甲状腺眼病眼眶MRI数据库构建与影像标注专家共识总结2026

甲状腺眼病眼眶MRI数据库构建与影像标注专家共识总结2026甲状腺眼病（thyroideyedisease，TED）又称Graves眼病，是一种以眼眶炎性病变为特征的自身免疫性疾病，发病率为（4.2~7.3）/10万人年，是成年人中发病率最高的眼眶疾病

［1-4］

。该病可导致眼球突出、复视及斜视等表现，严重影响视功能及外观，并显著降低患者生活质量与社会功能

［5-7］

。眼眶MRI无电离辐射，且软组织分辨能力优越，在TED病变显示、分级评估及疗效监测中具有核心价值

［8-11］

，并可为影像生物标志物挖掘及人工智能辅助诊疗提供重要数据基础

［12-15］

。但由于疾病临床表现及病程演变复杂，疾病活动性评估、严重程度分级及疗效预测仍面临较大挑战，亟需通过系统整合多模态影像与临床数据，为多中心研究及精准医学决策提供支撑。目前，TED相关研究中高质量眼眶MRI数据库仍相对缺乏，标准化标注体系尚未建立，多中心数据整合与协作机制不完善，导致数据异质性高、可重复性不足，限制了影像生物标志物研究及人工智能模型的临床转化应用。为解决上述问题，中华医学会眼科学分会眼整形眼眶病学组联合中华医学会放射学分会头颈学组组织制订《甲状腺眼病眼眶MRI数据库构建与影像标注专家共识（2026版）》（以下简称“本共识”），围绕TED眼眶MRI数据库构建与标注规范，系统规范数据管理流程、标准化处理方法及影像标注体系建设，旨在建立统一、高质量、可共享的多中心影像数据库框架，从而提升临床研究证据质量，推动影像智能分析在TED精准诊疗与个体化管理中的转化应用。第一部分共识制订方法本共识由中华医学会眼科学分会眼整形眼眶病学组与中华医学会放射学分会头颈学组联合发起，于2025年初正式启动，组建了涵盖眼科、放射科及循证医学方法学等相关专业领域的多学科专家工作组，所有成员均已完成利益冲突声明。工作组围绕TED眼眶MRI数据库构建与影像标注规范中的核心环节，系统梳理国内外研究证据，经多轮专家评估，逐步凝练形成本共识要点提示。需要说明的是，本共识不具备强制性，不作为医疗事故鉴定和医学责任认定依据。本共识旨在为TED眼眶MRI数据库的规范化构建与标准化影像标注流程提供操作依据与技术框架，以期提升多中心影像数据的一致性、可比性与可复用性，进而支持后续临床研究及人工智能模型开发。目标使用者为从事TED临床诊疗、影像数据管理与分析的眼科、放射科及相关研究人员，应用对象为临床确诊或疑诊TED，拟接受眼眶MRI检查并纳入影像数据库管理与分析的患者。检索数据库包括万方数据库、中国知网、中国生物医学文献数据库、PubMed、WebofScience及Embase，检索时间范围为各数据库建库至2025年12月。检索主题词涉及甲状腺眼病（thyroideyedisease，TED）、甲状腺相关眼病（thyroid-associatedophthalmopathy，TAO）及格雷夫斯眼病（Gravesophthalmopathy，GO）等疾病相关词汇，以及MRI数据库构建（MRIdatabaseconstruction）、影像标注与分割（imageannotation/segmentation）、数据标准化（datastandardization）、数据共享（datasharing）、人工智能（artificialintelligence/deeplearning/machinelearning）及影像质量控制（imagequalitycontrol）等技术相关词汇，并辅以眼眶解剖（orbitalanatomy）、眼外肌（extraocularmuscles）、眼眶脂肪（orbitalfat）、视神经（opticnerve）、影像质量评估（imagequalityassessment）、多中心研究（multicenterstudy）、数据治理（datagovernance）及FAIR原则（findable，accessible，interoperable，reusable）等自由词进行扩展检索。纳入标准：以人为研究对象、与TED相关且涉及眼眶影像数据管理、数据库构建或影像标注规范的临床研究、专家共识/指南、系统评价及meta分析；排除专题笔谈、讲座及读者来信。在上述证据梳理的基础上，推荐意见的形成遵循改良德尔菲法，通过文献总结与专家访谈围绕数据库构建、数据管理及标注流程等核心环节逐步凝练而成。针对部分证据相对有限或尚未形成统一结论的议题，进一步参考了相关领域已发布的指南与专家共识，并结合临床可操作性、设备可及性及数据获取成本等因素，形成初步共识要点。在此基础上，进行了3轮专家评估，包括2次线上问卷调查和1次专家圆桌会议，对存在分歧的条目进行集中讨论，最终形成本共识要点提示。本共识与传统临床实践指南及共识在定位上有所区别。传统临床共识以诊疗决策为导向，围绕临床问题形成证据等级与推荐强度体系；而本共识聚焦于多学科协作框架下的影像数据库规范化构建，核心议题涉及数据采集标准、存储管理流程及影像标注规范等技术与方法学内容，不以临床干预或诊疗选择为目标。基于上述定位，本共识不采用证据等级分级与推荐强度评定体系，而以“要点提示”的形式归纳各核心条目，旨在为多中心数据库建设实践提供可操作的参考框架。第二部分TED眼眶MRI数据收集管理TED眼眶MRI数据库建设可参考本共识提出的流程，完成影像数据收集与管理及后续影像标注。影像数据收集与管理是TED眼眶MRI数据库构建的核心基础，其规范性和科学性直接关系到数据库的完整性、一致性及后续应用价值。一、数据库建设总体流程TED眼眶MRI数据库构建遵循多中心协作与分级管理模式。牵头中心负责总体研究方案的制定与伦理申报，明确研究设计、影像数据收集规范及数据管理等要求，并制定分中心调研方案，对拟参与分中心的设备条件、影像质量控制体系及数据管理能力进行评估，确保其符合研究标准。各分中心经确认具备条件后，指定负责人并接收研究方案、完成伦理申报，依据统一流程开展数据收集

