OBIA:900+ 患者、193w+ 影像,中科院基因组所发布我国首个生物影像共享数据库

谷歌乳腺癌Detecting Cancer Metastases on Gigapixel Pathology Images Detecting Cancer Metastases on Gigapixel Pathology Images 在高分辨率的病理图片上检测癌症转移 Liu Y, Gadepalli K, Norouzi M, et al. Detecting cancer metastases on gigapixel pathology images[J]. arXiv preprint ar... 阅读详情

在这里插入图片描述

看病就医,拍片已是常例。CT、核磁、X 光等影像资料可以用非侵入式手段透过人体,使内部器官、组织状况清晰可见,为临床诊断和疾病治疗提供可靠依据。

随着医学影像技术广泛发展,影像资料已占据国内医疗数据的 80% 以上,影像科医生供不应求、各级医院诊断结果存在差异、医疗资源分配不均等痛点也日益凸显。

AI 结合医学影像具有非常大的想象空间,感觉认知及深度学习技术在识别医疗影像诊断结果方面拥有人类无可比拟的优势,可辅助医生降低误诊率、提高工作效率。

然而,高质量的 AI 算法需要足够大且有代表性的图像数据集, 这些医疗图像又往往涉及大量敏感隐私信息,加上各级医院之间存在「数据孤岛」,不完整的共享系统使得医疗影像 AI 的可用资源有限。

作者 | 铁塔

编辑 | 三羊、雪菜

全球已有不少国家建设了各类医学影像数据共享数据库,我国在此领域同国际社会仍有差距,为推动高质量的医学生物影像数据共享,中科院基因组所(中国国家生物信息中心)建立了开放生物医学成像档案 (OBIA)。

作为国内首个开放的生物医学成像数据和相关临床数据存储库, OBIA 对全球医疗从业者及相关学者免费开放。相关成果预印版已于 2023 年 9 月 25 日发表在 「bioRxiv」。

**论文链接: **https://www.nature.com/articles/s42256-023-00704-7

关注「HyperAI超神经」公众号,后台回复「OBIA」获取论文完整 PDF

OBIA 数据库建设及实施过程

作为中国国家生物信息中心的核心数据库资源,OBIA 接受来自世界各地的图像提交并提供所有公开数据的免费开放访问,它支持对影像数据的去标识化 (de-identification)、管理和质量控制 (quality control), 提供浏览、检索和下载等数据服务,可促进现有图像数据和临床数据的重复利用。

OBIA 采用 5 种数据对象 (Collection, Individual, Study, Series, Image) 进行数据组织,接受多模态、多器官、多疾病的生物医学图像提交。

为保护个人隐私,OBIA 制定了统一的去标识化和质量控制流程, 并为数据提交、浏览和检索以及图像检索,提供直观友好的 Web 界面。总体来讲,OBIA 为国内生物医学成像数据管理提供了一个可靠的平台,有助于支持全球生物医学研究。

图 1:OBIA 访问界面

访问地址:https://ngdc.cncb.ac.cn/obia

实现细节——图像检索

深度神经网络擅长提取优势特征, 可用于检索人体各器官的多模态医学图像,并在小样本情况下提高排序性能。与传统方法相比,基于深度学习的方法如尺度不变特征转换 (SIFT)、局部二值模式 (LBP) 和定向梯度直方图 (HOG) 能够表现出更好的性能。

在 OBIA,研究人员以癌症影像数据库 TCIA 的多模态癌症数据为基础,将 EfficientNet 用作特征提取器,使用三元组网络和注意力模块 (attention module) 来训练模型,并将图像压缩为离散哈希值 (图 2)。随后,为加快推理性能并减少推理延迟,训练好的模型被转换为 TensorRT 格式,使用 Faiss 存储哈希码。

研究人员利用汉明距离 (Hamming distance) 计算图像相似度,并返回最相似的图像,结果表明,该模型的平均精度 (MAP) 值超过了 TCIA 数据集上现有高级图像检索模型的性能。

