从ROI到本体词汇：生物影像资料怎样保留可追溯上下文

研究团队把一张带彩色轮廓的显微镜截图发给合作单位，并在邮件里写“红色区域是目标表型”；接手者却不知道轮廓来自哪张原图、哪个Z层和时间点，也无法确认术语与分析版本。

可复核的影像交接不是一张截图，而是一条可追溯关系：原始像素与处理版本、ROI几何及坐标、实验与采集条件、受控词汇和分析结果必须能互相指回。

截图能传达外观，却不能保存证据链

截图最容易分享，也最容易让资料失去上下文。它通常已经经历裁切、缩放、伪彩、对比度调整和图层叠加，却不一定保留原始文件名、处理参数或坐标变换。接手者看到的是最后一层呈现，无法判断红色轮廓是否真的落在原始像素的同一位置。

这不表示截图没有用途。它适合会议讨论、标出问题位置或快速确认视觉方向。问题出现在截图开始承担定量复核、模型训练、跨设备比较或论文证据时：展示图无法替代可重建的资料。

截图抹去像素来源、处理版本与坐标关系；受控词汇若没有稳定词项ID和版本也会漂移，最终让结果无法反向定位到可重算的区域与实验条件。

把原始影像和处理版本分开保存

第一层是原始或最接近采集输出的影像。它应该拥有稳定ID，并与采集批次、样本、设备和实验记录关联。后续去噪、配准、拼接、投影、裁切、通道合并或强度标准化产生的文件，则作为独立处理版本保存，而不是覆盖原档。

每个处理版本至少要说明来源影像、执行步骤、软件或算法版本、关键参数以及生成时间。若经过裁切或缩放，还要保留从处理后坐标回到来源影像坐标的变换。否则，一个在处理图上位于(320,180)的区域，无法可靠对应回原图。

REMBI把Study、Study Component、Image Data和Analyzed Data分开组织，说明原图、空间标注与汇总结果不能被压成同一层。Image Data可以保存标签图或其他维持空间关系的表达，Analyzed Data则保存测量和计数。两者需要相连，却不应混为一份截图。

ROI不只是一个彩色轮廓

第二层是观察区域。OME模型把ROI视为可以被影像引用的顶层对象，而不是画面上的装饰。一个可重建的ROI需要稳定ID、来源影像关系、几何类型与坐标；还应记录创建者、创建方式、版本和用途。

OME ROI具有独立ID并由Shape组成，几何可绑定特定Z、T和C平面；三维区域可以由多个平面Shape联合表示。于是“红色区域”至少要回答：它是点、矩形、多边形、掩膜还是其他几何？位于哪个Z层、时间点和通道？使用的是像素坐标还是经过配准的物理坐标？

这一区分对时间序列和三维影像尤其重要。把一个Z层的轮廓复制到所有层，或把某一时间点的区域当成整个序列的固定区域，都会制造并不存在的测量一致性。

ROI还需要版本。OME文档特别提醒，同一ROI若同时服务于可编辑影像和固定操作记录，后续编辑可能意外改变历史用途。实际协作中应保留“用于原分析的不可变快照”，再从它复制出新的编辑版本，并记录两者的派生关系。

实验条件解释像素为何长成这样

第三层是实验与采集上下文。相同外观的亮点可能来自不同样本处理、曝光、增益、物镜、照明、染料、通道串扰或图像处理；单看像素无法区分。

最小字段不必一开始就追求包罗万象，但要能回答当前比较真正依赖什么。常见项目可从样本身份、处理条件、时间点、成像模态、设备与物镜、空间标定、通道与标记、曝光或关键采集设定开始。涉及定量强度时，再补充校准、背景扣除和动态范围；涉及三维结构时，补充层距、点扩散函数或重建方法。

REMBI指出，不同使用者需要不同上下文：生物学研究者关心样本与实验背景，显微镜专家需要采集设定，机器学习使用者还需要真实类别或区域轮廓。没有一种简短文件名能同时承载这些需求，结构化字段与清单因此比自由文字更可靠。

