甲狀腺眼病眼眶MRI數據庫構建與影像標注專家共識總結2026

甲狀腺眼病眼眶MRI數據庫構建與影像標注專家共識總結2026甲狀腺眼病（thyroideyedisease，TED）又稱Graves眼病，是一種以眼眶炎性病變為特征的自身免疫性疾病，發病率為（4.2~7.3）/10萬人年，是成年人中發病率最高的眼眶疾病

［1-4］

。該病可導致眼球突出、復視及斜視等表現，嚴重影響視功能及外觀，并顯著降低患者生活質量與社會功能

［5-7］

。眼眶MRI無電離輻射，且軟組織分辨能力優越，在TED病變顯示、分級評估及療效監測中具有核心價值

［8-11］

，并可為影像生物標志物挖掘及人工智能輔助診療提供重要數據基礎

［12-15］

。但由于疾病臨床表現及病程演變復雜，疾病活動性評估、嚴重程度分級及療效預測仍面臨較大挑戰，亟需通過系統整合多模態影像與臨床數據，為多中心研究及精準醫學決策提供支撐。目前，TED相關研究中高質量眼眶MRI數據庫仍相對缺乏，標準化標注體系尚未建立，多中心數據整合與協作機制不完善，導致數據異質性高、可重復性不足，限制了影像生物標志物研究及人工智能模型的臨床轉化應用。為解決上述問題，中華醫學會眼科學分會眼整形眼眶病學組聯合中華醫學會放射學分會頭頸學組組織制訂《甲狀腺眼病眼眶MRI數據庫構建與影像標注專家共識（2026版）》（以下簡稱“本共識”），圍繞TED眼眶MRI數據庫構建與標注規范，系統規范數據管理流程、標準化處理方法及影像標注體系建設，旨在建立統一、高質量、可共享的多中心影像數據庫框架，從而提升臨床研究證據質量，推動影像智能分析在TED精準診療與個體化管理中的轉化應用。第一部分共識制訂方法本共識由中華醫學會眼科學分會眼整形眼眶病學組與中華醫學會放射學分會頭頸學組聯合發起，于2025年初正式啟動，組建了涵蓋眼科、放射科及循證醫學方法學等相關專業領域的多學科專家工作組，所有成員均已完成利益沖突聲明。工作組圍繞TED眼眶MRI數據庫構建與影像標注規范中的核心環節，系統梳理國內外研究證據，經多輪專家評估，逐步凝練形成本共識要點提示。需要說明的是，本共識不具備強制性，不作為醫療事故鑒定和醫學責任認定依據。本共識旨在為TED眼眶MRI數據庫的規范化構建與標準化影像標注流程提供操作依據與技術框架，以期提升多中心影像數據的一致性、可比性與可復用性，進而支持后續臨床研究及人工智能模型開發。目標使用者為從事TED臨床診療、影像數據管理與分析的眼科、放射科及相關研究人員，應用對象為臨床確診或疑診TED，擬接受眼眶MRI檢查并納入影像數據庫管理與分析的患者。檢索數據庫包括萬方數據庫、中國知網、中國生物醫學文獻數據庫、PubMed、WebofScience及Embase，檢索時間范圍為各數據庫建庫至2025年12月。檢索主題詞涉及甲狀腺眼病（thyroideyedisease，TED）、甲狀腺相關眼病（thyroid-associatedophthalmopathy，TAO）及格雷夫斯眼病（Gravesophthalmopathy，GO）等疾病相關詞匯，以及MRI數據庫構建（MRIdatabaseconstruction）、影像標注與分割（imageannotation/segmentation）、數據標準化（datastandardization）、數據共享（datasharing）、人工智能（artificialintelligence/deeplearning/machinelearning）及影像質量控制（imagequalitycontrol）等技術相關詞匯，并輔以眼眶解剖（orbitalanatomy）、眼外肌（extraocularmuscles）、眼眶脂肪（orbitalfat）、視神經（opticnerve）、影像質量評估（imagequalityassessment）、多中心研究（multicenterstudy）、數據治理（datagovernance）及FAIR原則（findable，accessible，interoperable，reusable）等自由詞進行擴展檢索。納入標準：以人為研究對象、與TED相關且涉及眼眶影像數據管理、數據庫構建或影像標注規范的臨床研究、專家共識/指南、系統評價及meta分析；排除專題筆談、講座及讀者來信。在上述證據梳理的基礎上，推薦意見的形成遵循改良德爾菲法，通過文獻總結與專家訪談圍繞數據庫構建、數據管理及標注流程等核心環節逐步凝練而成。針對部分證據相對有限或尚未形成統一結論的議題，進一步參考了相關領域已發布的指南與專家共識，并結合臨床可操作性、設備可及性及數據獲取成本等因素，形成初步共識要點。在此基礎上，進行了3輪專家評估，包括2次線上問卷調查和1次專家圓桌會議，對存在分歧的條目進行集中討論，最終形成本共識要點提示。本共識與傳統臨床實踐指南及共識在定位上有所區別。傳統臨床共識以診療決策為導向，圍繞臨床問題形成證據等級與推薦強度體系；而本共識聚焦于多學科協作框架下的影像數據庫規范化構建，核心議題涉及數據采集標準、存儲管理流程及影像標注規范等技術與方法學內容，不以臨床干預或診療選擇為目標。基于上述定位，本共識不采用證據等級分級與推薦強度評定體系，而以“要點提示”的形式歸納各核心條目，旨在為多中心數據庫建設實踐提供可操作的參考框架。第二部分TED眼眶MRI數據收集管理TED眼眶MRI數據庫建設可參考本共識提出的流程，完成影像數據收集與管理及后續影像標注。影像數據收集與管理是TED眼眶MRI數據庫構建的核心基礎，其規范性和科學性直接關系到數據庫的完整性、一致性及后續應用價值。一、數據庫建設總體流程TED眼眶MRI數據庫構建遵循多中心協作與分級管理模式。牽頭中心負責總體研究方案的制定與倫理申報，明確研究設計、影像數據收集規范及數據管理等要求，并制定分中心調研方案，對擬參與分中心的設備條件、影像質量控制體系及數據管理能力進行評估，確保其符合研究標準。各分中心經確認具備條件后，指定負責人并接收研究方案、完成倫理申報，依據統一流程開展數據收集

