肿瘤与病灶分割数据集

在受支持的医学影像中,为肿瘤与病灶创建精细区域标签。让轮廓、掩膜和专家审核始终关联到原始影像检查。
Tumor & Lesion Segmentation example with source-data annotations and contextual photographs.

按照一致规程定义病灶区域

围绕模型需要学习的边界与类别构建监督式分割数据。
Brain MRI image with a purple lesion-region segmentation mask.

脑部病灶区域

按照团队的影像标注规程,在脑部 MRI 上标注病灶轮廓与掩膜。
Chest CT with a small lung lesion region annotated.

肺部病灶区域

根据数据集要求的类别与边界规则,在胸部 CT 上标记可见肺部病灶区域。
Abdominal CT with a focal lesion region annotated.

腹部病灶区域

标注肝脏或其他腹部病灶区域,同时保留周围解剖结构作为上下文。
Chest CT with separate lung and lesion region labels.

病灶及周围解剖结构

当分割任务需要同时记录两者时,分别标注病灶与邻近解剖区域。

AI 团队为何选择 Unitlab

将医学影像标注、共享本体、专家审核与数据集交付纳入同一工作流,让团队专注于有价值的训练数据。
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

肿瘤与病灶分割标注类型

使用图像与体数据标注工具,按照共享标注规程定义影像所见及解剖区域。
Brain MRI image with a purple lesion-region segmentation mask.

病灶多边形

按照任务标注标准,使用带标签的轮廓勾画病灶可见边界。

病灶掩膜

创建描述病灶类别的分割区域,并保留训练任务所需的几何信息。

Brain MRI image with a purple lesion-region segmentation mask.

肿瘤与病灶分割常见问题

什么是肿瘤与病灶分割标注?

这项标注标记属于肿瘤或病灶的区域,使监督学习模型能够学习专家标注规程所指定的边界。

能否创建不同的肿瘤或病灶类别?

可以。定义数据集所需类别与属性,并明确标注人员区分各类别的规则。

应使用轮廓还是掩膜?

选择模型与标注规程要求的几何形式。轮廓表示边界,掩膜表示分割区域。

标注人员能否检查周围解剖结构?

可以。医学影像查看器让标签保持在源影像上下文中,受支持的体数据提供可用解剖视图供检查。

平台会自动确定肿瘤大小或治疗反应吗?

此工作流创建并审核用于下游分析的病灶标注。测量方法与反应评估标准应由您的研究团队定义并验证。

应如何处理不确定的病灶边缘?

记录边界规则,通过评论或属性标记不确定区域,并由专家审核确定最终标注。

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。