［16］

。为确保高质量的项目开展及数据获取，应在建库前组建多学科团队，涵盖放射科医师及技师、眼科医师或其他相关临床学科医师以及信息技术人员，以实现全流程的质量保障。数据库可根据数据来源与构建模式分为前瞻性和回顾性两类：前瞻性数据库依据统一方案主动采集数据，质量高但入组受限；回顾性数据库利用各中心历史影像数据，建设效率高但可能存在数据缺失与归一化不足。对于前瞻性研究，分中心须严格遵循研究方案中规定的纳入与排除标准进行受试者招募，遵循MRI检查规范开展数据收集；对于回顾性研究，应根据既定标准筛选符合条件的病例，确保病例资料完整、影像质量可分析。在此基础上，可根据研究者的具体研究需求与分析目的，对纳入的研究数据进行质量分层管理，以支持不同层级的数据分析与应用

［17］

。各中心在数据提交前需完成脱敏与初步质控，牵头中心对数据进行集中清洗、去重及标准化处理，确保数据的一致性、完整性与安全性。整合后的数据进行统一存储与备份，通过安全共享机制供后续研究与模型构建使用。应定期召开项目会议、把关数据收集或标注质量

［18］

。要点提示1：TED眼眶MRI数据库应采用多中心协作与分级管理模式，组建多学科团队，区分前瞻性与回顾性建库类型，执行分中心预处理、牵头中心整合的标准化流程，并定期质控，保障数据库完整性、一致性与应用价值。二、伦理审查与权益保障眼眶MRI属于患者的影像数据，具有生物学含义，TED眼眶MRI影像数据收集必须严格遵循医学伦理规范，所收集数据需经医院伦理委员会独立批准

