ICS13.100 CCSC57 WSJD 中国卫生监督协会团体标准 T/WSJD95—2025 放射生物剂量估算人工智能分析方法 --双着丝粒染色体 Artificialintelligenceanalysismethodforradiobiologicaldoseestimation --dicentricchromosome 2025-11-26发布 2025-11-27实施 中国卫生监督协会  发布 全国团体标准信息平台 全国团体标准信息平台 T/WSJD95—2025 I目次 前言..................................................................................II 1范围................................................................................1 2规范性引用文件......................................................................1 3术语和定义..........................................................................1 4标本制备............................................................................2 5人工智能分析系统的构建..............................................................2 6标准曲线的建立......................................................................4 7注意事项............................................................................5 8质量控制............................................................................5 附录A（资料性）主要仪器设备配置和试剂配制............................................6 附录B（资料性）人工智能分析系统的配置及功能要求......................................7 附录C（资料性）双着丝粒染色体分析生物剂量估算报告....................................8 参考文献...............................................................................9 全国团体标准信息平台 T/WSJD95—2025 II前言 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 起草。 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、河南省第三人民医院（河南省职业病医院）、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：刘强、郝建秀、李旭光、刘建香、吴梦云、吕玉民、高宇、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。 全国团体标准信息平台 T/WSJD95—2025 1放射生物剂量估算人工智能分析方法 --双着丝粒染色体 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——双着丝粒染色体中的标本制备、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而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（包括所有的修改单）适用于本 文件。 GB/T28236染色体畸变估算生物剂量方法 GBZ/T248放射工作人员职业健康检查外周血淋巴细胞染色体畸变检测与评价 3术语和定义 下列术语和定义适用于本文件。 3.1 双着丝粒染色体dicentricchromosome；DIC 具有两个着丝粒的染色体，常伴有一对无着丝粒断片。 [来源：GBZ/T248－2014，A.3.6，有修改] 3.2 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] 3.3 标准曲线standardcurve 基于已知标准剂量建立的dic率与剂量之间对应关系的剂量-效应曲线。 3.4 人工智能分析artificialintelligenceanalysis 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。 3.5 数据库database 是收集、存储和管理各种染色体图像的数据仓库，是数据标注、质量控制和数据集构建的数据源。 3.6 数据标注dataannotation 在染色体图像分析中，人工描绘染色体轮廓，并识别、标记dic生成带有标注信息数据的过程。 3.7 数据集dataset 已完成标注，并通过严格质量控制的数据库。 3.8 训练集trainingdataset 全国团体标准信息平台 T/WSJD95—2025 2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] 3.9 验证集validationdataset 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 型是否出现过拟合或欠拟合。 [来源：GB/T41867－2022，3.2.35，有修改] 3.10 测试集testdataset 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。 [来源：GB/T41867－2022，3.2.3，有修改] 3.11 准确率accuracy 人工智能分析系统能正确检测出正常染色体中期分裂相和含dic的染色体中期分裂相的比例。 3.12 特异性specificity 人工智能分析系统正确检测出正常染色体中期分裂相的比例。 3.13 灵敏度sensitivity 人工智能分析系统正确检测出含dic的染色体中期分裂相的比例。 3.14 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/T41867－2022，3.4.9，有修改] 3.15 增量学习incrementallearning 人工智能分析系统能够在不断接收新数据的过程中，持续学习新知识，同时尽可能保留旧知识，避 免因学习新内容而遗忘已有知识和能力的过程。 4标本制备 4.1仪器设备配置和试剂配制 主要仪器设备配置和试剂配制参见附录A。 4.2外周静脉血采集及处理 采集外周静脉血约4mL，注入肝素抗凝管中，颠倒混匀。静脉血保存最佳温度是18℃～24℃，宜 48 h内送达实验室并尽快培养。 4.3标本自动制备 配备有自动化的接种仪、收获仪、制片机和染片机的实验室，可按照实验室设定的程序参数和GB/T 28236制备染色体标本。 4.4标本人工制备 人工制备染色体标本的流程参照GB/T28236或GBZ/T248。 5人工智能分析系统的构建 5.1人工智能分析系统的配置及功能要求 全国团体标准信息平台 T/WSJD95—2025 3人工智能分析系统的配置及功能要求见附录B。 5.2数据库的建立 5.2.1染色体中期分裂相的选择及剔除 染色体中期分裂相的选择和剔除参照GB/T28236和GBZ/T248。 5.2.2数据量要求 数据库中染色体中期分裂相数量应同时满足： a)正常染色体中期分裂相≥10,000个； b)含dic的染色体中期分裂相≥10,000个。 5.2.3数据标注 5.2.3.1人员要求 标注人员、审核人员和仲裁人员为专业技术人员，应掌握电离辐射生物效应和细胞遗传学的基础知 识，熟知标注规范的要求，熟练掌握标注工具的使用，并应通过实验室间比对考核。同时应满足： a)标注人员和审核人员：具备中级及以上职称，具有二年及以上染色体畸变分析工作经验； b)仲裁人员：具备副高级及以上职称，具有五年及以上染色体畸变分析工作经验。 5.2.3.2标注过程 染色体中期分裂相的标注包括标注、审核和仲裁三个环节，具体如下： a)标注：标注人员对染色体的位置切割和畸变类型的标注； b)审核：审核人员对标注结果进行评估，标注和审核一致的数据审核后即完成标注； c)仲裁：标注和审核不一致的数据，须仲裁人员进行仲裁后完成标注。 5.3数据集