图像分割由两名标注者完成，分歧怎样写？

两个人画过，不等于标签无分歧

图像分割把器官或病灶边界标成像素区域，边界常受影像质量和判读经验影响。投稿不能只写“两位医师共同标注”，因为这句话既可能指各自独立画两份图，也可能指一人画、一人修改。应写明标注者的专业背景、培训、使用的软件版本、标注指引，以及他们是否看到彼此结果、模型输出或最终诊断。CLAIM 2024把标注过程和观察者间差异列为明确报告项。

先定义要画的对象

例如肿瘤坏死区算不算病灶、模糊边缘按哪个窗口判定、多发小灶是否全部纳入，都会改变掩膜。研究应在标注前确定指引，给出典型难例的处理方式；若中途修订，记录版本与重标范围。两名标注者对同一套原始影像独立完成，才适合评估他们之间的差异。若各画不同样本，不能直接计算两人对同一对象的一致程度，需要单独抽取重叠样本。重叠样本要包含边界清楚和边界模糊的影像，才不会只在容易的病例上得到较高一致性。

边界和体积，选能回答任务的指标

可根据研究目标报告Dice重叠、交并比、边界距离或体积差；指标名称、计算单位和汇总方式要具体。大器官即使边界有偏差也可能得到高重叠分数，小病灶则对几个像素非常敏感。因此最好按病灶大小或影像质量展示分布，而不是只报一个总体平均数。若只在易标区域评估一致性，却让模型预测全图，读者会低估参考标签在难例中的不确定性。

说清最终标签从哪里来

模型训练和测试可能使用不同形成方式：取其中一人掩膜、两者交集或并集、专家复核后的共识。哪一种都不能省略。尤其测试集若由第三位专家裁决，要说明裁决时是否能看到模型结果；若能看到，参考标准就可能受模型影响。出现争议时可给出争议率和常见原因，而不必把所有分歧都压成一个“金标准”。对于未经裁决的区域，结论要承认标签本身的变异。

模型表现要对照人的波动

若模型与最终标签的Dice接近两名标注者之间的Dice，这可以提供解释背景，但不能据此直接宣称模型达到专家水平；病例选择、标注耗时和错误类型还需比较。论文宜在表中分别列人对人、人对共识和模型对共识的结果，并标注测试人数和图像数。读者由此能看到算法误差落在哪些边界上，也能判断进一步扩大训练数据是否真正有用。

参考信息：CLAIM 2024医学影像AI报告清单与STARD-AI原始指南。