［19-20］

。影像数据库的伦理申请也可纳入更宏观的TED多模态数据库、样本库建设或队列建设框架中统筹申报

［20-21］

。建库者在启动数据采集前，应提交一份完整的研究方案，供各医疗机构的伦理委员会审议。该方案需清晰阐明研究内容与目的、拟采集的数据类型与数量、受试者的纳入排除标准以及项目预计取得的成果等。对于前瞻性数据收集，应让患者充分知情影像采集的目的和用途，规范进行知情同意并签署文件。对于回顾性数据收集，由于无法回溯患者知情同意，因此在提交伦理审查申请时，应明确提出“免除知情同意”的申请，并论证其合理性

［20-21］

。应充分保障患者权益，避免有损患者权益的非必要影像收集；可根据研究具体情况，考虑为患者提供一定补偿或便利措施。要点提示2：TED眼眶MRI数据收集必须严格通过伦理审查，前瞻性数据规范签署知情同意，回顾性数据合规申请免除知情同意，全程保障患者隐私与合法权益。三、MRI影像数据收集规范TED眼眶MRI数据库的构建首先需要高质量、标准化收集影像数据。明确研究的纳入与排除标准后，应按照规范流程，收集相应的MRI影像数据及配套临床数据。值得注意的是，前瞻性和回顾性建库方式在数据收集规范上存在差异，前瞻性建库往往是先确定受试者，再进行数据采集和收集；回顾性建库是针对已经形成的MRI影像数据进行筛选和数据收集。二者存在一定差异，但遵循共性的标准化原则。（一）纳入与排除标准样本量应基于具体研究目的、研究设计类型、预期效应量及统计学检验效能综合确定，建议研究者参照统计学样本量估算原则，结合模型训练、验证与测试各阶段的数据需求进行合理规划，并可由各参与中心研究者根据实际研究条件协商调整，以满足不同研究场景下的具体需求

［22-23］

。前瞻性建库主要针对TED患者，明确患者的纳入与排除标准，进而开展后续的影像扫描与数据收集。纳入标准：（1）临床确诊为TED，符合《中国甲状腺相关眼病诊断和治疗指南（2022年）》

［1］

的诊断标准；（2）自愿参加本研究并签署知情同意书；（3）其他参考研究方案的纳入标准。排除标准：（1）存在MRI检查禁忌证（如体内装有非兼容性心脏起搏器、神经刺激器、动脉瘤夹等）；（2）存在任何可能影响方案依从性或数据收集的情况（如严重精神疾病、无法配合完成检查）或研究者判断不适合入组的患者；（3）其他参考研究方案的排除标准。回顾性建库主要针对已经扫描得到的TED眼眶影像，明确针对影像数据的纳入与排除标准，进而整理数据。纳入标准：（1）临床确诊为TED，符合《中国甲状腺相关眼病诊断和治疗指南（2022年）》

［1］

的诊断标准；（2）影像符合研究方案要求（即序列、参数相同，或相似且由研究者判断能够进行混合分析）；（3）图像质量较好，能进行后续评估及测量；（4）其他参考研究方案的纳入标准。排除标准：（1）根据临床研究需求设定，如排除眼眶占位、既往眼眶手术史等；（2）配套临床数据严重缺失；（3）其他参考研究方案的排除标准。（二）MRI影像数据收集根据建库方式不同，影像数据收集方式存在差异。前瞻性建库时，研究中心应在研究时段内固定检查设备及扫描方案，多中心研究时各参与中心应采用统一的标准化MRI检查方案。回顾性建库时，主要根据纳入和排除条件选择对应影像数据。注意应从PACS、RIS等系统中直接提取原始的、未经有损压缩的DICOM格式数据，确保包含研究所要求的序列，原则上建议保存所有序列数据

