题清单：包里的 问题清单.csv，列出程序在每个病例上观察到的现象：某例没进资料库、造影视频处理失败、曲线没能拟合、关键帧没取到、紫圈不可用。每条都抄自某个已有文件里的值，只写现象，不写原因推测和建议（负责人 2026-10-17，任务书 03「不做什么」）：包只请医生核对事实，推测会把医生的注意力引向我们的猜测。
  • 写成医生能懂的话：程序记录的原因（检查编号、原因码、英文字段名）经 src/cadx/review/_problems.py 里的对照表换成一句大白话，同一个原因引起的几条合成一行（任务书 04）。对照表里没有的原因直接报错停下，不把程序原文给医生；程序原文另存在快照的 问题清单_原文.csv 里。
• 三种编号：格式都是 YYYYMMDD-HHMMSS-<git 短哈希>，工作区有未提交改动时末尾加 -dirty（装配两个库.md 第三节「构建号」）。三者各指一样东西，本文用不同的名字区分：
  • 构建号：一次构建，即 library/<构建号>/、answers/<构建号>/；
  • CEUS 运行号：一次 CEUS 定量运行，即 runs/ceus/<CEUS运行号>/；
  • 出包号：出一次核对包，即 runs/review_pack/<出包号>/，取出包那一刻的时间。

一、什么时候跑

医生每交一版新数据，或者处理规则改了，按顺序做完：

1. 干净工作区：先确认 git status 没有任何改动（包括未跟踪文件），有就先提交或请改动的人处理。工作区不干净时三个运行号末尾都会带 -dirty，记下的提交号复现不出这次结果；
2. ceus_quant：CEUS 定量 scripts/ceus_quant.py，得到新的 runs/ceus/<CEUS运行号>/；
3. build：把 config/build.yaml 的 ceus_run 指向这个目录，跑 scripts/build.py 构建两个库，得到新的构建号；
4. review_pack：再跑本入口出核对包。

核对包只读已经构建好的两个库和那次 CEUS 运行，不碰交付包，也不改两个库。所以交付数据或处理规则变了，要先重新构建，再出包。一次构建可以出多次包，每次一个新的出包号。

没装 CEUS 结果的构建（build.yaml 的 ceus_run 为 null）也能出包。病例的 关键帧/ 里只有医生截图，没有程序取的关键帧、TIC 曲线图、TIC 参数和回放视频，病例总表的 CEUS 各列留空，说明.pdf 里写明这一版没有造影视频的处理结果。

二、怎么跑

改配置

配置是 config/review_pack.yaml，进 git：出包用了哪两个库、产物写到哪，看提交历史就能查到，运行可以复现；每次出包时，快照里还会存一份配置原文。字段定义和校验在 src/cadx/review/_config.py 的 ReviewPackConfig：每个字段必填，没有默认值；多写字段、拼错字段名、同一层重复的键都直接报错；相对路径相对仓库根目录解析，不能写空串。当前取值看配置文件本身，这里不抄。

字段	类型	含义
library_dir	路径	某次构建的资料库目录（library/<构建号>/）
answers_dir	路径	同一次构建的答案库目录（answers/<构建号>/）。两个目录名必须相同，不同就报错
output_root	路径	核对包运行目录的上级目录，每次出包在它下面新建 <出包号>/

用哪次 CEUS 运行

用哪次 CEUS 运行不在这里配，从这次构建自己的记录里取：

• CEUS 运行号：取资料库 manifest.json 的 ceus_source。
• 运行目录的路径：取答案库快照里的 build.yaml（answers/<构建号>/snapshot/build.yaml，构建时那份配置的原文副本）的 ceus_run。路径不从 manifest.json 拿，因为它只记了运行号、没记路径；任务书 03 又要求不在 review_pack.yaml 里另配。
• 两者必须一致：ceus_run 的目录名要等于 ceus_source，不一致就报错。这样包里的 TIC 曲线和回放视频，一定来自资料库实际装入的那次运行。
• ceus_source 为 null 时（构建时 ceus_run 为 null），程序不读快照里的 build.yaml，直接出不含 CEUS 结果的包。