［16］

。為確保高質量的項目開展及數據獲取，應在建庫前組建多學科團隊，涵蓋放射科醫師及技師、眼科醫師或其他相關臨床學科醫師以及信息技術人員，以實現全流程的質量保障。數據庫可根據數據來源與構建模式分為前瞻性和回顧性兩類：前瞻性數據庫依據統一方案主動采集數據，質量高但入組受限；回顧性數據庫利用各中心歷史影像數據，建設效率高但可能存在數據缺失與歸一化不足。對于前瞻性研究，分中心須嚴格遵循研究方案中規定的納入與排除標準進行受試者招募，遵循MRI檢查規范開展數據收集；對于回顧性研究，應根據既定標準篩選符合條件的病例，確保病例資料完整、影像質量可分析。在此基礎上，可根據研究者的具體研究需求與分析目的，對納入的研究數據進行質量分層管理，以支持不同層級的數據分析與應用

［17］

。各中心在數據提交前需完成脫敏與初步質控，牽頭中心對數據進行集中清洗、去重及標準化處理，確保數據的一致性、完整性與安全性。整合后的數據進行統一存儲與備份，通過安全共享機制供后續研究與模型構建使用。應定期召開項目會議、把關數據收集或標注質量

［18］

。要點提示1：TED眼眶MRI數據庫應采用多中心協作與分級管理模式，組建多學科團隊，區分前瞻性與回顧性建庫類型，執行分中心預處理、牽頭中心整合的標準化流程，并定期質控，保障數據庫完整性、一致性與應用價值。二、倫理審查與權益保障眼眶MRI屬于患者的影像數據，具有生物學含義，TED眼眶MRI影像數據收集必須嚴格遵循醫學倫理規范，所收集數據需經醫院倫理委員會獨立批準