［24］

。收集影像数据的同时，应记录其头文件（DICOMHeader）中的关键标签信息，尤其是设备信息（扫描仪制造商、型号、磁场强度），扫描参数［重复时间（repetitiontime，TR）、回波时间（echotime，TE）、层厚、层间距、视野（fieldofview，FOV）等核心参数］，检查时间（精确到日期）。值得注意的是，回顾性数据往往时间跨度大，应注意区别不同时期的影像检查设备和图像质量，从而进行筛选或分类

［24-25］

。（三）配套临床数据收集收集影像数据的同时，应收集TED患者配套临床数据，包括患者人口学数据（如年龄、性别、教育程度等）、眼科检查数据（如视力、眼压、眼球突出度、临床活动度评分等）、实验室检查数据（甲状腺功能、甲状腺自身免疫性抗体、血常规等）、既往史（吸烟史、TED治疗史）及生活质量评分等。建议由项目组眼科专家根据临床研究或数据库建立目的，确定具体临床数据条目，把关临床数据质量。推荐使用电子数据采集系统（electronicdatacapture，EDC）进行结构化录入，并通过唯一研究ID与影像数据精确关联，确保数据的完整性与可追溯性。前瞻性建库能够明确临床数据收集要求并进行质控。回顾性建库根据中心的数据储存情况，从原始病历资料或患者数据库中提取上述临床信息，必要时可通过电话随访等方式补充。回顾性临床数据常存在缺失或不一致等情况，应对每例患者系统分析数据准确性、完整性，并对缺失的活动性、严重度等重要标签进行重评价。如为纵向研究，应根据临床数据确定所采集影像所处的阶段（如治疗前基线、单抗治疗第几次后等），完善状态标签。要点提示3：按前瞻性/回顾性分别设定纳入排除标准，采集原始DICOM格式MRI数据并完整记录扫描参数，同步收集结构化配套临床数据，保障数据可追溯与完整性。四、MRI影像数据管理方案TED眼眶MRI数据管理主要包括脱敏与标准化、去重与清洗、储存与备份、安全共享几部分内容。全过程应配套记录质控日志并归档，以备追溯和质检。（一）数据脱敏与标准化1.数据脱敏：为确保患者隐私安全，所有进入数据库的眼眶MRI影像及TED临床数据在入库前需采取匿名化和去标识化的方式进行严格脱敏处理。数据脱敏应依据DICOM标准及国家标准《信息安全技术健康医疗数据安全指南》GB/T39725-2020

［26］

，对影像及临床资料中可能涉及个人身份信息的字段（如患者姓名、身份证、住址、检查机构名称与地址等）进行去标识化处理，以保障数据在共享与使用过程中的匿名性与法律合规性

［27-28］

。2.数据标准化：为每例患者分配唯一标识符（患者UID），推荐采用中心编号_患者UID/扫描日期（YYYYMMDD）/MRI序列描述/DICOM原始文件的标准化路径。每例数据需生成与之配套的标签数据文件（JSON/CSV格式），记录患者UID、扫描日期、序列描述、序列UID、图像数量及模态等关键信息，用于自动化校验数据完整性与一致性，防止序列缺失或关联错误。临床信息则推荐通过应用程序接口或数据库视图等方式结构化抽取，并以CSV、XLS（X）、XML、JSON等标准格式存储与传输

［29-30］

。（二）数据去重与清洗1.数据去重：数据去重旨在确保数据库内每份数据的唯一性，可通过识别患者UID、检查编号、图像编号等信息实现数据关联与冗余排除，从而删除重复的患者数据。2.数据清洗：数据清洗部分包括缺失或错误数据剔除与质量不合格数据剔除两部分。（1）缺失或错误数据剔除：经数据完整性核查显示缺失数据应予以剔除。数据完整性核查聚焦于关键信息与影像文件的基础可用性。核查内容应包括人口学资料、核心临床信息及必要检验结果，重点对年龄、性别、活动性分期、严重度分级、关键眼科检查及实验室检查指标等进行逐项核对。若发现关键临床或影像字段缺失（如临床活动性分期、核心扫描参数）或存在逻辑矛盾（如用药记录与治疗时间冲突），应首先核对可追溯的原始数据并进行补充修正，若核对原始数据仍无法纠正缺失或错误数据，则判定该病例信息不可用并从分析数据集中剔除。同时，应对眼眶MRI影像数据进行文件存在性与基本可解析性检查，确认患者影像文件夹是否有效存在、原始DICOM文件是否能够正常读取。若发现文件夹空置、影像缺失或文件损坏，均视为数据不完整。此类数据应予以剔除，以保证整体数据集的可用性与分析质量

