尘肺病数据标注规范与质量控制专家共识（2020年版）

发布时间：2022-09-27 20:49

　　尘肺病是由于在职业活动中长期吸入生产性粉尘并在肺内潴留而引起的以肺组织弥漫性纤维化为主的全身性疾病。我国是全球尘肺病病人数最多的国家,也是年报告新发病例最多的国家。因此,加强尘肺病的预防治理工作刻不容缓。将人工智能应用于尘肺病筛检和诊断,可有效提高职业病诊断读片效率,降低人工阅片误差,有效进行质量控制。研制高性能人工智能尘肺病数字化成像技术（DR）阅片系统（国家药品监督管理局第三类医疗器械人工智能辅助诊断分类）的技术关键是建立明确的尘肺病人工智能诊断标准,其中技术基础框架的关键支撑是数据集管理与标注的质量控制。通过研究、定义尘肺病DR胸片及相关信息的数据采集内容、筛选标准、处理流程,形成数据标注的思路、方法,并辅以相应内容和过程的质量控制来为尘肺病人工智能产品（模型）标准打好基础,以期形成严格、合理、符合医学规律、技术上可达、具有行业普遍适用性的产品技术标准规范。为此中国生物医学工程学会医学人工智能分会胸部影像及职业病标准组组织国内公共卫生、职业医学与职业病、呼吸系统疾病以及医学影像等各方面专家,就如何开展尘肺病胸部DR数据标注与质量控制进行了专门的研究和深入的讨论,各方专家就尘肺病D... 

【文章页数】：7 页

【文章目录】：
1 前言
2 术语与定义
    2.1 AI尘肺病筛查
    2.2 数据脱敏
    2.3 数据清洗
    2.4 基础数据库
    2.5 标注数据库
    2.6 训练集
    2.7 测试集
    2.8 标注
3 尘肺病影像学特征及分期诊断
    3.1 影像学特征
        3.1.1 小阴影
            3.1.1. 1 圆形小阴影
            3.1.1. 2 不规则小阴影
        3.1.2 小阴影聚集
        3.1.3 大阴影
        3.1.4 胸膜斑
    3.2 小阴影形态、密集度、分布范围的判定及附加符号
        3.2.1 小阴影形态的判定
        3.2.2 小阴影密集度
            3.2.2. 1 小阴影密集度的定义
            3.2.2. 2 小阴影密集度的判定
        3.2.3 分布范围判定
        3.2.4 附加符号
    3.3 尘肺病分期诊断
4 数据适用范围
5 数据要求
    5.1 伦理批准与患者隐私保护
    5.2 数据质量要求
    5.3 数据多样性要求
    5.4 数据量要求
6 标注规范
    6.1 流程设计与质控
        6.1.1 标注医师
        6.1.2 标注内容及一致性评定流程
            6.1.2. 1 标注内容和流程
            6.1.2. 2 尘肺病标注一致性流程
    6.2 尘肺病图像数据标注规则
        6.2.1 标注参数
        6.2.2 读片要求


【参考文献】：
期刊论文
[1]尘肺病治疗中国专家共识（2018年版）[J]. 毛翎,彭莉君,王焕强.  环境与职业医学. 2018(08)
[2]尘肺病影像学诊断技术研究进展[J]. 朱秋鸿,王焕强,余晨,齐放,李德鸿.  环境与职业医学. 2011(10)



本文编号：3681596