TN3K — 3,493 张甲状腺结节超声像素级分割数据集

INFOBOX — TN3K 一屏速览

维度	内容
本质	开放获取甲状腺结节超声分割数据集：3,493 张灰度超声图 + 像素级二值结节掩码，多中心、多设备、多视角
团队	中山大学（主）+ 南昌大学 + 香港中文大学（深圳）大数据研究院 + 南方医科大学珠江医院；通讯 Guanbin Li 与 Fei Chen
论文	Computers in Biology and Medicine vol 155:106389（doi:10.1016/j.compbiomed.2022.106389；©2022/正式出刊 2023-03 双口径）；前作 ISBI 2021
数据	3,493 图 / 2,421 患者；官方划分 trainval 2,879 / test 614（同患者不跨子集）；附五折 json
标签	像素级二值结节掩码（0/1）+ 良恶性二元分类标签（0=良性/1=恶性，源自 TNCD 工作）
设备	GE Logiq E9、ARIETTA 850、RESONA 70B 三种超声系统（多中心多设备）
筛选	合作医院 30,000+ 张图中筛出：至少 1 个结节、不含血流信号、同视角仅留 1 张代表图
多结节	约 9% 图像含 ≥2 个结节，掩码逐结节连通标注；单结节占比 91%
方法	TRFE+（ARPG 腺体区域增强 + GroupNorm + 大小回归约束）：TN3K test IoU 71.38±0.43 / Dice 83.30±0.26
基准	官方 Table 3：UNet/SegNet/Deeplabv3+/TransUNet 等 8 对比方法 + DDTI 637 张外部测试
姊妹集	TG3K（腺体分割先验，3,585 张）、TNCD（良恶性分类，MICCAI 2022 ACL 工作）
获取	百度网盘（提取码 trfe）｜Google Drive｜HuggingFace（不完整快照 1,228 行）｜百度 AI Studio 镜像
许可	代码 MIT；数据许可官方未单独声明（三口径存照，学术引用惯例）
库内互链	ddti（外部测试基线）、busi、us-nerve-seg、acouslic-ai、tus-rec、bus-bra 等

TN3K 是一个「把甲状腺结节超声分割从单中心小数据里捞出来」的数据集工程：在它发布之前，论文 Motivation 一节的原文描述是「据我们所知，唯一无使用限制的公开甲状腺结节数据集是 Pedraza et al. (2015)（即 DDTI）」——但 DDTI 只有 637 张图、单一设备、单中心；TN3K 摘要自称「an open-access dataset containing 3493 thyroid nodule images」，一次给出 3,493 张多中心多设备灰度超声图，每张都带像素级二值结节掩码和良恶性标签。它随中山大学团队的 TRFE+/TRFE-Net 系列论文发布——这组论文的核心思想是给结节分割装上「腺体位置先验」，让模型先学会找到甲状腺在哪，再学习结节在哪，这个先验由姊妹数据集 TG3K 提供监督。

导语读法三则：

1. 只想下数据：直奔 §6 获取与许可——注意 HuggingFace 镜像是不完整快照，完整版走百度网盘或 Google Drive；代码 MIT 不等于数据 MIT（坑 3）。
2. 关心标注质量与任务设计：直奔 §3 标注体系与 §4 多任务设计——志愿者初标→影像科医师确认→高年资终审的三层流水线，以及腺体先验如何改变分割模型的学习方式。
3. 要跑基准对比：直奔 §5 官方基准——Table 3 九个方法的完整数字、DDTI 外部测试协议、训练配置全公开，第三方 SOTA 已到 Dice 84.24。

§0 导读：这个数据集解决什么问题

甲状腺结节超声分割是个「看起来简单、做起来卡脖子」的任务。临床价值明确：结节边界是 TI-RADS 分级、良恶性判断与随访体积测量的基础输入，人工勾画费时且观察者间变异大，自动分割是 CAD 流水线的第一环。但 2020 年前后，这个任务的数据基础近乎空白：唯一的公开库 DDTI 只有 637 张图，来自单一设备（TOSHIBA Nemio 30/MX）、单中心，且其使用条款对后续研究构成限制。研究者要么在几百张图上过拟合，要么用私有数据自说自话——论文之间没有可比性。

这个问题还有一层方法学上的深水区：结节和腺体的尺度错配。甲状腺腺体是一个相对固定的大区域（左右两叶+峡部），而结节是腺体内一个小得多的局部结构，边界模糊、回声与周围组织接近。直接做结节分割的模型经常把腺体内其他高回声结构（如纤维化、囊变）误认为结节边界。中山大学团队在 ISBI 2021 的前作（TRFE-Net）里提出的解法是多任务学习+腺体位置先验：让同一个网络同时学习结节分割、腺体位置分割和结节大小回归，用「先找到甲状腺，再找结节」的归纳偏置约束特征学习。这套方法需要一个带腺体标注的辅助监督源（TG3K）和一个足够大的结节分割主数据集——TN3K 就是为此而建。

TN3K 的回答分三层。第一层是数据：3,493 张灰度超声图，从合作医院（南方医科大学珠江医院）超过 30,000 张图中按三条标准筛选——至少含 1 个结节、不含彩色多普勒血流信号、同视角同区域只保留 1 张代表图——来自 2,421 例患者、三种超声系统（GE Logiq E9、ARIETTA 850、RESONA 70B），像素级二值掩码经「志愿者初标→影像科医师确认→高年资医师终审」三层质控，并附带源自 TNCD 工作的良恶性二元标签。第二层是方法：CBM 2022 论文（TRFE+）在前作基础上加入 ARPG 自适应腺体区域特征增强、GroupNorm 缓解设备域间隙、结节大小预测任务约束编码器，把 TN3K test 的成绩从 Table 3 中前作 TRFE 方法的 IoU 68.33 / Dice 81.19 推到 71.38 / 83.30。第三层是基准：官方提供完整的 Table 3 对比协议（8 个对比方法×6 指标×五折均值±标准差）、五折划分 json、DDTI 外部测试结果，加上 224×224 输入的固定训练配置——第三方复现与对比有章可循。

§0 读法三则：

1. 这个条目是「数据集+方法论文+姊妹集生态」三合一：本体是 3,493 张带掩码与标签的超声图，方法论贡献是腺体先验多任务框架，外围还有 TG3K（腺体先验）与 TNCD（分类标签）两个依附发布的姊妹集——检索与引用时别把三者混为一谈（坑 8）。
2. 全文硬数字均出自 CBM 论文（Table 1-3 与正文）、GitHub 仓库与 HF 卡片的交叉核验；官方划分 2,879/614 有五源一致支持，流传的「2185/1308」划分是零证据误记（坑 4）。
3. HuggingFace 上 haifan-gong/TN3K 显示的 1,228 行是不完整自动转换快照，不是全量——任何以 HF 快照统计 TN3K 规模的说法都要打折（坑 2）。

0.1 发布时的稀缺性定位

TN3K 摘要原文的自我定位是「an open-access dataset containing 3493 thyroid nodule images with high-quality nodule masks labeling from various devices and views」——强调的是开放获取+多设备多视角+高质量掩码三件事。而它相对既有资源的增量，对照面正是 DDTI（Pedraza et al. 2015）：论文 Motivation 原文承认 DDTI 是当时「唯一无使用限制」的公开库，但其 637 张、单设备、单中心的规模「limited for the deep learning-based model training and evaluation」。TN3K 相对 DDTI 的增量是数量级式的：

维度	DDTI（2015）	TN3K（2021/2022）
图像量	637	3,493
患者数	未按患者去重口径公开	2,421
设备	TOSHIBA Nemio 30 + Nemio MX（单中心）	GE Logiq E9 + ARIETTA 850 + RESONA 70B 三系统
标注	结节掩码	结节掩码 + 良恶性标签
多结节	仅单结节每图（论文原文「only contains one thyroid nodule per imaging」）	含约 9% 多结节图，逐结节独立标注
划分	自定义	官方 trainval/test + 五折 json
使用限制	无使用限制（论文 Motivation 口径）	open-access（摘要自称）
配套	—	腺体先验姊妹集 TG3K + 分类姊妹集 TNCD + 官方基准代码

这个对照不是贬低 DDTI——它在 2015 年同样是先行者，而且 TN3K 论文反过来把 DDTI 用作外部测试集（§5.3），两个数据集在生态上是互补而非替代关系。库内 ddti 条目（rid 536）与本条目宜互为参照阅读。注意一个二手转述陷阱：网络上「TN3K 自称唯一无使用限制数据集」的说法是误读——论文原文的「唯一」说的是 DDTI（坑 7 存照）。

0.2 AI-Ready 一句话评估

以库内 AI-Ready 检查单过一遍：机器可读元数据良好（论文+GitHub README+HF 卡片+Croissant 元数据四层齐备）；可获取性中上（官方网盘+GDrive 直链可用，但 HF 镜像不完整、网盘对海外用户不友好）；许可明确性是最大灰色项（代码 MIT 清楚、数据许可官方沉默、两个衍生口径并存）；可复现性好（训练配置+五折 json+官方代码全公开）。综合评级「中上」，详细 DAIMS 评分见附录 B，许可三口径的处理见坑 3 与附录 I。

0.3 关键数字：正确口径与常见误读速查

TN3K 在传播中积累了一批「变形数字」，先在此立牌，正文各节展开：

数字项	正确口径	常见误读	误读来源
全量规模	3,493	1,228	HF 不完整快照（坑 2）
官方划分	2,879/614	2,185/1,308	流传误记，零证据（坑 4）
名称含义	官方未展开	「Thyroid Nodule 3K」当官方定义	三种第三方展开并存（坑 1）
数据许可	官方未声明	「CC BY-NC 3.0」/「MIT」	NIDUS 估计口径/HF 卡片字段（坑 3）
论文年份	2022©/2023-03 出刊	单一年份独断	卷期双口径（坑 5）
混合训练集	4,606	5,182	误用 trainval 全量计算（坑 6）
「唯一无使用限制」	主语是 DDTI	主语换成 TN3K	二手转述颠倒（坑 7）
TRFE 的 IoU	68.33（表 3）/68.19（表 4）	单一数字独断	双表漂移（坑 8）
AUC 口径	由五折分割结果按 ROC 得出（官方特殊定义）	当作常规像素级 ROC-AUC 直接比	指标定义易漏读（§5.1）

使用姿势：需要引用任何一项时，回正文对应章节取完整语境；本表只负责「快速排错」。

§1 数据集速览：十问十答

Q1：TN3K 的「3,493 张」从哪来？
南方医科大学珠江医院的合作采集：从超过 30,000 张甲状腺超声图中按三条标准筛选——每张至少含 1 个结节、不含彩色多普勒血流信号、同一视角/同一区域仅保留 1 张代表图（多张候选时取靠近中心者）。最终 3,493 张灰度超声图来自 2,421 例患者，覆盖 GE Logiq E9、ARIETTA 850、RESONA 70B 三种超声系统。

Q2：图像规格是什么？
灰度超声图（去除非超声区域的纯影像区），JPG 格式，图像宽度分布约 255-1,400 px（HF 快照实测口径），分辨率与设备原生采集参数随病例而异——TN3K 刻意保留了「多设备、多分辨率」的现实分布，这也正是它比单设备数据集更能考验模型域泛化的原因。每张图配同尺寸像素级掩码。

Q3：掩码和标签里有什么？
两层标注：①像素级二值结节掩码（0=背景/1=结节），约 9% 的图像含两个及以上结节，掩码按结节分别连通而非合并成一团；②图像级良恶性二元标签（0=良性/1=恶性），存于 label4trainval.csv 与 label4test.csv，标签体系源自同团队的 TNCD/MICCAI 2022 ACL 工作。

Q4：谁标注的，可靠吗？
三层质控流水线：志愿者初标 → 影像科医师（radiologist）指导并确认 → 高年资临床医师（senior clinician）终审疑难图。与众包或纯学生标注不同，TN3K 的每一张掩码最终都经过具备超声诊断资质的医师确认，疑难样本（边界模糊、多结节、特殊回声）升级到高年资医师处置。

Q5：官方划分怎么用？
trainval 2,879 张做训练与验证、test 614 张做测试，同一患者的图像不会跨子集（防患者级信息泄漏）。论文全部主表数字都基于这个划分+五折交叉验证。想和官方基准可比，就用官方划分+官方训练配置（§5.4）；自造划分的结果无法与 Table 3 对比。

Q6：多结节图像怎么处理？
约 9% 的图像含 ≥2 个结节。掩码层面逐结节连通标注（每个结节一块连通区域，而非合并标注），论文 Fig 3 统计了这一分布。对实例级分析者是负担（需自行拆连通域），对语义分割训练者则直接可用。

Q7：五折 json 是什么？
官方提供 tn3k-trainval-fold0…4.json 五个文件，把 trainval 的 2,879 张按 80/20 切成 2,303 train + 576 val，五折轮换。Table 3 的均值±标准差就是五折结果的统计口径——这比单次划分的数字更稳健，引用时注意报的是五折均值。

Q8：TRFE+ 是什么、和 TN3K 什么关系？
TRFE-Net（ISBI 2021）与升级版 TRFE+（CBM 2022）是发布团队的配套分割方法，核心是「甲状腺区域先验」：多任务框架同时学结节分割+腺体位置分割+结节大小回归，腺体监督来自姊妹集 TG3K。TN3K 是方法的数据底座，TRFE+ 是数据的官方基线——两者绑定发布但概念上独立：你可以只用 TN3K 跑自己的分割器，不必用 TRFE+。

Q9：我现在能拿到什么？
四条渠道：百度网盘（官方主渠道，提取码 trfe）、Google Drive（官方海外渠道）、HuggingFace haifan-gong/TN3K（作者本人上传，但不完整快照 1,228 行/376 MB）、百度 AI Studio 第三方镜像（datasetdetail/289158）。代码在 GitHub haifangong/TRFE-Net-for-thyroid-nodule-segmentation，MIT 许可。

Q10：能用它做什么、不能做什么？
能做：结节二值分割训练与基准评测、多任务/先验引导方法研究、设备域泛化实验、以掩码+标签做弱监督或多模态方法验证。要谨慎：良恶性诊断级别的临床结论（标签是图像级二元、未含 TI-RADS 等细粒度信息）；把它当作恶性检测器单独商用（数据许可未明确，§6.3）；引用 HF 快照的 1,228 行作为全量规模（坑 2）。

§2 数据构成与规格

2.1 核心规格速查表

属性	规格
全量规模	3,493 张灰度甲状腺结节超声图
患者数	2,421 例
官方划分	trainval 2,879 / test 614（同患者不跨子集）
交叉验证	五折 json：每折 2,303 train + 576 val
图像格式	JPG（灰度、去除非超声区域）
图像宽度	约 255-1,400 px（HF 快照实测分布口径）
掩码	同尺寸像素级二值（0=背景/1=结节），JPG
分类标签	0=良性/1=恶性（label4trainval.csv / label4test.csv）
多结节	约 9% 图像含 ≥2 结节（掩码逐结节连通）
采集设备	GE Logiq E9、ARIETTA 850、RESONA 70B
采集医院	南方医科大学珠江医院（伦理委员会批准）
采集窗口	2016-01 至 2020-08（openmedlab 第三方整理口径，论文未明文——存照）
筛选来源池	合作医院 30,000+ 张甲状腺超声图
官方任务	结节二值分割（主）+ 良恶性分类（辅）+ 腺体先验多任务（需 TG3K）

