醫學影像AI的3D Slicer標註方法

2021-01-20 健康數據

上海理工大學醫學信息工程專業，HealthIT團隊AI暑期培訓班在酷暑高溫下繼續，最近的科研任務之一是對阿爾茨海默病（AD）的腦部MRI圖像進行基於深度學習的計算，最基本的操作是醫學圖像的標註和訓練。教程如下：


1. 數據導入：

先將002_S_0413…002_S_1018這四個文件和一個數據目錄文件ADNI1_Annual_2_Yr_3T_7_12_2018.csv

下載至3D Slicer 安裝路徑裡面，比如我在H:\Program Files\Slicer 4.10.2路徑下創建了一個英文名文件夾，注意不要使用中文路徑。


解壓文件，然後打開3D Slider :在上圖所示的紅色區域就可以選擇對應病例圖像了，然後就可以對它進行相關的標註。其他壓縮文件導入步驟類似。

2. 標註

選擇Segmentations


3. 存儲

點擊Modules,選擇data.

選擇切片，滑鼠右鍵，導出。

選擇出現的Label,滑鼠右鍵，導出。

選擇路徑即可。


其他輔助操作細節略，結合現場演示，請仔細學習參考醫學解剖圖譜進行標註。按要求上傳到文件伺服器。，統一文件格式。

Long-press QR code to transfer me a reward

知行醫療健康+科技

As required by Apple's new policy, the Reward feature has been disabled on Weixin for iOS. You can still reward an Official Account by transferring money via QR code.