跑

uv run python scripts/review_pack.py --config config/review_pack.yaml

脚本只接收 --config 一个参数（../explanation/结构.md 第五部分「配置」）。它调 pandoc 和 soffice（LibreOffice 的命令行程序），把说明和每例的两份报告转成 PDF。两个工具必须已装在 PATH 上（本机已装；中文字体用已装的 Noto CJK）。40 例的包要拷贝每例的回放视频、转几十份 PDF，耗时以实际运行为准；超过约一分钟时按 AGENTS.md「本机环境的坑」放进 tmux 跑。

终端只打印计数，不打印病例号，可以贴进汇报：

• 运行目录、核对包目录；
• 病例数（进库、跳过各几例）；
• 问题清单行数（按「环节」分）；
• PDF 份数；
• 拷贝的视频总大小（没装 CEUS 结果时显示 0.0 MiB）；
• 耗时。

三、产物在哪

runs/review_pack/<出包号>/          （output_root 下）
  snapshot/                         快照：不给医生
  医生核对包_<构建号>/               交给医生的就是这个目录

• snapshot/：记「这个包是怎么出来的」，给我们自己复现用。

  • snapshot.json：git 状态、Python 版本、uv.lock 哈希、开始时间、配置哈希；
  • review_pack.yaml：配置原文副本；
  • review.json：构建号、CEUS 运行号、pandoc 与 soffice 的版本行；
  • 问题清单_原文.csv：问题清单的程序原文（检查编号、原因码、程序记的原因），列同包里的问题清单，给我们自己追溯；
  • finished.json：结束时间、病例数、问题清单行数。

• 医生核对包_<构建号>/：

  说明.pdf                给医生的说明，源文件是 src/cadx/review/readme_template.md
  问题清单.csv            病例号、视频号、环节、问题（一句话）
  病例总表.csv            全部病例一例一行
  标准答案/               化名对照.csv、诊断.csv、跳过病例.csv、报告复核句.csv（答案库原样拷贝）
  病例/<病例号>/          只有进了资料库的病例才有
    临床信息.csv          临床一路的字段
    超声报告.pdf、MR报告.pdf   两路报告的描述段原文
    关键帧/
      医生截图.png        资料库 ultrasound/keyframes/key.png
      <槽位>_第<秒>秒.png  程序定位到的关键帧，秒数取 tic.json 的 keyframe_times_s
    TIC曲线.png           CEUS 运行的 tic.png
    TIC参数.csv           11 个灌注指标 × 紫圈、病灶去暗区两组，数值取自资料库 tic.json
    回放视频.mp4          CEUS 运行的 overlay.mp4
  

  CSV 都是带 BOM 的 UTF-8、中文列名、缺失为空。TIC参数.csv 的时间类指标保留 1 位小数、其余 2 位；某一组整组为空时最后加一行「没算出的原因」，原因从 CEUS 运行的 summary.json 读，经对照表写成医生的话（资料库里已经没有原因，AI 专家拿到的只是 null）。图片和视频逐字节拷贝。每列的意思和怎么看写在 说明.pdf 里，这里不重抄，免得两处说法不一致。

运行目录先写成 <出包号>.partial/，全部写完再改名成 <出包号>/。看到 .partial，说明那次出包中途出错。它不会被自动删除，留着查原因，查完由人决定删不删。已有的运行目录不删、不覆盖（AGENTS.md「两档标准」）。

四、打包交给医生

1. 只打包 医生核对包_<构建号>/ 这一个目录，不带 snapshot/：快照里是仓库的 git 状态和配置，对医生没用。例如：

   cd runs/review_pack/<出包号>
   zip -r 医生核对包_<构建号>.zip 医生核对包_<构建号>
   

   打包后最好在另一台电脑上解开看一眼，中文文件名是否正常显示（医生多半用 Windows）。

2. 核对包里有患者资料：病例号、报告原文、诊断、超声画面和视频（AGENTS.md 硬性约束 3）。只在临床方和我们之间传递，由负责人用认可的渠道（如 U 盘）转交。不贴进文档、提交说明、Linear，不发给外部模型服务。

