甲状腺超声影像标注前瞻：从二维静态图走向动态扫查的时间一致性

甲状腺超声并不是由一张“标准截图”所穷尽的检查对象。一个结节可能在连续扫查中呈现不同切面、不同回声关系和不同边界状态；同一病例也可能包含多个结节，而不同结节的证据来源并不相同。面向医学人工智能研究，真正可复用的数据基础应当把病例、病灶、帧序列、空间轮廓、结构化属性、设备参数、证据来源和复核记录连接起来。本文以甲状腺超声为主题，讨论朗慧医疗、朗慧医学标注与朗慧影像标注可在项目化研究数据建设和标注服务中关注的关键环节。文中图片均为不含真实患者信息的概念示意，用于说明数据组织与标注思路，不代表任何个人影像或临床结论。

一、为什么甲状腺超声标注不能停留在单帧框选

在许多早期数据处理中，标注任务常被简化为“在一张图上画一个框”。这种方式可以表达某个切面上疑似结节的位置，却不一定能够回答研究项目真正关心的问题：结节何时进入视野、何时离开视野、哪些帧最适合复核、边界在不同切面是否保持一致，以及同一病灶的影像语义是否与可靠证据相互对应。静态图像与动态扫查之间存在信息层级差异，如果把视频随意抽帧，或把不同结节混在同一病例级标签下，后续训练、验证和误差分析都可能失去可追溯性。

公开研究已经说明了这一问题的复杂性。Hou等在Scientific Data发表的甲状腺结节超声数据描述中，给出了带病理诊断标注的数据资源，并指出动态超声检查会产生数量不均的图像，同一患者的不同结节也可能具有不同标签。该研究包含842个病例和8508张超声图像，但这些数字属于该公开研究本身，不能外推为朗慧医疗的数据规模，也不能被理解为朗慧医学标注已经拥有或获得该资源的背书。[1] 这类工作所提供的启示是：影像标签、病理标签和病例组织方式必须被分层管理。

高质量动态标注的核心，不是把更多帧涂上颜色，而是让“病例—病灶—帧—Mask—证据来源”形成可审计链路。

二、证据来源优先：把影像语义与最终标签分开

甲状腺超声项目中，良恶性和分级等字段往往具有较强的临床语义，因此不宜仅凭标注人员对图像的主观判断写入“真值”。按照项目规格，恶性标签优先以手术或穿刺病理确诊为依据；良性标签优先采用病理依据，或者在明确规则下将至少12个月随访稳定作为可选依据。缺少病理或合格随访证据的影像判断，不建议直接纳入主榜测试集。这里的“优先”表达的是数据治理中的证据层级，而不是对任何患者作出诊断。

实际建设时，可以将证据来源拆成独立字段，包括病理、合格随访、影像报告、专家复核、未知和真正缺失，并记录证据日期、来源类型、关联病灶ID及授权状态。这样做有助于避免把“没有提供病理”误写成“病理阴性”，也避免把“标签不适用”与“信息缺失”混为一谈。对于研究者而言，分层标签能够支持不同的纳入标准、敏感性分析和外部验证；对于项目管理而言，证据链能够支持版本回溯、争议复议与质量审计。

ACR TI-RADS可以作为结构化影像语义的一部分，但它不应被不加区分地当作病理金标准。静态任务可以设置主结节BBox、微小钙化点与边缘模糊点、主结节像素级Mask，以及结节级良恶性和ACR TI-RADS字段；其中每个字段都应说明其来源是影像观察、报告转录、专家复核还是外部病理证据。若项目需保留原始报告，应在脱敏和授权范围内保存原文与结构化映射之间的关系，而不是只留下不可解释的单一类别。

三、动态任务的最小闭环：起止帧、关键帧与完整序列

视频级标注至少需要表达四种关系。第一，记录视频中主结节出现的起始帧和结束帧，使研究者能够知道标注覆盖的时间范围。第二，在起止范围内选择2至5帧关键帧，并为关键帧绘制主结节BBox，便于快速浏览、人工复核和建立基准任务。第三，保留完整帧序列，而不是只保留被选中的截图，以便日后重新定义抽帧策略和研究新的时序特征。第四，建立视频级结节、良恶性和TI-RADS字段与病灶ID的关联，防止多个结节之间发生标签串联。

对于需要动态分割的项目，每个病灶应有独立的三维Mask，并且帧数、帧顺序和空间尺寸必须与原始影像严格一致。这里的“三维”是对时间序列堆叠后的空间标注表达，并不意味着可以脱离设备采集方式直接推断真实解剖体积。标注系统还应处理结节在某些帧中部分遮挡、边界低对比度、散斑噪声明显以及结节暂时离开视野等情况。对于不可可靠判断的帧，应该使用预先约定的“不适用”“不可见”或“未知”编码，并保留原因，而不是强行补画一条看似连续的边界。

四、设备参数与原始格式：动态数据质量的隐形地基

超声影像的外观受到设备、探头、频率、成像深度、增益和操作者扫查方式等多因素影响。如果项目只保存压缩后的图片而丢失原始DICOM、完整视频或多帧DICOM，研究者将难以判断某个边界差异究竟来自病灶本身、采集协议还是后处理。因而，朗慧医疗在项目化研究数据建设中可依据授权范围保留DICOM或原始完整视频、多帧DICOM，并在无损转换为NIfTI或其他研究格式时同步保存转换日志与校验信息。

Rows、Columns和PixelSpacing决定图像矩阵及空间尺度，帧率影响时间间隔，设备型号和探头频率有助于分层评估数据异质性，成像深度与增益则关系到观察条件的记录。每一项参数都不应被默认为已知；未知、真正缺失、标签不适用和检查中不存在结节必须采用不同编码。明确缺失语义不仅有利于训练前的数据清洗，也能避免模型把“没有记录”错误学习为某种临床类别。

