甲状腺结节超声AI辅助诊断实战指南.docxVIP

甲状腺结节超声AI辅助诊断实战指南

一、指南定位与适用对象

1.本指南面向超声科医生、内分泌科医师及AI技术团队，提供一套基于甲状腺超声图像的结节AI辅助诊断方案，实现结节自动检测与分割、良恶性分类（结合TI-RADS分级）、淋巴结转移风险预测及穿刺活检推荐。

2.适用场景：体检甲状腺结节筛查、TI-RADS分级辅助、可疑结节随访对比、术前淋巴结评估。

3.核心产出：结节检测与分割模型、良恶性分类模型、结构化超声报告系统，实现结节检出敏感度≥98%，良恶性分类AUC≥0.92，单张超声图像处理时间≤0.5秒。

4.前置条件：具备标注好的甲状腺超声图像数据集（至少5000张，含病理金标准），有GPU服务器，熟悉Python与深度学习框架。

二、数据准备与标注规范

1.超声图像采集

a.设备：高频线阵探头（≥7.5MHz），包含灰阶图、彩色多普勒、弹性成像（如有）。

b.格式：DICOM或JPEG/PNG，分辨率≥500×500像素。

c.数量：建议不少于8000张（良性4000，恶性4000），需有穿刺或手术病理结果。

2.数据标注（由超声专家完成）

a.标注内容：

结节轮廓：多边形勾画。

特征标注：成分（囊性/实性/囊实性）、回声（高/等/低/极低）、形态（规则/不规则）、边缘（光滑/模糊/分叶/侵犯）、钙化（无/微小/粗大/环形）、彗星尾征。

TI-RADS分