超声多中心研究数据不一致?超声图像标准化神器来帮你!

文摘   2024-11-13 00:50   德国  

"怀长期主义,聊医工科技"

欢迎添加超哥微信加入交流群,获取前沿,合作等资讯
添加微信时请备注姓名,单位,从事方向等讯息



不错过医工超人文章三部曲:1. 关注公众号 2. 经常点击“在看” 3. 点击公众号右上方设置“星标” 每篇文章都会按时推送不错过

本篇文章大概2000字,深度阅读需要15分钟
      今天的文章中,超哥为大家介绍EchoLocator一个专为多中心超声图像标准化分析设计的开源 Python 工具。超声图像由于设备和设置的差异,存在显著的异质性,这对深度学习系统的性能和跨中心研究的准确性产生不利影响。EchoLocator 通过自动化预处理步骤,包括去除水印、裁剪超声锥体区域、转换极坐标等,消除这些异质性。该工具不仅能有效清理超声图像中的干扰元素,还能确保图像的一致性和可用性,尤其适用于需要标准化的多中心研究。作为一个开放源代码项目,EchoLocator 已被成功应用于肝脂肪分析等实际场景,并通过 GitHub 提供给研究人员使用,极大地提高了超声图像数据处理的效率和准确性。
超哥之前介绍的开源软件相关文章:

“免费且好用“的超声数据处理与产品开发平台MITK-US : 一种用于超声应用的开源框架

开源平台 | 解决无创神经调控定位难题 - 一种全新精准靶向LIFU开源仿真平台

开源平台 | BUSClean : 面向乳腺超声AI的图像预处理与知识提取开源软件

开源平台 | Fan-Slicer : 快速生成超声大数据集的基于并行处理和CUDA内核应用软件包


       今天的文章中,超哥给大家介绍EchoLocator开源方案,这是一个用于标准化超声图像分析的开源 Python 包。该工具通过清理水印、裁剪图像以及转换图像的极坐标,旨在减少超声图像在多中心研究中的异质性。本文介绍了该工具的背景、核心算法及其在实际中的应用,尤其是在使用深度学习(DL)系统分析多中心数据时。

背景

       超声成像由于其非侵入性、安全性和无辐射的特点广泛应用于临床诊断。然而,不同设备和设置获取的超声图像在质量、分辨率和穿透深度等方面差异较大,这对多中心研究中的数据分析造成了巨大挑战。特别是,当超声图像被用于深度学习模型时,这些差异可能会导致模型性能下降。因此,为了应对这些挑战,EchoLocator包应运而生,旨在通过标准化预处理步骤减少这种异质性。

EchoLocator 包的结构

EchoLocator 包

       EchoLocator 包是一个用于预处理超声图像的自动化工具,完全在 Python 3.6 环境下开发。其主要功能包括去除水印、裁剪图像中的超声锥体区域、并将图像从笛卡尔坐标转换为极坐标。核心算法包括预清理、水印去除、超声锥体裁剪以及极坐标转换。

EchoLocator 包中的标准化步骤包括:清理水印和注释、裁剪超声锥体区域、将图像转换为极坐标。

  • 预清理首先对图像进行预处理,去除图像中的颜色元素和灰度异常区域。该过程通过检测图像中的颜色像素和伪零像素,去除不必要的元素,确保图像的清晰度。

  • 水印去除许多超声图像中带有水印或注释,可能会影响后续分析。该方法使用修改的分水岭算法,从图像中心开始进行水印去除,确保只保留有用的超声信息。

图 a):水印去除方案。
图 b):自适应裁剪策略,突出显示了该部分中描述的步骤:超声锥体裁剪。

  • 超声锥体裁剪由于超声锥体通常在图像中不居中,并且水印去除后会留下较大的无信息区域,因此该步骤通过裁剪图像中有用的超声锥体区域,确保后续分析数据的一致性。

  • 极坐标转换为了更好地匹配超声探头的几何结构,EchoLocator 包将超声图像从笛卡尔坐标系转换为极坐标系。这种转换有助于减少图像的几何变形,特别是在超声图像边缘区域,进一步提升图像的质量和一致性。

实例展示

       通过对多个超声图像进行处理,报告展示了 EchoLocator 的实际应用效果。原始图像中存在水印、注释以及超声锥体形状差异。经过 EchoLocator 的处理后,所有图像中的多余元素被去除,剩下的超声锥体区域被标准化并转换为极坐标。这些标准化的图像可以为多中心数据分析和深度学习模型的训练提供一致的输入。

整个预处理过程的示例,从原始图像到转换为极坐标的图像。

总结

       EchoLocator 是一个强大而高效的超声图像预处理工具,特别适用于多中心研究中超声图像的标准化分析。它不仅简化了图像的预处理步骤,还能提高深度学习模型在不同超声图像数据集上的表现。   

参考文献

Del Corso, Giulio, Laura De Rosa, Maria Antonietta Pascali, Francesco Faita, and Sara Colantonio. "EchoLocator: an Open Source Python Package for the Standardisation of Echographic Images in Multicentre Analysis."


"怀长期主义,聊医工科技"


我是超哥,超声行业17年老伙计,做过研发,搞过生产,趟过市场,开过(在开)公司;越野跑爱好者;工作狂;沟通粗暴直接;严苛完美主义者;起伏皆为过往;信奉长期主义和第一性原则;欢迎来聊来组局...


 我是超哥,下期见...


欢迎添加超哥个人微信
和超哥可以谈项目,聊技术,搭平台,做咨询,介绍工作等等等等
添加微信时请备注(姓名-单位-职位-合作意向)
(可扫描下方二维码添加超哥微信)

*免责声明*

  本公众号注明原创的内容权利属于本服务或本服务权利人所有,未经本服务或本服务权利人授权,任何人不得擅自使用(包括但不限于复制、传播、展示、镜像、上载、下载、转载、摘编等)或许可他人使用上述知识产权的。已经本服务或本服务权利人授权使用作品的,应在授权范围内使用,并注明作者来源。否则,将依法追究其法律责任。

医工超人
超声医工交叉领域最新技术的搬运工,介绍超声医学,生物领域医工结合,AI,数字化和医技方向最新进展
 最新文章