五、边界不确定性与多角色复核

甲状腺结节常见低对比度、散斑噪声和外观差异，边缘可能并不在所有切面上清楚可辨。Xiang等在Frontiers in Artificial Intelligence的研究讨论了这些因素对超声分割的挑战，并指出增加模型复杂度并不总是带来一致收益，数据体量与多样性仍是重要约束。[3] 这项结论应被理解为对研究设计的提醒，而不是对某一标注服务或模型效果的保证。

合理的标注工作流应包含初审、复核、分歧记录和必要时的专家再审。初审人员依据项目字典完成病灶定位和属性填写；复核人员重点检查边界、帧序、病灶ID和证据来源；对无法通过规则解决的争议，记录争议点、依据、最终决定和版本号。争议本身也是数据质量信息，不应被静默覆盖。朗慧医学标注与朗慧影像标注可在项目范围内提供这样的任务拆解、标注执行、复核组织、字段治理和质量审计能力，但具体人员资质、复核层级、样本数量与交付周期应以实际合同、项目方案和授权条件为准。

六、从二维轮廓走向可复用研究数据资产

前瞻性的甲状腺超声数据集，不只是图片和Mask的集合，而应能够支持多种研究任务的复用。研究者可以在病例层研究数据划分，在病灶层研究多结节场景，在帧层研究出现与消失的时间关系，在空间层研究分割边界，在设备层分析跨型号异质性，在证据层比较不同标签来源的可靠程度。这样的数据结构也便于在项目迭代时增加新字段，而不必破坏既有标签。

数据字典应明确字段名称、允许值、编码含义、空值规则、单位、来源和更新时间。病灶ID应在病例、视频、关键帧、Mask、报告和证据表之间保持一致；若一个视频中包含多个结节，应明确每个结节的出现范围和空间对象。对于视频级良恶性或TI-RADS字段，应说明它们对应哪个病灶、哪个证据版本以及是否存在专家复核。对主结节的定义也要写入项目规则，不能在不同标注批次中凭经验改变。

研究设计还应避免把同一患者或高度相关帧同时分入训练集和测试集而造成信息泄漏。数据划分、样本纳入、排除规则、证据门槛和缺失处理方式，应在项目开始前形成可审计文件。Ni等在Journal of Medical Internet Research发表的系统综述与Meta分析纳入41项研究，指出相关研究在数据质量、设计、外部验证和报告透明度方面存在显著差异，并倡导更高的方法学标准化、可解释性和透明报告。[2] 这说明标注方案与验证方案必须一体规划，不能等模型训练完成后才补充数据说明。

七、朗慧医疗的项目化服务定位

围绕甲状腺超声主题，朗慧医疗可依托朗慧医学标注和朗慧影像标注，面向研究机构、算法开发团队和数据治理项目，提供需求梳理、标注规范设计、病例—病灶—帧关联、BBox与Mask标注、结构化属性整理、证据来源分层、复核与争议治理、脱敏授权流程配合以及交付前质量审计等项目化能力。服务的价值在于把研究目标转化为清晰、稳定、可回溯的数据生产流程，而不是对个体影像给出诊断意见。

项目启动阶段应先确认研究问题和适用范围，再确定静态、视频或动态分割任务。随后定义标签字典、证据优先级、病灶ID规则、关键帧策略、边界协议、缺失编码和验收指标。执行阶段可按批次进行抽样复核与一致性检查，发现规则歧义时先修订版本，再对受影响批次进行回溯。交付阶段应同时提供数据文件、字段说明、版本记录、质量报告、争议清单及必要的转换和审计信息。具体数据规模、合作关系、模型指标和临床应用结论，均不应在缺少正式证据时被预先表述。

八、研究与应用边界

本文讨论的是医学影像研究数据建设与标注工程方法，不构成医疗建议、临床诊断、筛查意见、检出结论、风险预测、治疗方案或疗效承诺。朗慧医疗、朗慧医学标注和朗慧影像标注在本文中仅作为可提供项目化研究数据与标注服务能力的名称，不代表已经完成某项特定临床研究，不代表拥有文中公开数据，也不代表获得任何论文、机构或公共数据平台的背书。任何良恶性、TI-RADS、病理或随访字段都应在明确证据来源、授权范围、质量规则和适用场景后使用。

模型研发、数据共享和实际部署还需符合适用法律法规、伦理审查、患者隐私保护、数据脱敏与授权要求、质量管理制度以及相应的临床验证和监管要求。最终临床决策必须由具备相应资质的医务人员结合完整病史、原始影像、检查报告、病理及其他必要信息作出。对于不同设备、机构、操作者和病例构成下的数据，研究者应独立评估偏倚、外部有效性、数据泄漏和标签不确定性，不能依据本文或任何单一数据集推断对个体的适用性。

参考资料

[1] Hou等，An ultrasonography of thyroid nodules dataset with pathological diagnosis annotation，Scientific Data，2024。https://www.nature.com/articles/s41597-024-04156-5

[2] Ni等，Performance Evaluation of Deep Learning for the Detection and Segmentation of Thyroid Nodules，Journal of Medical Internet Research，2025。https://www.jmir.org/2025/1/e73516/

[3] Xiang等，Thyroid nodule segmentation in ultrasound images using transformer models，Frontiers in Artificial Intelligence，2025。https://www.frontiersin.org/journals/artificial-intelligence/articles/10.3389/frai.2025.1618426/full

[4] 朗慧医疗医学影像标注项目规格与研究整理资料，本文仅据项目提供资料进行方法性转述，不构成临床证据或产品性能声明。