［19-20］

。影像數據庫的倫理申請也可納入更宏觀的TED多模態數據庫、樣本庫建設或隊列建設框架中統籌申報

［20-21］

。建庫者在啟動數據采集前，應提交一份完整的研究方案，供各醫療機構的倫理委員會審議。該方案需清晰闡明研究內容與目的、擬采集的數據類型與數量、受試者的納入排除標準以及項目預計取得的成果等。對于前瞻性數據收集，應讓患者充分知情影像采集的目的和用途，規范進行知情同意并簽署文件。對于回顧性數據收集，由于無法回溯患者知情同意，因此在提交倫理審查申請時，應明確提出“免除知情同意”的申請，并論證其合理性

［20-21］

。應充分保障患者權益，避免有損患者權益的非必要影像收集；可根據研究具體情況，考慮為患者提供一定補償或便利措施。要點提示2：TED眼眶MRI數據收集必須嚴格通過倫理審查，前瞻性數據規范簽署知情同意，回顧性數據合規申請免除知情同意，全程保障患者隱私與合法權益。三、MRI影像數據收集規范TED眼眶MRI數據庫的構建首先需要高質量、標準化收集影像數據。明確研究的納入與排除標準后，應按照規范流程，收集相應的MRI影像數據及配套臨床數據。值得注意的是，前瞻性和回顧性建庫方式在數據收集規范上存在差異，前瞻性建庫往往是先確定受試者，再進行數據采集和收集；回顧性建庫是針對已經形成的MRI影像數據進行篩選和數據收集。二者存在一定差異，但遵循共性的標準化原則。（一）納入與排除標準樣本量應基于具體研究目的、研究設計類型、預期效應量及統計學檢驗效能綜合確定，建議研究者參照統計學樣本量估算原則，結合模型訓練、驗證與測試各階段的數據需求進行合理規劃，并可由各參與中心研究者根據實際研究條件協商調整，以滿足不同研究場景下的具體需求

［22-23］

。前瞻性建庫主要針對TED患者，明確患者的納入與排除標準，進而開展后續的影像掃描與數據收集。納入標準：（1）臨床確診為TED，符合《中國甲狀腺相關眼病診斷和治療指南（2022年）》

［1］

的診斷標準；（2）自愿參加本研究并簽署知情同意書；（3）其他參考研究方案的納入標準。排除標準：（1）存在MRI檢查禁忌證（如體內裝有非兼容性心臟起搏器、神經刺激器、動脈瘤夾等）；（2）存在任何可能影響方案依從性或數據收集的情況（如嚴重精神疾病、無法配合完成檢查）或研究者判斷不適合入組的患者；（3）其他參考研究方案的排除標準。回顧性建庫主要針對已經掃描得到的TED眼眶影像，明確針對影像數據的納入與排除標準，進而整理數據。納入標準：（1）臨床確診為TED，符合《中國甲狀腺相關眼病診斷和治療指南（2022年）》

［1］

的診斷標準；（2）影像符合研究方案要求（即序列、參數相同，或相似且由研究者判斷能夠進行混合分析）；（3）圖像質量較好，能進行后續評估及測量；（4）其他參考研究方案的納入標準。排除標準：（1）根據臨床研究需求設定，如排除眼眶占位、既往眼眶手術史等；（2）配套臨床數據嚴重缺失；（3）其他參考研究方案的排除標準。（二）MRI影像數據收集根據建庫方式不同，影像數據收集方式存在差異。前瞻性建庫時，研究中心應在研究時段內固定檢查設備及掃描方案，多中心研究時各參與中心應采用統一的標準化MRI檢查方案。回顧性建庫時，主要根據納入和排除條件選擇對應影像數據。注意應從PACS、RIS等系統中直接提取原始的、未經有損壓縮的DICOM格式數據，確保包含研究所要求的序列，原則上建議保存所有序列數據