2.2 筛选漏斗：30,000+ → 3,493

TN3K 的图像不是「有啥放啥」，而是一套刻意收紧的纳入标准筛出来的。三条筛选规则各有明确的方法学动机：

1. 至少含 1 个结节——保证每张图都有分割目标，避免「正常腺体图」稀释分割任务的监督密度（正常腺体图另有用途：进 TG3K 做腺体先验）。
2. 不含血流信号（彩色多普勒）——统一为灰度 B 型超声模态。混入彩超图会让输入通道语义不一致（彩色区域是血流叠加而非组织回声），且历史上多数分割模型按灰度单通道设计。
3. 同视角/同区域仅保留 1 张代表图——同一患者的同一病灶在检查中会产生大量近似帧，全部保留会让 train/test 的图像级多样性虚高、模型只需记住「这个病灶长这样」。取靠近中心的帧意味着保留信息量最大的切面。

第三条规则值得展开：它把「图像独立同分布」的假设往「患者级多样性」方向推了一把。3,493 张图对应 2,421 例患者，平均每患者约 1.44 张——比按帧保留的设计（可能 1 患者 10+ 张）显著去冗余。但也带来一个推论：同一患者的多张图若分属不同视角，会被视为不同样本，患者在 trainval 与 test 间不跨子集的设定（Q5）因此尤为关键——若按图像随机划分，患者级泄漏会让 test 分数虚高。

2.3 官方划分：2,879/614 与「2185/1308」误记的证伪

官方划分 trainval 2,879 / test 614（2,879+614=3,493）由五个独立来源交叉一致：

1. CBM 论文 Table 1（数据集统计表）；
2. GitHub 仓库分发的目录结构（trainval-image 2,879 个文件 / test-image 614 个文件）；
3. openmedlab 数据集页的描述；
4. NIDUS ultrasound-open-access 清单条目；
5. 多篇第三方论文在「我们遵循 TN3K 官方划分」语境下引用的数字。

与此同时，社区流传过一种「trainval 2,185 / test 1,308」的划分说法。本条目检索期对这一口径做了三方定向核查（WebSearch、GitHub 仓库历史、HF/NIDUS 存档），零命中——没有任何一手来源支持该划分。它最可能的来源是某篇第三方论文的自定义划分被二次转引时误标为「官方」。本条目全程以 2,879/614 为主口径（坑 4）。

为什么这件事值得单独立坑：TN3K 的 test 集 614 张是官方基准的全部比较基础（§5）。若有人在「test 1,308」口径上报 Dice 80，与官方 test 614 口径上的 Dice 80 完全不可比——划分不同、难度分布不同。跨论文比较 TN3K 成绩的第一件事是核对对方用的哪个划分。

2.4 分发目录结构：一张图与四份元数据的对应

官方打包的分发结构：

TN3K/
├── trainval-image/          # 2,879 张训练验证图像（.jpg）
├── trainval-mask/           # 2,879 张对应掩码（.jpg，0/1 二值）
├── test-image/              # 614 张测试图像（.jpg）
├── test-mask/               # 614 张对应掩码（.jpg）
├── label4trainval.csv       # trainval 良恶性标签（图像名, 0/1）
├── label4test.csv           # test 良恶性标签
└── tn3k-trainval-fold{0..4}.json   # 官方五折划分（2,303 train + 576 val 每折）

对应关系按文件名同名匹配：trainval-image/xxx.jpg 的掩码是 trainval-mask/xxx.jpg，标签在 label4trainval.csv 中按图像名索引。这个设计对管线工程友好（无需对齐表），但有一个实践坑：掩码以 JPG 分发而非 PNG——JPG 是有损压缩，虽然二值掩码在实践中通常能保住结构，但边缘像素可能出现灰度渐变（0 与 255 之间的过渡值）。严谨的管线应在加载后重二值化（如 >127 归 1），并把这一步写进预处理文档；直接把掩码当 0/1 张量用而不管灰度值，遇到边缘过渡像素会引入静默标签噪声。

2.5 掩码工艺：逐结节连通与多结节处理

TN3K 掩码的一个容易被忽视的细节是多结节图像的逐结节连通标注：约 9% 的图像含 ≥2 个结节，掩码中每个结节是一块独立的连通区域，而不是把多个结节并成一团。论文 Fig 3 的统计口径即按此计算（单结节 91%、双结节及以上 9%）。

对下游使用的三种含义：

1. 语义分割训练：直接可用，掩码本来就是前景/背景二值。
2. 实例级分析（逐结节测大小/形态）：需先做连通域拆分（connected component labeling）。注意 JPG 压缩可能让相邻结节的掩码边缘粘连，拆分前建议先重二值化+形态学开运算。
3. 结节计数评估：连通域个数≈结节个数的前提是掩码质量过关；官方未发布逐结节实例 ID，实例级真值需自行从连通性推断——这是数据集对实例分割任务的天然边界。

2.6 分布画像：偏斜是常态，不是缺陷

统计维度	数值	来源
单结节图像占比	91%	论文 Fig 3
多结节图像占比	约 9%	论文 Fig 3
每患者平均图数	约 1.44（3,493/2,421）	由总量推算
图像宽度范围	约 255-1,400 px	HF 快照实测口径
良恶性标签	0/1 二元（具体良恶比未在论文正文单列）	label4*.csv
设备构成比例	未公开（仅列 3 种设备）	论文 §3

两个分布特征需要选型者正视：

• 单结节主导（91%）：多结节场景只占约一成，训练出的模型在「一图多结」场景的置信区间天然更宽。如果你的临床场景多发结节比例高（如随访人群），需要用 TG3K 或自有数据补强，且报告时分层统计。
• 设备构成比例未公开：论文只列出三种设备，未给各自占比。这意味着无法按设备分层采样或做设备平衡的交叉验证——做域泛化研究时，设备标签需要从图像元数据（若有）或自行训练的设备识别器获得，这是 TN3K 对域适应研究的现实约束。

2.7 五折交叉验证：官方的稳健性设计

官方五折 json 把 trainval 2,879 张切成 2,303 train + 576 val，五折轮换。Table 3 报告的均值±标准差即五折结果。这个设计有三点值得注意：

1. val 用于模型选择、test 只用于终评。官方协议下 test 614 张从不参与任何调参——若你在 val 上调完超参又拿 test 反复看分数，Table 3 的可比性就破坏了。
2. 划分 json 保证可复现。不同论文的五折实现若各自随机，均值±标准差会引入额外方差；用官方 json 则方差完全来自数据折本身。
3. 患者级一致性。五折同样继承「同患者不跨子集」的原则（trainval 内部划分时），复现者用官方 json 即自动获得这层保护；自造折时必须自行保证。

2.8 良恶性标签：功能与边界

TN3K 的图像级二元标签（0=良性/1=恶性）来自同团队的 TNCD 工作（MICCAI 2022，「Less is More: Adaptive Curriculum Learning for Thyroid Nodule Diagnosis」，arXiv:2109.05159，代码仓库 chenghui-666/ACL）。TRFE-Net 官方仓库 README 明示分类标签以 TNCD 工作为来源。

它的功能边界：

• 可以：做多任务学习（分割+分类联合训练，TRFE-Net 论文原设计）；做分割掩码质量与分类一致性的相关性分析；做「掩码作为注意力先验能否帮助分类」的消融。
• 不可以：把标签当 TI-RADS 类别（它不是）；把 0/1 当多分类细粒度（良性内部无亚型）；把分类分数当诊断结论发表（图像级二元标签+无临床随访信息，距离诊断级证据有明确距离）。
• 注意：TNCD 作为分类集是依附 ACL 论文发布的姊妹集，其独立规模与细节在 ACL 仓库 README 未完整披露（FACTS 存照）；TN3K 内嵌的分类标签与 TNCD 的对应关系以官方 CSV 为准。

2.9 HuggingFace 快照：1,228 行的「半身像」（坑 2）

HF 上 haifan-gong/TN3K（作者本人账号，与 GitHub 用户名 haifangong 同源）显示 Number of rows: 1,228、376 MB、仅 test split。这与全量 3,493 差距明显——HF 仓库是 imagefolder 格式的自动转换快照，只包含部分子集（行数与 test-image+mask 对的量级吻合）。

三种误用场景与对策：

1. 引用规模：任何写「TN3K 含 1,228 张」的文献都是被 HF 卡片误导；正确口径 3,493（官方五源一致）。
2. 下载即用：用 HF load_dataset 拿到的只有快照子集，做训练会严重欠数据；完整版必须走百度网盘/GDrive（§6.1）。
3. 元数据研究：HF 卡片含 Croissant 元数据，用于元数据标准研究没问题，但规模字段要手工修正。

这条也写进了 schema_org 的 rai:dataLimitations 与坑 2——AI-Ready 视角下，「官方镜像不完整」比「没有镜像」更具误导性，因为它带着官方账号的信誉光环。

2.10 姊妹集 TG3K：腺体先验的另一半

TN3K 官方基准的完整复现离不开 TG3K（Thyroid Gland 3K）：3,585 张甲状腺腺体分割图，来源是 Wunderling et al. 2017 公开的 16 段甲状腺超声视频抽帧（GE Logiq E9），筛选标准为腺体面积占比 >0.06。TG3K 为 TRFE+/TRFE-Net 的腺体位置分支提供监督信号——论文的混合训练集共 4,606 张（组成口径存在文本歧义，见坑 6，条目不自行拆分）。

TG3K 与 TN3K 的关系是「先验监督源 vs 主任务数据」：TG3K 的图像不进入结节分割的主 train/test，只在训练时参与腺体分支。检索层面两者常被混淆——TG3K 没有独立论文，它依附 TRFE+ 论文与 GitHub 仓库发布，本库不为其单独立条，检索时以 TRFE-Net 仓库为入口。

2.11 与库内超声分割数据集的横向对照

把 TN3K 放进库内超声分割家族里看，各家的取舍清晰可见：

数据集	器官/目标	规模量级	标注形态	设备多样性	官方协议
TN3K（本条目）	甲状腺结节	3,493 图	二值掩码+图像级良恶性	三系统（多中心）	trainval/test+五折 json
DDTI（rid 536）	甲状腺结节	637 图	二值掩码	单中心 TOSHIBA	自定义
BUSI（rid 539）	乳腺病灶	数百张级	掩码+三分类（正常/良性/恶性）	单中心	自定义
us-nerve-seg（rid 537）	臂丛神经	数百张级	二值掩码	单中心	自定义
acouslic-ai（rid 691）	腹部多结构	多器官多结构	多类掩码	多设备	官方挑战赛协议
bus-bra（rid 760）	乳腺病灶	千张级	掩码+BI-RADS 分级	单中心	自定义

从这张表读出的三个定位：

1. **器官内小病灶+双标签（掩码+分类）**的组合在超声家族里稀缺——BUSI 有类似组合但器官不同，TN3K 是甲状腺侧唯一。
2. 设备多样性上 TN3K 与 acouslic-ai 并列第一梯队；其余多为单中心单设备——这正是 TRFE+ 论文把 GroupNorm 作为核心贡献的背景（单设备数据集上 GN 的增益未必显现）。
3. 官方五折协议的完备度上 TN3K 最高（json 可直接下载），挑战赛系（acouslic-ai）有官方评测服务但灵活性低，其余需要读论文自行复原划分。

选型建议按任务对号：甲状腺结节分割首选 TN3K（协议完备）+DDTI（外部测试）；跨器官多结构研究看 acouslic-ai；分级标签需求看 bus-bra（BI-RADS）——TN3K 的 0/1 标签在分级粒度上不能满足这类需求。

§3 标注体系：三层人力流水线与质控逻辑

3.1 三层人员结构

TN3K 的掩码生产是一套三层人力流水线：

层级	人员	职责	特点
L1 初标	志愿者	逐像素勾画结节初始掩码	机械劳动主力，覆盖全部 3,493 张
L2 确认	影像科医师（radiologist）	指导初标标准、逐张确认掩码	具备超声诊断资质，纠正解剖学错误
L3 终审	高年资临床医师（senior clinician）	复核疑难图、仲裁边界分歧	只处理疑难样本，质量最高仲裁层

论文 §3 原文描述为「initially annotated by volunteers, guided and confirmed by experienced radiologists, and finally double-checked by senior clinicians」。这个结构与病理领域的「学生注释+专家终审」流水线（如库内 PANDA-PLUS 条目）同构，但有一个关键差异：TN3K 的 L2 层是全量确认而非抽检——每一张掩码都经过影像科医师过目，志愿者产出不直接进入数据集。

3.2 为什么这个任务需要三层：超声结节的标注难点

理解质控设计的必要性，先看任务本身难在哪：

1. 边界模糊是常态。甲状腺结节的超声边界分型（清晰/模糊/无包膜）本身就是 TI-RADS 的恶性征象之一——越是临床上有意义的结节，边界越难勾。这意味着标注误差不是均匀分布的噪声，而是与恶性程度正相关的系统性误差，质控不严会直接污染「边界模糊=恶性」的形态学信号。
2. 回声干扰。结节内囊变、钙化、纤维分隔，以及腺体内的正常高回声区，都会诱导初标者把「结构边界」误当「结节边界」。L2 层的解剖学训练正是针对这类错误。
3. 多结节拓扑。约 9% 图像多结节，结节之间的腺体组织如何归属（结节各自的边界还是合并标注）需要标注规范提前统一——TN3K 的选择是逐结节独立连通。
4. 无血流信号的筛选约束反向保护标注一致性：2.2 节的彩超排除规则让所有图的灰度语义统一，标注者不需要在「这个亮区是血流还是组织」之间摇摆。

3.3 与同类医学分割集标注工艺的横向对比

数据集	标注者结构	确认模式	规模
TN3K	志愿者+影像科医师+高年资医师	全量确认+疑难终审	3,493
DDTI	影像科专家	专家直标	637
BUSI（rid 539）	放射科医师	专家直标+多医师	数百张级（见该条目）
PANDA-PLUS	学生+高年级学生+病理专家	全量复核+终审	546 WSI
众包型（如一些皮肤影像衍生集）	非专家群体	投票聚合	万级

TN3K 的位置是「中间工艺」：比单专家直标（DDTI/BUSI）多了一层流程化分工，使规模能上到三千级；比众包多了医师全量确认，保住了临床标注的下限。代价是三层之间的人力协调成本与规范一致性依赖 L2 层的指导质量——论文未公布标注一致性指标（如标注者间 Dice），这是复现者无法直接核验的盲区（附录存照）。

3.4 伦理与合规

数据采集医院为南方医科大学珠江医院，论文 §3 明确数据采集「received the appropriate approvals from the institutional ethics committees」（获机构伦理委员会适当批准）。图像去标识化后分发（分发包内不含患者身份信息，仅图像文件名+标签）。两点合规提示：

1. 伦理批准的范围是采集与科研分发，使用者自建衍生集（如再标注、商用）时的合规边界仍需自行评估——尤其数据许可未单独声明（§6.3）。
2. 图像文件名不含患者 ID，患者级聚合分析（如按患者划分自定义折）需要从图像内容或元数据自行恢复患者对应关系——官方五折 json 已内置患者级划分，多数场景无需自行处理。