［29-31］

。（2）质量不合格数据剔除：图像质量不合格判定需由影像科医师或经培训授权的技术员负责。满足以下任意一项客观标准定义为眼眶MRI图像质量不合格：（1）运动伪影：相位编码方向位移>2mm（导致眼眶内组织结构轮廓中断）；（2）金属伪影：信号空洞面积>10mm²；（3）信噪比（signal-to-noiseratio，SNR）不足：眼外肌感兴趣区（regionofinterest，ROI）的对比噪声比（contrast-to-noiseratio，CNR）<1.5；（4）解剖覆盖不全：眼眶区域如眼外肌未完全覆盖等。（三）数据存储与备份根据数据类型建立分层，影像数据可根据数据量与访问频率选择NAS、HDFS、Ceph等分布式文件系统或对象存储系统；临床与检查信息建议使用结构化数据库（如MySQL、PostgreSQL、Oracle）或适配非结构化数据的NoSQL数据库（如MongoDB、Redis、Neo4j）进行管理

［32-35］

。需建立完整的数据备份与容灾机制，包括异地、多介质备份方式，定期校验数据的完整性、可访问性与恢复性

［32-35］

。（四）数据安全共享TED眼眶MRI数据库应部署在隔离的、具备高安全等级的局域网环境中，与医院其他业务系统逻辑隔离，以防止非授权访问。所有对数据库的敏感操作（如数据访问、下载、修改、删除）均应进行权限审核和日志记录，实现全流程的可追溯性与安全监控

［32-35］

。如涉及多中心影像数据共享或传输，应在传输过程中使用加密算法或TLS/SSL等加密协议对数据与传输通道进行端到端加密。同时，应通过签署数据共享协议明确各中心的安全责任，并采用安全FTP或医疗影像专用传输协议进行数据交换。数据接收方需具备同等级别的数据保护环境，共享过程中的所有操作均应被记录并纳入统一审计

［32-35］

。要点提示4：TED眼眶MRI数据需先脱敏去标识、标准化命名，再去重清洗并剔除不合格影像，采用分层存储与异地备份，在隔离加密环境下安全共享，全程合规可追溯。第三部分TED眼眶MRI影像标注一、TED眼眶MRI影像标注基本流程（一）医学影像标注要求与工具影像标注工作需建立规范的标注方法、完善的人员架构以及成熟的审核与仲裁机制，以保证结果的科学性、标准化和一致性。标注软件应选择具备医学图像处理功能的专业标注平台，支持结构化存储、标准格式导出与跨平台兼容。标注平台可选择RadiAntDICOMViewer、3DSlicer、ITK-SNAP等具备临床适配性与研究支持能力的开源或商业化工具，且应符合《人工智能医疗器械质量要求和评价第3部分：数据标注通用要求》

［36］

等相关技术规范。（二）医学影像标注方法分类在标注方法学层面，依据任务复杂度与人力资源配置，影像标注通常分为手动标注、半自动标注和自动化标注3种类型。1.手动标注：通常由具备眼科或放射学科背景的专业医师逐层完成，具有最高的准确性与解释性，适用于样本量有限但质量要求较高的研究任务，尤其适合用于构建人工智能模型所需的金标准训练集。2.半自动标注：利用图像工具辅助完成部分轮廓识别与绘制，结合图像分析软件提供的轮廓建议与人工修正机制，兼顾效率与可靠性，适用于中等规模数据处理。3.自动化标注：主要依赖深度学习模型或传统图像处理算法，在不依赖人工输入的前提下快速完成组织识别与轮廓提取，适合大规模数据的预处理与初筛阶段。在自动化处理后还需人工进行审核与微调

