T/WSJD 中国卫生监督协会团体标准
T/WSJD94-2025
Artificial intelligence analysis method for radiobiological dose estimation--cytokinesis blockmicronucleus
中国卫生监督协会 发布
目次
前言1范围..2规范性引用文件3术语和定义4标本制备，5人工智能分析系统的构建.6标准曲线的建立7注意事项，8质量控制，附录A（资料性） 主要仪器设备配置和试剂配制，附录B（资料性） 人工智能分析系统的配置及功能要求.附录C（资料性） 胞质分裂阻断微核检测生物剂量估算报告参考文献 10
前言
起草. 本文件按照GB/T1.1-2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定
请注意本文件的某些内容可能涉及专利.本文件的发布机构不承担识别专利的责任.
本文件由中国卫生监督协会提出并归口.
本文件起草单位：中国医学科学院放射医学研究所、中国疾病预防控制中心辐射防护与核安全医学所、重庆市疾病预防控制中心、深圳市职业病防治院、广东省职业病防治院、杭州市职业病防治院、杭州德适生物科技有限公司、上海乐辰生物科技有限公司.
本文件主要起草人：郝建秀、刘强、李旭光、刘建香、吴梦云、王津晗、李炜、惠长野、高朝贤、杨学琴、赵娜、张天喜、苟正猛、黄宣麒、缪应江.
放射生物剂量估算人工智能分析方法 --CB微核
1范围
本文件规定了放射生物剂量估算人工智能分析方法--CB微核中的标本制备、人工智能分析系统的构建、标准曲线的建立、注意事项和质量控制.
本文件适用于急性外照射受照人员的生物剂量估算.其他类型受照人员的剂量估算可参照执行.
2规范性引用文件
下列文件中的内容通过文中的规范性引用面构成本文件必不可少的条款.其中，注日期的引用文件，仅该日期对应的版本适用于本文件：不注日期的引用文件，其最新版本（包括的修改单）适用于本文件.
GB/T28236染色体畸变估算生物剂量方法GBZ/T328放射工作人员职业健康检查外周血淋巴细胞微核检测方法与受照剂量估算标准
GBZ/T248放射工作人员职业健康检查外周血淋巴细胞染色体检查与评价
3术语和定义
下列术语和定义适用于本文件.
3. 1
微核micronucleus
由于基因组DNA损伤导致细胞分裂后期滞后的染色体断片、一个或多个染色体不能随有丝分裂进入子细胞，面在细胞质中形成直径小于主核的三分之一且完全与主核分开的圆形或椭圆形小核.
[来源：GBZ/T328-2023，3.2]
3. 2
胞质分裂阻断微核法cytokinesis-blockmicronucleusmethod
核正常分裂，培养结束后经低渗、固定、制片和染色，只计数和分析双核细胞中微核的方法.
[来源：GBZ/T328-2023，3.4，有修改]
3.3
采用CB微核法时，所观察到的双核淋巴细胞.
3.4
CB微核细胞cytokinesis-blockmicronucleus cel1采用CB微核法时，所观察到的胞质中含有微核的CB细胞.[来源：GBZ/T328-2023，3.5，有修改]
3.5
CB微核率cytokinesis-block micronucleus frequency分析1000个CB细胞所见的微核总数. [来源：GBZ/T328-2023，3.6，有修改]
3. 6CB微核细胞率cytokinesis-blockmicronucleus cel1frequency 分析1000个CB细胞所见的含微核的细胞数.[来源：GBZ/T328-2023，3.6，有修改]
3.7
生物剂量估算biologicaldoseestimation
用具有稳定剂量-效应关系的分子或亚细胞结构变化等生物学指标定量估算受照射个体的辐射吸收剂量的方法.
[来源：GBZ/T328-2023，3.1]
3.8
标准曲线standard curve
基于已知标准剂量建立的CB微核率与剂量之间对应关系的剂量-效应曲线.
3.9
人工智能分析artificialintelligence analysis
指人工智能系统基于模型对输入数据进行处理、识别、分类、判断和预测等操作的过程.
数据库database
是收集、存储和管理各种CB细胞的数据仓库，是数据标注、质量控制和数据集构建的数据源.
数据标注data annotation
在CB细胞图像分析中，人工框选CB细胞，并识别、标记微核生成带有标注信息数据的过程.3. 12
数据集dataset
已完成标注，并通过严格质量控制的数据库内容.
3.13
训练集training dataset
用于训练人工智能模型的输入数据样本子集，引导模型学习数据中的特征模式、规律或映射关系，从而优化模型参数或结构.
[来源：GB/T41867-2022.3.2.34，有修改]
3.14
验证集validation dataset
型是否出现过拟合或欠拟合. 用于调整模型超参数、选择模型结构或监控训练过程，评估模型在未见数据上的表现，帮助判断模
[来源：GB/T 41867-2022.3.2.35，有修改]
3. 15
测试集test dataset
用于独立评估最终人工智能模型性能和泛化能力，衡量模型在真实或未见数据上的表现.
3. 16
人工智能分析系统能正确检测出CB细胞的比例.
3.17
特异性specificity
人工智能分析系统正确检测出正常CB细胞的比例.
3. 18
灵敏度sensitivity
人工智能分析系统正确检测出CB微核细胞的比例.
3. 19
鲁棒性robustness
指人工智能分析系统在面对输入数据中的不确定性、异常情况、扰动信息或对抗性攻击时，仍能保持其预期功能与性能水平的能力.鲁棒性是衡量人工智能系统稳定性、可靠性和安全性的重要指标.
[来源：GB/T 41867-2022，3.4.9，有修改]
