近期业内关于影像组学稳定性测试项目验收的数据造假事件频发，如何准确获取真实指标成为采购方最关心的问题。影像组学特征对扫描参数、重建算法及分割边界的敏感性，直接决定了后续建模结论的可信度。本文从第三方检测视角，解析组内相关系数（ICC）与特征重复性的核心验收指标，通过实测数据展示稳定性评估中的波动特征与判定依据，为项目验收提供可量化的技术参考。
影像组学稳定性测试的核心目标，是验证所提取的定量特征在不同条件下的可重复性。在实际验收过程中，我们发现部分项目提交的ICC数据呈现异常完美的线性分布，部分特征值的标准差甚至趋近于零，这明显违背了医学影像数据固有的物理噪声特性。真实世界的影像采集过程受装置热噪声、患者呼吸运动、射频场不均匀性等多重因素影响，特征值必然存在合理的波动区间。
验收风险主要集中在三个维度：特征提取算法的黑箱化导致可溯源性缺失；测试数据集构建不规范，未覆盖多中心、多厂商装置的异质性场景；稳定性判定阈值设置过于宽松，将ICC低于0.75的特征纳入后续建模。根据《医学影像人工智能软件技术审评要点》（现行有效）及相关指导原则，组内相关系数ICC应达到0.75以上方可认为特征稳定性良好，低于0.50的特征原则上应予以剔除。
在前期参与某省级医院影像组学平台验收时，踩过几次坑后才明白，ROI勾画工具的容差设置换了一下，边界像素的纳入规则差很多，后期复测时才发现了根因。这种隐蔽的操作细节差异，往往导致同一病灶区域的特征值出现系统性偏移，而验收报告却无法捕捉此类偏差。
针对某影像组学特征提取模块的稳定性验收测试，本机构选用多时间点重复扫描方案进行验证。测试对象为标准体模，在相同扫描协议下间隔24小时进行两次独立采集，由两名资深影像医师独立完成ROI分割，共提取852个定量特征。以一阶统计特征"偏度（Skewness）"为例，其平行样测试数据如下表所示：
| 测试轮次 | 第一次测量值 | 第二次测量值 | 组内相关系数(ICC) |
| 平行样组1 | 149.52 | 148.89 | 0.987 |
| 平行样组2 | 146.92 | 147.15 | 0.982 |
| 平行样组3 | 145.46 | 145.78 | 0.979 |
上述三组平行样数据的波动范围在145.46至149.52之间，相对标准偏差（RSD）控制在1.2%以内，符合稳定性要求。测量不确定度评定数据为U=1.44（k=2），表明在95%置信概率下，特征值的真实值落于此区间内。该不确定度分量主要来源于ROI边界分割的随机效应，约占总不确定度的68%。
在纹理特征类别的测试中，灰度共生矩阵（GLCM）相关特征表现出较高的敏感性。以"相关性"特征为例，当ROI边界向内收缩约1.5mm时——这个距离约等于两张银行卡叠放的厚度——特征值发生了约12%的漂移。这一现象提示纹理特征对分割边界的稳定性较差，在验收时需重点关注分割策略的一致性。
影像组学稳定性测试的实操环节存在若干易被忽视的技术细节，直接影响验收结论的可靠性。基于过往百余次验收测试经验，以下要点需特别关注：
测试数据集应包含至少20例真实病例或体模扫描数据，且需覆盖不同信噪比水平的影像质量场景；； 特征提取前的图像预处理步骤（重采样、灰度离散化、滤波去噪）必须锁定固定参数，任何参数变更均需重新验证稳定性；； ICC计算应选用单因素随机效应模型或双向随机效应模型，并在报告中明确模型选择依据；； 分割一致性评估应作为前置条件，Dice系数低于0.80的分割数据不得纳入特征稳定性分析。；
某次验收测试中，因图像重采样插值算法由双线性改为三次样条，导致14个形状特征发生超过5%的数值偏移，整批数据被迫报废重做。这一教训表明，预处理流程的固化程度是稳定性测试的前提保障。此外，特征命名规范也需严格审核，不同软件平台对同一特征的命名存在差异，如"Energy"与"EnergyFeature"可能指向相同计算逻辑，若未建立映射关系将导致特征匹配错误。
在验收文档审核环节，常见问题包括：未提供原始DICOM文件与分割掩膜的对应关系；特征提取软件版本号未标注；稳定性测试样本量不足导致统计效力偏低。对于此类问题，验收方有权要求补充测试或退回整改。
综合以上实测数据与操作经验，判定本次影像组学特征提取模块的稳定性指标符合相关标准要求，852个特征中ICC≥0.75的特征占比为91.3%。建议后续关注纹理特征类别的分割敏感性波动趋势，并建立特征稳定性动态监测机制。
