医学影像分割系统综述Data preparation for artificial intelligence in medical imaging: A comprehensive guide ...

Data preparation for artificial intelligence in medical imaging: A comprehensive guide to open-access platforms and tools
数据准备流程

(i)临床站点的图像采集，(ii)图像去识别以去除个人信息并保护患者隐私，(iii)数据管理以控制图像和非图像信息的质量，(iv)图像存储和管理，最后(v)图像注释。
- FAIR数据指导原则：可查找、可访问、可互操作和可重用的
- 数据分类：与患者健康信息链接的任何受保护的健康信息(PHI)和个人可识别信息(PII)
  PII：可包括来自电子健康记录(EHR)、医学图像、临床和生物学数据，以及卫生服务提供者收集的任何其他数据
- 数据格式：DICOM。通常称为元数据，图像包含一个标题，其中包含关于图像序列、医院、供应商、临床医生或患者信息等信息。
- 去识别工具：FreeSurfer的 mri_deface、pydeface、mridefacer和Quickshear
  前三个是python库
  - 数据去识别工具的要求列表：不用的识别信息除去，用的看情况留；在临床站点训练，避免数据二次传输
  - ISO 25237：现有隐私保护采用标准
  - 详细列表
- 内容管理工具：可进行格式转换和数据测试训练集管理
- - DICOM格式下例如DCMTK
  - GUI:Posda, DVTk, dcm4che, BrainVoyager, LONI Debabeler，dcm2niix的GUI是MRIcroGL
    Posda、DVTk和dcm4che提供web\GUI接口
- 图像存储
- - PACS：在中央数据库中存储多模态医学图像(MRI、计算机断层扫描CT、正电子发射断层扫描PET等)，并通过基于浏览器的格式(即DICOM)进行通信，这些格式可在整个医院以及多个设备和地点轻松访问。（会多重备份
    质量保证(QA)工作站:验证患者统计数据和研究的任何其他重要属性。•存档(中央存储设备):存储经过验证的图像以及任何报告、测量和其他相关信息。•阅读工作站:放射科医生审查数据并制定诊断的地方。
    - 医疗自动化系统接口：医院信息系统(HIS)、电子病历(EMR)和放射信息系统(RIS)
    - 开源解决例子
      Dcm4che (https://www.dcm4che.org)
      Kheops (Home - KHEOPS )
      可扩展神经影像档案工具包(XNAT) XNAT - Home
      - XNAT:Java web,在Postgres数据库中搜索,基于XML的数据模型，它可以支持任何类型的表格数据
      - Dicoogle:开源PACS存档，没数据库
      - Orthanc
      - 3D图像的标注：3D Slicer
- 图像注释工具：3D Slicer
- - ITK-SNAP:贴标可在所有三个正交切面(轴向、冠状和矢状)上进行，并显示为3D渲染
  - MITK:辅助注解服务器的能力，并执行自动分割
  - Horos Viewer：基于OsiriXTM和其他开源医学图像库
  - ImageJ：java，支持DICOM
  - 插件：
    - Bio-Formats:专有的显微图像数据和元数据转换为标准化的开放格式
    - SciView:图像和网格的3D可视化和虚拟现实功能
    - MaMuT:用于浏览、注释和管理大图像数据的注释
    - Trainable Weka Segmentation：产生基于像素的分割
    - crowd Cure和CMRAD平台：云端
- 医学图像存储库
  - 按目标器官和疾病分类的开放获取医学影像数据库的各种来源
  - - TCIA：针对癌症成像的多种器官影像。DICOM格式，使用国家生物医学影像档案(NBIA)软件(https://imaging.nci.nih.gov)作为骨干
    - UK Biobank：临床数据
      如电子病历，它拥有超过10万名参与者的成像收集，包括大脑、心脏、腹部、骨骼和颈动脉的扫描
    - MICCAI：(https://www.biomedical-challenges.org/)争议性数据评估平台
    - Kaggle
    - 神经成像数据集：IDA、OASIS、NITRC和CQ500
    - 视网膜眼底图像分割：STARE、DRIVE (Grand- Challenges的一部分)和HRF
    - 皮肤病变的数字图像集合：国际皮肤成像合作组织(ISIC)
    - 乳腺癌筛查乳房x线照片：OPTIMAM (OMI-DB)
    - 超声心动图视频：EchoNet- Dynamic
    - 心血管研究：euCanSHare
    - 常见胸部疾病的带注释x线影像：NHS Chest X-ray
    - 诊断肺部CT图像：康奈尔大学工程:视觉和图像分析实验室存储库
    - covid - 19：BIMCV COVID19 ， COVID- 19 Image Data Collection
      - MICCAI：https://covid-segmentation. grand-challenge.org
    - TCIA数据库
挑战：关于各个阶段都有
AI发展方向：(i)数据增强与合成，(ii)Federated learning，(iii) AI的合理使用问题，(iv)不确定性估计
- 数据增强与合成：使用可行的几何变换、翻转、颜色修改、裁剪、旋转、噪声注入和随机擦除的基本策略，以及其他更先进的技术，包括创建新的合成图像，如生成对抗网络
- Federated learning：多个分散的持有本地数据样本的临床站点上训练算法，而不交换数据样本。经过本地训练的AI结果随后会在一个集中的位置组合起来。
- 合理使用：临床站点收集的常规临床数据可能存在缺陷、偏差(如性别失衡)或容易产生噪声(如存在图像伪影)。通过定义有效跟踪这些问题的算法，可以实现一些进步
- 不确定性：模型准确度，提示临床医生对软件的依赖程度

