Med-ImageTools:一个开源的Python包,用于强大的数据处理管道和医疗成像数据的策划

科学领域:

• 医疗成像医学成像
• 人工智能的人工智能
• 计算生物学 计算生物学

背景情况:

• 机器学习 (ML) 和人工智能 (AI) 对推进医学成像分析和患者护理具有重大潜力.
• 训练强大的ML / AI模型需要大型,精心策划的医疗成像数据集,这带来了重大处理和可访问性挑战.
• 目前处理复杂医学成像数据的方法往往耗时,并阻碍了AI在临床环境中的广泛采用.

研究的目的:

• 开发一个开源软件包,Med-ImageTools,可以自动化医疗成像数据的策划和处理.
• 促进医疗成像研究中的数据处理管道的共享和可重复性.
• 降低研究人员利用大型医学成像数据集用于ML/AI模型开发的障碍.

主要方法:

• 开发了Med-ImageTools,这是一个新的Python软件包,旨在用于自动化医疗图像数据处理和处理.
• 实现了功能来简化数据处理,并使数据处理配置的易于共享.
• 引入了AutoPipeline功能,用于自动处理来自公共档案的原始临床数据集.

主要成果:

• 在三个不同的数据集上展示了Med-ImageTools的效率,大大减少了数据处理时间.
• 验证了软件能够自动化复杂的数据处理和处理任务的能力.
• 与现有方法相比,在处理速度和效率方面取得了显著的改进.

结论:

• Med-ImageTools有效地自动化了医疗图像数据的策划和处理,大大减少了时间和精力.
• 该软件增强了数据的可访问性和可重复性,这对于在医学成像中推进ML/AI至关重要.
• 自动管道功能使访问大型公共癌症成像数据集变得民主化,使得没有深度领域专业知识的ML研究人员能够准备数据进行分析.