医学影像分类训练数据

为医学影像与体数据添加专家定义的标签。通过结构化数据项属性,为影像所见的有无、解剖类别和影像质量构建经过审核的分类数据集。
Medical Image Classification example with source-data annotations and contextual photographs.

创建清晰的医学影像类别

将分类规程转化为面向整幅影像或整个体数据的已审核标签。
Chest CT assigned an expert-defined finding-present item label.

影像所见的有无标签

按照专家标注规程,记录任务定义的影像所见是存在、不存在还是不确定。
Brain MRI assigned whole-image anatomy and study-type categories.

解剖区域类别

按照训练数据集要求的解剖区域,对影像或体数据进行分类。
MRI example with expert-defined motion-artifact and review labels.

影像质量类别

根据可见伪影或数据集纳入标准所规定的适用性,添加专家定义的质量类别。
Abdominal CT with study-type and anatomical-region item labels.

检查与采集类别

通过结构化选项标注任务定义的检查类别或采集特征,并保留源影像数据。

AI 团队为何选择 Unitlab

将医学影像类别、专家审核与数据集交付纳入同一工作流,构建一致的分类训练数据。
15X
更快的医学影像标注
60%
节省 AI 工程师的时间
5X
降低 AI 开发成本

医学影像分类标注类型

使用结构化数据项标签记录整幅影像或体数据的类别;当任务需要定位证据时,可同时添加区域标注。
Chest CT assigned an expert-defined finding-present item label.

数据项分类

使用本体的结构化属性,为影像或体数据指定单一类别或多个允许的选项。

证据支持区域

当规程还要求定位支持影像级类别的证据时,添加相应区域标签。

Medical image with a finding region and its supporting item classification.

医学影像分类常见问题

什么是医学影像分类标注?

这项标注为医学影像或体数据指定专家定义的类别,让模型学习解剖部位、影像所见的有无或影像质量等整项标签。

分类与分割有何不同?

分类为整幅影像或整个体数据添加标签。分割标记影像内部区域的边界。数据集可根据需要同时包含两者。

一个影像数据项能否有多个标签?

可以。当规程允许多个类别同时适用时,定义独立属性与多选选项。

专家能否标注不确定性?

可以。添加不确定类别或其他任务定义的属性,并记录审核人员一致使用它的规则。

能否添加影像质量标签?

可以。根据可见伪影或数据集适用性标准定义质量类别,再由专家应用并审核这些标签。

能否将局部证据与数据项标签一起保留?

可以。当规程同时要求类别及其可见位置时,受支持的医学区域标注可与数据项属性一起使用。

支持哪些医学影像格式?

Unitlab 支持 DICOM、NIfTI 和 NRRD 输入。DICOM 切片按序列分组为可标注的体数据,可用视图取决于影像数据。

专家如何审核医学影像标签?

在审核阶段对照源影像检查标签、记录评论,并通过工作流退回修正。标注规程与专家审核标准由您的团队定义。

已标注影像数据集能否发布用于研究?

可以。版本化发布与受支持的导出功能可将已审核标注交付下游流水线。请选择能够保留研究任务所需几何信息与元数据的导出格式。