stringtranslate.com

Ventana de estudio

Segmentación de tumores cerebrales bajo Studierfenster.
Disección aórtica repintada bajo Studierfenster.

Studierfenster o StudierFenster (SF) [1] [2] [3] es un marco de trabajo en línea de procesamiento de imágenes médicas basado en cliente/servidor, de ciencia abierta , gratuito y no comercial . Ofrece capacidades como la visualización de datos médicos ( tomografía computarizada (TC), resonancia magnética (IRM), etc.) en un espacio bidimensional y tridimensional directamente en los navegadores web estándar , como Google Chrome, Mozilla Firefox , Safari y Microsoft Edge . Otras funcionalidades son el cálculo de métricas médicas ( puntuación de dados [4] y distancia de Hausdorff [5] ), el delineado manual corte por corte de estructuras en imágenes médicas ( segmentación [6] [7] ), la colocación manual de puntos de referencia (anatómicos) en datos de imágenes médicas, la visualización de datos médicos en realidad virtual , una reconstrucción facial y el registro de datos médicos para realidad aumentada , [8] vitrinas de un solo clic para COVID-19 y exploraciones veterinarias, y un módulo Radiómica.

Otras características de Studierfenster son el diseño automático de implantes craneales con una red neuronal , [9] [10] la reproducción de disecciones aórticas [11] con una red generativa adversarial , [12] [13] una detección automática de puntos de referencia aórticos con aprendizaje profundo [14] en exploraciones de angiografía por tomografía computarizada y una implementación del algoritmo GrowCut para la segmentación de imágenes.

Studierfenster está actualmente alojado en un servidor en la Universidad Tecnológica de Graz [15] en Austria, y se amplió conjuntamente con el Instituto de Inteligencia Artificial en Medicina (IKIM) [16] en Essen, Alemania.

Historia

Studierfenster se inició dentro de dos tesis de licenciatura durante el programa de licenciatura de verano del Instituto de Gráficos Informáticos y Visión (ICG) en la Universidad Tecnológica de Graz, Austria, en cooperación con la Universidad Médica de Graz, Austria, en 2018/2019. [17] [18]

El nombre Studierfenster (o StudierFenster) es alemán y se puede traducir como 'ventana de estudio', donde ventana se refiere aquí a una ventana del navegador. La palabra Studierfenster es una adaptación de la palabra Studierstube ('sala de estudio'), que era un proyecto de realidad aumentada en la Universidad Tecnológica de Viena en Austria. [19] [20]

Arquitectura

La arquitectura del Studierfenster.

Studierfenster está configurado como una aplicación distribuida a través de un modelo cliente-servidor. El lado del cliente (front-end) consta de HTML y JavaScript con WebGL para permitir la visualización 2D y 3D, renderizada en el cliente.

El lado del servidor (back-end) maneja las solicitudes de los clientes a través de C, C++ y Python. [21] Se conecta a bibliotecas de código abierto y herramientas de software comunes como Insight Toolkit, [22] Visualization Toolkit ( VTK ), [23] X Toolkit (XTK) [24] y Slice:Drop. [25] La comunicación con el servidor se maneja mediante solicitudes AJAX [26] cuando es necesario.

Studierfenster utiliza un servidor Flask .

Características

Navegador DICOM

El navegador DICOM de Studierfenster

Esto permite que el cliente analice una carpeta local con archivos DICOM (Digital Imaging and Communications in Medicine) [27] [28] . Después, toda la carpeta se puede convertir en archivos comprimidos .nrrd (datos raster casi sin procesar) y descargar como un único archivo .zip.

Nrrd es una biblioteca y un formato de archivo para la representación y el procesamiento de datos raster de n dimensiones . Su finalidad es dar soporte a aplicaciones de visualización científica y procesamiento de imágenes (médicas) . [29] Con el "Navegador Dicom" de Studierfenster, es posible seleccionar estudios o series específicos y convertirlos únicamente.

Convertidor de archivos

El convertidor de archivos convierte un archivo de volumen médico (por ejemplo, un archivo .nrrd no comprimido) en un archivo .nrrd comprimido/binario. Después de la conversión, el archivo .nrrd comprimido se puede descargar y utilizar con el "Visor 3D médico" para visualización 2D y 3D y procesamiento posterior de imágenes.

Módulo de métricas

El módulo de métricas de Studierfenster

Esto puede calcular el coeficiente de similitud de Dice y la distancia de Hausdorff entre dos máscaras de segmentación (en formato .nrrd) en un navegador web estándar.

La tabla resultante tiene siete columnas: los nombres de los archivos utilizados en el cálculo, el coeficiente de similitud de Dice calculado, la distancia de Hausdorff calculada, la distancia de Hausdorff dirigida calculada para ambas direcciones y la información sobre si se utilizó el espaciado entre imágenes en el cálculo. La tabla se puede ordenar, se puede buscar y se puede exportar como una copia simple, una hoja de cálculo de Excel, un archivo de valores separados por comas o como un formato de documento portátil.