3.5 标签的时效性口径

TN3K 的掩码与分类标签对应同一批图像，但两者产自不同工作流：掩码是本数据集的原生标注（志愿者-医师三层流水线），分类标签源自 TNCD/ACL 工作（MICCAI 2022）。使用两者的联合任务（分割+分类）时，标签语义上分属两个标注体系，若做标签一致性研究需注意这一异源性。

§4 多任务设计与 TRFE+ 方法：腺体先验如何起作用

4.1 问题的根源：结节太小，腺体太稳

直接在超声图上做结节分割，模型要同时解决两件事：定位（结节在哪）与分割（边界在哪）。定位的难点在于结节相对全图占比小、回声对比弱；而腺体（甲状腺本体）恰好相反——面积大、位置固定（颈部特定区域）、边界相对清晰。TRFE 系列的核心洞察是：把「找腺体」这个容易的子任务显式化，用它的特征引导「找结节」这个难任务。

这个先验的临床对应物是真实的工作流：超声医师先确认甲状腺腺体范围，再在腺体内排查结节。腺体解剖位置在患者间高度稳定（颈部、对称两叶+峡部），是比「结节」可靠得多的空间锚点。

4.2 TRFE-Net（ISBI 2021）：先验思想的初代

前作论文（Gong H, et al. Multi-Task Learning For Thyroid Nodule Segmentation With Thyroid Region Prior. ISBI 2021, pp 257-261, doi:10.1109/ISBI48211.2021.9434087）确立「多任务+腺体区域先验」的方法路线，TN3K 数据集在该论文中首次披露。按 CBM 论文消融表（Table 4）的记法，前作方法对应 TRFE=MTNet（vanilla 双分支多任务）+RPG 注意力模块——即结节分割与腺体分割双分支共享编码器，腺体分支学到的「甲状腺在哪」的特征经 RPG 模块引导结节分支。两点背景对理解演进有用：其一，论文自述 RPG 模块在多任务框架里的提升并不显著（§4.4）；其二，前作已验证「用腺体数据简单预训练 UNet」收益有限——这为 CBM 版的三任务+显式引导设计埋下伏笔。

4.3 TRFE+（CBM 2022）：三个增量升级

主论文（Gong H, Chen J, Chen G, Li H, Li G, Chen F. Thyroid Region Prior Guided Attention for Ultrasound Segmentation of Thyroid Nodules. Computers in Biology and Medicine, vol 155:106389）在初代框架上加三处关键改动：

① ARPG：自适应腺体区域特征增强（adaptive gland region feature enhancement）
不再只是共享特征，而是把腺体先验变成显式的注意力机制：用腺体分支的预测生成区域先验，自适应地增强腺体区域内的特征、抑制腺体外背景。逻辑是「结节只会在腺体内出现」——先验从「隐式共享」升级为「显式门控」。

② GroupNorm 替代 BatchNorm
多设备数据的统计特性（不同超声系统的灰度分布、增益、分辨率）让 batch 内统计量不稳定，BatchNorm 在推理时对 batch 组成敏感。GroupNorm 不依赖 batch 统计，缓解设备域间隙——这一改动对「多设备数据集」是通用的工程启示，任何多中心超声数据集的分割管线都可参考。

③ 结节大小预测任务（SPT）
TRFE+ 的框架是共享编码器+三个独立解码器（腺体分割/结节分割/大小预测）。大小预测的 ground truth 是结节面积占比（非直径），经 MLP+sigmoid 回归、Log-cosh 损失监督。它的动机来自一个反直觉的发现：大结节场景下腺体先验反而有害——腺体分支可能把大结节区域误判为「腺体外」，此时需要编码器显式感知「结节多大」来对冲先验的失效。Table 7 的消融证实 SPT 对大结节（面积占比>0.1）增益最大（IoU 77.4→78.7），小结节次之（66.1→66.3）。

效果（TN3K test，五折均值，IoU/Dice 为百分数）：论文正文口径「TRFE+ 超过前作 TRFE 3.19% Jaccard（TN3K test）、7.75% Jaccard（DDTI）」——注意 +3.19pp 的基数是消融表（Table 4）里 TRFE 的 68.19，而对比表（Table 3）里 TRFE 标注为 68.33±0.68，两表存在数字漂移（坑 8 存照）；DDTI 外部测试 IoU 52.72→60.47（+7.75pp）与 Table 3 一致——外部泛化的提升大于内部基准，符合「先验+归一化都在治域间隙」的设计动机。官方同时强调 TRFE+ 超过了带 ImageNet 预训练骨干的 FCN/SegNet/Deeplabv3+/CPFNet/TransUNet 全部对比方法。

4.4 消融链：每个模块贡献多少

官方消融实验（Table 4，TN3K test 五折均值，仅报 IoU 列；ARPG=自适应先验引导、GN=GroupNorm、SPT=大小预测任务、R=refinement layer；p-value 为该变体与前一变体 IoU 差异的 t 检验）：

配置	ARPG	GN	SPT	R	IoU	p-value
MTNet（vanilla 双分支多任务）					68.03±0.41	<0.001
TRFE（MTNet+前作 RPG 模块）					68.19±0.43	<0.001
TRFE-M0	✓				68.61±0.45	<0.001
TRFE-M1	✓	✓			70.65±0.51	<0.05
TRFE-M2	✓	✓	✓		71.11±0.34	N.S.
TRFE+	✓	✓	✓	✓	71.38±0.43	—

读法五条：

1. GroupNorm 是最大单项增量（M0→M1，IoU +2.04pp，p<0.05）——比 ARPG 本身的增量（TRFE→M0，+0.42pp）大一个量级。论文对此有个诚实的讨论：batch size 16 并不算小，按 Wu & He (2018) 的原始结论 BatchNorm 应该更好，但这里 GN 显著更优——证明增益来自 TN3K/TG3K 混合训练的域间隙，而不是小 batch 统计不稳。这是「域间隙场景优先 GroupNorm」的最有力证据之一。
2. ARPG 的增量是 +0.42pp，且优于同类：论文 Table 6 用同团队此前 RPG 与第三方 MGA（Li et al. 2019）做对照——TRFE 68.19 → +MGA 68.44（+0.25）→ +ARPG 68.61（+0.42），ARPG 确实在「位置先验注意力」这个设计空间里选到了更好的实现。
3. SPT 的价值在大结节（Table 7）：按结节面积占比 >0.1 划分大结节，w/o SPT 77.4±0.36 → w SPT 78.7±0.26（+1.3pp），小结节 66.1→66.3（+0.2pp）。机制正是 4.1 说的尺度错配：大结节会让腺体分支把结节误判为腺体外，SPT 强制编码器感知「结节多大」来对冲这个失效模式。
4. M2→TRFE+ 的 refinement layer 增量 0.27pp（N.S.，不显著）：官方仍保留它，论文解释是让结节分支「focus more on the nodule segmentation task」。
5. 腺体数据预训练无效的对照：论文明确提到「simply use the thyroid gland data to pre-train the UNet does not bring obvious performance improvement」（前作已示）——腺体先验的价值在于多任务共享架构+显式引导模块，不是简单的预训练-微调顺序。

整条链 68.03→71.38（+3.35pp）自底向上单调递增，无异常反转；但注意 M2 步的显著性检验不显著（N.S.），引用各步增量时应带上 p-value 口径，别把 0.27pp 的 refinement 增量说成「显著提升」。

另一个方法学细节值得记录：前作 RPG 模块被本论文明说「does not significantly improve the performance」——原因是显式特征增强选不出有用语义、隐式增强忽略通道关系。ARPG 按方向感知池化（水平/垂直双向）+squeeze factor r=16+GroupNorm+LeakyReLU+sigmoid 门控重新设计，融合通道关系与位置信息，加在 decoder 前三层。同一团队对自己前作模块的否定与重做，是论文里少见的「自我证伪」段落，也说明先验引导模块的设计空间并不平凡。

4.5 复现 TRFE+ 的完整清单

想复现官方基准数字，需要凑齐的物料：

1. TN3K 本体（3,493 张）——百度网盘/GDrive（§6.1）；
2. TG3K（3,585 张腺体图）——同一 GitHub 仓库分发，腺体分支监督；
3. 官方代码——GitHub haifangong/TRFE-Net-for-thyroid-nodule-segmentation（MIT）；
4. 官方五折 json——随数据分发；
5. 训练配置——NVIDIA Tesla A100 40GB、PyTorch 1.8.1+CUDA 11.1；SGD 优化器、50 epochs、poly 学习率调度（base 0.01/power 0.9）、batch 16、输入 224×224、随机水平翻转 p=0.5；有 ImageNet 预训练的编码器（FCN/SegNet 的 VGG、Deeplabv3+/CPFNet/TransUNet 的 ResNet）用预训练权重，其余 Kaiming 初始化；
6. 混合训练集——论文原文「combine the training set of TN3K with the 2,303 images from TG3K dataset to form a hybridized training dataset that contains 4606 images」：按五折语境（每折 2,303 train + 576 val）解读，4,606=2,303（TN3K 单折 train）+2,303（TG3K）自洽；mini-batch 亦按「从 TN3K 与 TG3K 各取一张」构成。引用时照原文复述，勿自行换算成 trainval 全量口径（坑 6）；
7. 损失与超参——L_total=ΣL_nodule+λ·ΣL_gland+L_size（Dice loss 双分支+Log-cosh 大小损失）；λ=0.5（Table 5 敏感性：λ 0.25/0.5/0.75/1 → IoU 71.23/71.38/71.28/70.94，λ=0.5 最佳且整体不敏感）；SPT 的 ground truth 是结节面积占比（非直径）。

4.6 方法层的适用边界

腺体先验不是万能模板，它的成立条件与失效场景：

• 成立：器官位置固定、先验器官可被稳定分割、目标病灶内生于先验器官——甲状腺/肝脏/前列腺等「器官内病灶」分割普遍适用。
• 失效：病灶不局限于单一器官（如全身淋巴结）、先验器官本身病理改变大（如甲状腺全切术后、腺体严重萎缩时腺体分割不可靠）、或数据集里先验标注不可得——此时多任务框架退化为负担。
• 迁移成本：需要先验器官的标注源（TN3K 生态里是 TG3K）。自建数据时若无腺体标注，可用预训练腺体分割器打伪标签，但伪标签噪声会沿任务链传播，需在消融中单独评估。

4.7 损失设计与 λ 敏感性的三条实践注记

注记一：λ 不敏感是工程好消息。 官方 Table 5 的敏感性分析（λ=0.25/0.5/0.75/1 → IoU 71.23±0.46/71.38±0.43/71.28±0.26/70.94±0.36）显示最优与最差只差 0.44pp，且 λ=0.75 的标准差最小（±0.26）。对复现者的含义：不必在 λ 调参上花预算，取 0.5（官方值）即可；这组数字同时说明主任务与先验任务的损失量级天然平衡（同为 Dice loss），不需要额外的损失归一化技巧。

注记二：大小预测用 Log-cosh 而非 MSE 是有理由的。 Log-cosh（log(cosh(x))）在误差小时近似 x²/2、误差大时线性增长，对面积占比中偶尔的极端值（巨大或微小结节）更鲁棒。复现者若把 Log-cosh 换回 MSE，在大结节子集上可能复现不出 Table 7 的增益——这是容易踩的静默偏差。

注记三：mini-batch 的「各取一张」构成是 GN 增益的前提。 官方训练时每个 batch 从 TN3K 与 TG3K 各取一张图（论文 §4.1 原文），批内天然混域——这是 BatchNorm 统计污染的直接来源，也是 GN 增益（+2.04pp）的前提。若复现者改成「先训 TN3K 若干 epoch 再混 TG3K」的分阶段策略，BN/GN 的差异可能缩小——消融结论的适用范围以「混合批训练」为前提，迁移到其他训练制度时应重新验证。

§5 官方基准与评测协议

5.1 评测指标定义：一个容易误读的 AUC

官方采用六指标（论文 §5.2 原文定义）：

指标	定义	备注
PR（Precision）	TP/(TP+FP)	—
SE（Sensitivity/Recall）	TP/(TP+FN)	与 RE 同义
Accuracy	(TN+TP)/(TN+TP+FN+FP)	偏斜数据下偏高，读时配合 IoU
F1-score	2·PR·RE/(PR+RE)	PR 与 RE 的调和平均
AUC	ROC 曲线下面积	特殊口径：由五折分割结果的 IoU 分数得出（论文原文「this is obtained by the IoU score of all the five folds segmentation results」）
HD95	预测边界与真值边界的 95% 分位 Hausdorff 距离	边界质量指标，越低越好

p-value 为 TRFE+ 与其他方法在 IoU 上的配对 t 检验，p<0.05 视为显著。

两个读表注意：其一，AUC 的口径与常见「像素级 ROC-AUC」略有出入（官方明确写了从五折 IoU 结果得到），跨论文引用 AUC 时要确认对方是否沿用此口径；其二，Accuracy 在前景占比小的分割任务里天然偏高（背景占大头），TN3K 单结节中心偏置的场景下 Acc 96-97% 的区分度远不如 IoU/Dice——比较方法优劣以 IoU/Dice/HD95 为主。

5.2 TN3K test 官方对比全表（Table 3 完整转录）

九个方法在 TN3K test 614 张上的成绩（五折均值±标准差，IoU/Dice 为百分数；FCN/SegNet 用 ImageNet 预训练 VGG 骨干，Deeplabv3+/CPFNet/TransUNet 用 ImageNet 预训练 ResNet 骨干）：

方法	AUC	F1	Accuracy	IoU	Dice	HD95	p-value
UNet (Ronneberger 2015)	95.01	76.43±0.67	96.46±0.11	65.99±0.66	79.51±1.31	18.44±0.75	<0.0001
SGUNet (Pan 2021)	92.88	76.54±0.43	96.54±0.09	66.05±0.43	79.55±0.86	18.16±0.71	<0.0001
TRFE (Gong 2021，前作)	93.74	78.18±0.72	96.71±0.07	68.33±0.68	81.19±1.35	17.96±1.24	<0.0001
FCN (Long 2015)	95.37	78.39±0.25	96.92±0.04	68.18±0.25	81.08±0.50	16.93±0.77	<0.0001
SegNet (Badrinarayanan 2017)	96.06	77.02±0.85	96.72±0.12	66.54±0.85	79.91±1.69	17.13±0.89	<0.0001
Deeplabv3+ (Chen 2018)	95.80	80.52±0.40	97.19±0.05	70.60±0.49	82.77±0.98	13.92±0.89	0.053
CPFNet (Feng 2020)	95.85	80.46±0.37	97.17±0.06	70.50±0.39	82.70±0.78	13.56±0.82	<0.05
TransUNet (Chen 2021)	92.78	79.05±0.47	96.86±0.05	69.26±0.55	81.84±1.09	14.92±0.39	<0.0001
TRFE+（本论文）	97.44	81.21±0.30	97.04±0.10	71.38±0.43	83.30±0.26	13.23±0.63	—