受控词汇解决的是同义，不是正确性

第四层是注释语义。自由文字中的“细胞死亡”“坏死样”“低信号”可能因团队、语言或项目阶段而有不同含义。使用受控词汇时，应同时保存词项ID、人类可读标签、词汇表或本体名称、版本或访问日期，以及本项目采用它的判定规则。

只保存标签文字仍然可能漂移：同一标签可能改名，不同本体也可能出现相同词面。只保存ID则不便于阅读，而且在脱离词汇来源后难以解释。ID与标签要一起保留，版本或日期则帮助后来者重建当时的语义环境。

但受控词汇不会自动证明注释正确。它让团队更一致地说同一件事，却不验证观察者、算法或实验结论。元数据完整不等于表型判断正确，受控词汇也不是临床诊断；它们提高的是可理解、可追踪和可复核程度。

三种层次不能互相代替

REMBI区分语义需求、句法数据模型和存档实现。这个区分很实用：文件格式解决字段怎样承载，受控词汇解决字段表达什么，清单与存档则确保对象实际可取回。

一个符合某种格式的文件仍可能缺少关键实验条件；一个术语使用正确的表格也可能找不到对应影像；一个长期可下载的存档如果没有ROI与结果关系，同样难以复算。三层都通过，交接才真正闭合。

BioImage Archive把影像资料用于复现、再分析以及训练、测试和基准评估，保存目的远超结果展示。参考数据集还能减少重复采集，让方法在一致资料上比较。这里的关键不是把所有数据上传到同一个平台，而是本地交接也要具备相同的可追溯结构。

建立一份最小影像交接包

可以用一张主清单连接所有对象。每一行至少包含研究或样本ID、影像ID、文件路径、处理版本、ROI ID、几何文件、Z/T/C位置、实验条件记录、词项ID与标签、分析输出和责任人。大文件可存放在专用存储，清单只要提供稳定、可验证的定位方式。

原始影像目录保持只读；处理结果放在独立目录；ROI使用可交换的几何或掩膜文件，不只存在于软件会话；分析表中的每一行都引用ROI ID和影像版本。图版和截图作为展示产物，反向引用产生它们的分析输出。

若同一ROI被修订，不要覆盖旧文件。创建新版本并记录“派生自”，注明修改原因和审核人。若本体词项变化，也保留旧ID、替代关系和变更日期，避免历史结果在新词汇下被静默改义。

用反向重建测试交接是否成功

交付前，不要只检查文件数量。让一位没有参与标注的成员从结果表中的一条记录开始，反向找到ROI、Z/T/C位置、处理版本和原始影像，再用记录的步骤重现该区域或测量。

若他只能找到相似截图，却无法确认原图；能找到ROI，却不知道它落在哪个通道；能找到术语标签，却不知道对应哪个词项ID，证据链仍然断裂。把断点记录下来，再补字段或关系，比增加一页说明文字更有效。

截图适合快速交流外观；结构化交接包则允许重建ROI、核对实验条件并重新计算，两者承担的证据任务不同。会议可以继续使用截图，但正式交接应以可重建包为准。

最终检查顺序可以固定为：先确认文件和版本，再确认ROI身份与坐标，然后核对实验条件和词项语义，最后从分析结果反向重建。只要任一环无法回到来源对象，结论就应标为待补，而不是用更明确的文字掩盖缺口。

本文的边界是：不得把受控词汇当成表型真实性认证；不得把注释结果写成临床诊断；不得冒充原PhenoImageShare数据库或研究团队。

资料来源

• Nature Methods：《REMBI: Recommended Metadata for Biological Images—enabling reuse of microscopy data in biology》，发布或更新于 2021-05-21
• Open Microscopy Environment：《Regions of Interest (ROI)》，发布或更新于 2020-09-16
• bioRxiv / EMBL-EBI：《The BioImage Archive - home of life-sciences microscopy data》，发布或更新于 2021-12-21