El módulo de métricas se ha utilizado para comparar segmentaciones anatómicas manuales de tumores cerebrales [30]

Visor de realidad virtual

Realidad virtual bajo Studierfenster.

El Visor de VR (o Visor de VR Médica) permite visualizar datos (médicos) en Realidad Virtual (VR) con dispositivos como Google Cardboard o HTC Vive (a través de la aplicación WebVR). [31] Para visualizar los datos en VR, es necesario convertirlos al formato VTI (.vti), lo que se puede hacer con la aplicación de visualización y análisis de datos multiplataforma de código abierto ParaView [32]

Críticos

Studierfenster no es un producto médico certificado; solo puede utilizarse con fines educativos, de investigación e informativos.

Referencias

  1. ^ "Studierfenster" . Consultado el 23 de abril de 2020 .
  2. ^ Egger, Jan; Wild, Daniel; Weber, Maximilian; Ramirez Bedoya, Christopher; Karner, Florian; Prutsch, Alexander; Schmied, Michael; Dionysio, Christina; Krobath, Dominik; Jin, Yuan; Gsaxner, Christina; Li, Jianning; Pepe, Antonio (2022). "Studierfenster: una plataforma de análisis de imágenes médicas basada en la nube y de ciencia abierta". Revista de imágenes digitales . 35 (2). Cham: Springer International Publishing: 340–355. doi :10.1007/s10278-021-00574-8. PMC 8782222 . PMID  35064372. 
  3. ^ Weber, Maximilian (17 de octubre de 2019). "Un entorno en línea basado en cliente/servidor para el cálculo de puntuaciones de segmentación médica". 2019 41.ª Conferencia internacional anual de la IEEE Engineering in Medicine and Biology Society (EMBC) . Vol. 2019. págs. 3463–3467. doi :10.1109/EMBC.2019.8856481. ISBN . 978-1-5386-1311-5. Número de identificación personal  31946624. Número de identificación personal  199373900.
  4. ^ Dice, Lee R. (1945). "Medidas de la cantidad de asociación ecológica entre especies". Ecología . 26 (3): 297–302. Bibcode :1945Ecol...26..297D. doi :10.2307/1932409. JSTOR  1932409. S2CID  53335638.
  5. ^ Rockafellar, R. Tyrrell ; Wets, Roger JB (2005). Análisis variacional . Springer-Verlag. pág. 117. ISBN 3-540-62772-3.
  6. ^ Linda G. Shapiro y George C. Stockman (2001): “Computer Vision”, págs. 279-325, Nueva Jersey, Prentice-Hall, ISBN 0-13-030796-3 
  7. ^ Barghout, Lauren y Lawrence W. Lee. "Sistema de procesamiento de información perceptiva". Paravue Inc. Solicitud de patente estadounidense 10/618.543, presentada el 11 de julio de 2003.
  8. ^ Gsaxner, Christina; Pepe, Antonio; Wallner, Jürgen; Schmalstieg, Dieter; Egger, Jan (2019). "Registro de imagen a rostro sin marcadores para realidad aumentada sin ataduras en cirugía de cabeza y cuello". En Shen, Dinggang; Liu, Tianming; Peters, Terry M.; Staib, Lawrence H.; Essert, Caroline; Zhou, Sean; Yap, Pew-Thian; Khan, Ali (eds.). Computación de imágenes médicas e intervención asistida por computadora – MICCAI 2019 . Apuntes de clase en informática. Vol. 11768. Cham: Springer International Publishing. págs. 236–244. doi :10.1007/978-3-030-32254-0_27. ISBN 978-3-030-32254-0.S2CID202620139  .​
  9. ^ Li, Jianning (enero de 2020). Aprendizaje profundo para la reconstrucción de defectos craneales. Tesis de maestría, Instituto de Gráficos Informáticos y Visión, Universidad Tecnológica de Graz, Austria, págs. 1-68, enero de 2020. (Tesis de maestría).
  10. ^ Li, Jianning; Pepe, Antonio; Gsaxner, Christina; Egger, Jan (2021). "Una plataforma en línea para la restauración automática de defectos craneales y el diseño de implantes craneales". En Linte, Cristian A.; Siewerdsen, Jeffrey H. (eds.). Imágenes médicas 2021: procedimientos guiados por imágenes, intervenciones robóticas y modelado . Vol. 11598. pág. 59. arXiv : 2006.00980 . Código Bibliográfico : 2021SPIE11598E..1QL. doi : 10.1117/12.2580719. ISBN: 978-0-822-2580719 . 9781510640252.S2CID219177447  .​ {{cite book}}: |journal=ignorado ( ayuda )
