Обоснование. Текстурный анализ позволяет повысить диагностическую точность магнитно-резонансной томографии и улучшить дифференциальную диагностику очаговых изменений простаты. Основным методом их сегментации для проведения текстурного анализа является ручная разметка, для которой характерна значительная вариабельность масок между разметчиками. Для уменьшения расхождений при сегментации патологических очагов простаты можно использовать метод консенсуса. Однако в мировой литературе не представлено стандартизированных протоколов консенсусной разметки.

Цель исследования. Разработать алгоритм формирования консенсуса при независимой ручной разметке патологических очагов простаты несколькими экспертами, оценить согласованность экспертов при сегментации её очаговых изменений.

Методы. В ретроспективное исследование включено 60 результатов бипараметрической магнитно-резонансной томографии простаты, выполненной в соответствии с технической спецификацией PI-RADS 2.1, с гистологически верифицированными патологическими очагами, соответствующими категориям PI-RADS 3, 4 и 5. Два эксперта-рентгенолога независимо друг от друга сегментировали очаги простаты ручным методом в программном обеспечении 3D Slicer. Полученные маски сопоставляли между собой с подсчётом коэффициента сходства Сёренсена–Дайса. Для очагов с коэффициентом, равным 0,75 и выше, в качестве итоговой принимали пересечение двух исходных масок. Для очагов с коэффициентом сходства Сёренсена–Дайса ниже порогового значения итоговую маску определяли с использованием разработанного алгоритма консенсуса.

Результаты. Разработанный алгоритм достижения консенсуса позволил статистически значимо увеличить значение коэффициента сходства Сёренсена–Дайса с 0,61 [0,48; 0,73] при первичной разметки до 0,74 [0,62; 0,79] при использовании предложенного алгоритма (p=0,01).

Заключение. Разработанный алгоритм консенсусной разметки очаговых изменений простаты по данным магнитно-резонансной томографии является важным вкладом в решение проблемы недостаточной проработанности подходов к объективной сегментации в научной и клинической практике.

论证：纹理分析有助于提高磁共振成像的诊断准确性，并改善前列腺局灶性病变的鉴别诊断。目前用于纹理分析的主要分割方法是人工标注，但不同标注者之间掩膜差异较大。为减少前列腺病灶分割时的差异，可采用共识方法。然而，现有国际文献中尚无标准化的共识标注流程。

目的：制定一套在多位专家独立人工标注前列腺病灶后形成共识的算法，并评估专家在前列腺局灶性病变分割中的一致性。

方法：本研究为回顾性研究，纳入60例符合PI-RADS 2.1技术规范的双参数前列腺磁共振成像检查结果，所有病例均有组织学证实的病灶，分级为PI-RADS 3、4或5。两名放射科专家使用3D Slicer软件独立进行人工病灶分割。所得掩膜相互比较，并计算Sørensen–Dice相似系数。对于相似系数≥0.75的病灶，最终掩膜采用两者交集。对于Sørensen–Dice相似系数低于阈值的病灶，最终掩膜采用所制定的共识算法确定。

结果：应用所制定的共识达成算法后，Sørensen–Dice相似系数由初始标注时的0.61 [0.48; 0.73]显著提高至0.74 [0.62; 0.79]（p=0.01）。

结论：所制定的前列腺局灶性病变磁共振成像共识标注算法，是解决科研及临床实践中客观分割方法不足问题的重要贡献。