購物車(0)
基于Web應用的醫(yī)學圖像半自動標注系統(tǒng)
關鍵詞：醫(yī)學圖像處理 圖像標注 深層神經(jīng)網(wǎng)絡 web應用
摘要：在醫(yī)學圖像的標注工作中,手工勞動強度大、專業(yè)性強、標注者之間存在分歧等問題突出,當今主流的標注工具已不能很好地滿足標注工作的需要。因此提出一種新型的基于Web應用的醫(yī)學圖像半自動標注系統(tǒng),不僅支持自由繪畫標注模式,還能夠用深層神經(jīng)網(wǎng)絡(Deepneuralnetworks,DNN)初始化標記區(qū)域,并提供對圖像和標注的討論功能,減少標注工作者之間的分歧。系統(tǒng)客戶端采用React框架,標注功能通過HTML5的Canvas技術實現(xiàn)。服務器端采用Node.js平臺的Express框架,數(shù)據(jù)庫使用MongoDB。數(shù)據(jù)通信采用JSON格式,通信協(xié)議采用HTTPS,DNN模型采用U-Net。系統(tǒng)基于Web技術,任意平臺打開瀏覽器即可訪問和使用,極大地方便了大規(guī)模高質(zhì)量醫(yī)學圖像數(shù)據(jù)的采集和標注工作。
計算機應用與軟件雜志要求:
{1}文章關鍵要素，需有英文摘要。
{2}文章主題明確，數(shù)據(jù)可靠，書寫準確，圖表清晰，文字簡練，內(nèi)容齊全完整。來稿應含以下部分：中英文題名、中英文摘要、中英文關鍵詞、中圖分類號（本編輯部亦可代查）、正文以及必要的圖表、參考文獻。
{3}文稿要一稿一投，嚴禁各類侵權行為。
{4}前言應充分說明研究工作的背景、意義、本文擬解決的問題、采用的方法和手段,引出重要文獻,全面評述相關研究工作,突出本工作的重要性和創(chuàng)新性,不要忽視國內(nèi)同行的工作。
{5}稿件注釋一律采用 “腳注”。注釋規(guī)則請參下附《注釋規(guī)范》，請投稿者嚴格遵循。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