  11. ^ Pepe, Antonio; Li, Jianning; Rolf-Pissarczyk, Malte; Gsaxner, Christina; Chen, Xiaojun; Holzapfel, Gerhard A.; Egger, Jan (2020). "Detección, segmentación, simulación y visualización de disecciones aórticas: una revisión". Análisis de imágenes médicas . 65 : 101773. doi :10.1016/j.media.2020.101773. PMID  32738647. S2CID  220924735.
  12. ^ Prutsch, Alexander. "Diseño y desarrollo de una herramienta basada en la web para la reproducción de imágenes de aortas disecadas en angiografías" (PDF) . Consultado el 25 de abril de 2020 .
  13. ^ Goodfellow, Ian; Pouget-Abadie, Jean; Mirza, Mehdi; Xu, Bing; Warde-Farley, David; Ozair, Sherjil; Courville, Aaron; Bengio, Yoshua (2014). Redes generativas antagónicas (PDF) . Actas de la Conferencia internacional sobre sistemas de procesamiento de información neuronal (NIPS 2014). págs. 2672–2680.
  14. ^ Schmidhuber, J. (2015). "Aprendizaje profundo en redes neuronales: una descripción general". Redes neuronales . 61 : 85–117. arXiv : 1404.7828 . doi :10.1016/j.neunet.2014.09.003. PMID  25462637. S2CID  11715509.
  15. ^ "Universidad Tecnológica de Graz" . Consultado el 28 de abril de 2020 .
  16. ^ "Inteligencia artificial en medicina" . Consultado el 9 de febrero de 2022 .
  17. ^ Weber, Maximilian (13 de diciembre de 2018). Un entorno en línea basado en cliente/servidor para el cálculo de puntuaciones de segmentación (tesis de licenciatura). Austria: Instituto de Gráficos Informáticos y Visión, Universidad Tecnológica de Graz. pp. 1–40.
  18. ^ Wild, Daniel; Weber, Maximilian; Egger, Jan (2019). "Entorno en línea basado en cliente/servidor para la segmentación manual de imágenes médicas". arXiv : 1904.08610 [cs.CV].
  19. ^ "Studierstube" (PDF) . Consultado el 26 de abril de 2020 .
  20. ^ Szalavári, Zsolt; Schmalstieg, Dieter; Fuhrmann, Anton; Gervautz, Michael (1998). "?Studierstube?: Un entorno para la colaboración en realidad aumentada". Realidad virtual . Apuntes de clase en informática. 3 . Springer International Publishing: 37–48. doi :10.1007/BF01409796. S2CID  1122975.
  21. ^ "Python" . Consultado el 29 de abril de 2020 .
  22. ^ "The Insight Toolkit" (El kit de herramientas de Insight) . Consultado el 27 de abril de 2020 .
  23. ^ "VTK - The Visualization Toolkit" (VTK: el kit de herramientas de visualización) . Consultado el 27 de abril de 2020 .
  24. ^ "El kit de herramientas X: WebGL™ para visualización científica". GitHub . 25 de abril de 2020 . Consultado el 27 de abril de 2020 .
  25. ^ "Slice:Drop" . Consultado el 27 de abril de 2020 .
  26. ^ "Ajax - Guías para desarrolladores web". MDN Web Docs . Archivado desde el original el 28 de febrero de 2018. Consultado el 27 de febrero de 2018 .
  27. ^ "1 Ámbito de aplicación y ámbito de aplicación". dicom.nema.org .
  28. ^ Folleto DICOM, nema.org.
  29. ^ Aja-Fernández, Santiago; de Luis García, Rodrigo; Tao, Dacheng; Li, Xuelong (2009). Tensores en Procesamiento de Imágenes y Visión por Computadora . Avances en visión por computadora y reconocimiento de patrones. Medios de ciencia y negocios de Springer. ISBN 9781848822993.
  30. ^ Bhandari, Abhishta; Koppen, Jarrad; Agzarian, Marc (2020). "Redes neuronales convolucionales para la segmentación de tumores cerebrales". Insights into Imaging . Apuntes de clase en informática. 11:77 (1). Springer Open: 77. doi : 10.1186/s13244-020-00869-4 . PMC 7280397 . PMID  32514649. 
  31. ^ Egger, Jan (12 de marzo de 2017). "Integración de HTC Vive MeVisLab a través de OpenVR para aplicaciones médicas". PLOS ONE . ​​12 (3): e0173972. arXiv : 1703.07575 . Bibcode :2017PLoSO..1273972E. doi : 10.1371/journal.pone.0173972 . PMC 5360258 . PMID  28323840. 
  32. ^ "ParaView" . Consultado el 24 de mayo de 2020 .

Enlaces externos