图 2:基于注意力和层融合模块的深度三元组哈希

该模型以 EfficientNet-B6 为主网络,利用 Block5 中的 CBAM 注意模块获取特征映射。在全连接层中采用层融合,利用焦点损失和三元组损失生成哈希码和类嵌入。

注:

● CBAM:convolutional block attention module,卷积块注意力模块

● EfficientNet:Google 于 2019 年提出的新型 CNN 网络,具备极高的参数效率和速度,在图片分类领域表现优异

● Faiss:Facebook 人工智能研究院开发的高性能相似性搜索库,通常用于深度学习

数据库内容及使用——数据模型

如图 3 所示,OBIA 中的成像数据分为 5 种对象类型: Collection, Individual, Study, Series, Image,分别指:

• Collections: 以「OBIA」为前缀,提供完整提交的总体描述;

• Individual: 登记编号以「 I 」为前缀,定义接受或登记接受医疗保健服务的人类或非人类生物体特征;

• Study: 采用以「S」为前缀的登录号,包含对个人进行放射检查的描述性信息;

• Series: 研究可以根据不同的逻辑(如身体部位或方向)分成一个或多个 Series;

• Image: 描述单个 DICOM 文件(Digital Imaging and Communications in Medicine,医学数字成像和通信)的像素数据,Image 与单个 Study 中的单个 Series 相关。

注:DICOM 是一种广泛应用于医学影像领域的国际标准,定义了一套存储、传输、共享和打印医学影像数据的规范和协议,使不同厂商生产的医学设备和软件之间可以相互兼容和交流。

图 3:OBIA 数据模型

基于这些标准化的数据对象,OBIA 将 DICOM 标准定义的图像结构与实际研究项目连接起来, 实现了数据的共享和交换。

此外,OBIA中的每个 Collections 都链接到 BioProject 以提供有关研究项目的描述性元数据;

如若可行,OBIA 的 Individual 可通过 Individual 登录号与 GSA-Human 相关联,后者将成像数据与基因组数据联系起来,供研究人员进行多组学分析。

BioProject 链接地址:

https://ngdc.cncb.ac.cn/bioproject/

GSA-Human 链接地址:

https://ngdc.cncb.ac.cn/gsa-human/

数据库内容及使用——去标识化和质量控制

生物医疗图像可能包含受保护的健康信息 (PHI,Protected Health Information),需要经过适当处理以尽量降低侵犯个人隐私的风险。为了在删除 PHI 的同时尽可能多地保留有价值的科学信息,OBIA 提供了一个符合 DICOM 标准的去标识化和质量控制机制 (图 4)。

图 4:OBIA 去标识化和质量控制机制

OBIA 利用北美放射学会 (RSNA) 的 MIRC 临床试验处理器 (CTP) 进行大部分去标识化工作:

• 对于标准标记 (standared tags), 研究人员构建了一个 CTP ,并开发了一个通用的基础去标识化脚本,用于删除或隐去某些包含或可能包含 PHI 的标准标记;

• 对于私有标记 (private tags), 使用 PyDicom 进行处理,保留其纯数字属性。

去标识过程结束后,OBIA 开始运行质量控制程序:

• 有问题的图像: 隔离图像,提交者可以提供相关信息对图像进行修复或完全抛弃(该类图像是指带有空白标题或缺少患者 ID、损坏、混合了其他患者图像等类型的图像);

• 重复的图像: 只保留一个。

随后 OBIA 使用 TagSniffer 为所有图像生成一个报告,报告中所有 DICOM 元素都经过仔细审查,以确保它们不包含 PHI,并且某些值(例如患者 ID、研究日期)按照预期进行修改。

此外,OBIA 工作人员还会对图像像素执行目视检查, 以确保像素值中没有包含 PHI,并且图像是可见和未损坏的。

数据库内容及使用——数据统计

截至 2023 年 9 月,OBIA 共收集了 937 个「Individual」、4,136 个「Study」、24,701 个「Series」和 1,938,309 张「Image」,涵盖 9 种模态和 30 个解剖部位。