读表注意：

1. Deeplabv3+ 的 p=0.053 是全表唯一不显著对比——Deeplabv3+ 的 IoU 70.60±0.49 与 TRFE+ 71.38±0.43 差距 0.78pp，统计上未过 0.05 阈值。引用「TRFE+ 全面显著优于 SOTA」时要排除这一格，诚实口径是「除 Deeplabv3+ 外均显著（p<0.05）」。
2. CPFNet 的 HD95 13.56±0.82 与 TRFE+ 的 13.23±0.63 几乎持平——边界质量上 TRFE+ 的优势没有 IoU 列显示的那么大。
3. TRFE（前作）在 Table 3 的 IoU 68.33±0.68 与消融表 Table 4 的 68.19±0.43 存在漂移（坑 8）；论文正文「+3.19% Jaccard」按 Table 4 口径。
4. AUC 列与 IoU 列的排序不一致（SegNet AUC 96.06 排第二但 IoU 只有 66.54）——再次提醒 AUC 口径特殊，别拿它当主指标。

5.3 DDTI 外部测试：域间隙的照妖镜

全部方法在 TN3K 训练、直接迁移到 DDTI 637 张外部测试的成绩：

方法	AUC	F1	Accuracy	IoU	Dice	HD95	p-value
UNet	84.81	53.49±4.81	90.94±0.53	42.59±4.16	59.74±7.99	40.43±6.29	<0.0001
SGUNet	82.98	57.09±2.38	91.30±0.35	45.90±2.12	62.92±4.15	34.62±2.12	<0.0001
TRFE (Gong 2021)	78.60	63.68±1.99	92.13±0.25	52.72±1.70	69.04±3.34	34.60±3.39	<0.0001
FCN	85.99	64.99±2.19	92.67±0.22	53.80±2.03	69.96±3.98	31.03±2.54	<0.0001
SegNet	86.03	59.05±2.73	91.84±0.33	48.36±2.35	65.19±4.59	37.32±3.40	<0.0001
Deeplabv3+	89.68	69.86±1.28	93.51±0.24	59.23±1.21	74.40±2.39	25.45±0.78	<0.001
CPFNet	90.74	70.65±1.33	93.25±0.27	59.70±1.10	74.77±2.18	24.79±1.17	<0.05
TransUNet	85.18	70.65±1.62	93.11±0.33	59.28±1.78	74.43±3.50	24.37±1.06	<0.05
TRFE+	92.56	72.20±1.10	93.18±0.26	60.47±1.08	75.37±2.14	24.60±1.23	—

这张表的信息量比 TN3K test 表更大，三个观察：

1. 全体方法的 DDTI 分数都大幅低于 TN3K test——UNet IoU 从 65.99 跌到 42.59（-23.4pp），TRFE+ 从 71.38 跌到 60.47（-10.9pp）。跨设备域间隙是实打实的性能悬崖，论文讨论节把它列为 limitation 第一条，并把 BatchNorm 的「information reveal」（Wu & Johnson 2021 口径）列为一种机制解释——BN 在训练时记录的域统计量会损害迁移。
2. TRFE+ 的跌幅最小、外部排名登顶：相对 TRFE 的 DDTI IoU 提升 +7.75pp（52.72→60.47）大于 TN3K 内部的 +3.19pp——GroupNorm 与先验设计「治域间隙」的动机在外部测试上得到最直接验证。这也说明在单设备数据上验证过的模型，换设备可能跌得比想象更惨，多设备训练集（TN3K）的价值正在于此。
3. F1 的标准差普遍放大（UNet ±7.99 Dice）：外部测试的不稳定性本身就是要报告的结果——跨域研究别只报均值。

5.4 官方训练配置与公平性口径

配置项	值
硬件	NVIDIA Tesla A100 40GB
框架	PyTorch 1.8.1 + CUDA 11.1
优化器	SGD，50 epochs
学习率	poly 策略：lr = base_lr × (1−epoch/epoch_total)^power；base_lr 0.01，power 0.9
Batch size	16（mini-batch 按 TN3K 与 TG3K 各一图构成）
输入	训练 resize 224×224 + 随机水平翻转 p=0.5；推理直接 resize 224×224
初始化	有 ImageNet 预训练的编码器用预训练权重；否则 Kaiming 初始化
损失	L_total = ΣL_nodule + λ·ΣL_gland + L_size；Dice loss 双分支；λ=0.5；L_size 用 Log-cosh
交叉验证	官方五折 json（每折 2,303 train + 576 val），报均值±标准差

公平性说明：对比方法的骨干预训练口径已在表注（FCN/SegNet→VGG；Deeplabv3+/CPFNet/TransUNet→ResNet）；TRFE+ 本身不带 ImageNet 预训练优势时依然登顶，但复现者若给自己的模型换骨干/输入尺寸，结果就脱离了这张表的比较框架。

5.5 定性结果与失败模式（论文 Fig 9 口径）

论文定性对比披露的三类典型失败：

1. UNet 缺腺体先验：整体表现垫底，误把非结节区域当结节。
2. Deeplabv3+/CPFNet/TransUNet 的两类错误：把非结节/非腺体区域误认为结节；同一图内漏检部分结节（多结节场景）。
3. TRFE+ 的改善点：尽量避免了「把腺体外区域当结节」；GroupNorm 让它在 DDTI 上表现明显更稳。

这两类失败模式（误检+漏检）正是腺体先验设计针对的靶点：先约束「结节只能在腺体内」消灭一类误检，多任务共享特征帮助多结节召回。做错误分析时可直接以这两类为检查单。

5.6 第三方后续成绩与两条警告

TN3K test 上的第三方后续工作（检索时点 2026-10-04）：

工作	发表	TN3K test 成绩	协议
Prochazka & Zeman（UNet+ResNet 编码器）	AIMS Medical Science 2025;12(2):124-144（doi:10.3934/medsci.2025009）	Dice 84.24 / IoU 75.48 / Acc 97.24 / P 82.75 / R 88.98	官方划分口径
CLIP-TNseg（多模态文本引导分割）	arXiv:2412.05530	—	官方划分
TEM-Net	Bioengineering 2026;13(7):810	—	2,303/576/614（官方五折单折口径）
Asymmetric CNN-Attention 网络	IEEE 2025	—	官方协议

两条警告：

1. 第三方已超官方：Prochazka & Zeman 的 Dice 84.24 高于官方 TRFE+ 的 83.30——TN3K 基准仍在对上升温，引用 SOTA 时以最新第三方为准，别停在论文原表。
2. 协议漂移风险：TEM-Net 的「2303/576/614」是五折单折口径（2,303 train），与「trainval 2,879 全量训练」口径不同；各论文报分前先核对训练集大小，2,303 口径的分数与 2,879 口径不可直接比（训练数据差 25%）。

5.7 指标互检：IoU-Dice-F1 的数学关系与作弊检测

Table 3 的指标不是独立的，它们之间有固定的数学关系，可以用来互检数字可信度：

1. Dice 与 IoU 的换算：Dice = 2·IoU/(1+IoU)。用 TRFE+ 验证：IoU 0.7138 → Dice = 2×0.7138/1.7138 = 0.8330 ✓（与官方 83.30 精确吻合）。任何一行数据若 IoU 与 Dice 不满足该关系，必有一列转录错误。
2. F1 与 Dice 在二值分割下等价：F1-score = Dice 系数（同一公式的两种写法）。官方表里两者确实逐行一致（TRFE+ F1 81.21 与 Dice 83.30 不同——注意！官方的 F1 是阈值化前的概率图按 ROC 口径算，Dice 是阈值化后掩码算，两者在这里不等价，不要拿等价关系质疑官方数字）。跨论文比较时先确认对方的 F1/Dice 定义属于哪一种。
3. Acc 在小目标下失效：结节通常占图面积比例小，全零预测（全判背景）也能拿到高 Acc。Table 3 的 Acc 全挤在 96-97% 区间（极差 <0.8pp）而 IoU 极差 5.4pp——Acc 的区分度是 IoU 的约七分之一，仅作参考。
4. HD95 与 IoU 的错位是信息不是矛盾：CPFNet 的 HD95（13.56）优于 SegNet（17.13）但 IoU 反低（70.50 vs 66.54）——边界质量与区域重叠是两个正交维度。临床应用（如边界测量的 TI-RADS 特征）应加重 HD95 权重。

这组关系也给了自动校验器一个抓手：爬取第三方论文的 TN3K 成绩时，先验证 Dice=2·IoU/(1+IoU)（概率图口径的 F1 除外），再检查 IoU 是否落在官方表的历史区间——两道闸门能过滤大部分转录与笔误。

5.8 复现者的最小验证清单

跑完一次复现后，按这五步确认没白跑：

1. 规模校验：trainval 目录 2,879 个文件、test 目录 614 个（数量不对=下载不完整或解压遗漏）。
2. 折校验：五个 json 的 train 并集覆盖 2,879、val 并集同样覆盖且五折间两两不重叠。
3. 基线校验：先跑 UNet——官方 IoU 65.99±0.66，你的结果若偏离超过 1-2pp，先查预处理（resize/归一化/掩码二值化）再谈方法。
4. 指标校验：Dice=2·IoU/(1+IoU) 自检（§5.7）。
5. 显著性意识：±0.4-0.7pp 的标准差意味着 <0.5pp 的「提升」在单折上无意义，用五折均值+t 检验说话（官方口径）。

§6 获取与许可：四条门路与一个灰色地带

6.1 四条获取渠道

渠道	入口	性质	注意
百度网盘	pan.baidu.com/s/1byqO5sBlt6OQdOxC4-SYng（提取码 trfe）	官方主渠道（GitHub README 指引）	海外访问不便；TNCD 分类集提取码 eehb、预训练模型 dp1w 为另一组提取码，勿混
Google Drive	drive.google.com/file/d/1reHyY5eTZ5uePXMVMzFOq5j3eFOSp50F	官方海外渠道	单文件分发，适合海外用户
HuggingFace	haifan-gong/TN3K（作者本人账号，imagefolder 格式，含 Croissant 元数据）	官方上传	不完整快照 1,228 行/376 MB（约 test 子集规模），不能替代全量（坑 2）
百度 AI Studio	aistudio.baidu.com/datasetdetail/289158	第三方镜像	版本时效无官方承诺，用前与官方渠道核对

代码渠道独立于数据：GitHub haifangong/TRFE-Net-for-thyroid-nodule-segmentation（仓库标题写 TRFE-Plus，MIT 许可）。TG3K 腺体集与 TNCD 分类集随同一生态分发（README 指引网盘提取码）。

6.2 版本链与分发形态

• ISBI 2021 初代：TN3K 首次披露（论文+初代代码），数据规模与划分以当时 README 为准。
• CBM 2022/2023 定稿版：官方划分 2,879/614 固化+良恶性标签补全（label4*.csv）+五折 json——当前分发的即此版本。
• 无版本号体系：GitHub 仓库无 tag/release 版本管理，单一当前版本。引用时以论文（doi）为版本锚点，不以仓库状态为锚点。
• 分发内容：trainval-image / trainval-mask / test-image / test-mask 四目录（JPG）+ 两个标签 CSV + 五个划分 json。

6.3 许可三口径与主口径裁定（坑 3）

口径	内容	来源	性质
① 代码 MIT	「This code is released under the MIT License」	GitHub LICENSE 文件+README 明示	一手，无争议
② 数据 CC BY-NC 3.0	「CC BY-NC 3.0 (dataset; repository code is MIT)」	NIDUS ultrasound-open-access 清单（SonoDQS Bronze·Est 估计口径）	第三方估计，标注 Est
③ 数据 mit	HF 卡片 license 字段标 mit	HuggingFace haifan-gong/TN3K	易被误读为数据亦 MIT

本条目主口径裁定：代码 MIT；数据许可官方未单独声明——作者在论文与 GitHub README 中均未给数据集单独的许可条款，「open-access」是摘要里的获取性描述而非许可证。学术使用以引用论文为惯例（这也是官方 README 的引用要求）。

使用建议按场景：学术研究+引用论文——低风险（官方预期用途）；数据再分发/构建衍生集——灰色地带（无明确授权条款，建议联系通讯作者书面确认）；商用——不可默认可行（MIT 只覆盖代码，数据的商用授权无出处）。要联系时找谁：通讯作者 Guanbin Li（liguanbin@mail.sysu.edu.cn，中山大学）与 Fei Chen（gzchenfei@126.com，珠江医院）。

6.4 渠道风险与镜像策略

四条渠道的可靠性并不均等，按风险排序给出对策：

渠道	主要风险	对策
百度网盘（主）	个人账号依赖；提取码被改动/失效无公告；海外访问不稳定	下载后立即本地存档+校验文件数（2,879/614）；团队内建私有镜像
Google Drive	单文件链接可能因流量配额临时拒绝	与网盘渠道互为备份；失败时换时段重试
HuggingFace	快照不完整（坑 2）；版本随作者更新漂移	只用于元数据查看与 Croissant 研究，不作训练数据源
AI Studio（第三方）	版本时效无承诺；可能与官方版本脱节	用前与官方渠道核对文件数与目录结构

对库内生产的含义：TN3K 的「无版本化存档」（无 Zenodo/figshare DOI 化的数据版本）意味着今天下载的包与三年后的包可能不同——依赖本数据集的长期研究应在论文中注明下载日期与文件清单（附录 S 的一致性锚点可用于校验），这是对「可复现性」的最低保险。

6.5 AI-Ready 评估

以库内 AI-Ready 检查单过一遍：

• 可发现性（D）：论文（CBM/IEEE 双库索引）+GitHub+HF+openmedlab+NIDUS 五处入口，名称唯一性高（「TN3K」无同名混淆对象）；但名称展开未定义（坑 1），按展开名检索会漏。
• 可获取性（A）：官方网盘+GDrive 双渠道可用，代码 GitHub 直链；扣分项：HF 快照不完整、网盘海外不友好、无版本化存档（Zenodo/figshare 类）。
• 互操作性（I）：JPG 图像+CSV 标签+JSON 划分，通用格式零门槛；扣分项：掩码 JPG 有损（需重二值化）、无 DICOM/NIfTI 医学格式、设备元数据未随图分发。
• 元数据质量（M）：论文表格完备（数据统计/划分/基准全公开）、README 维护、HF 卡片含 Croissant；扣分项：HF 规模字段误导（1,228）、license 字段三口径打架。
• 可持续性（S）：主渠道为百度网盘（个人账号依赖）、GitHub 单仓库无 release——单点风险中等；缓冲项：AI Studio 第三方镜像+论文全文公开。

综合评级「中上」：文档与基准质量高于均值，可获取性与许可明确性是主要失分点。DAIMS 评分全表见附录 B。

6.6 引用规范

用数据引 CBM 论文（Gong et al., Thyroid Region Prior Guided Attention for Ultrasound Segmentation of Thyroid Nodules, Computers in Biology and Medicine 155:106389）；用方法细节（TRFE-Net 初代架构）补引 ISBI 2021（doi:10.1109/ISBI48211.2021.9434087）；用分类标签体系补引 MICCAI 2022 ACL/TNCD（arXiv:2109.05159）。BibTeX 见附录 Q。年份口径按引用惯例选 2022（版权页）或 2023（正式卷期），全文一致即可（坑 5）。

§7 生态与影响：一个先验驱动的小生态

7.1 姊妹集生态：一鱼三吃

同团队围绕「甲状腺超声+先验+分类」发布的三个资产：

资产	内容	规模	发布载体	独立条目
TN3K	结节分割+良恶性标签	3,493 图/2,421 患者	ISBI 2021+CBM 论文	本条目
TG3K	腺体分割掩码（先验监督源）	3,585 帧（16 段视频抽帧，Wunderling 2017 来源，腺体占比>0.06 筛选）	CBM 论文+GitHub 随 TN3K 分发	否（依附）
TNCD	良恶性分类（二元）	论文/README 未给精确张数（待核）	MICCAI 2022 ACL 论文（arXiv:2109.05159，仓库 chenghui-666/ACL）	否（依附）