［24］

。收集影像數據的同時，應記錄其頭文件（DICOMHeader）中的關鍵標簽信息，尤其是設備信息（掃描儀制造商、型號、磁場強度），掃描參數［重復時間（repetitiontime，TR）、回波時間（echotime，TE）、層厚、層間距、視野（fieldofview，FOV）等核心參數］，檢查時間（精確到日期）。值得注意的是，回顧性數據往往時間跨度大，應注意區別不同時期的影像檢查設備和圖像質量，從而進行篩選或分類

［24-25］

。（三）配套臨床數據收集收集影像數據的同時，應收集TED患者配套臨床數據，包括患者人口學數據（如年齡、性別、教育程度等）、眼科檢查數據（如視力、眼壓、眼球突出度、臨床活動度評分等）、實驗室檢查數據（甲狀腺功能、甲狀腺自身免疫性抗體、血常規等）、既往史（吸煙史、TED治療史）及生活質量評分等。建議由項目組眼科專家根據臨床研究或數據庫建立目的，確定具體臨床數據條目，把關臨床數據質量。推薦使用電子數據采集系統（electronicdatacapture，EDC）進行結構化錄入，并通過唯一研究ID與影像數據精確關聯，確保數據的完整性與可追溯性。前瞻性建庫能夠明確臨床數據收集要求并進行質控。回顧性建庫根據中心的數據儲存情況，從原始病歷資料或患者數據庫中提取上述臨床信息，必要時可通過電話隨訪等方式補充。回顧性臨床數據常存在缺失或不一致等情況，應對每例患者系統分析數據準確性、完整性，并對缺失的活動性、嚴重度等重要標簽進行重評價。如為縱向研究，應根據臨床數據確定所采集影像所處的階段（如治療前基線、單抗治療第幾次后等），完善狀態標簽。要點提示3：按前瞻性/回顧性分別設定納入排除標準，采集原始DICOM格式MRI數據并完整記錄掃描參數，同步收集結構化配套臨床數據，保障數據可追溯與完整性。四、MRI影像數據管理方案TED眼眶MRI數據管理主要包括脫敏與標準化、去重與清洗、儲存與備份、安全共享幾部分內容。全過程應配套記錄質控日志并歸檔，以備追溯和質檢。（一）數據脫敏與標準化1.數據脫敏：為確保患者隱私安全，所有進入數據庫的眼眶MRI影像及TED臨床數據在入庫前需采取匿名化和去標識化的方式進行嚴格脫敏處理。數據脫敏應依據DICOM標準及國家標準《信息安全技術健康醫療數據安全指南》GB/T39725-2020

［26］

，對影像及臨床資料中可能涉及個人身份信息的字段（如患者姓名、身份證、住址、檢查機構名稱與地址等）進行去標識化處理，以保障數據在共享與使用過程中的匿名性與法律合規性

［27-28］

。2.數據標準化：為每例患者分配唯一標識符（患者UID），推薦采用中心編號_患者UID/掃描日期（YYYYMMDD）/MRI序列描述/DICOM原始文件的標準化路徑。每例數據需生成與之配套的標簽數據文件（JSON/CSV格式），記錄患者UID、掃描日期、序列描述、序列UID、圖像數量及模態等關鍵信息，用于自動化校驗數據完整性與一致性，防止序列缺失或關聯錯誤。臨床信息則推薦通過應用程序接口或數據庫視圖等方式結構化抽取，并以CSV、XLS（X）、XML、JSON等標準格式存儲與傳輸

［29-30］

。（二）數據去重與清洗1.數據去重：數據去重旨在確保數據庫內每份數據的唯一性，可通過識別患者UID、檢查編號、圖像編號等信息實現數據關聯與冗余排除，從而刪除重復的患者數據。2.數據清洗：數據清洗部分包括缺失或錯誤數據剔除與質量不合格數據剔除兩部分。（1）缺失或錯誤數據剔除：經數據完整性核查顯示缺失數據應予以剔除。數據完整性核查聚焦于關鍵信息與影像文件的基礎可用性。核查內容應包括人口學資料、核心臨床信息及必要檢驗結果，重點對年齡、性別、活動性分期、嚴重度分級、關鍵眼科檢查及實驗室檢查指標等進行逐項核對。若發現關鍵臨床或影像字段缺失（如臨床活動性分期、核心掃描參數）或存在邏輯矛盾（如用藥記錄與治療時間沖突），應首先核對可追溯的原始數據并進行補充修正，若核對原始數據仍無法糾正缺失或錯誤數據，則判定該病例信息不可用并從分析數據集中剔除。同時，應對眼眶MRI影像數據進行文件存在性與基本可解析性檢查，確認患者影像文件夾是否有效存在、原始DICOM文件是否能夠正常讀取。若發現文件夾空置、影像缺失或文件損壞，均視為數據不完整。此類數據應予以剔除，以保證整體數據集的可用性與分析質量