［37-38］

。（三）标注人员资质标注人员应包括标注医师、审核医师及仲裁医师。1.标注医师：建议不少于2名，应具备眼科或放射科主治医师及以上职称，具有至少3年眼眶或头颈影像诊断相关工作经验。需通过本项目统一的专项培训与考核，熟练掌握TED眼眶MRI影像解剖特征、标注软件操作、数据规范与流程。职责能够依据标注规范，进行背靠背独立标注。2.审核医师：建议不少于1名，应具备眼科或放射科副主任医师及以上职称，具有至少5年眼眶或头颈影像诊断工作经验。应熟悉整个标注流程与规范。主要负责对标注医师的初步结果进行审核，评估标注的准确性与一致性，发现并反馈问题。3.仲裁医师：建议不少于1名，应具备眼科或放射科主任医师职称，具有至少10年眼眶或头颈影像诊断工作经验，在TED诊疗领域具有较高学术权威。当标注医师与审核医师意见不一致，或遇到复杂、疑难病例时，负责进行最终裁定，其结论为最终标注结果。上述人员配置为推荐标准，各研究中心可根据实际条件和人员储备情况适当调整，但应始终保证标注工作的专业性、规范性与结果的可靠性，同时做好记录说明。（四）标注结果审核与仲裁机制为保证标注工作的客观性，建议在标注过程中实施盲法机制。具体而言，标注医师在进行标注时不应知晓患者的临床信息或其他医师的标注结果；审核及仲裁医师在审核或裁定时，也应尽量与标注医师的身份和初步结果保持独立，从而最大限度地减少主观因素对标注结果的影响。1.手动和半自动标注流程：标注流程应遵循科学性、规范性与可操作性原则。为确保全过程可追溯，建议所有标注任务均配备任务日志、统一命名规范和版本控制系统，且所有修改或更正必须记录责任人、时间及原因，以形成完整的审核闭环。在此基础上，可建立多层级审核与仲裁机制：首先由具备资质的标注医师完成初始手动或半自动标注，之后提交由审核医师进行审核；若审核通过，结果即被确认，若未通过，则进入分歧处理环节。若标注医师同意审核意见，则根据意见重新标注并再次进入审核；若不同意，则提交至仲裁医师独立裁决，仲裁结果作为最终结论。如仲裁后仍需调整，则应重新标注，并再次进入审核与仲裁流程，直至达成一致

［17，32-34，39-40］

。2.自动标注：其有效性与可靠性高度依赖于训练数据质量与算法性能。因此，所有由算法生成的结果均需经过人工审核方可纳入研究。根据行业标准

［36］

，半自动与自动标注结果在进入分析和建模环节前，必须由具备相应资质的医师逐项审核和确认。其流程通常包括：算法完成初始标注预标注后，由至少1名审核医师对结果进行全面核查，重点关注边界一致性和测量准确性。若审核通过，结果可进入后续研究；若发现问题，则反馈至标注团队进行人工修订并再次审核。对于存在明显分歧或复杂疑难病例的情况，结果应提交仲裁医师进行终审，并以其裁决作为最终结果