相關焦點

  • 宜遠智能CEO吳博:醫學影像的數據標註、算法方法與算力優化
    一、數據篇（17頁PPT）1.醫學影像數據資產盤點2.標註工具——脫敏：大框架、小技巧3.標註工具第一類——PC+文件夾處理4.標註工具第二類——專用他指出，醫療數據的價值評估與鑽石類似，可以從數據質量、同分布來源的影像數據尺寸和數據標註程度這三大維度來考核。沒有經過標註的數據就像未經加工的原石，無法體現其價值，因此數據標註是AI醫學影像落地過程中至關重要的一環。吳博對數據標註工具進行了分類，並分享了自己在開發數據標註工具方面的心得。
  • 首建肺結節3D CT醫學影像診斷金標註資料庫
    目前常用的胸部X線片、CT等醫學影像檢查對於肺癌的篩查效果並不理想，很難看出3毫米以下的結節。以大數據為驅動的人工智慧應用到了醫療健康領域後，誕生了影像組學，即從醫療大數據中提取數據，利用AI方法挖掘腫瘤信息，捕捉和發現小的結節，就可以減少漏診，實現臨床輔助決策。
  • 吳博:目標檢測集成框架在醫學圖像 AI 輔助分析中的應用 | AI 研習...
    用於醫學圖像分析時的範疇，設置相關的任務及採用合理的模型方法？醫學圖像分析則涉及到器官分割勾畫 (organ and substructure segmentation)，還有病變/病灶分割 (lesion segmentation) 等。而醫學影像分割跟常規圖像的語義分割、實例分割不太一樣。我們得看法是，把分割問題當作目標檢測來處理，也方便借力於目標檢測領域方法的蓬勃發展。
  • 應用3D-Slicer設計腦出血3D手術穿刺導板(續)
    各位主任在3D應用、推廣方面各有專長，為3D醫學在國內發展做出來自己的貢獻、通過向各位主任學習，個人也有所小獲，特此致謝！3D列印腦出血微創治療因其穿刺精準、微創，部分可代替價值百萬級的導航功能，又能減少框架性立體定向儀給家屬帶來恐懼的視覺衝擊，應用於臨床教學縮短年輕醫生的成長曲線，使腦出血微創穿刺技術逐漸「扁平化」，越來越多的臨床神經外科醫生以狂熱的學習精神涉足計算機、工科等知識，藉助計算機工具拓展臨床視野、三維學習解剖、臨床教學、可視化下手術治療、虛擬混合現實等技術充分應用於臨床，應廣大基層神經外科醫生的需求
  • 北京大學王立威教授: AI 醫學影像的現狀、機遇與挑戰
    王立威教授指出，只滿足把自己定位於一個人工智慧研究者來看待醫學影像問題，將圖像識別技術單純地嫁接到醫學影像原有的系統上，即便數字結果看起來不錯，但距離「好用的產品」依舊非常遙遠。嘉賓介紹：費用：直播免費；錄像回看付費（9.9元），觀看回放地址，請點擊連結：http://www.mooc.ai/open/course/339關於《未來醫療大講堂—醫學影像專題》系列課程的更多介紹，歡迎點擊超連結閱讀：《做AI的不懂醫學，學醫的不懂AI ？
  • 長徵醫院劉士遠:中國醫學影像AI應用實踐與思考丨CMAI 2018
    其中，作為大會上午醫學人工智慧前沿環節的重量級嘉賓，劉士遠教授向與會觀眾分享了題為「中國醫學影像AI發展現狀與思考」的精彩專題報告。劉士遠教授現任上海長徵醫院影像醫學與核醫學科主任，中華醫學會放射學分會侯任主任委員，中國醫學影像AI產學研用創新聯盟理事長，從事醫學影像臨床工作長達32年，具有豐富的醫教研工作經驗。
  • 人機「融合」 影像AI輔助診斷系統成閱片醫師好幫手
    任何影像AI輔助診斷系統都是建立在準確的人工標註標準化影像資料上，高質量標註是高效能算法的決定性因素。全球影像AI廠家均耗大量人力財力來獲得高質量影像標註。低年資影像醫生因AI輔助系統的介入，越來越缺乏自主思考的機會。AI越完善，需人類醫生進行的低難度腦力工作越少。 但這些低難度腦力工作是訓練一名人類醫生從初級到高級診斷能力的必由之路。
  • 裸眼3D,讓醫學影像更立體
    直到上世紀90年代，得益於計算機及相關技術的發展，科研人員將這一技術拓寬到立體影像的採集、重建和顯示中，實現了立體影像的裸眼觀察，並應用到不同的領域。在醫療領域，從任何一個角度都可以看到像實物一樣的信息尤為重要。目前的醫學影像大多為斷層圖像或三維重建圖像，仍通過普通的2D平面顯示器呈現，無法直接呈現複雜而精細的完整「三維人體地圖」。
  • ...鄭冶楓:醫學影像AI為什麼需要小樣本學習和域自適應技術? | CCF...
