Поиск | Личный кабинет | Авторизация |
Обзор современных средств разметки цифровых диагностических изображений
Аннотация:
В современной медицине активно внедряются алгоритмы искусственного интеллекта, для тестирования и обучения которых необходим большой объём размеченных наборов данных. Программное обеспечение для разметки (аннотации) цифровых диагностических изображений служит необходимым элементом при создании наборов данных. Цель. Провести обзор возможностей и сравнительный анализ функциональности наиболее распространённого доступного программного обеспечения для аннотации цифровых диагностических изображений. Материал и методы исследования. В сравнительном анализе участвуют пять бесплатных и один коммерческий программный продукт для аннотации цифровых диагностических изображений. При апробации процесса разметки на медицинских изображениях по нескольким целевым видам патологии оценивалось удобство использования графического интерфейса пользователя и функциональных возможностей. Функциональность программных продуктов апробирована врачами-рентгенологами со стажем работы от 5 лет. Дополнительно проведён обзор методов полуавтоматической сегментации, реализованных в исследуемых программных продуктах. В качестве исходных медицинских изображений использованы наборы данных исследований методом компьютерной томографии, полученные из открытых источников. В результате произведено сравнение функциональности программного обеспечения для аннотации цифровых диагностических изображений: поддерживаемые форматы; загрузка, представление и сохранение исходных изображений и данных аннотации; возможности визуализации медицинских изображений; инструменты для аннотации. Изучены и систематизированы алгоритмы, лежащие в основе полуавтоматических методов сегментации. Сформированы требования к базовой функциональности программного обеспечения для разметки цифровых диагностических изображений. Полученные результаты создают системную основу для выработки рекомендаций врачам-рентгенологам по выбору и использованию средств разметки цифровых диагностических изображений. Вывод. Наиболее полной функциональностью в области сегментации цифровых диагностических изображений среди рассмотренного бесплатного программного обеспечения обладает 3D Slicer; в случае аннотации для задач детекции удобно применять платформы Supervisely, CVAT; для автоматической сегментации некоторых видов патологии и органов можно использовать расширения 3D Slicer и готовые модели в Medseg.
Авторы:
Васильев Ю.А.
Издание:
Казанский медицинский журнал
Год издания: 2023
Объем: 11с.
Дополнительная информация: 2023.-N 5.-С.750-760. Библ. 44 назв.
Просмотров: 8