基于Web应用的医学图像半自动标注系统

摘要

cqvip:在医学图像的标注工作中,手工劳动强度大、专业性强、标注者之间存在分歧等问题突出,当今主流的标注工具已不能很好地满足标注工作的需要。因此提出一种新型的基于Web应用的医学图像半自动标注系统,不仅支持自由绘画标注模式,还能够用深层神经网络(Deepneuralnetworks,DNN)初始化标记区域,并提供对图像和标注的讨论功能,减少标注工作者之间的分歧。系统客户端采用React框架,标注功能通过HTML5的Canvas技术实现。服务器端采用Node.js平台的Express框架,数据库使用MongoDB。数据通信采用JSON格式,通信协议采用HTTPS,DNN模型采用U-Net。系统基于Web技术,任意平台打开浏览器即可访问和使用,极大地方便了大规模高质量医学图像数据的采集和标注工作。