三者的关系是任务分工：TG3K 管「腺体在哪」（先验），TN3K 管「结节在哪+良恶性」（主任务），TNCD 沉淀分类标签体系。检索层面的警示（坑 9）：TG3K 与 TNCD 没有独立论文与独立 DOI，所有检索都应汇到 TRFE-Net/ACL 仓库与两篇论文；给它们单独立条目反而会造成引用分裂。

7.2 被引与影响力

Semantic Scholar 口径（2026-10-04 查询）：CBM 主论文被引 243，ISBI 2021 前作被引 205——在医学分割数据集论文里属于高影响力梯队（对照：数据集论文的被引通常只有方法论文的一半）。HF 口径月下载 6,604（hf-mirror 抓取）。使用 TN3K 的后续工作横跨三个方向：方法迭代（CLIP-TNseg 多模态、TEM-Net、Asymmetric CNN-Attention）、基准刷新（Prochazka & Zeman 2025）、以及把 TN3K 当预训练/预评测底座的各类甲状腺 CAD 流水线。

7.3 在甲状腺超声数据集景观中的位置

数据集	年份	规模	标注	设备	许可状态
DDTI	2015	637	结节掩码	TOSHIBA 两型号单中心	无使用限制（论文 Motivation 口径）
TN3K	2021/2022	3,493/2,421 患者	结节掩码+良恶性	三系统多中心	open-access；数据许可未单独声明
TNCD	2022	未公开精确数	良恶性分类	—	依附 ACL 论文发布
TG3K	2022	3,585	腺体掩码	GE Logiq E9（视频抽帧）	依附 CBM 发布
库内 tus-rec（rid 670）	—	甲状腺超声录像	重建任务	—	见对应条目

TN3K 的位置：规模与标注丰富度双料第一的甲状腺结节公开分割集，且是唯一同时提供像素掩码+图像级分类标签+官方五折协议的。它没有覆盖的：DICOM 原始数据、弹性成像、TI-RADS 细粒度标签、纵向随访——这些仍是甲状腺超声数据的公共空白。

7.4 对 DDTI 生态的反向激活

DDTI 在 TN3K 出现前是孤悬的标准件（没有规模可匹敌的同类），TN3K 发布后两者形成了「内部基准+外部测试」的标准组合：TN3K 官方基准把 DDTI 用作外部测试集，后续 CLIP-TNseg 等工作沿用该协议——DDTI 的使用率反而因 TN3K 而上升。库内 ddti（rid 536）与本条目（tn3k）构成甲状腺超声分割的基准双子星，检索任一都应提示另一个。

7.5 后续使用的三个聚类

从被引与后续工作的分布看，TN3K 的使用方大致落在三个聚类，各有不同的「正确用法」：

1. 方法迭代聚类（最大）：TRFE 系列自身演进+第三方分割器（Prochazka 的 UNet 变体、Asymmetric CNN-Attention、TEM-Net）。正确用法：官方划分+官方协议报分，与 Table 3 直接对话。
2. 模态扩展聚类：CLIP-TNseg 类工作把 TN3K 当作「超声图像+文本/多模态」实验床——TN3K 的掩码与二元标签提供了干净的监督锚点。正确用法：把新增模态信息作为变量，掩码任务作为控制组。
3. 数据工程聚类：域适应（TN3K↔DDTI）、半监督/弱监督（以官方掩码作稠密真值验证稀疏监督上限）、以及 NIDUS 类清单项目把 TN3K 当作超声开放数据生态的样本点。正确用法：明确声明所用划分与版本，注意数据许可灰色地带（坑 3）。

三个聚类对条目维护的含义不同：聚类 1 决定 §5 的更新节奏（SOTA 变更触发），聚类 2 决定 §7 的外延（新模态工作是否收录），聚类 3 决定许可与可持续性部分的敏感度（附录 J 触发点 1 的来源）。

§8 方法学启示：四条可迁移的经验

8.1 「器官内病灶」的先验引导是通用模板

TN3K/TRFE 系列把「先找器官、再找病灶」从临床直觉变成了可消融的方法学组件。它的成立三条件（器官位置稳定、先验器官可分割、病灶内生于器官）覆盖了甲状腺结节、肝内病灶、前列腺癌灶等大量场景。迁移时的关键判断是 §4.6 的失效清单：先验器官本身不可靠（术后/萎缩）或病灶跨界时，先验从助力变负担。这个模板的适用性边界，比它带来的 IoU 增量更有长期价值。

8.2 GroupNorm 证据链：域间隙场景的归一化选择

CBM 论文给出了一个比一般经验之谈强得多的 GN 证据：batch 16 并不小（按 Wu & He 2018 的原始场景 BN 应当更好），GN 却带来全链最大单项增量（+2.04pp，p<0.05）——唯一合理解释是 TN3K/TG3K 混合批内的跨域统计污染。外部测试（DDTI）上 TRFE+ 跌幅最小，与该解释自洽。对做多中心/多设备混合训练的团队：当你的 batch 由异源样本构成时，GN（或 InstanceNorm）应当是默认项，BN 的问题不是「小 batch」而是「混合域统计」。

8.3 先验有害的场景是方法论文的诚实贡献

「大结节时腺体先验有害」是论文里最有临床直觉价值的段落：腺体分支会把大结节误判为腺体外区域，先验反噬主任务。SPT（大小预测）作为对冲设计，用面积占比回归+Log-cosh 损失让编码器显式感知尺度。这个「先验失效模式+对冲任务」的配对设计，可以迁移到任何「引导分支」架构：给引导分支装一个「何时不可信」的传感器，比无脑加强引导更有效。

8.4 独立标注数据的复用哲学

论文 Conclusion 的一个论点常被忽略：TRFE+ 是「首个成功利用独立标注的结节与腺体数据」的工作——TN3K 与 TG3K 采集自不同来源、标注自不同流程，却能在共享编码器里互相成就。这对医学 AI 的数据经济学是重要示范：数据集不必在采集时就是「完美配对」的，独立标注的异源数据可以通过多任务架构复用。TG3K 甚至直接复用了他人 2017 年的公开视频抽帧——先验监督源不必是新采集的，公开资产的二次加工（抽帧+筛选+掩码）就能支撑方法创新。

8.5 跨数据集的标注工艺对照：三种质控哲学

把 TN3K 的三层流水线放进库内同类条目的标注工艺光谱（详见各条目），能看出三种质控哲学的适用域：

哲学	代表	质量逻辑	规模上限
专家直标	DDTI、BUSI	标注者=诊断者，零传递损耗	低（专家时间瓶颈）
分层流水线	TN3K、PANDA-PLUS（rid 系列）	志愿者/学生产出+医师/专家全量确认	中（千张级）
平台聚合	众包型/多中心共建	多源汇聚+一致性校准	高（万张级）

TN3K 的分层流水线有一个被低估的细节：L2 层（影像科医师）是全量确认而非抽检——这与部分流水线「专家只抽检 10-20%」的设计不同，质量下限更稳，但也意味着 L2 人力成本随规模线性增长。对想复制此模式的团队：全量确认的流水线在 3,000 张量级可行（论文未报工时，按常见超声勾画速度估算为数百医师小时）；上到 30,000 张量级就必须转向抽检+一致性度量，或引入众包聚合——此时标注者间 Dice 等一致性指标就必须公开（TN3K 未公布，见 §3.3 的盲区存照），这是规模与透明度的真实交换。

§9 与库内条目的关系

9.1 家族图谱

• ddti（rid 536）：最直接互链。TN3K 论文的动机对照面（唯一无使用限制的先行者）+官方外部测试集+域间隙讨论的对手方。两篇同读才能拼出「甲状腺结节分割基准全貌」。
• busi（rid 539）：乳腺超声三分类+病灶分割。任务形态近亲（超声+分割+分类双标签），标注工艺（专家直标）与 TN3K（三层流水线）形成工艺对照。
• us-nerve-seg（rid 537）：超声神经分割。同为超声分割任务，先验器官（神经）比甲状腺更难稳定分割——先验引导模板的边界案例。
• acouslic-ai（rid 691）：超声多结构分割。多器官同时分割的集，可视为「显式腺体先验」的泛化形态（多个先验并行）。
• tus-rec（rid 670）：甲状腺超声录像重建。同腺体器官、不同任务（重建 vs 分割），采集形态（录像 vs 静态帧）对照。
• bus-bra（rid 760）：乳腺超声 BI-RADS。分级标签体系与 TN3K 的二元标签构成标签粒度光谱的两端。
• maternal-ultrasound-nutrition（rid 615）：产科超声。超声模态下的非病灶任务，扩大超声生态的覆盖面。

9.2 检索路径建议

• 检索词组合：「TN3K」（精确）+「thyroid nodule segmentation」/「TRFE-Net」/「TRFE+」；勿用名称展开式（坑 1）。
• 若目标是直接下数据：百度网盘（提取码 trfe）或 Google Drive 先拿全量，HF 只用于元数据查看（坑 2）。
• 若目标是复现基准：GitHub 仓库 + 官方五折 json + §4.5 清单逐项核对。
• 若目标是引用「唯一无使用限制」类表述：先读坑 7——原文说的「唯一」是 DDTI。

§10 避坑清单：九个已踩过或易踩的坑

坑 1：TN3K 的名称展开官方未定义。论文全文只写「TN3K: an open-access dataset containing 3493 thyroid nodule images」，从未展开缩写。三种第三方展开并存：HF 卡片「Thyroid Nodule Dataset for Segmentation and Classification」、openmedlab「Thyroid Nodule Region Segmentation Dataset」、字面推断「Thyroid Nodule 3K」。检索时用「TN3K」精确匹配，别用任何展开式当主关键词。

坑 2：HuggingFace 快照不是全量。HF haifan-gong/TN3K 显示 1,228 行/376 MB/仅 test split——这是自动转换的不完整快照（行数与 test-image+mask 对量级吻合）。任何以 HF 数字统计 TN3K 规模的文献都被误导；全量 3,493 张走百度网盘/GDrive。

坑 3：代码 MIT ≠ 数据 MIT。GitHub 代码 MIT（一手明确）；NIDUS 清单估数据 CC BY-NC 3.0（标 Est，第三方估计）；HF 卡片 license 字段标 mit（易被误读覆盖数据）。官方从未单独声明数据许可。本条目主口径：代码 MIT、数据许可未声明，学术引用惯例，商用/再分发前联系通讯作者。

坑 4：「2185/1308」划分是零证据误记。社区流传过 trainval 2,185/test 1,308 的划分，三方定向核查零命中。官方划分 trainval 2,879/test 614 有五源一致（论文 Table 1+仓库目录+openmedlab+NIDUS+第三方论文）。跨论文比较 TN3K 分数第一步先核对对方划分。

坑 5：CBM 论文年份双口径。©2022 Elsevier（版权页）+Semantic Scholar year=2022 vs ACM DL/OpenAIRE「Published: 2023-03-01」（vol 155 正式出刊 2023 年 3 月）。引用惯例 Gong et al. 2022 与 2023 均常见——选一个口径全文一致，混用会被当两篇论文。

坑 6：混合训练集 4,606 的算术陷阱。论文原文「combine the training set of TN3K with the 2,303 images from TG3K」形成 4,606 张混合训练集。若把「training set」读成 trainval 全量 2,879，会得到 5,182 的矛盾数。正确解读在五折语境：单折 train 2,303+TG3K 2,303=4,606 自洽（mini-batch 按 TN3K/TG3K 各一图构成的描述佐证）。引用时照原文复述，别自行换算。

坑 7：「TN3K 自称唯一无使用限制」是二手误读。论文 §3.1 原文「To the best of our knowledge, the only publicly available thyroid nodule dataset without any usage restriction is provided by Pedraza et al. (2015)」——「唯一」说的是 DDTI（TN3K 之前的现状）；TN3K 摘要自称仅「open-access」。转述时主客颠倒会把论文没说过的话塞给作者。

坑 8：Table 3 与 Table 4 的 TRFE 数字漂移。对比表（Table 3）TRFE IoU 68.33±0.68，消融表（Table 4）TRFE 68.19±0.43；正文「+3.19% Jaccard」按 Table 4 口径（71.38-68.19）。引用提升幅度时注明基数来自哪个表。

坑 9：TG3K/TNCD 没有独立条目可寻。两者无独立论文、无独立 DOI，依附 TRFE+/ACL 论文与仓库发布。找 TG3K 去 TRFE-Net 仓库 README，找 TNCD 去 ACL 仓库（chenghui-666）；给它们单独立条目会造成引用分裂。另注意 TNCD 的精确张数官方未披露（待核存照）。

§11 总结

11.1 三句话总结

1. TN3K 用 3,493 张多中心多设备超声图+像素级掩码+良恶性标签，把甲状腺结节分割从 DDTI 时代的 637 张单中心小数据，拉到了可支撑深度学习基准的规模，官方划分 2,879/614+五折 json 让跨论文比较有共同标尺。
2. 它的配套方法 TRFE+ 证明了「腺体位置先验+GroupNorm+大小预测」的组合拳：内部 IoU 71.38，外部 DDTI IoU 60.47（+7.75pp 对前作），外部增益大于内部正是「治域间隙」设计的验证。
3. 它的许可与分发有灰色地带：代码 MIT 明确、数据许可官方沉默、HF 快照不完整、主渠道是百度网盘——使用前按 §6.3 场景对号入座。

11.2 适合谁

• 甲状腺结节分割/CAD 团队：需要像素级监督与官方可比基准。
• 多任务学习与先验引导方法研究者：TRFE+ 消融链是干净的实验范本。
• 医学超声域泛化研究者：三设备采集+DDTI 外部测试协议是现成的域间隙实验床。
• 数据集工程研究者：多源异构（结节集+腺体视频抽帧）复用的案例研究。

11.3 不适合谁

• 需要 TI-RADS 细粒度分级或良恶性亚型标签的项目（只有 0/1 二元）。
• 需要 DICOM 原始数据/设备元数据的物理量研究（分发为 JPG，元数据未随图）。
• 需要多结节实例级真值的项目（掩码无实例 ID，约 9% 多结节需自行拆连通域）。
• 需要商用授权即拿即用的项目（数据许可未声明，须先与作者确认）。

11.4 30 秒决策卡

你的情况	行动
要立刻训练分割模型	百度网盘/GDrive 下全量 → 官方五折 json → §4.5 复现清单
在 HF 上看到了 TN3K	那是 1,228 行不完整快照（坑 2）→ 换官方渠道
要与官方基准比较	官方划分 2,879/614+§5.4 配置+报五折均值；核对对方协议（§5.6 警告 2）
要商用/再分发	先读坑 3 与 §6.3——联系通讯作者书面确认
要做多结节分析	连通域拆分+重二值化（附录 F）；注意 JPG 掩码边缘过渡值
要引用本数据集	附录 Q BibTeX；年份口径全文一致（坑 5）

FAQ（高频问答 42 问）

A. 基础认知

Q1：TN3K 名字什么意思？
官方论文从未展开。字面是 Thyroid Nodule + 3K（约三千张图，实际 3,493）。三种第三方展开并存（坑 1），检索用「TN3K」精确匹配即可。

