肝脏局灶性病变CT和MRI标注专家共识(2021)全文.docxVIP

肝脏局灶性病变CT和MRI标注专家共识(2021 )全文 人工智能技术为肝脏疾病医学影像研究提供了新契机。为促进肝脏人 工智能科学研究的发展，提高肝脏疾病精准诊疗能力，中华医学会放 射学分会医学影像大数据与人工智能工作委员会、腹部学组和磁共振 学组联合对肝脏局灶性病变的标注提出初步指导意见，用于肝脏局灶 性病变人工智能算法和产品的建立与验证。本共识从肝脏局灶性病变 的分类、标注类型、标注原则等各个方面阐述专家组所达成的一致意 见，旨在提高肝脏数据标注的质量，促进肝脏局灶性病变人工智能规 范化研究的发展。 肝脏局灶性病变(focal liver lesion , FLL )种类多样,病灶征象各异， 良恶性征象重聾。原发性肝癌是FLL中最常见的恶性肿瘤，严重威胁 人民的生命和健康。肝脏影像学检查对FLL的诊疗至关重要，随着影 像检查设备的更新、肝脏影像检查流程的标准化以及肝胆特异性对比 剂的出现，临床工作中产生了海量的肝脏影像检查数据。同时，国内 外肝脏疾病诊疗指南、规范的更新对影像学检查精准的定量和定性评 估提出了更高的要求，也给影像科医师的工作帯来巨大的挑战。 人工智能(artificial intelligence , Al )技术迅猛发展，其在病灶检 出、诊断和鉴别诊断、治疗方式选择和预后评估等方面的作用和价值 已经崭露头角。截至目前，多项研究结果表明，AI在肝脏医学影像领 域已取得巨大逬展。标注数据的优劣决定AI模型的质量，但标注过程 受病灶自身特征、影像检查技术、不同目标任务等多种因素影响。如 何实现规范化的FLL标注，目前国内外尚无相关规范或共识。 基于此，中华医学会放射学分会医学影像大数据与人工智能工作委员 会、腹部学组和磁共振学组携手对FLL数据标注提出初步指导意见。 本共识旨在建立FLL的AI标注规范，适用于肝脏CT和MRI图像(包 含肝胆特异性对比剂礼塞酸二钠增强图像),针对肝脏CT、MRI圏 像的质量控制、FLL检出、诊断及鉴别诊断、预后评估和随访等研究 目的，为AI的大数据分析、挖掘和利用提供标准，期望逐步建立科学、 合理、统一的标注规范。 一、定义及分类 FLL是指有对应病理学改变的真病灶，在影像上可通过与背景对比而 显示的肝脏占位性病变，主要是指肝内单发、孤立的病变，或虽为多 发病变，但病变本身并不造成肝实质广泛或显著的形态学和病理学异 常，并对周围的肝实质、血管、胆管等组织产生推压移位。FLL包括 肿瘤、脓肿、寄生虫和囊肿等，不包含肝脏异常灌注区域或伪影。 肝实质弥漫性异常物质沉积或弥漫性病变导致的肝脏背景改变可对 FLL的显示产生影响，如脂肪肝、铁沉积、肝硬化、肝淤血等，上述 肝脏弥漫性病变不包含在本共识讨论范围内。恶性FLL如肝癌伴有门 静脉、肝静脉或邻近器官侵犯时，亦不在本共识讨论范围内。本共识 中,分别以大小、成分、形态、边缘为分类依据，区分细化各类型FLL 标注方法及注意事项。 以大小为分类依据：将FLL分为结节和肿块。最大径＜20 mm的病 灶定义为结节，＞20 mm的病灶定义为肿块。结节通常可显示清晰的 边界，肿块部分边界清晰，部分边界模糊。 以病变成分为分类依据：将FLL分为实性、囊性和囊实性。常见实 性病变如血管瘤、肝细胞癌、转移瘤等；常见囊性病变如肝囊肿等； 常见囊实性病变如黏液性囊性肿瘤，包括胆管囊腺瘤、胆管曩腺憊、 肝内胆管黏液性囊性乳头状肿瘤等。 以病灶形态为分类依据：将FLL分为形态规则和不规则。形态规则 病灶多呈圆形、椭圆形；形态不规则病变多呈楔形、分叶状。 以病变边缘为分类依据：将FLL分为边缘清晰和边缘模糊。边缘清 晰常见于良性病灶，如囊肿等；边缘模糊可见于良性或恶性病变，如 炎症、水肿、肿瘤侵犯等。 二、标注类型 根据不同的研究目的，AI算法对于训练数据的精确度要求也不同，医 学影像的标注可分为粗略标注和精细标注。 粗略标注：常被用于目标检测等对病灶边界标注要求较低的任务, 无需精细分割病灶，仅需在病灶位置用限位框框出病灶，保证病灶被 包含在内即可。 精细标注：常适用于影像自动分割提取模型训练、智能化影像特征 分析等任务，指需沿FLL边缘进行勾勒,常见方法有手动标注、半自 动标注和全自动标注。手动标注是以医师的诊断经验及解剖知识为基 础对病灶进行定位及分割，半自动标注、全自动标注均以此为金标准, 但手动标注个体差异大，需要标注医师具有丰富的经验。前期的精细 标注有助于提高后续训练模型的准确性，早日实现自动化精准分割的 目标。根据研究目的，可进行病灶内缩和（或）外扩等特殊形式的标 注。 三、标注原则 基于解剖及影像诊断知识，通过各期相圏像确认病灶数量、位置、形 态、大小、边界等，综合评估病灶性质，并评估病灶边缘与周围血管、 胆管及组织的关系。确认以上信息后，根据具体