具有代表性的成像模态包括 X 射线计算机断层成像 (CT)、磁共振 (MR) 和数字 X 线摄影 (DX),解剖部位包括腹部、胸部、胸部、头部、肝脏、骨盆等。

第 1 批提交给 OBIA 的资料来自 301 医院, 包括 3 种主要妇科肿瘤(子宫内膜癌、卵巢癌和宫颈癌)的影像数据。

如表 1 所示,这些数据被划进 4 个「Collections」,列示了「Individual」数量、「Study」数量、「Series」数量和「Image」数量。此外,OBIA 还收集了相关临床元数据, 如人口统计学数据、病史、家族史、诊断、病理类型和治疗方法等。

表 1:第 1 批提交给 OBIA 的资料

打破数据藩篱,国内外构建医疗数据共享平台

数据只有在流通中才会产生价值,为提升生物影像数据共享水平,全球不少国家致力于开放医疗数据库的建设:

• 美国国立卫生研究院 (NIH): 赞助了若干知识库,如新冠肺炎相关医学影像和数据的开放获取平台 MIDRC,收集神经和脑成像的 IDA, NITRC-IR, FITBIR, OpenNeuro 和 NDA,癌症影像数据库 TCIA 和 IDC(其中 TCIA 在本地提供图像,IDC 在癌症研究数据共享云环境中提供图像);

• 英国癌症研究中心 (cancer Research UK): 赞助了 OPTIMAM 乳房 X 线摄影图像数据库 (OMI-DB);

• 葡萄牙波尔图大学 (University of Porto): 赞助了乳腺癌数字存储库 (BCDR),提供带注释的乳腺癌图像和临床细节;

以上存储库中,除了 NITRC-IR 和 IDC,其他大多数都支持数据去标识化和质量控制。 此外,一些大学或机构也提供开源数据集,如 OASIS, EchoNet-Dynamic, CAMUS project 等。

图 5:MIDRC 数据库内一位 79 岁患者的胸部 CT

在国内,华中科技大学提供了 COVID-19 的整合 CT 图像和 CFs 的开放资源, 包括肺炎(含新冠肺炎)患者的 CT 图像和临床特征,但仅限于单一疾病,可用研究资源有限,因此目前国内仍然缺乏专门存储和接受各种疾病及模态资料提交的数据库。

中科院基因组建立的 OBIA 填补了国内生物医疗影像数据开放共享的空白,方便不同机构的研究人员共享临床相关成像数据,可有效弥合中国在生物医学成像数据库领域的差距。

研究人员在论文中表示,未来将持续升级 OBIA 的基础设施,加大安全防护措施,同时将收集更多类型生物医学影像数据,扩大数据源,多措并举不断向「保留尽可能多的有效图像元数据,为科研人员提供高质量的成像数据」的目标迈进。

—— 完 ——

「文智助手」全场景办公AI助理AI+OPC全流程实践方案(大赛作品) 阅读详情

相关推荐

船载 OpenHarmony AIS 航海工作台:告警与防碰撞预警系统

船载OpenHarmony AIS航海工作台的告警与防碰撞系统,集成十余类告警(超速、偏航、会遇、SOS等),通过网格空间索引实现高效邻近判定,保障实时性。告警管理器统一调度规则、去重、通知与日志,支持悬浮球、语音、跑马灯、弹窗多渠道触达,确保航行安全。SOS紧急通道独立运行,避免干扰。系统设计强调性能优化与多场景适配,为航海安全提供核心支撑。

专注于计算机研发知识和资讯分享 524

图像处理及深度学习开源数据集大全(四万字呕心沥血整理)

本文整理了150 余个深度学习和图像处理领域的开源数据集,包括:目标检测、人脸识别、文本识别、图像分类、缺陷检测、医学影像、图像分割、图像去雾、关键点检测、动作识别、姿态估计、自动驾驶、RGBT共13个方向。