3. 交出去的包以后不改。医生改好交付资料后，按第一节重新跑一遍，得到新的构建号和新的核对包。

五、常见报错

报错	原因	怎么办
资料库与答案库不是同一次构建：A ≠ B	review_pack.yaml 里两个目录名（构建号）不同	把两项改成同一个构建号
资料库清单里的构建号 … 与目录名 … 不同	资料库目录被改过名	用原目录名；构建目录不要改名
… 是没写完的构建（.partial），不能读	配置指向了没跑完的构建（名字以 .partial 结尾）	改指向一次跑完的构建
… 的 SHA-256 与清单不一致	资料库或答案库里的文件在构建之后被改过	不要手改构建目录；重新构建一次
运行目录已存在，不覆盖：…	output_root 下已有同名的 <出包号>/ 或 <出包号>.partial/（出包号带到秒，通常是同一秒内跑了两次）	隔一秒重跑；不要删已有的运行目录来腾位置
找不到 pandoc / 找不到 soffice	转 PDF 的工具没装或不在 PATH 上	装上 pandoc 和 LibreOffice，再跑
pandoc 的参考样式里没有 …	中文 PDF 里有的字会显示成日文写法，程序为此改了 pandoc 自带的样式文件，把中文字体设成 Noto CJK 简体。这条报错说明 pandoc 版本变了，样式文件里要改的那段已经不在，程序设不了中文字体	先查 pandoc --version 是否被升级过。能退回原版本就退回；不能就打开 src/cadx/review/_pdf.py 顶部的注释和 _STYLE_FONTS，按新版样式文件改写要替换的内容
soffice 没有转出 …	LibreOffice 转 PDF 失败	先单独用 soffice --headless --convert-to pdf 转一个 docx 试试，看 LibreOffice 本身是否正常
… 的 ceus_run 是 …，与资料库记的 CEUS 运行号 … 不符	答案库快照里 build.yaml 的 ceus_run（路径）与资料库 manifest.json 的 ceus_source（CEUS 运行号）对不上	两个库不是同一次构建写出的，检查配置是否指错
CEUS 运行目录不存在 / 是没跑完的 .partial / 缺快照	构建所用的 CEUS 运行目录被移走或删了	CEUS 运行目录只追加不删；找回原目录
CEUS 运行 failed.csv 里的视频号 … 对不上这次构建的任何病例	那次 CEUS 运行里失败的病例不在这次构建里，既没进库，也不在跳过清单上	检查 build.yaml 的 ceus_run 与 delivery_dir（交付包目录）是否配套，即那次 CEUS 运行是否在这份交付包上跑的
tic.json 的字段是 …，核对包只认得 … / 灌注指标分组是 … / 灌注指标是 …	build 改了 tic.json（资料库里每例给 AI 专家的 CEUS 参数）的字段，核对包还没跟上	改 src/cadx/review/_pack.py 的 TIC_GROUPS、TIC_METRICS，同时补说明模板
… 不在对照表里：…	程序记录了一种新的原因（新的检查编号、新的失败原因、新的原因码、新的列），对照表里还没有给医生的写法	在 src/cadx/review/_problems.py 的对照表里补一句医生能懂的话，并在 tests/test_review_reasons.py 补一条手写预期
给医生的话里出现了程序用语「…」	某句给医生的话里带出了检查编号、字段名、下划线、括号或运行号（多半是交付资料里的取值本身带下划线等字符）	看是哪一句：对照表写法的问题就改写法；是交付取值带出来的，问负责人怎么写
病灶曲线拟合失败 … 与因此未取到的关键帧 … 对不上	CEUS 运行的 summary.json 里拟合结果和关键帧状态互相矛盾	CEUS 运行本身有问题，查那次运行，不要改核对包绕过