［29-31］

。（2）質量不合格數據剔除：圖像質量不合格判定需由影像科醫師或經培訓授權的技術員負責。滿足以下任意一項客觀標準定義為眼眶MRI圖像質量不合格：（1）運動偽影：相位編碼方向位移>2mm（導致眼眶內組織結構輪廓中斷）；（2）金屬偽影：信號空洞面積>10mm2；（3）信噪比（signal-to-noiseratio，SNR）不足：眼外肌感興趣區（regionofinterest，ROI）的對比噪聲比（contrast-to-noiseratio，CNR）<1.5；（4）解剖覆蓋不全：眼眶區域如眼外肌未完全覆蓋等。（三）數據存儲與備份根據數據類型建立分層，影像數據可根據數據量與訪問頻率選擇NAS、HDFS、Ceph等分布式文件系統或對象存儲系統；臨床與檢查信息建議使用結構化數據庫（如MySQL、PostgreSQL、Oracle）或適配非結構化數據的NoSQL數據庫（如MongoDB、Redis、Neo4j）進行管理

［32-35］

。需建立完整的數據備份與容災機制，包括異地、多介質備份方式，定期校驗數據的完整性、可訪問性與恢復性

［32-35］

。（四）數據安全共享TED眼眶MRI數據庫應部署在隔離的、具備高安全等級的局域網環境中，與醫院其他業務系統邏輯隔離，以防止非授權訪問。所有對數據庫的敏感操作（如數據訪問、下載、修改、刪除）均應進行權限審核和日志記錄，實現全流程的可追溯性與安全監控

［32-35］

。如涉及多中心影像數據共享或傳輸，應在傳輸過程中使用加密算法或TLS/SSL等加密協議對數據與傳輸通道進行端到端加密。同時，應通過簽署數據共享協議明確各中心的安全責任，并采用安全FTP或醫療影像專用傳輸協議進行數據交換。數據接收方需具備同等級別的數據保護環境，共享過程中的所有操作均應被記錄并納入統一審計

［32-35］

。要點提示4：TED眼眶MRI數據需先脫敏去標識、標準化命名，再去重清洗并剔除不合格影像，采用分層存儲與異地備份，在隔離加密環境下安全共享，全程合規可追溯。第三部分TED眼眶MRI影像標注一、TED眼眶MRI影像標注基本流程（一）醫學影像標注要求與工具影像標注工作需建立規范的標注方法、完善的人員架構以及成熟的審核與仲裁機制，以保證結果的科學性、標準化和一致性。標注軟件應選擇具備醫學圖像處理功能的專業標注平臺，支持結構化存儲、標準格式導出與跨平臺兼容。標注平臺可選擇RadiAntDICOMViewer、3DSlicer、ITK-SNAP等具備臨床適配性與研究支持能力的開源或商業化工具，且應符合《人工智能醫療器械質量要求和評價第3部分：數據標注通用要求》

［36］

等相關技術規范。（二）醫學影像標注方法分類在標注方法學層面，依據任務復雜度與人力資源配置，影像標注通常分為手動標注、半自動標注和自動化標注3種類型。1.手動標注：通常由具備眼科或放射學科背景的專業醫師逐層完成，具有最高的準確性與解釋性，適用于樣本量有限但質量要求較高的研究任務，尤其適合用于構建人工智能模型所需的金標準訓練集。2.半自動標注：利用圖像工具輔助完成部分輪廓識別與繪制，結合圖像分析軟件提供的輪廓建議與人工修正機制，兼顧效率與可靠性，適用于中等規模數據處理。3.自動化標注：主要依賴深度學習模型或傳統圖像處理算法，在不依賴人工輸入的前提下快速完成組織識別與輪廓提取，適合大規模數據的預處理與初篩階段。在自動化處理后還需人工進行審核與微調