HIT_Vanni的博客 2万+

AI 应用开发:四维架构落地实战——以 HR Agent 为例拆解感知·推理·记忆·执行【意图路由、规划编排、长期记忆、工具执行、面试题】

本文基于四维架构(感知·推理·记忆·执行),以HR Agent为例,系统拆解大模型应用从“聊天”到“生产可用”的落地路径。通过Spring AI实现意图路由、规划编排、RAG检索与工具调用,结合真实踩坑复盘,揭示架构化设计对安全、成本与可维护性的关键价值,为AI Agent工程化提供可复用的实战框架。

王大师企业官方博客 1318

OBIA:900+ 患者、193w+ 影像,中科院基因组所发布我国首个生物影像共享数据库...

本文约3300字,建议阅读5分钟 本文介绍了我国首个生物影像共享数据库。‍‍‍‍‍‍看病就医,拍片已是常例。CT、核磁、X 光等影像资料可以用非侵入式手段透过人体,使内部器官、组织状况清晰可见,为临床诊断和疾病治疗提供可靠依据。随着医学影像技术广泛发展,影像资料已占据国内医疗数据的 80% 以上,影像科医生供不应求、各级医院诊断结果存在差异、医疗资源分配不均等痛点也日益凸显。AI 结合医学影像具有...

数据派THU 368

IBTrACS v04r01 数据提取实战:Pandas 筛选 JTWC/CMA/JMA 3机构最佳路径数据

本文详细介绍了如何使用 Pandas 高效提取和处理 IBTrACS v04r01 数据集中的最佳路径数据,特别针对 JTWC、CMA 和 JMA 三家权威机构的数据进行对比分析。通过构建可复用的数据提取函数,解决多机构数据质量差异问题,并提供高级分析与可视化应用示例,助力热带气旋研究。

clijovtbq401783153的博客 517

AI测试实战:用文心一言5分钟生成登录功能测试用例(附Excel模板)

本文详细介绍了如何利用AI工具(如文心一言)在5分钟内高效生成登录功能测试用例,并提供了可直接应用的Excel模板。通过对比传统手工编写与AI生成的效率差异,展示了AI在软件测试领域的巨大优势,包括减少重复劳动、避免边界条件遗漏和提升格式标准化。文章还包含实战技巧、高级应用方案和行业最佳实践,助力测试人员快速提升工作效率。

weixin_30379531的博客 414

AI 问数真的能替代 BI 报表吗?

AI问数赋能自然语言查询,提升临时分析效率,但无法替代传统报表。报表适用于稳定输出与持续监控,AI则擅长探索性提问。企业用好AI问数,关键在于夯实数据模型、统一指标口径、健全权限体系与结果校验机制。合理组合报表、仪表板与AI,才能实现高效、准确的业务洞察。

葡萄城技术团队博客 338

数字锁相环的原理与FPGA实现

数字锁相环是锁相环电路的全数字实现。锁相环电路能够实现对输入信号的相位进行跟踪,进而在噪声中提取纯净的有用信号。以上就是今天要讲的内容,本文简单地介绍了锁相环的原理,然后,在Vivado仿真平台上,通过verilog做仿真验证。最终仿真结果能够实现锁定,但锁定时间较长,表明参数仍可做调整。

weixin_45857378的博客 8514

【从零理解 Spring AI · 12】MCP 的两种角色:做客户端还是做服务端

上一篇讲了 MCP 的概念:标准协议、三大角色、M+N 替代 M×N。

nice_lcj520的博客 614

U2Net网络实战:从原理到代码实现(附背景去除应用)

