医疗边界框标注在医学影像中的肿瘤、器官或异常区域周围绘制矩形框，是训练诊断、医学影像分析与自动化医疗方案所用 AI 模型的重要方法。
医疗对象分类中的分割标注精确勾勒并标记医学影像中的器官、组织或异常区域，使 AI 模型能够支持准确诊断、改进影像分析，并辅助制定个性化治疗计划。
Unitlab 支持 DICOM、CT、MRI、NIfTI、NRRD、全切片病理、临床文档、文本、图像、视频及关联多模态记录。
医疗团队可使用同步多平面视图、体积分割、临床属性、时间线和检查级审查处理 CT 与 MRI 数据。
支持。团队可通过深度缩放、组织区域、细胞与细胞核实例、分割、发现和病理本体审查全切片图像。
可以。文档区域、OCR 字段、文本实体、关系、分类和医学影像可在关联多模态流程中统一管理。
团队可定义受控类别、发现、属性和关系，使不同检查、专家与数据集版本之间的标注保持一致。
AI 辅助分割和模型闭环流程可以加速标注，同时保留专家审查和修正控制。
审查角色、问题、返工、审批步骤、标注历史和数据集版本支持可追溯的专家审查。
可以。本地部署适用于需要将医疗数据、模型和流程保留在受控基础设施中的组织。
Unitlab 支持大型医疗文件、关联序列、检查上下文、协作审查和版本化数据集。
