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
- 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
- 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. ...
最新文章
- 111. Leetcode 300. 最长递增子序列 (动态规划-子序列问题)
- 360手机麦克风测试软件,【奇酷小技巧】教你无需ROOT增大话筒、听筒和外放声音!...
- Facebook最伟大的技术成就有哪些
- 回溯算法-02遍历所有组合方式问题
- 亲手把360奇安信软件卸载了,爽!
- 计算机应用基础文字处理软件应用职高PPT,《计算机应用基础》职高2010修订版_教(学)案...
- 程序员都应该知道的 10 大算法
- 3.SOA架构:服务和微服务分析及设计--- 理解服务与微服务的层次
- 软件是怎么控制硬件的?
- 【基础教程】基于matlab GUI界面介绍与搭建【含Matlab源码 189期】
- canvas应用之各种游戏转盘
- 电脑屏幕蓝光过滤护眼工具:f.lux for Mac
- C++实现二叉树的非递归遍历
- 查看IP访问服务器日志的次数
- 计算机检索word文档检索式,完整word版)中国知网等文献检索的一般方法
- c语言编译kbhit出现问题,kbhit用C语言
- Cairo 图形指南 (5) —— 形状与填充
- Samba服务和FTP服务
- 图文解读——为何采购申请PR总是频繁出错
- 【路径规划】FMM快速行进法船舶路径规划【含Matlab源码 2291期】
热门文章
- 如何解决看上去难度非常大的问题
- el-carousel手动切换图片
- OEM/ODM/RTM等缩写的含义
- 关于QQ农场牧场等曾经流行的游戏的一些见解
- 再见笨重的SpringBoot,这个神器框架终于发布了!​
- keepalived+php,Nginx+PHP+Keepalived环境搭建说明文档
- 20220601数据结构绿皮书读书笔记
- php开发支付宝支付密码忘记了怎么办_php编程之如何调用支付宝支付接口的实现...
- typedef struct student 和 struct student 的区别
- 给Dynamics 365 on-premises版本 配置Exchange Server 2016邮件服务器