本文深入解析了U2Net网络的原理与代码实现,重点剖析了其独特的嵌套U型结构(RSU模块)和显著图融合机制。通过实战演示,指导读者如何加载预训练模型并应用于精准的图像背景去除任务,为电商、摄影等领域提供高效的自动化抠图解决方案。

nn3456的博客 491

基于 STM32 的智能冰箱食材管理与过期提醒系统设计

define MAX_FOOD 20 // 最多存储20种食材#define EXPIRE_WARN 3 // 剩余≤3天触发提醒// RFID卡号4字节// 食材名称// 保质期(天)// 入库日期// 0=空槽,1=有效。

weixin_42300449的博客 59

ChatGPT、Perplexity、Gemini 与 AI Overviews 引用对比:谁的引用更可信

AI 引擎的引用机制差异很大:ChatGPT 以行内引用加 Sources 列表呈现来源,Perplexity 几乎逐句可溯源,Gemini 在回答中内嵌相关来源链接,AI Overviews 则把多源聚合答案与来源列表一起放在搜索结果顶部。本文从引用透明度、来源偏好、可干预性 3 个维度对比这 4 个引擎,并给出 GEO 的 3 点启示,帮企业在多引擎环境下提升被引用的概率。

淡然一笑 的专栏 273

NX二次开发PK获取对象类型

PK_ENTITY_ask_class(),获取对象类型建议用这个函数,比较通用,包含所有对象类型,可以替代UF_MODL_ask_edge_type(),UF_MODL_ask_body_type(),UF_MODL_ask_face_type()等函数。

qq_39541524的博客 829

抽象主义人工智能和生命体AI的内在联系

彭军辉提出“抽象主义人工智能”作为第四大AI范式,批判符号主义、连接主义、行为主义剥离生命本体的误区,确立“智能是现象,生命是本体”的核心公理。主张原生智能必须依附具备存续诉求的生命本体,提出“生命体AI理论”,构建七层演化阶梯与自闭环工程框架,强调智能不可跳过底层存续机制直接模拟语言。该体系为生成式AI提供科学边界,推动从“仿真表象”向“原生智能”的范式跃迁,开辟硅基人工生命新赛道。

抽象主义人工智能和生命体AI 206

AutoSAR配置视频讲解:总目录

AutoSAR实验视频讲解:闪烁一颗LED实验【总目录】 欢迎大家来到雪云飞星的《AutoSAR实验视频讲解》,本专栏是一个关于AutoSAR的闪烁LED灯的实验课程,一共8节课,每节课的视频都放在文章最后,传送门如下: 前言 AutoSAR实验视频讲解:简介 EB 的Mcal配置 AutoSAR实验视频讲解:Mcal配置 DaVinci Cfg配置 AutoSAR实验视频讲解:新建DaVinci工程 AutoSAR实验视频讲解:Os配置(预计2021-3-10更新) AutoSAR实验视频讲解:检查校验报

雪云飞星的博客 2万+

但是我如果真的用差速轮去控制转向 为了尽量原地旋转 转向角度精确 我应该怎么去配置左右两个轮子的速度呢

目标实现方式原地转向左右轮速度相等、方向相反精确角度用 IMU 检测 yaw 实时对齐停止判断达到目标 yaw ± 容差时立即停转控制方式状态机(idle → turning → done)推荐容差2°~3° (可根据实际调整)

qqqweiweiqq的博客 314

OpenAI Control Room 架构拆解:给企业 AI Agent 加一套可审计的急停系统

OpenAI 公开了用于追踪和停止研究模型工作负载的 Control Room。本文拆解 job_id、推理前鉴权、35 秒撤销窗口与 Fail Closed 设计,并给出企业 AI Agent 急停控制面的数据模型、FastAPI 参考实现、缓存撤销策略和故障演练清单。

jerry764的博客 340

蓝牙模块HM-10手册

蓝牙模块HM-10手册,该手册对蓝牙模块HM-10进行了详细的介绍和使用方法以及一些AT指令。

OpenClaw 深度调查:把 AI 助手做成你自己的控制平面

对 openclaw/openclaw 的完整技术尽调:Gateway 架构、Agent 运行时、工具与沙箱、30 个消息通道、181 个插件、安全信任边界、工程代价与采用建议。17 章 / 10 张图,全部数字标注口径,数据截至 2026-10-31。

