本文介绍了如何基于开源医学图像处理软件3D Slicer开发医学图像标注插件。利用C++编程，插件实现了 DICOM 信息导出、PACS诊断信息录入、标注信息录入和XML格式标注文件的自动生成与解析。主要应用于乳腺和肺结节图像标注，为深度学习算法数据集提供高效标注工具，标注信息以XML格式存储，便于跨平台数据共享。
基于3d slicer开发医学图像标注插件
3d slicer是一款开源的医学图像处理软件，它基本上集成了医学图像处理的所有功能，包括重建、分割、配置、分析、实时导航等功能。3d slicer是基于ITK、VTK、DCMTK、CTK、QT等开发的，以插件的方式实现医学图像的处理分析功能，提供了C++、Paython、CLI的程序开发接口。我们通过编译源码，采用C++实现了一个医学图像标注插件。该标注插件实现了DICOM信息的导出、PACAS诊断信息的录入、标注信息的录入、自动生成XML格式的标注文件以及标注文件的解析。它主要应用于乳腺图像和肺结节图像的标注，为医学图像数据集的收集提供更加简单、快捷的标注工具，自动生成标签文件。立方体感兴趣区域标示出病灶的边界，得到病灶的中心位置和半径，适用于二维和三维图像的标注，这样的标注模式更加适用于深度学习算法数据集的标注。标注信息文件采用XML格式，使得在不同平台上的数据交换和共享成为可能。
该插件各个模块的功能如下：
最低0.47元/天 解锁文章
扫一扫
2359
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