［17，32-34，39-40］

。要点提示5：选用合规专业标注工具，配置标注/审核/仲裁三级医师团队，实施盲法独立标注与多层级审核仲裁，自动标注结果必须人工核验，保障标注准确性与一致性。二、TED眼眶MRI影像标注技术规范针对TED的眼眶MRI影像分析，建议分别建立影像平面定量标注与空间定量标注的技术规范，具体内容如下。（一）影像平面定量标注指标及评估方法影像平面定量标注指标通常基于常规T1加权成像（T1WI）或T2加权成像（T2WI）序列，同时测量操作应保证在同一平台完成，避免测量误差，保证测量指标一致性。其指标主要包括眼球突出度、眶内脂肪厚度、泪腺疝出度、眼外肌及泪腺的长短径等参数。图4展示了TED影像平面定量标注指标。1.眼球突出度：基于横断面T1WI/T2WI图像，选择视神经及眼球最大显示层面，若眼球与视神经显示层面不一致时，可将眼球显示最大层面作为测量层面，绘制双侧颧弓前缘连线，测量角膜前缘至该连线的垂直距离

［41-43］

。2.眶内脂肪厚度：与上述层面保持一致，绘制双侧颧弓前缘连线，自眶内侧壁向眼球内侧缘作平行线，以眶内脂肪在该方向上的最宽处线段长度作为眶内脂肪厚度

［44］

。3.泪腺疝出度：与上述层面保持一致，绘制泪腺前缘至双颧弓连线的垂线，该线段的长度即为泪腺疝出度

［45］

。4.眼外肌长短径及截面积：基于冠状面T1WI/T2WI图像，选择眼外肌在冠状位截面积最大的层面，或由项目研究者统一约定并统一判定测量层面，测量眼外肌最大长径（眼外肌轮廓范围内两点间最远距离）与最大短径（垂直于最大长径，眼外肌轮廓间两点间最远距离）；在该层面亦可通过勾画眼外肌轮廓获取眼外肌截面积

［41-42，44］

。5.泪腺长短径及截面积：基于冠状面T1WI/T2WI图像，泪腺最大冠状层面上测量其最大长径（泪腺轮廓间两点间最远距离）与最大短径（垂直于最大长径，泪腺解剖轮廓范围内两点间最远距离）；在该层面亦可通过勾画泪腺轮廓获取泪腺截面积

［46］

。6.组织信号强度值与标准化信号强度值：基于冠状位T2WI图像，对眶内各组织ROI的信号强度进行标记与测量。泪腺ROI选取于泪腺显示最为完整、面积最大的层面；眼外肌ROI选取于其在冠状面截面积最大的层面，眶内脂肪ROI可以与眼外肌选取同一层面进行标记测量；视神经ROI选取于距眼球后极约3mm的代表性层面。上述测量层面亦可由项目研究者事先统一约定并统一判定，以保证测量的一致性。对于眼外肌与泪腺的ROI大小选择需要避开解剖边界，避免化学位移伪影及周围组织等因素的影响，脑白质和眼眶脂肪信号值测量时，ROI大小保持在5~10mm2，获取ROI信号值/平均信号值，将其与脑白质平均信号值比较，计算标准化信号强度比（signalintensityratio，SIR）=组织信号值/脑白质平均信号值

［42，46］

。7.组织水分数与脂肪分数：基于冠状面T2WI水脂分离图像，分别在水相、脂相及水脂同相中标记眼外肌、泪腺及眶内脂肪ROI，获取相应信号强度值，再通过组织水分数公式（组织在水相上的信号强度值/组织在水脂两相位信号强度值之和）或（组织在水相上的信号强度值/组织在同相位信号强度值）与组织脂肪分数公式（组织在脂相上的信号强度值/组织在水脂两相位信号强度值之和）或（组织在脂相上的信号强度值/组织在同相位信号强度值）计算各组织水分数与脂肪分数

［47-48］

。8.改良肌肉指数（modifiedmusclesindex，mMI）：基于冠状位T2WI图像，标记一般会选取球后三、四、五层进行综合评估，分为水平肌肉指数与垂直肌肉指数，水平肌肉指数：内、外直肌穿过视神经的最大水平长度/水平方向上穿过视神经眼眶内外壁的水平距离；垂直肌肉指数：上、下直肌穿过视神经的最大垂直长度/垂直方向上穿过视神经眼眶上下壁的垂直距离