厚积薄发 349

SAP B1中文培訓教材_SDK

公司内部培训资料,对开发工具 ,DIAPI, UIAPI,Add-ON有详细解说

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

AI赋能智慧港口建设|造形家快速生成港口全要素三维场景

随着智慧港口、港口数字孪生项目的持续推进,港口三维场景的需求日益旺盛。传统港口三维建模,往往需要航拍倾斜摄影采集数据,再人工搭建吊机、岸桥、船舶、集装箱等大量工业设施模型,项目周期长、人力成本高,修改迭代繁琐,制约港口可视化项目落地效率。国产AI三维建模工具,依托卫星影像 AI 识别能力,无需航拍作业,一键快速搭建港口完整三维场景,为港口数字孪生、方案汇报、投标演示提供高效的场景解决方案。

m0_69539167的博客 84

锂电池充电器电路设计 里面有电路

锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。

从设备增点到治理闭环:老旧小区物业数智化落地实践

系统连接合同审批、银行流水、收费记录与项目台账,执行到期提醒、收入核验、异常标色和月度对账,让每一笔资金来源明确、去向可查。针对设施老旧、诉求响应慢、公共收益不透明等问题,津南以6类小区为试点场景,统一建设物业数字化底座,关联楼栋、单元、房屋、业主、空间、设施设备、工单、公共收益等核心数据。系统采用统一编码管理,将摄像头、路灯、井盖、道路、绿化等设施纳入资产台账,解决纸质记录更新滞后、故障责任难追溯的问题。基于历史工单建立分类模型和知识库,辅助识别照明、给排水、电梯、环境秩序、秩序维护等问题;

wuyeshuzhihua的博客 157

企业微信iPad协议详解:接口接入、实时消息同步与语音转码实践

深入解析企业微信iPad协议的技术架构与开发思路,涵盖API接口接入、长连接通信、实时消息同步、Silk语音转码、异常重连及高并发优化,帮助开发者了解企业微信自动化系统的设计与实现。

欢迎来到祖安! 511

Product Hunt 热榜 2026-11-13:Plurai Simulation、YouArt Desktop App、Omnigraph

2026-11-13 Product Hunt 新产品精选:Plurai Simulation、YouArt Desktop App、Omnigraph。汇总 15 款产品的中文介绍、功能关键词和产品链接。

LaughingZhu的博客 614

【AI Agent面试系列】AI Agent可观测、评测、安全相关的知识点

之前的文章介绍了和,本文主要介绍AI Agent的测评、可观测等知识。

405

Docling 原理解读:是什么、为什么、怎么样

从论文视角拆解 Docling 的整体架构、DoclingDocument 数据模型、PDF 预处理、版面分析、OCR、TableFormer 双解码器、阅读顺序与装配流程,并解释版面框与 OCR 框的区别。

PLANTTHESON的博客 401

WorkBuddy 实战:一句话需求 → 七屏可交互原型,户外徒步 App 的 AI 设计全流程

WorkBuddy 实战:一句话需求 → 七屏可交互原型,户外徒步 App 的 AI 设计全流程,跟着博主一起来还原整个过程。

夜郎King的博客 5156

从认识人工智能到理解机器学习:我的 AI 入门第一课

正式开始学习人工智能之前,我对 AI 的认识其实比较模糊:知道 ChatGPT、知道大模型,也知道现在很多岗位都在谈 AI,但如果有人问我“人工智能到底是什么”“机器是怎么学会识别一只猫的”,我未必能从头到尾讲清楚。上午的课程更偏向行业全景:人工智能的发展、研究方向、NLP、岗位分工、学习路线和 AI Coding 工具。下午的课程更偏向技术基础:机器学习的原理、有监督学习、深度学习、模型训练和评估方法。

chh563的博客 564
上一篇: Astronomaly:利用 CNN 和主动学习识别 400 万张星系图像中的异常
下一篇: AI「鸟口普查」,康奈尔大学利用深度学习分析北美林莺分布
HyperAI超神经
博客等级 码龄7年 8873粉丝 1753原创
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值