［37-38］

。（三）標注人員資質標注人員應包括標注醫師、審核醫師及仲裁醫師。1.標注醫師：建議不少于2名，應具備眼科或放射科主治醫師及以上職稱，具有至少3年眼眶或頭頸影像診斷相關工作經驗。需通過本項目統一的專項培訓與考核，熟練掌握TED眼眶MRI影像解剖特征、標注軟件操作、數據規范與流程。職責能夠依據標注規范，進行背靠背獨立標注。2.審核醫師：建議不少于1名，應具備眼科或放射科副主任醫師及以上職稱，具有至少5年眼眶或頭頸影像診斷工作經驗。應熟悉整個標注流程與規范。主要負責對標注醫師的初步結果進行審核，評估標注的準確性與一致性，發現并反饋問題。3.仲裁醫師：建議不少于1名，應具備眼科或放射科主任醫師職稱，具有至少10年眼眶或頭頸影像診斷工作經驗，在TED診療領域具有較高學術權威。當標注醫師與審核醫師意見不一致，或遇到復雜、疑難病例時，負責進行最終裁定，其結論為最終標注結果。上述人員配置為推薦標準，各研究中心可根據實際條件和人員儲備情況適當調整，但應始終保證標注工作的專業性、規范性與結果的可靠性，同時做好記錄說明。（四）標注結果審核與仲裁機制為保證標注工作的客觀性，建議在標注過程中實施盲法機制。具體而言，標注醫師在進行標注時不應知曉患者的臨床信息或其他醫師的標注結果；審核及仲裁醫師在審核或裁定時，也應盡量與標注醫師的身份和初步結果保持獨立，從而最大限度地減少主觀因素對標注結果的影響。1.手動和半自動標注流程：標注流程應遵循科學性、規范性與可操作性原則。為確保全過程可追溯，建議所有標注任務均配備任務日志、統一命名規范和版本控制系統，且所有修改或更正必須記錄責任人、時間及原因，以形成完整的審核閉環。在此基礎上，可建立多層級審核與仲裁機制：首先由具備資質的標注醫師完成初始手動或半自動標注，之后提交由審核醫師進行審核；若審核通過，結果即被確認，若未通過，則進入分歧處理環節。若標注醫師同意審核意見，則根據意見重新標注并再次進入審核；若不同意，則提交至仲裁醫師獨立裁決，仲裁結果作為最終結論。如仲裁后仍需調整，則應重新標注，并再次進入審核與仲裁流程，直至達成一致

［17，32-34，39-40］

。2.自動標注：其有效性與可靠性高度依賴于訓練數據質量與算法性能。因此，所有由算法生成的結果均需經過人工審核方可納入研究。根據行業標準

［36］

，半自動與自動標注結果在進入分析和建模環節前，必須由具備相應資質的醫師逐項審核和確認。其流程通常包括：算法完成初始標注預標注后，由至少1名審核醫師對結果進行全面核查，重點關注邊界一致性和測量準確性。若審核通過，結果可進入后續研究；若發現問題，則反饋至標注團隊進行人工修訂并再次審核。對于存在明顯分歧或復雜疑難病例的情況，結果應提交仲裁醫師進行終審，并以其裁決作為最終結果