    在8月9日的醫療科技專場上，騰訊天衍實驗室主任、美國醫學和生物工程學會的會士（AIMBE Fellow）、IEEE醫學影像雜誌副編鄭冶楓博士，分享了小樣本學習和域自適應技術在醫學影像AI問題中的最新研究思路及應用進展。
  • 「AI+醫學影像」專刊正式上線 | 期刊速遞
    掃描關注，回復「醫學專刊」免費獲取29篇論文電子版專刊序言在現代醫學中，醫學影像檢查是臨床疾病篩查、診斷、治療引導和評估的重要方法和工具，是醫療過程中最重要的環節之一。醫學影像人工分析的低效、主觀、重複性低、定量分析困難等固有缺陷，以及影像分析師的巨大缺口，使得醫學影像成為人工智慧（AI）最有價值的應用場景。AI技術的介入，有望從根本上幫助醫生提升醫學影像分析的效率和診斷的準確性，同時也能進一步拓展醫學影像在臨床診療中的應用。
  • 田捷、沈定剛、張益肇、王熙的醫學影像 AI 觀丨CCF-GAIR 2019
    醫學角色的多樣化，也對醫生提出了更多的要求。他說到，未來的影像科醫生，不僅僅要會看片子，還要從影像大數據中挖掘大量的潛在知識，學會利用人工智慧技術，站在科技潮流的前端，不是懼怕新興的人工智慧技術，而是利用它，使用它，成為新時代下的影像信息學專家。在演講中，他提到了影像組學的特徵提取。
  • AI+醫療系列之一:智能病理診斷及醫學影像識別系統
    AI在病理診斷及醫學影像識別領域的應用 AI在病理診斷及醫學影像識別的核心分為兩部分：一是圖像識別，在數據採集環節應用，通過對影像等多媒體醫療非結構化數據的分析，提取出有臨床意義的信息。二是深度學習，在學習和分析環節應用，這是整個AI診斷中最核心的環節。
  • 如何製作全息影像_全息影像的製作方法
    打開APP 如何製作全息影像_全息影像的製作方法 發表於 2018-01-10 14:10:38 工具/原料 美工刀 筆 直尺 膠布 玻璃或者厚塑料膜，大點的平板剛化膜也可以 一部手機或者平板電腦 膠水 方法
  • AI防癌地圖不斷展開 醫學科研發展的速度也越來越快
    此外，在發布會上依圖醫療還發布了多組學智能科研平臺——care.ai。 大數據的理想與小樣本的現實是醫療科研常存在的矛盾。隨著醫療數據的信息密度越來越高，衡量醫療數據價值的維度早已不能局限於樣本量，單位樣本的數據信息密度已成為臨床研究新的價值維度。
  • 醫學影像AI元年:李純明、呂樂、彭漢川,當選IEEE Fellow
    其中在醫學影像分析領域，知名學者李純明教授、彭漢川教授、呂樂博士成功當選。看到今年李教授和呂博士也同時當選，我覺得這個反映了大家對生物醫學影像相關領域的認可度，相信以後會有更多做出傑出貢獻的華人會進入這個序列。」
  • 醫學影像AI元年：李純明、呂樂、彭漢川，當選IEEE Fellow
    其中在醫學影像分析領域，國內知名學者李純明教授、彭漢川教授、呂樂博士成功當選。三位學者的當選理由分別為：因對計算機視覺和醫學圖像分析的貢獻因對大規模生物數據可視化和定量分析的貢獻因對機器學習癌症檢測和診斷的貢獻這是醫學影像分析學術史上，IEEE Fellow當選華人數最多的一年。
  • Facebook AI 正在升維突破:教AI像人類一樣理解三維世界
    學習如何從像素映射到物體表面 為了減少針對一般物體開發三維形狀數據捕捉的監督程度，Facebook 團隊開發了一種類似於自動物體分割的方法，適用於未標註圖像。
  • 【新開放書】醫學影像原理與應用,Medical Imaging Principles and Applications
    【導讀】一些獨特的醫學成像視角，如前沿的成像方法、數據分析、與神經認知功能更好的相關性，以及疾病監測的詳細示例和總結，可能有助於傳達醫學成像原理和應用的方法學
  • 什麼是3d投影機 3d投影機怎麼使用【使用方法】
    一、什麼是3d投影機　　3D投影機主要採用 TI 的DLP Link技術，其原理是通過DMD晶片輸出120Hz刷新率的畫面，左右眼交替使用，使人眼形成3D的「錯覺」。其優點是簡便易行，對硬體的要求比較低，但是在3D遊戲的配合方面，NVIDIA的 3D Vision技術和3D套件支持的遊戲會更廣泛一些。
  • 醫學成像技術(醫學影像)詳細介紹
    醫學成像技術發展歷史1895年德國物理學家威廉·康拉德·倫琴發現 X 射線(一般稱 X 光)以降，開啟了醫學成像嶄新的一頁，在此之前，醫師想要了解病患身體內部的情況時，除了直接剖開以外，就只能靠觸診，但這兩種方法都有一定的風險。醫學成像學中的許多技術已經在科學研究的工業中獲得了廣泛的應用。