甲状腺眼病眼眶MRI数据库构建与影像标注专家共识总结完整版

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、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、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、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精本共识由中华医学会眼科学分会眼整形眼眶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提供操作依据与技术框架，以期提升多中心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(Gravesophtha及MRI数据库构建(MRIdatabaseconstruction)、影像标注与分割 (imageannotation/segmentation)、数据标准化(dataintelligence/deeplearning/machinelearning)及影像质量控制FAIR原则(findable,accessible,interoperable,reusable)等自由在上述证据梳理的基础上，推荐意见的形成遵循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，对存在分歧的条目本共识与传统临床实践指南及共识在定位上疗决策为导向，围绕临床问题形成证据等级与推焦于多学科协作框架下的影像数据库规范化构建标准、存储管理流程及影像标注规范等技术度评定体系，而以“要点提示”的形式归纳各核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，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，涵盖放射科医师库依据统一方案主动采集数据，质量高但入试者招募，遵循MRI检查规范开展数据收集；对于回顾性研究，应根据此基础上，可根据研究者的具体研究需求与进行质量分层管理，以支持不同层级的数据分析与应用[17]。洗、去重及标准化处理，确保数据的一致性、完要点提示1:TED眼眶MRI数据库应采用多中心协作与分级管理模式，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)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。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。根据建库方式不同，影像数据收集方式存在差采用统一的标准化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，应注意区别不同时收集影像数据的同时，应收集TED患者配套数据(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DICOM1.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/T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(JSON/CSV格式),记录患者UID、扫描日期、序列描述、序列UID、序列缺失或关联错误。临床信息则推荐通过应用方式结构化抽取，并以CSV、XLS(X)、XML、J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：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(contrast-to-noiseratio,CNR)<1.5;(4)解剖覆盖不全：眼眶区使用结构化数据库(如MySQL、PostgreSQL、Oracle)或适配非结构操作(如数据访问、下载、修改、删除)均应进行权限审核和日志记录，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。手动标注、半自动标注和自动化标注3种类型。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]。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，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；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，节。若标注医师同意审核意见，则根据意见重此，所有由算法生成的结果均需经过人工审核准[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,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，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侧壁向眼球内侧缘作平行线，以眶内脂肪在该方向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5.泪腺长短径及截面积：基于冠状面T₁WI/T₂WI图像，泪腺最大冠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]。眶内脂肪ROI可以与眼外肌选取同一层信号强度比(signalintensityratio,SIR)=组织信号值/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T₂WI9.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T₂mapping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(three-dimensionalbalancedsteady-statefreeprecessibSSFP)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