［17，32-34，39-40］

。要點提示5：選用合規專業標注工具，配置標注/審核/仲裁三級醫師團隊，實施盲法獨立標注與多層級審核仲裁，自動標注結果必須人工核驗，保障標注準確性與一致性。二、TED眼眶MRI影像標注技術規范針對TED的眼眶MRI影像分析，建議分別建立影像平面定量標注與空間定量標注的技術規范，具體內容如下。（一）影像平面定量標注指標及評估方法影像平面定量標注指標通常基于常規T1加權成像（T1WI）或T2加權成像（T2WI）序列，同時測量操作應保證在同一平臺完成，避免測量誤差，保證測量指標一致性。其指標主要包括眼球突出度、眶內脂肪厚度、淚腺疝出度、眼外肌及淚腺的長短徑等參數。圖4展示了TED影像平面定量標注指標。1.眼球突出度：基于橫斷面T1WI/T2WI圖像，選擇視神經及眼球最大顯示層面，若眼球與視神經顯示層面不一致時，可將眼球顯示最大層面作為測量層面，繪制雙側顴弓前緣連線，測量角膜前緣至該連線的垂直距離

［41-43］

。2.眶內脂肪厚度：與上述層面保持一致，繪制雙側顴弓前緣連線，自眶內側壁向眼球內側緣作平行線，以眶內脂肪在該方向上的最寬處線段長度作為眶內脂肪厚度

［44］

。3.淚腺疝出度：與上述層面保持一致，繪制淚腺前緣至雙顴弓連線的垂線，該線段的長度即為淚腺疝出度

［45］

。4.眼外肌長短徑及截面積：基于冠狀面T1WI/T2WI圖像，選擇眼外肌在冠狀位截面積最大的層面，或由項目研究者統一約定并統一判定測量層面，測量眼外肌最大長徑（眼外肌輪廓范圍內兩點間最遠距離）與最大短徑（垂直于最大長徑，眼外肌輪廓間兩點間最遠距離）；在該層面亦可通過勾畫眼外肌輪廓獲取眼外肌截面積

［41-42，44］

。5.淚腺長短徑及截面積：基于冠狀面T1WI/T2WI圖像，淚腺最大冠狀層面上測量其最大長徑（淚腺輪廓間兩點間最遠距離）與最大短徑（垂直于最大長徑，淚腺解剖輪廓范圍內兩點間最遠距離）；在該層面亦可通過勾畫淚腺輪廓獲取淚腺截面積

［46］

。6.組織信號強度值與標準化信號強度值：基于冠狀位T2WI圖像，對眶內各組織ROI的信號強度進行標記與測量。淚腺ROI選取于淚腺顯示最為完整、面積最大的層面；眼外肌ROI選取于其在冠狀面截面積最大的層面，眶內脂肪ROI可以與眼外肌選取同一層面進行標記測量；視神經ROI選取于距眼球后極約3mm的代表性層面。上述測量層面亦可由項目研究者事先統一約定并統一判定，以保證測量的一致性。對于眼外肌與淚腺的ROI大小選擇需要避開解剖邊界，避免化學位移偽影及周圍組織等因素的影響，腦白質和眼眶脂肪信號值測量時，ROI大小保持在5~10mm2，獲取ROI信號值/平均信號值，將其與腦白質平均信號值比較，計算標準化信號強度比（signalintensityratio，SIR）=組織信號值/腦白質平均信號值

［42，46］

。7.組織水分數與脂肪分數：基于冠狀面T2WI水脂分離圖像，分別在水相、脂相及水脂同相中標記眼外肌、淚腺及眶內脂肪ROI，獲取相應信號強度值，再通過組織水分數公式（組織在水相上的信號強度值/組織在水脂兩相位信號強度值之和）或（組織在水相上的信號強度值/組織在同相位信號強度值）與組織脂肪分數公式（組織在脂相上的信號強度值/組織在水脂兩相位信號強度值之和）或（組織在脂相上的信號強度值/組織在同相位信號強度值）計算各組織水分數與脂肪分數

［47-48］

。8.改良肌肉指數（modifiedmusclesindex，mMI）：基于冠狀位T2WI圖像，標記一般會選取球后三、四、五層進行綜合評估，分為水平肌肉指數與垂直肌肉指數，水平肌肉指數：內、外直肌穿過視神經的最大水平長度/水平方向上穿過視神經眼眶內外壁的水平距離；垂直肌肉指數：上、下直肌穿過視神經的最大垂直長度/垂直方向上穿過視神經眼眶上下壁的垂直距離