［49］

。9.视神经直径与视神经鞘直径：基于冠状位T2WI水脂分离图像水相，在距眼球后极约3mm的代表性层面或者其他研究者认为合适的层面对视神经与视神经鞘直径进行测量。此外，视神经蛛网膜下腔间隙直径可通过公式进行计算（视神经鞘直径-视神经直径）

［47］

。在常规序列平面标注指标基础上，如有进一步需要，还可引入反映组织成分与微观状态的其他参数，以探索更多参数对TED疾病诊疗的价值，例如T2

mapping序列用于提取T2弛豫时间（T2relaxationtime，T2RT）

［50-54］

；弥散加权成像（diffusion-weightedimaging，DWI）序列通过计算表观扩散系数（apparentdiffusioncoefficient，ADC）以评估组织水分子扩散程度

［55-57］

。上述参数通常在对应序列的冠状面图像上获取，进而可分别评估结构纤维化与炎症水肿程度等潜力，在TED活动性判断、疗效评估与预测等研究中展现出一定应用价值。要点提示6：基于T1WI/T2WI序列，统一测量层面与方法，完成突眼度、肌肉/泪腺径线、信号强度、水/脂肪分数等平面定量标注，可根据扫描序列补充T1

mapping/T2

mapping/DWI等参数。（二）影像空间定量标注流程及评估方法推荐采用能清晰显示眼眶各层结构的三维平衡式稳态自由进动（three-dimensionalbalancedsteady-statefreeprecession，3DbSSFP）序列；当研究中心无法实现3DbSSFP序列采集时，亦可选用其他3DT2WI或其他具有较高空间分辨率的替代序列。各序列的具体参数要求及空间分辨率标准可参考《甲状腺眼病眼眶MRI检查与诊断专家共识》

［58］

中的相关推荐，并视具体研究目的而定，由各参与中心协商确定；实际参数设置亦应结合各中心扫描设备型号、场强条件及图像质量灵活调整。确定标注的起始层面和终止层面时，可将冠状面晶状体首次显现层作为起始层，眶尖视神经管段及眶内组织边界模糊的冠状层面作为终止层，进行逐层或隔层标注。1.眼球：建议自冠状面晶状体首次显现层开始标注，逐层勾画完整眼球轮廓。应准确识别巩膜外缘信号边界，保持前后层面轮廓一致性，避免边界过分延伸至眼外肌肌腱等非眼球组织区域。2.泪腺：应于冠状面图像中，在外上象限识别其形态完整层面，结合横断位T1WI或相应脂肪抑制序列判断边界。需注意泪腺本身存在分叶结构，标注范围应覆盖全部分叶区域，并注意与周围脂肪组织或肌肉交界处的识别，可结合标注软件定位线功能辅助判定结构边界。3.眼外肌：建议各条眼外肌选择不同掩膜分别标注，以便于后续分析，具体标注条数可根据研究需求设定。上直肌与上睑提肌在眼眶后段解剖贴近，较多眼眶MRI上两者界限不清，建议作为复合体结构整体标注；下直肌需与起自上颌骨的眶面泪沟外侧止于眼球外侧赤道后方巩膜上的下斜肌进行识别区分，避免误将肌肉交叉区域标注合并；内直肌起始段紧贴眼球内侧壁，与巩膜界限密切，需注意与眼球边缘的信号过渡，避免结构混淆或边界偏移；外直肌起始段与泪腺解剖关系密切，肌腹外侧易与泪腺前叶重叠，需结合结构边缘、信号差异及多平面确认；上斜肌推荐自内上象限、肌腹清晰显示的冠状层开始标注，逐层追踪走向；下斜肌在MRI上可能出现解剖显示不清晰，标注时应依据上下层面的连贯性谨慎处理；所有眼外肌标注过程中，应注意眶内穿行血管的信号干扰，避免因血管伪影导致结构误识别或边界延展异常。4.视神经：建议将视神经眶内段的标注范围设定为：以视神经与眼球交界处为起始层面，以眶尖区域