Q2：它和 TRFE-Net 是什么关系？
TRFE-Net/TRFE+ 是发布团队配套的分割方法（ISBI 2021 初代、CBM 2022 升级版），TN3K 是其数据底座。数据与方法绑定发布但概念独立：用 TN3K 不必用 TRFE+，复现 TRFE+ 必须用 TN3K+TG3K。

Q3：3,493 张图、2,421 位患者是什么关系？
一张图只属于一位患者，但一位患者可贡献多张不同视角的图（平均约 1.44 张/人）。同患者的图不会跨 trainval/test 子集。

Q4：发布时它的稀缺性在哪？
论文 Motivation 原文：此前唯一无使用限制的公开集是 DDTI（637 张、单设备）；TN3K 摘要自称 open-access、3,493 张、多设备多视角。注意「唯一无使用限制」说的是 DDTI（坑 7）。

Q5：谁标注的？
志愿者初标（影像科医师指导）→ 影像科医师逐张确认 → 高年资医师终审疑难图。全量确认制，非抽检。

Q6：数据从哪个医院来？
南方医科大学珠江医院（Zhujiang Hospital, Southern Medical University），论文明确获机构伦理委员会批准。

Q7：有什么局限？
论文自曝：跨设备（DDTI）性能下降明显，域适应是未来工作。数据侧：TI-RADS 等细粒度标签缺失、设备构成比例未公开、JPG 有损掩码。

B. 数据与获取

Q8：去哪下？
官方主渠道百度网盘（提取码 trfe）；海外用 Google Drive；HF 是不完整快照（坑 2）；AI Studio 有第三方镜像。代码在 GitHub（MIT）。

Q9：HF 上的 1,228 行是什么？
不完整自动转换快照（约 test 子集规模），不是全量。任何「TN3K 有 1,228 张」的说法都是误读。

Q10：TG3K 和 TNCD 怎么拿？
TG3K 随 TRFE-Net 仓库分发（README 指引网盘提取码）；TNCD 在 ACL 仓库（chenghui-666/ACL）。两者无独立条目/DOI（坑 9）。

Q11：能用商用吗？
代码 MIT 可以；数据许可官方未单独声明——商用前联系通讯作者（§6.3）书面确认，别默认可行。

Q12：图像是 DICOM 吗？
不是。JPG 灰度图（已裁剪非超声区域）。需要 DICOM 的研究（如设备参数分析）不适用，设备元数据也未随图分发。

Q13：掩码是二值的吗？加载要注意什么？
语义上二值（0/1），但以 JPG 有损格式分发，边缘可能出现灰度过渡值。加载后重二值化（如 >127 归 1），把这一步写进预处理。

Q14：多结节图像怎么处理？
约 9% 图像多结节，掩码逐结节独立连通（论文原文「label each nodule with no connecting mask」）。实例级分析自行做连通域拆分。

Q15：良恶性标签哪来的？
源自同团队 TNCD/MICCAI 2022 ACL 工作的标签体系，随 TN3K 以 label4trainval.csv/label4test.csv 分发。0=良性/1=恶性二元。

C. 方法与基准

Q16：官方划分是什么？
trainval 2,879/test 614，同患者不跨子集；另有官方五折 json（每折 2,303 train+576 val）。流传的 2185/1308 零证据（坑 4）。

Q17：Table 3 怎么读？
九方法×六指标×五折均值±标准差。主看 IoU/Dice/HD95；Deeplabv3+ 的 p=0.053 是唯一不显著对比；AUC 口径特殊（§5.1）。

Q18：TRFE+ 的成绩？
TN3K test：AUC 97.44/F1 81.21±0.30/Acc 97.04±0.10/IoU 71.38±0.43/Dice 83.30±0.26/HD95 13.23±0.63。DDTI 外部：IoU 60.47±1.08/Dice 75.37±2.14。

Q19：TRFE+ 比前作好多少？
TN3K test IoU +3.19pp（Table 4 口径 68.19→71.38）；DDTI IoU +7.75pp（52.72→60.47）。外部提升大于内部——域间隙设计的验证（坑 8 注意两表漂移）。

Q20：消融里哪个模块最重要？
GroupNorm（+2.04pp，p<0.05）＞ARPG（+0.42pp）＞refinement layer（+0.27pp，N.S.）。GN 的增益来自域间隙而非小 batch（batch 16 不小，§8.2）。

Q21：为什么大结节是先验的盲区？
腺体分支会把大结节误判为腺体外，先验反噬主任务；SPT 让编码器感知结节面积占比来对冲（大结节 IoU 77.4→78.7）。

Q22：现在 SOTA 是多少？
第三方 Prochazka & Zeman 2025：Dice 84.24/IoU 75.48，已超官方 TRFE+ 的 83.30/71.38。引用 SOTA 以最新第三方为准。

Q23：我想和 Table 3 比，必须用 TRFE+ 吗？
不必。用官方划分+§5.4 训练配置（或明确声明自己的配置），报五折均值±标准差即可比。自造划分/输入尺寸的分数脱离比较框架。

Q24：训练配置里的混合训练集是多少张？
4,606（TN3K 单折 train 2,303+TG3K 2,303）。别算成 2,879+2,303=5,182（坑 6）。

D. 许可与引用

Q25：数据许可到底什么口径？
官方未单独声明。三个口径（代码 MIT/NIDUS 估 CC BY-NC 3.0/HF 标 mit）见坑 3；本条目主口径：代码 MIT、数据未声明、学术引用惯例。

Q26：引用哪几篇论文？
主引 CBM 2022/2023（doi:10.1016/j.compbiomed.2022.106389）；方法细节补引 ISBI 2021（doi:10.1109/ISBI48211.2021.9434087）；分类标签补引 MICCAI 2022（arXiv:2109.05159）。

Q27：论文年份写 2022 还是 2023？
双口径：©2022/正式出刊 2023-03。选一个全文一致（坑 5）。

Q28：通讯作者怎么联系？
Guanbin Li（liguanbin@mail.sysu.edu.cn，中山大学）与 Fei Chen（gzchenfei@126.com，珠江医院）。

E. 复现与工程

Q29：复现 TRFE+ 需要什么？
TN3K+TG3K+官方代码+五折 json+§4.5 配置清单（A100/PyTorch 1.8.1/SGD 50ep/poly lr/batch 16/224²/λ=0.5）。缺 TG3K 就训不出完整 TRFE+。

Q30：不用官方代码能比吗？
能。用官方划分+协议跑自己的模型，与 Table 3 同表比较即可；声明配置差异。

Q31：掩码质量有量化指标吗？
论文未公布标注者间一致性（如 Dice）——这是复现者无法直接核验的盲区；质控信息止于三层人力描述。

Q32：能做跨设备域适应实验吗？
能且正合适：TN3K（三设备）→DDTI（TOSHIBA）外部测试协议官方已示范；TRFE+ 论文把域适应列为未来工作，说明该方向仍有空间。

Q33：五折 json 和自造折哪个好？
官方 json：可复现+患者级划分内置+与 Table 3 可比。自造折只在需要特定分布（如设备平衡）时考虑，且必须声明。

Q34：类别分布偏斜怎么办？
单结节 91%/多结节 9%；设备构成未公开。按结节计数分层报告；设备维度做不了分层（无标签）。

Q35：如果只记住一件事？
官方划分 2,879/614+全量 3,493+数据许可未声明三件事——规模口径、比较口径、合规口径，一个都不能错。

Q36：掩码 JPG 有损到底影响多大？
二值掩码的平坦区域（大片 0/1）JPG 压缩几乎无损，受影响的是边缘过渡带——可能出现 0-255 之间的灰度值。对语义分割训练，重二值化后影响可忽略；对边缘精度评估（HD95 类指标），不重二值化会引入系统误差。一句话：加载即二值化，影响可控。

Q37：为什么官方 AUC 和 IoU 排序不一致？
官方 AUC 由五折分割结果按 ROC 口径得出（§5.1），与阈值化后的 IoU 度量对象不同——SegNet AUC 96.06 高但 IoU 66.54 低并不矛盾。跨论文比较以 IoU/Dice/HD95 为主。

Q38：TN3K 能用来做 TI-RADS 分级研究吗？
不能直接做。数据集只有 0/1 良恶性标签，无 TI-RADS 类别、无超声特征词表标注。可以做「分割掩码→形态学特征→间接分级」的管道研究，但分级真值需外部来源。

Q39：一图多结节的 9% 里，最多有几个结节？
论文 Fig 3 的结节计数统计分三档：单结节/两结节/三结节及以上，单结节占 91%。三档的具体分布比例与最大结节计数论文未给出精确数字——需要自行从掩码连通域统计（附录 F 骨架）。

Q40：腺体先验对非甲状腺器官怎么迁移？
三条件（§4.6）：器官位置稳定、先验可分割、病灶内生。迁移清单：①找或建先验器官标注源（学 TG3K 的「公开视频抽帧+面积占比筛选」路线）；②共享编码器+独立解码器；③评估大病灶场景是否需要 SPT 类对冲；④混合批训练换 GroupNorm。

Q41：条目里的数字为什么有的带 ±有的不带？
±标准差是官方五折口径（Table 3/4 全表带）；AUC 与部分统计量官方以单值报告（AUC 97.44、F1 均值 81.21±0.30 实际全表带 ±）。凡本条目转录的表格数字与官方原表逐一对照过（附录 E 锚点表）；叙述中省略 ± 只为行文简洁，引用时回表取全。

Q42：这个数据集五年后还会有人用吗？
被引曲线（CBM 243/ISBI 205 且持续增长）+第三方 SOTA 仍在对上刷（Prochazka 2025）说明基准活性良好。风险项不在学术侧而在渠道侧：百度网盘单点依赖——这正是附录 J 把「渠道失效」列为维护触发点的原因。学术生命周期内，TN3K 作为甲状腺分割默认基准的地位大概率延续，直到出现 DICOM 级+更大规模+设备元数据齐全的继任者。

---

事实清单（硬事实 40 条）

1. TN3K 含 3,493 张灰度甲状腺结节超声图，来自 2,421 例患者。
2. 官方划分：trainval 2,879 / test 614，同患者不跨子集；官方五折 json 每折 2,303 train + 576 val。
3. 采集自 GE Logiq E9、ARIETTA 850、RESONA 70B 三种超声系统，多视角。
4. 采集医院：南方医科大学珠江医院，获机构伦理委员会批准（论文 §3 原文）。
5. 筛选标准三条：至少 1 个结节；不含血流信号；同视角/区域仅留 1 张代表图（取靠近中心者）。
6. 预处理：全部转灰度+裁剪非超声区域（论文原文）。
7. 标注流程：志愿者初标（影像科医师指导）→ 影像科医师确认 → 高年资医师终审疑难图。
8. 多结节约 9% 图像（论文 Fig 3），掩码逐结节独立连通（「label each nodule with no connecting mask」）。
9. 单结节占比 91%（Fig 3 结节计数统计）；Fig 3 另有 center bias 91%（平均掩码中心偏置度量，另一统计）。
10. 良恶性二元标签（0=良性/1=恶性）存于 label4trainval.csv / label4test.csv，标签体系源自 TNCD/MICCAI 2022 ACL 工作。
11. 分发结构：trainval-image / trainval-mask / test-image / test-mask（JPG）+ 2 个标签 CSV + 5 个划分 json。
12. 掩码以 JPG 有损格式分发（加载需重二值化）；图像宽度约 255-1,400 px（HF 快照实测口径）。
13. TG3K：3,585 张腺体分割图，来自 Wunderling et al. 2017 的 16 段超声视频抽帧（GE Logiq E9），筛选腺体面积占比>0.06。
14. 混合训练集 4,606 张 = TN3K 单折 train 2,303 + TG3K 2,303（论文原文自洽解读，坑 6）。
15. 主论文：Computers in Biology and Medicine vol 155:106389，doi:10.1016/j.compbiomed.2022.106389，PMID 36812810；©2022 Elsevier，正式出刊 2023-03（双口径）。
16. 前作：ISBI 2021，pp 257-261，doi:10.1109/ISBI48211.2021.9434087；TN3K 首次披露于该论文。
17. 姊妹论文：MICCAI 2022（pp 248-257，arXiv:2109.05159），贡献 TNCD 分类集，仓库 chenghui-666/ACL。
18. 作者团队：中山大学计算机学院·深圳研究院（a）、南昌大学（b）、CUHK 深圳大数据研究院（c）、南方医科大学珠江医院（d）；通讯 Guanbin Li（liguanbin@mail.sysu.edu.cn）与 Fei Chen（gzchenfei@126.com）。
19. CBM 版作者序：Haifan Gong(a,c)、Jiaxin Chen(b)、Guanqi Chen(a)、Haofeng Li©、Guanbin Li(a,通讯)、Fei Chen(d,通讯)。
20. 被引（Semantic Scholar，2026-10-04）：CBM 论文 243，ISBI 2021 论文 205。
21. 代码许可 MIT（GitHub LICENSE+README 原文）；数据许可官方未单独声明；NIDUS 估 CC BY-NC 3.0（标 Est）；HF 卡片标 mit。
22. 获取渠道：百度网盘（提取码 trfe）、Google Drive、HF haifan-gong/TN3K（不完整快照 1,228 行/376 MB）、百度 AI Studio 289158（第三方）。
23. 训练配置：A100 40GB、PyTorch 1.8.1、CUDA 11.1、SGD 50 epochs、poly lr（base 0.01/power 0.9）、batch 16、224×224、随机水平翻转 p=0.5、Kaiming 初始化（无预训练编码器时）。
24. 损失：L_total = ΣL_nodule + λ·ΣL_gland + L_size；Dice loss 双分支；λ=0.5（Table 5 敏感性最佳）；L_size 为 Log-cosh，GT 是结节面积占比。
25. TRFE+ TN3K test（Table 3）：AUC 97.44 / F1 81.21±0.30 / Acc 97.04±0.10 / IoU 71.38±0.43 / Dice 83.30±0.26 / HD95 13.23±0.63。
26. TRFE+ DDTI 外部测试（Table 3）：AUC 92.56 / F1 72.20±1.10 / Acc 93.18±0.26 / IoU 60.47±1.08 / Dice 75.37±2.14 / HD95 24.60±1.23。
27. Table 3 八个对比方法全数字见 §5.2/§5.3；Deeplabv3+ 的 p=0.053 为全表唯一不显著对比。
28. 消融链（Table 4，仅 IoU）：MTNet 68.03±0.41 → TRFE 68.19±0.43 → TRFE-M0（+ARPG）68.61±0.45 → TRFE-M1（+GN）70.65±0.51 → TRFE-M2（+SPT）71.11±0.34 → TRFE+（+R）71.38±0.43。
29. Table 3 与 Table 4 的 TRFE IoU 漂移：68.33±0.68 vs 68.19±0.43；正文 +3.19pp 按 Table 4 口径（坑 8）。
30. Table 6：TRFE+MGA 68.44±0.38（+0.25）vs TRFE+ARPG 68.61±0.45（+0.42）——ARPG 优于 MGA。
31. Table 7（SPT）：大结节（面积占比>0.1）IoU 77.4±0.36→78.7±0.26；小结节 66.1±0.63→66.3±0.39。
32. AUC 官方定义：由五折分割结果的 IoU 分数得出（论文 §5.2 原文，口径特殊）。
33. 论文自曝局限：跨设备（DDTI）性能不佳，域适应列为未来工作；BatchNorm information reveal（Wu & Johnson 2021）为机制解释之一。
34. 论文 Motivation 原文：「唯一无使用限制的公开集是 Pedraza et al. (2015)（DDTI）」——「唯一」指 DDTI，非 TN3K 自称（坑 7）。
35. 论文摘要自称：「TN3K: an open-access dataset containing 3493 thyroid nodule images with high-quality nodule masks labeling from various devices and views」。
36. DDTI 规格：637 张、TOSHIBA Nemio 30 + Nemio MX、单中心、仅单结节每图（论文 Introduction 原文「only contains one thyroid nodule per imaging」）。
37. 第三方 SOTA：Prochazka & Zeman 2025（AIMS Medical Science 12(2):124-144，doi:10.3934/medsci.2025009）TN3K test Dice 84.24 / IoU 75.48 / Acc 97.24 / P 82.75 / R 88.98。
38. 使用 TN3K 的后续工作例：CLIP-TNseg（arXiv:2412.05530）、TEM-Net（Bioengineering 2026;13(7):810，2,303/576/614 口径）、Asymmetric CNN-Attention（IEEE 2025）。
39. 「2185/1308」划分三方核查零命中（坑 4）；官方 2,879/614 五源一致。
40. HF 月下载 6,604（hf-mirror 口径）；GitHub 仓库 haifangong/TRFE-Net-for-thyroid-nodule-segmentation（仓库标题 TRFE-Plus），无 tag/release 版本体系。