医学影像分割系统综述Data preparation for artificial intelligence in medical imaging: A comprehensive guide ...相关推荐

基于Python Unet的医学影像分割系统源码，含皮肤病的数据及皮肤病分割的模型，用户输入图像，模型可以自动分割去皮肤病的区域
手把手教你用Unet做医学图像分割我们用Unet来做医学图像分割.我们将会以皮肤病的数据作为示范,训练一个皮肤病分割的模型出来,用户输入图像,模型可以自动分割去皮肤病的区域和正常的区域.废话不多说, ...
基于 U-Net 的医学影像分割算法综述
来源:UNknown知识库转载自新机器视觉仅做学术分享,若侵权,请联系删文 ▍一.医学图像分割简介医学影像分割是医学影像分析中的重要领域,也是计算机辅助诊断.监视.干预和治疗所必需的一环,其关键 ...
半监督医学影像分割综述
<半监督医学影像分割综述> 引言两种不同类型的图像分割问题. 相应的语义类对每个像素进行分类,从而给图像中属于这个类的所有对象或区域一个相同的类标签. 实例分割试图更进一步,试图区分同一 ...
2020年「21篇」医学影像算法最佳综述
点击上方"视学算法",选择加"星标"或"置顶" 重磅干货,第一时间送达作者丨cynthia yawain 编辑丨极市平台本文为极市平台原 ...
大盘点 | 2020年21篇医学影像算法最佳综述
来源:Python遇见机器学习本文约6500字,建议阅读10+分钟涵盖医学图像配准.医学图像分割.迁移学习和多模态融合等方向. 引言在过去的一年中,计算机视觉领域出现了许多优秀的工作,并推动了相关领 ...
盘点 | 2020年「21篇」医学影像算法最佳综述
点击上方,选择星标或置顶,不定期资源大放送! 阅读大概需要15分钟 Follow小博主,每天更新前沿干货仅作学术分享,不代表本公众号立场,侵权联系删除转载于:作者丨cynthia yawain 编 ...
大盘点 | 2020年「21篇」医学影像算法最佳综述
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达作者丨cynthia yawain 编辑丨极市平台本文为极市平台原创整理,如需转载,请联系极市小编. ...
[论文笔记]彻底讲透U-net医学影像分割-小样本
U-net原文 <2015_Ronneberger_Cite=49316_U-net: Convolutional networks for biomedical image segmentat ...
nnU-Net医学影像分割论文，可自动调参，适应所有数据集
源码:https://github.com/MIC-DKFZ/nnunet 近日,一篇来自德国癌症研究中心.海德堡大学以及海德堡大学医院研究人员的名为nnU-Net的医学影像分割论文引起了广泛关注. ...

医学影像分割系统综述Data preparation for artificial intelligence in medical imaging: A comprehensive guide ...

医学影像分割系统综述Data preparation for artificial intelligence in medical imaging: A comprehensive guide ...相关推荐

最新文章

热门文章