3. 标注任务类型与业务建模

医学影像标注平台的核心不是“画框工具”，而是把临床问题翻译成可计算、可质控、可复用的数据结构。同一幅胸部 CT，放射科医生关心的是“有没有结节、在哪、多大、什么性质”，而算法训练需要的是明确的标签空间、几何表示和一致性约束。因此，业务建模的第一步是确定任务类型，第二步是为该类型定义输出规范，第三步才是设计质量要求与验收口径。

五类任务的定义与医学语义

分类标注回答“这张图/这个区域属于哪一类”。在医学场景中，它通常作用于整幅图像（如乳腺钼靶 BI-RADS 分级）、病灶裁剪块（如肺结节良恶性）或报告文本。输出是一个离散标签或概率分布，标签空间必须互斥且穷尽，例如 {正常, 良性, 疑似恶性, 恶性}。分类的关键风险是标签定义模糊，必须为每个类别写出可判定的纳入与排除标准。

检测标注回答“目标在哪里、有多大”。输出为边界框（x, y, w, h）加类别，坐标系需明确：以图像左上角为原点，x 向右、y 向下，单位为像素。医学检测常面对小目标（肺结节可小至 3 mm）和低对比度，因此框的贴合度比自然图像更敏感。规范中应约定：框应包含病灶全部可见边界，允许不超过 2 px 的外扩，禁止把血管断面、胸膜增厚误标为结节。

分割标注回答“每个像素属于什么”。输出为掩膜（mask）或轮廓多边形，类别可为二值（病灶/背景）或多类（如脑肿瘤的增强区、水肿区、坏死区）。分割对边界精度要求最高，通常用 Dice 系数、IoU 和 Hausdorff 距离衡量。医学分割还需处理部分容积效应，规范应说明边界判定依据，例如以 CT 肺窗下病灶与肺实质的视觉分界为准。

关键点标注回答“关键解剖位置在哪”。输出为若干有序或无序的坐标点，如脊柱椎体的中心点、心脏四腔切面的瓣环点、眼底视盘中心。关键点必须定义可见性状态（可见/遮挡/不可见），并规定点的语义顺序，否则不同标注员会给出不可比的坐标序列。

时序标注回答“随时间如何变化”。它作用于多帧序列（如超声心动图、DSA 造影、动态增强 MRI），输出为时间区间上的事件标签或逐帧状态序列，例如“收缩期开始—峰值—结束”。时序标注必须绑定帧率与时间戳，并明确事件边界是“首次出现”还是“完全显现”。

输出规范：坐标系、类别与边界约定

五类任务共享一套底层约定，否则数据无法合并训练。第一是坐标系：统一采用图像左上角为原点，x 向右、y 向下，单位为像素；若使用 DICOM 的物理坐标（毫米），必须在元数据中声明并给出 PixelSpacing。第二是类别空间：每个任务维护独立的标签字典，包含类别 ID、英文名、中文名、颜色和判定说明，禁止在标注过程中临时新增类别。第三是边界约定：检测框、分割轮廓、关键点可见性都要有书面规则，例如“分割边界以肺窗下病灶与周围肺组织的视觉分界为准，不包含毛刺外的磨玻璃成分”。

对于时序任务，还需额外约定帧索引方式：以序列第一帧为 0 还是 1，事件区间是闭区间还是半开区间。这些细节看似琐碎，却是后期做帧级对齐和模型评估时最容易出错的地方。

质量要求：从一致性到临床可用性

质量要求分为三层。第一层是一致性：同一标注员重复标注（ intra-observer ）和不同标注员之间（ inter-observer ）的可重复性。分类任务常用 Cohen's Kappa，检测和分割常用 IoU 或 Dice。示例阈值可设为：分类 Kappa ≥ 0.80，检测框 IoU ≥ 0.75，分割 Dice ≥ 0.85，关键点平均误差 ≤ 3 px，时序边界偏差 ≤ 2 帧。第二层是完整性：不能漏标、不能多标，尤其检测任务中直径 3–5 mm 的小结节漏标会直接拉低召回。第三层是临床可用性：标注结果能否支撑临床决策或科研结论，例如分割掩膜是否可用于体积测量，关键点是否可用于心功能定量。

业务建模的落地要点

实际建模时，先写“任务定义卡”，字段包括：任务名称、临床问题、输入数据模态、输出类型、标签空间、坐标系、边界规则、质控指标、验收阈值。然后据此在平台中配置标注模板：分类任务配置单选/多选控件，检测任务配置矩形框工具并锁定类别，分割任务配置画笔与多边形工具并启用边界平滑，关键点任务配置有序点集与可见性下拉，时序任务配置时间轴与区间标记。最后用 20–50 例样本做预标注测试，计算一致性指标，若 Kappa 或 Dice 低于阈值，先修订指南而非直接扩大标注量。

需要强调的是，医学标注的质量不是“画得漂亮”，而是“可复现、可度量、可解释”。同一病灶在不同标注员手中产生 2 mm 的边界差异，在体积测量中可能被放大为 15% 以上的误差。因此，业务建模阶段就必须把坐标系、类别、边界和质控指标写清楚，并在平台中固化为模板和校验规则，才能让后续的模型训练和临床验证建立在可靠的数据基础之上。