术语表（32 条）

术语	释义
TN3K	甲状腺结节超声分割数据集（Thyroid Nodule 3K 级图像），本条目主体；缩写展开官方未定义
TRFE-Net / TRFE+	发布团队的甲状腺区域先验特征增强网络（ISBI 2021 初代 / CBM 2022 升级版）
TG3K	姊妹腺体分割集（3,585 帧），为 TRFE+ 腺体分支提供监督
TNCD	姊妹分类集（良恶性二元），MICCAI 2022 ACL 工作产出
DDTI	Pedraza et al. 2015 的 637 张甲状腺超声集，TN3K 前唯一无使用限制公开库，现用作外部测试
像素级二值掩码	0=背景/1=结节的逐像素标注图
IoU（Jaccard）	交并比，分割主指标
Dice	Dice 系数，与 IoU 单调相关的重叠指标
HD95	95% 分位 Hausdorff 距离，边界质量指标（越低越好）
AUC	ROC 曲线下面积；TN3K 论文口径由五折分割结果得出
五折交叉验证	trainval 分五折轮换训练验证，报均值±标准差
患者级划分	同一患者的图像不跨 trainval/test 子集，防信息泄漏
多任务学习	单网络同时学习多任务（分割+分割+回归），共享编码器
腺体先验	「结节只出现在甲状腺腺体内」的解剖学先验，以腺体分割分支显式建模
ARPG	Adaptive Region Prior Guidance，自适应区域先验引导模块（方向感知池化+通道注意力+门控）
RPG	ARPG 的前代（ISBI 2021），被 CBM 论文评估为提升不显著
SPT	Size Prediction Task，结节面积占比回归任务，对冲大结节场景的先验失效
Refinement layer	TRFE+ 结节分支 decoder 后附加的精化层
GroupNorm（GN）	按通道分组的归一化，不依赖 batch 统计，缓解跨域混合训练的统计污染
BatchNorm information reveal	BN 记录训练域统计量导致迁移能力受损的机制解释（Wu & Johnson 2021）
域间隙（domain gap）	不同设备/中心数据分布差异导致的性能下降
poly 学习率	lr = base_lr × (1−epoch/total)^power 的多项式衰减策略
Log-cosh 损失	平滑版 MSE（log(cosh(x))），SPT 采用
Dice loss	直接优化 Dice 系数的损失函数，分割双分支采用
Log-cosh / λ	SPT 损失 / 结节-腺体分支损失权衡参数（0.5 最佳）
连通域拆分	从二值掩码提取独立结节的图像处理步骤（多结节分析前置）
TI-RADS	甲状腺影像报告与数据系统，超声结节风险分级体系（TN3K 未含其标签）
彩色多普勒血流信号	彩超显示血流的成像模式；TN3K 筛选排除含血流图
HF 快照	HuggingFace 上自动转换的数据集副本；TN3K 的为不完整版（1,228 行）
Croissant 元数据	HF 数据集机器可读元数据标准
请求制 vs open-access	数据获取两种模式；TN3K 自称 open-access（网盘直链），但许可条款未细化
SonoDQS / NIDUS	超声开放数据集质量评估/清单项目；对 TN3K 数据许可的 CC BY-NC 3.0 为估计口径
datacard	数据集规格申报卡（数据集文档标准实践），TN3K 版骨架见附录 T
SOP	Standard Operating Procedure，标准作业程序；标注流水线的可复现文档形态
instance segmentation	实例分割（逐对象掩码+ID）；TN3K 掩码无实例 ID，需连通域拆分近似
imagefolder	HuggingFace 数据集组织格式（目录即标签）；TN3K 的 HF 快照采用
information reveal	BatchNorm 将训练域统计量编码进模型、损害迁移能力的机制描述（Wu & Johnson 2021）

附录

附录 A：条目信息速查卡

项	值
条目名	TN3K
url_name	tn3k
类型	数据集+方法论文（TRFE+）+姊妹集生态
主论文	Computers in Biology and Medicine 155:106389（doi:10.1016/j.compbiomed.2022.106389）
团队	中山大学+南昌大学+CUHK 深圳+珠江医院；通讯 Guanbin Li / Fei Chen
规模	3,493 图 / 2,421 患者（trainval 2,879 / test 614）
许可	代码 MIT；数据许可官方未单独声明
抓取时点	2026-10-04
库内互链	ddti(536)/busi(539)/us-nerve-seg(537)/acouslic-ai(691)/tus-rec(670)/bus-bra(760)/maternal-ultrasound-nutrition(615)

附录 B：DAIMS 评估全表

维度	评分（1-10）	依据
D 可发现性	8	论文双库索引+GitHub+HF+openmedlab+NIDUS 五处入口；名称唯一性高；展开名未定义微降分
A 可获取性	6	官方网盘+GDrive 直链可用；HF 快照不完整、网盘海外不友好、无版本化存档扣分
I 可互操作	6	JPG/CSV/JSON 通用格式零门槛；无 DICOM/NIfTI、掩码 JPG 有损、设备元数据缺失扣分
M 元数据质量	7	论文表格完备+官方五折 json+Croissant；HF 规模字段误导与 license 三口径打架扣分
S 可持续性	5	主渠道百度网盘（个人账号依赖）、单仓库无 release；AI Studio 镜像与论文全文公开缓冲
综合评级	6.4/10（中上）	文档与基准质量高于均值；可获取性与许可明确性为主要失分点

附录 C：逐项证据链自证

关键数字	来源	位置
3,493 图/2,421 患者	CBM 论文 §3.2	作者版 PDF 原文
2,879/614 划分	论文 Table 1+§3.3	PDF 原文+GitHub 目录双证
三设备型号	论文 Table 1+§3.2	PDF 原文
筛选标准三条	论文 §3.2	PDF 原文
标注三层流程	论文 §3.2	PDF 原文
多结节 9%/单结节 91%	论文 §3.2+Fig 3	PDF 原文
TG3K 3,585/占比>0.06	论文 §3.3	PDF 原文
Table 3 九方法全数字	论文 Table 3	PDF 原文转录
消融链六变体	论文 Table 4	PDF 原文转录
λ 敏感性/MGA/SPT 分析	论文 Table 5/6/7	PDF 原文转录
训练配置全套	论文 §5.1	PDF 原文
代码 MIT	GitHub LICENSE+README	仓库实抓
提取码 trfe	GitHub README	仓库实抓
HF 1,228 行/376 MB	HF 数据集页	hf-mirror 实抓
NIDUS CC BY-NC 3.0（Est）	NIDUS 清单	网页实抓
Prochazka 2025 SOTA 数字	AIMS Medical Science 论文	doi:10.3934/medsci.2025009

附录 D：数据获取决策树

需求是什么？
├── 训练/评测分割模型
│   ├── 1) 百度网盘（提取码 trfe）或 Google Drive 下全量
│   ├── 2) 校验目录：trainval-image 2,879 / test-image 614
│   ├── 3) 用官方五折 json 或官方划分
│   └── 4) 掩码加载后重二值化（JPG 有损，附录 F）
├── 复现 TRFE+ 基准
│   ├── 上一步之外，另取 TG3K（同仓库 README）
│   └── 按 §4.5 清单核对配置（λ=0.5、224²、SGD 50ep）
├── 只要分类标签
│   └── label4trainval.csv / label4test.csv（随数据分发）
│       （更完整的分类集另见 ACL 仓库 TNCD）
├── 做域适应研究
│   └── TN3K 训练 → DDTI（库内 rid 536）外部测试（官方已示范）
└── 在 HF 上看到的？
    └── 1,228 行不完整快照（坑 2）——换官方渠道

附录 E：官方基准数字登记表（Table 3+4 关键值汇总）

正文 §5.2/§5.3/§4.4 已全表转录，此处登记引用时最常取的锚点值，防转录错误：

锚点	值	出现位置
TRFE+ TN3K test IoU/Dice	71.38±0.43 / 83.30±0.26	Table 3
TRFE+ DDTI IoU/Dice	60.47±1.08 / 75.37±2.14	Table 3
TRFE（前作）TN3K test IoU	68.33±0.68（Table 3）/ 68.19±0.43（Table 4）	双表漂移（坑 8）
正文提升口径	TN3K +3.19pp / DDTI +7.75pp（Jaccard）	§5.3 正文
UNet TN3K test IoU/Dice	65.99±0.66 / 79.51±1.31	Table 3
最强对比 Deeplabv3+ IoU	70.60±0.49（p=0.053 不显著）	Table 3
第三方 SOTA Dice/IoU	84.24 / 75.48（Prochazka 2025）	第三方论文

附录 F：掩码使用规范（加载与预处理骨架）

import cv2
import numpy as np

def load_tn3k_mask(mask_path: str, thresh: int = 127) -> np.ndarray:
    """TN3K 掩码以 JPG 有损格式分发，加载后必须重二值化。
    返回 uint8 数组，0=背景，1=结节。"""
    m = cv2.imread(mask_path, cv2.IMREAD_GRAYSCALE)
    if m is None:
        raise FileNotFoundError(mask_path)
    binary = (m > thresh).astype(np.uint8)          # 清除 JPG 边缘过渡值
    return binary

def split_nodules(binary_mask: np.ndarray, min_area: int = 30):
    """多结节图像（约 9%）按连通域拆分逐结节实例。
    论文原文：每个结节独立不连通标注（no connecting mask）。
    min_area 按你的任务自定，用于滤除 JPG 噪点产生的碎连通域。"""
    num, labels, stats, _ = cv2.connectedComponentsWithStats(binary_mask)
    instances = []
    for i in range(1, num):                          # 0 是背景
        if stats[i, cv2.CC_STAT_AREA] >= min_area:
            instances.append((labels == i).astype(np.uint8))
    return instances                                 # len(instances) 即结节计数

def load_label(csv_row_value):
    """label4trainval.csv / label4test.csv：0=良性, 1=恶性（图像级二元）。"""
    return int(csv_row_value)

三条工程红线：①不做重二值化直接把 JPG 灰度当 0/1 张量，会在边缘引入静默标签噪声；②连通域拆分前先重二值化，否则相邻结节可能被 JPG 糊连；③官方无实例 ID，实例级真值是推断产物，论文比较时注明。

附录 G：双口径登记表

#	项	口径 A	口径 B	处理
1	论文年份	2022（©Elsevier/SS）	2023-03 正式出刊（ACM DL/OpenAIRE）	选一全文一致（坑 5）
2	数据许可	未声明（官方沉默）	CC BY-NC 3.0（NIDUS 估）/mit（HF 卡片）	主口径「未声明」（坑 3）
3	数据规模	3,493（官方）	1,228 行（HF 快照）	按 3,493（坑 2）
4	划分	2,879/614（五源一致）	2185/1308（零证据误记）	按 2,879/614（坑 4）
5	TRFE IoU	68.33±0.68（Table 3）	68.19±0.43（Table 4）	注明表源（坑 8）
6	混合训练集	4,606（单折 2,303+2,303）	5,182（误用 trainval 全量）	按 4,606+原文引述（坑 6）
7	「唯一无使用限制」	DDTI（论文原文主语）	TN3K（二手误读）	按原文（坑 7）

附录 H：检索决策树

你想找什么？
├── TN3K 数据本身
│   └── GitHub README → 百度网盘/GDrive；HF 只看元数据
├── TN3K 论文
│   └── doi:10.1016/j.compbiomed.2022.106389（CBM 155:106389）
│   └── 前作 doi:10.1109/ISBI48211.2021.9434087（ISBI 2021）
├── TRFE+ 官方代码
│   └── github.com/haifangong/TRFE-Net-for-thyroid-nodule-segmentation
├── TG3K / TNCD
│   └── 无独立条目（坑 9）→ TRFE-Net 仓库 / chenghui-666/ACL 仓库
├── 甲状腺超声竞品
│   └── 库内 ddti(536)/tus-rec(670)；方法侧 SGUNet/TransUNet（Table 3）
└── 「Thyroid Nodule 3K」等展开名？
    └── 展开未定义（坑 1）——用「TN3K」精确匹配

附录 I：许可条款细读（三口径处置）

1. 代码 MIT：GitHub LICENSE 文件+README 原文「This code is released under the MIT License」——商用/修改/再分发均可，保留版权声明即可。
2. 数据：官方（论文+README）无数据许可条款。「open-access」是获取性描述。NIDUS 的 CC BY-NC 3.0 是清单维护方的估计（标 Est），不能当作作者授权；HF 卡片的 mit 字段与代码许可同形，属平台必填字段的简化，不构成数据授权。
3. 论文本体：© 2022 Elsevier（作者版 PDF 公开可下，未标金色 OA）——引用观点无碍，全文再分发遵 Elsevier 条款。
4. 处置矩阵：学术训练+引用论文=官方预期用途（低风险）；再分发数据包/建镜像=灰色（建议书面确认）；商用=MIT 只保代码，数据必须单独授权。
5. 联系渠道：通讯作者 Guanbin Li（liguanbin@mail.sysu.edu.cn）/ Fei Chen（gzchenfei@126.com）。

附录 J：维护计划与触发点

触发点	条件	动作	优先级
数据许可明示	官方在 README/论文/新页声明数据许可	重写 §6.3/坑 3/附录 I，重评 DAIMS	1
HF 快照补全	haifan-gong/TN3K 行数升至 3,493 或标注完整	更新坑 2/§2.9/获取渠道表	2
官方基准刷新	TRFE 系列出 v2/新论文报新数	§5 扩表+消融重录	3
第三方 SOTA 变更	新论文超 Prochazka 2025	§5.6 表扩行	4
TNCD 规模披露	ACL 仓库/论文给出精确张数	§2.8/§7.1 补数，撤销「待核」	5
网盘渠道失效	提取码/链接失效	以 GDrive 为主渠道重写 §6.1	6

