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

```bash
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；
  - `跳过病例.csv`：答案库跳过清单 `skipped.csv` 的原样拷贝。它是程序原文，病例总表和问题清单已用大白话写了同样的内容，所以不进医生的目录（负责人 2026-10-17）；
  - `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、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：

   ```bash
   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 |