［49］

。9.視神經直徑與視神經鞘直徑：基于冠狀位T2WI水脂分離圖像水相，在距眼球后極約3mm的代表性層面或者其他研究者認為合適的層面對視神經與視神經鞘直徑進行測量。此外，視神經蛛網膜下腔間隙直徑可通過公式進行計算（視神經鞘直徑-視神經直徑）

［47］

。在常規序列平面標注指標基礎上，如有進一步需要，還可引入反映組織成分與微觀狀態的其他參數，以探索更多參數對TED疾病診療的價值，例如T2

mapping序列用于提取T2弛豫時間（T2relaxationtime，T2RT）

［50-54］

；彌散加權成像（diffusion-weightedimaging，DWI）序列通過計算表觀擴散系數（apparentdiffusioncoefficient，ADC）以評估組織水分子擴散程度

［55-57］

。上述參數通常在對應序列的冠狀面圖像上獲取，進而可分別評估結構纖維化與炎癥水腫程度等潛力，在TED活動性判斷、療效評估與預測等研究中展現出一定應用價值。要點提示6：基于T1WI/T2WI序列，統一測量層面與方法，完成突眼度、肌肉/淚腺徑線、信號強度、水/脂肪分數等平面定量標注，可根據掃描序列補充T1

mapping/T2

mapping/DWI等參數。（二）影像空間定量標注流程及評估方法推薦采用能清晰顯示眼眶各層結構的三維平衡式穩態自由進動（three-dimensionalbalancedsteady-statefreeprecession，3DbSSFP）序列；當研究中心無法實現3DbSSFP序列采集時，亦可選用其他3DT2WI或其他具有較高空間分辨率的替代序列。各序列的具體參數要求及空間分辨率標準可參考《甲狀腺眼病眼眶MRI檢查與診斷專家共識》

［58］

中的相關推薦，并視具體研究目的而定，由各參與中心協商確定；實際參數設置亦應結合各中心掃描設備型號、場強條件及圖像質量靈活調整。確定標注的起始層面和終止層面時，可將冠狀面晶狀體首次顯現層作為起始層，眶尖視神經管段及眶內組織邊界模糊的冠狀層面作為終止層，進行逐層或隔層標注。1.眼球：建議自冠狀面晶狀體首次顯現層開始標注，逐層勾畫完整眼球輪廓。應準確識別鞏膜外緣信號邊界，保持前后層面輪廓一致性，避免邊界過分延伸至眼外肌肌腱等非眼球組織區域。2.淚腺：應于冠狀面圖像中，在外上象限識別其形態完整層面，結合橫斷位T1WI或相應脂肪抑制序列判斷邊界。需注意淚腺本身存在分葉結構，標注范圍應覆蓋全部分葉區域，并注意與周圍脂肪組織或肌肉交界處的識別，可結合標注軟件定位線功能輔助判定結構邊界。3.眼外肌：建議各條眼外肌選擇不同掩膜分別標注，以便于后續分析，具體標注條數可根據研究需求設定。上直肌與上瞼提肌在眼眶后段解剖貼近，較多眼眶MRI上兩者界限不清，建議作為復合體結構整體標注；下直肌需與起自上頜骨的眶面淚溝外側止于眼球外側赤道后方鞏膜上的下斜肌進行識別區分，避免誤將肌肉交叉區域標注合并；內直肌起始段緊貼眼球內側壁，與鞏膜界限密切，需注意與眼球邊緣的信號過渡，避免結構混淆或邊界偏移；外直肌起始段與淚腺解剖關系密切，肌腹外側易與淚腺前葉重疊，需結合結構邊緣、信號差異及多平面確認；上斜肌推薦自內上象限、肌腹清晰顯示的冠狀層開始標注，逐層追蹤走向；下斜肌在MRI上可能出現解剖顯示不清晰，標注時應依據上下層面的連貫性謹慎處理；所有眼外肌標注過程中，應注意眶內穿行血管的信號干擾，避免因血管偽影導致結構誤識別或邊界延展異常。4.視神經：建議將視神經眶內段的標注范圍設定為：以視神經與眼球交界處為起始層面，以眶尖區域