附录 K：与库内 ddti 条目（rid 536）的关系声明

维度	DDTI（rid 536）	TN3K（本条目）
发布	2015（Pedraza et al.）	2021（ISBI）/2022（CBM）
规模	637 张	3,493 张/2,421 患者
设备	TOSHIBA Nemio 30+MX 单中心	GE/ARIETTA/RESONA 三系统
标注	结节掩码	结节掩码+良恶性标签
官方角色	TN3K 论文的外部测试集	官方基准主数据集

两库结论互补：DDTI 的价值在「先行+外部域」（跨设备泛化的测试面），TN3K 的价值在「规模+标注丰富度+官方协议」。在 TN3K 上训练、到 DDTI 上测试的协议由官方示范（§5.3），后续域适应研究建议沿用并扩展（如反向 DDTI→TN3K）。

附录 L：基于 TN3K 的研究检查清单（12 项）

1. 许可核对：学术用途+引用论文是官方预期；再分发/商用先书面确认（附录 I）。
2. 口径声明：写明你用的划分（官方/五折/自定义）与训练集大小；2,303 口径与 2,879 口径不可混比。
3. 掩码重二值化：JPG 有损，加载即二值化（附录 F），写进预处理文档。
4. 多结节处置：约 9% 多结节图——语义分割直接用；实例分析先拆连通域并滤噪。
5. AUC 口径：确认你的 AUC 定义与比较对象一致（官方口径特殊，§5.1）。
6. 显著性完整报告：与 TRFE+ 比较时带上 p-value；Deeplabv3+ 的 0.053 表明 0.78pp 量级的差距可不显著。
7. 外部测试：TN3K 内部分数不代表跨设备表现；有条件时按官方协议加测 DDTI。
8. 先验设计自查：若用腺体先验，检查大结节子集的表现（先验有害场景）；SPT 是已验证的对冲。
9. 归一化选择：混合多源数据训练时优先 GroupNorm；报 batch size 让读者判断适用性。
10. 标签边界：良恶性 0/1 不是 TI-RADS、不是诊断结论；论文比较时限定表述。
11. 引用完整：数据引 CBM、方法引 ISBI+CBM、分类标签引 MICCAI 2022（附录 Q BibTeX）。
12. 时点存照：HF 数字、SOTA 排名、被引数随时间变化，注明抓取时点（本条目 2026-10-04）。

附录 M：FAIR/AI-Ready 检查单

检查项	状态	说明
F1 全局唯一标识	✅	论文 DOI（CBM/ISBI 双 DOI）+GitHub 仓库
F2 富元数据	✅	论文表格+README+HF 卡片（含 Croissant）
A1 可访问协议	⚠️	网盘/GDrive 直链可用；HF 不完整；无版本化存档
A2 元数据可访问	✅	即便渠道波动，论文与 README 始终开放
I1 互操作格式	⚠️	JPG/CSV/JSON 通用但非医学标准；掩码有损
I2 词汇表引用	✅	分割/分类指标与协议为社区通用
R1 来源溯源	✅	采集医院/设备/伦理批准/筛选标准全公开
R3 可复现流程	✅	训练配置+五折 json+官方代码全公开
AI-Ready 综合	中上	元数据与可复现性好；可获取性与格式医学化是短板

附录 N：缩写速查

缩写	全称
TN3K	Thyroid Nodule（约 3K 图像）数据集（官方未明示展开）
TRFE / TRFE+	(Adaptive) Thyroid Region prior guided Feature Enhancement network
RPG / ARPG	(Adaptive) Region Prior Guidance module
SPT	Size Prediction Task
GN / BN	GroupNorm / BatchNorm
TG3K	Thyroid Gland 3K（腺体分割姊妹集）
TNCD	Thyroid Nodule Classification Dataset
DDTI	（Pedraza 2015 的甲状腺超声数据集，双 TOSHIBA 设备）
CBM	Computers in Biology and Medicine
ISBI	IEEE International Symposium on Biomedical Imaging
MICCAI	Medical Image Computing and Computer Assisted Intervention
ACL	（同团队 MICCAI 2022 论文的代码仓库名，Adaptive Curriculum Learning）
HD95	95th percentile Hausdorff Distance
IoU	Intersection over Union（Jaccard）
DAIMS	Discoverability/Accessibility/Interoperability/Metadata/Sustainability
CUHK(SZ)	香港中文大学（深圳）

附录 O：坑点档案（与 §10 对照）

坑	一句话档案	触发场景
坑 1	名称展开官方未定义，三种第三方展开并存	文献检索
坑 2	HF 快照 1,228 行非全量 3,493	数据获取/规模引用
坑 3	代码 MIT≠数据 MIT，数据许可官方沉默	商用/再分发
坑 4	2185/1308 划分零证据，官方 2,879/614	跨论文比较
坑 5	论文 2022©/2023-03 出刊双口径	引用著录
坑 6	混合训练集 4,606=单折 2,303+2,303	复现配置
坑 7	「唯一无使用限制」主语是 DDTI 非 TN3K	二手转述
坑 8	Table 3 与 Table 4 的 TRFE 数字漂移（68.33/68.19）	数字抽取
坑 9	TG3K/TNCD 无独立条目/DOI	生态检索

附录 P：检索路径示范（关键词组合与查询式）

目标	推荐查询式	预期命中
主论文	“TN3K” AND “thyroid nodule” / doi:10.1016/j.compbiomed.2022.106389	CBM 155:106389
前作	“TRFE-Net” OR “thyroid region prior” ISBI	ISBI 2021 pp 257-261
数据入口	github.com/haifangong → README → 网盘/GDrive 链接	全量 3,493
姊妹集	“TG3K” thyroid gland / chenghui-666/ACL	仓库与 MICCAI 2022 论文
第三方 SOTA	“TN3K” segmentation Dice 2025-2026	Prochazka & Zeman 等
反例（勿用）	「Thyroid Nodule Region Segmentation Dataset」当主键	展开名漂移，漏检主源

检索卫生两条：一、所有 HF 相关数字（1,228 行/月下载）注明抓取时点与「快照不完整」前提；二、凡引用「唯一无使用限制」字样，回查论文原文主语（坑 7）。

附录 Q：引文规范（BibTeX）

@article{gong2022thyroid,
  title   = {Thyroid Region Prior Guided Attention for Ultrasound
             Segmentation of Thyroid Nodules},
  author  = {Gong, Haifan and Chen, Jiaxin and Chen, Guanqi and
             Li, Haofeng and Li, Guanbin and Chen, Fei},
  journal = {Computers in Biology and Medicine},
  volume  = {155},
  pages   = {106389},
  year    = {2022},
  doi     = {10.1016/j.compbiomed.2022.106389}
}

@inproceedings{gong2021multitask,
  title     = {Multi-Task Learning For Thyroid Nodule Segmentation
               With Thyroid Region Prior},
  author    = {Gong, Haifan and Chen, Guanqi and Wang, Ranran and
               Xie, Xiang and Mao, Mingzhi and Yu, Yizhou and
               Chen, Fei and Li, Guanbin},
  booktitle = {2021 IEEE 18th International Symposium on Biomedical
               Imaging (ISBI)},
  pages     = {257--261},
  year      = {2021},
  doi       = {10.1109/ISBI48211.2021.9434087}
}

@inproceedings{gong2022less,
  title     = {Less is More: Adaptive Curriculum Learning for
               Thyroid Nodule Diagnosis},
  author    = {Gong, Haifan and Cheng, Heli and Xie, Yutong and
               Tan, Shuang and Chen, Guanqi and Chen, Fei and
               Li, Guanbin},
  booktitle = {Medical Image Computing and Computer Assisted
               Intervention -- MICCAI 2022},
  pages     = {248--257},
  year      = {2022},
  note      = {arXiv:2109.05159}
}

附录 R：本条目生产档案

• 生产通道：写手代理 agent-b-tn3k（任务书 rsi_dispatch/task_tn3k.md）
• 事实研究：WebSearch+WebFetch（GitHub README/HF 镜像/NIDUS/Semantic Scholar/openmedlab）+CBM 作者版 PDF 全文提取（12 页）交叉核验
• FACTS.md：writing/tn3k/FACTS.md 九节（含论文一手数字补录）
• 成稿方式：五 part 直写拼接（私有区 .parts_agent-b-tn3k_1791049748_982896），显式 cat 文件名拼接
• 坑点：§10 九则（坑 1-9「坑 N：」编号制）
• 存在性核验：DB 查重 url_name ILIKE ‘%tn3k%’/‘%thyroid%’ 均 0 行；三源互证不证伪
• description：成稿时即 ≤170 字符
• 互链计划：新篇正文内链 7 处（ddti/busi/us-nerve-seg/acouslic-ai/tus-rec/bus-bra/maternal-ultrasound-nutrition）

附录 S：数字一致性抽查表（防转录漂移）

成稿中高频数字的全文一致性锚点（自动校验可 grep 的唯一形态）：

数字	唯一主形态	禁用变体
总量	3,493	3493（正文叙述统一带千分位）、1,228（仅限 HF 快照语境）
患者	2,421	2421
划分	2,879/614	2185/1308（禁用）
五折	2,303+576	2303+576
TG3K	3,585	3585
混合集	4,606	5,182（禁用）
TRFE+ IoU/Dice	71.38/83.30	—
DDTI TRFE+ IoU	60.47	—
SOTA Dice	84.24（Prochazka 2025）	—

附录 T：数据规格申报卡（datacard 骨架）

按库内 AI-Ready 申报规范整理的 TN3K 申报卡，可直接用于入库字段核对：

【身份】
url_name            tn3k
显示名              TN3K
名称展开            官方未定义（存照）
官方渠道            github.com/haifangong/TRFE-Net-for-thyroid-nodule-segmentation
论文                doi:10.1016/j.compbiomed.2022.106389（主）
                    doi:10.1109/ISBI48211.2021.9434087（前作）

【规模】
图像总量            3,493（JPG 灰度）
患者数              2,421
划分                trainval 2,879 / test 614（同患者不跨子集）
交叉验证            官方五折 json（2,303 train + 576 val 每折）
多结节占比          约 9%（逐结节独立连通掩码）

【标注】
主标注              像素级二值结节掩码（JPG 有损，加载重二值化）
辅助标注            图像级良恶性 0/1（label4trainval.csv / label4test.csv）
标注流程            志愿者初标 → 影像科医师确认 → 高年资医师终审
一致性指标          官方未公布（盲区存照）

【采集】
医院                南方医科大学珠江医院（伦理批准，论文 §3）
设备                GE Logiq E9 / ARIETTA 850 / RESONA 70B
窗口                2016-01 至 2020-08（openmedlab 第三方口径，论文未明文）
筛选                30,000+ 池 → 三条标准（≥1 结节/无血流/同视角留 1 张）

【任务】
主任务              结节二值语义分割
辅助任务            良恶性二元分类；腺体先验多任务（需 TG3K）
官方基准            Table 3 九方法×六指标；TRFE+ IoU 71.38±0.43 / Dice 83.30±0.26
外部测试            DDTI 637 张（TRFE+ IoU 60.47±1.08）
SOTA（第三方）      Dice 84.24 / IoU 75.48（Prochazka & Zeman 2025）

【许可与获取】
代码                MIT
数据                官方未单独声明（三口径存照：NIDUS 估 CC BY-NC 3.0 Est / HF 卡 mit）
获取                百度网盘 trfe ｜ GDrive ｜ HF（快照不完整 1,228 行）｜ AI Studio 289158
版本锚点            以论文 DOI 为准（仓库无 tag/release）

【姊妹资产】
TG3K                3,585 帧腺体掩码（先验监督源，依附 CBM 发布）
TNCD                良恶性分类集（依附 MICCAI 2022 ACL 论文，规模待核）

附录 U：常见错误用法与修正

错误用法	后果	修正
从 HF load_dataset 直接训练	只有 1,228 行（快照），训练量不足 35%	网盘/GDrive 下全量（坑 2）
掩码不做重二值化直接训练	边缘过渡像素成为静默标签噪声	加载即 >127 二值化（附录 F）
用 trainval 全量 2,879 训练后与 Table 3 单折口径比较	训练数据差 25%，分数虚高不可比	按官方五折 json 跑（坑 6 同源）
声称「官方唯一无使用限制数据集」	转述主客颠倒	原文「唯一」指 DDTI（坑 7）
把混合训练集算成 5,182	与论文原文冲突	4,606=单折 2,303+2,303（坑 6）
引用 Dice 提升 +3.19pp 不注基数	读者按 Table 3 的 68.33 算成 +3.05 对不上	注明 Table 4 口径 68.19（坑 8）
数据包再分发到自己的镜像站	许可灰色，链接失效追溯困难	链官方渠道+书面确认（坑 3/附录 I）
Acc 当主指标比较方法	96-97% 区间区分度不足（§5.7）	以 IoU/Dice/HD95 为主
把 TG3K/TNCD 当独立数据集引用	无独立 DOI，引用链断裂	引 CBM/MICCAI 论文+仓库（坑 9）
只报五折均值不报标准差	单折波动 ±0.4-0.7pp 被掩盖	均值±标准差+t 检验（官方口径）

---

尾注

本条目为 AI-Ready Wikipedia 数据集条目，生产于 2026-10-04，抓取与核验时点见附录 A。事实陈述以 CBM 论文（doi:10.1016/j.compbiomed.2022.106389，作者版 PDF 全文）、ISBI 2021 论文、GitHub 仓库（haifangong/TRFE-Net-for-thyroid-nodule-segmentation）、HuggingFace（haifan-gong/TN3K，hf-mirror 镜像）、NIDUS 清单与 Semantic Scholar 为源；HF 快照不完整、数据许可三口径、Table 3/Table 4 数字漂移、「唯一无使用限制」转述陷阱等原始文档缺陷已在坑点与附录 G 存照。条目与库内 ddti（rid 536）、busi（rid 539）、us-nerve-seg（rid 537）、acouslic-ai（rid 691）、tus-rec（rid 670）、bus-bra（rid 760）、maternal-ultrasound-nutrition（rid 615）等条目互链，构成超声影像分割家族与甲状腺专科的完整检索面。后续维护触发点见附录 J。

---

相关数据集导航

以下为站内 AI-Ready 数据集百科中与本词条共享多个主题标签的相关数据集，按相关度降序排列：

• pfus1 — 共享标签：医学影像 / 医学图像分割 / 图像分类 / 评测基准
• hyperkvasir — 共享标签：医学影像 / 医学图像分割 / 图像分类 / 评测基准
• lisc — 共享标签：医学影像 / 医学图像分割 / 图像分类 / 评测基准
• raabin-wbc — 共享标签：医学影像 / 医学图像分割 / 图像分类 / 评测基准
• hmc-qu — 共享标签：医学影像 / 医学图像分割 / 图像分类 / 评测基准
• corn-nerve — 共享标签：医学影像 / 医学图像分割 / 图像分类 / 评测基准
• tn-scui2020 — 共享标签：医学影像 / 医学图像分割 / 图像分类 / 评测基准
• umid — 共享标签：医学影像 / 医学图像分割 / 图像分类 / 评测基准
• iugc2024 — 共享标签：医学影像 / 医学图像分割 / 图像分类 / 评测基准
• intrapartum-us-video — 共享标签：医学影像 / 医学图像分割 / 图像分类 / 评测基准

导航说明：本章节由全站统一标签体系自动计算生成（标签重合度算法），双向可达；点击链接可跳转至对应数据集词条。