LUS-BALD数据集：推动肺部超声垂直伪影精准检测与定位的开放资源

《Scientific Data》：Lung Ultrasound Imaging Dataset for Accurate Detection and Localization of LUS Vertical Artifact

本研究针对肺部超声(LUS)垂直伪影识别存在高度操作者依赖性的临床挑战，开发了首个包含401幅高分辨率LUS图像及多边形边界框标注的开放数据集LUS-BALD。该数据集通过标准化12分区扫描协议采集自乌干达152例呼吸系统疾病患者，为深度学习模型开发提供关键资源，显著推进AI驱动诊断工具在肺水肿、COVID-19等呼吸系统疾病早期检测中的应用。

　　

在重症监护和呼吸医学领域，肺部超声(Lung Ultrasound, LUS)因其便携性、实时成像能力及无辐射特点，已成为评估肺实质病变的重要工具。其中，垂直伪影（vertical artifacts）作为关键超声标志物，当超声波与充满液体的肺泡或增厚的小叶间隔相互作用时产生共振现象，对肺水肿、间质性肺病、肺炎和COVID-19等疾病的诊断具有重要价值。然而，LUS图像解读高度依赖操作者经验，导致诊断结果存在显著差异。近期研究显示，专家间评估一致性仅处于中等水平（Fleiss' κ≈0.27-0.61），这种主观性严重制约了LUS的标准化应用。

为克服这一局限，深度学习(Deep Learning, DL)技术被引入以实现LUS图像分析自动化。但现有模型发展面临关键瓶颈——缺乏专门针对垂直伪影的精细标注数据集。特别是缺少能够准确捕捉伪影形态和空间分布的多边形边界框(Polygonal Bounding Box, PBB)标注数据，导致模型常出现伪影勾勒不精确、包含多余背景区域等问题，直接影响诊断准确性。

针对这一需求，由乌干达马凯雷雷大学等单位的研究团队在《Scientific Data》发表了题为"Lung Ultrasound Imaging Dataset for Accurate Detection and Localization of LUS Vertical Artifact"的数据描述论文，正式推出LUS-BALD（Lung Ultrasound Vertical Artifact Localization and Detection）数据集。这是首个专门针对LUS垂直伪影检测与定位任务的公开数据集，包含401幅高质量LUS图像，每幅图像均配有精确的PBB标注，为开发鲁棒的DL模型提供了重要资源。

研究方法核心包括三个关键技术环节：首先，研究团队在乌干达两家国家级转诊医院招募152名参与者（平均年龄40.91±17.03岁），采用标准化12分区胸部扫描协议（左右各6区，每区进行纵向和横向扫描），使用Clarius C3和Philips Lumify C5-2超声设备采集图像。其次，开发了系统的图像预处理流程，通过自动裁剪去除测量刻度，结合Keras-OCR文本检测和OpenCV修复算法消除叠加文本标签，确保图像质量。最后，借助VGG Image Annotator(VIA)工具，在放射科专家指导下完成垂直伪影的精细多边形标注，并通过双人独立审核与共识裁决确保标注一致性。

数据记录与组织

数据集采用标准监督学习分区策略，按患者级别划分为训练集（256图像+标注）、验证集（75图像+标注）和测试集（70图像）。标注文件采用适应多边形框的YOLO格式，支持精确的物体检测任务。这种结构化设计便于研究者直接用于模型训练与评估。

技术验证

通过多阶段质量控制确保数据可靠性：资深放射科医生遵循标准化协议采集图像；联合审核排除运动伪影、胸膜线不清晰等低质量图像；采用双专家标注与仲裁机制最小化主观偏差。值得注意的是，数据集聚焦于高分辨率静态图像，虽能清晰展示垂直伪影，但未能包含临床评估中常用的动态影像序列，这在一定程度上限制了其对真实世界LUS复杂性的表征能力。

标注范例

通过VIA工具实现的标注示例显示，多边形边界框能精准贴合垂直伪影的不规则形态，为模型提供高质量学习目标。这种精细标注策略相比传统矩形框能更准确反映伪影的解剖学特征。

研究结论强调，LUS-BALD数据集填补了LUS垂直伪影检测领域高质量标注数据的空白，为开发临床可用的AI辅助诊断工具奠定基础。其创新性体现在三个方面：首个专门针对LUS垂直伪影的公开PBB标注数据集；采用严格的多专家标注验证流程；提供完整的数据预处理代码支持可重复研究。尽管存在静态图像选择的局限性，但该资源显著推进了LUS分析标准化进程，对资源有限地区的远程医疗尤其具有价值。未来工作将聚焦于扩展视频序列数据，以更好捕捉LUS的动态特征，进一步推动AI在呼吸系统疾病管理中的应用。