推薦 | Pair，醫學影象標註神器

阿新 • • 發佈：2020-12-14

推薦 | Pair，醫學影象標註神器

OpenCV學堂昨天

點選上方藍字關注我們

微信公眾號：OpenCV學堂

關注獲取更多計算機視覺與深度學習知識

在AI新基建時代，智慧化醫療成為一種潮流趨勢，其中醫學影像標註為智慧化醫療研究提供了基礎金標準。但現有軟體無法滿足標註專案的複雜需求。因此，本文為大家推薦一款一站式醫學影象標註軟體Pair，解決所有“不可以”。
Pair致力於成為最優秀、最專業、最懂醫生的國產醫學影像標註軟體。

繁瑣枯燥的影象標註工作常常讓人倍感壓力，尤其是醫學影像標註領域，標註需求差異巨大、標註場景複雜多變，而標註者卻面臨著沒有一款可以通用的標註軟體的尷尬情形。

臨床診斷往往涉及多種資料模態，如MRI、X光、超聲等；多種資料格式，如影象、視訊、三維資料等，對標註軟體的相容性有著極高的要求；多樣的標註型別，點、線、面、體的交叉組合，使得標註工作繁瑣耗時且錯誤頻出。除此之外，差異化的使用者需求，又對軟體功能的多樣性發出更高挑戰。

資料格式和標註型別的各種組合會產生複雜的標註場景

多數現有的標註軟體支援的資料模態有限，且功能單一，缺乏靈活性，培訓成本高。

常見的標註軟體

Pair與現有標註軟體的橫向對比，Pair的優勢顯著

面對現有標註軟體固有的痛點，大多數人只能將就，通過切換多種軟體來適應不同的需求。設想，當我們有2D、3D和視訊資料並且要進行不同型別的標註時，從各個軟體的安裝配置，到學習操作流程，都會耗費我們大量的時間和精力，而後續標註資訊的整合和處理，也令人疲於應對。同時，漫長的標註過程往往面臨如下問題：

若標註所需的標籤繁多，同時又欠缺層次化組織和管理，則標註者容易發生誤操作；
不同醫生的標註習慣可能存在差異，標註流程和規範難以統一；
完全依賴手動標註時，難以應對大規模、複雜的標註需求，既會造成醫生的負擔，也會嚴重製約研究專案的進度。

那麼是否有一款全家桶式的標註軟體，來解決上述所有煩惱？

Pair:“全家桶”式標註軟體

是的，Pair！作為一款一站式醫學影象標註軟體，Pair關注標註過程本身，遵從以下設計理念：

操作邏輯簡單易上手，提升互動體驗，減輕標註負擔。
功能豐富，覆蓋所有標註任務。
視覺化管理便捷，讀取儲存一步到位。
自定義的工作流滿足個性化需求。
整合深度學習，半自動標註，提升效率。
可加密的資料流通為專案安全提供保障。

我們的pair作為一款一站式醫學影象標註軟體，與其他標註軟體相比，有以下八大亮點：

多專案通用。
相容全部資料模態和格式。
支援多種標註型別。
AI智慧標註。
支援大規模的標註任務。
標註流程規範化。
安全的資料流通。
完善的教程。

接下來，讓我們一起來深入瞭解Pair，感受Pair獨到之處。

多專案通用

你還在為2D影象需要用LabelMe，3D影象需要使用itk-SNAP、3D Slicer頻繁切換軟體而煩惱嗎？

你還在為nii檔案只能被itk-SNAP、3D Slicer標註，病理影象svs只能被ImageScope等軟體標註，而醫學視訊資料沒有專用軟體標註而煩惱嗎？

這些煩惱，Pair通通幫您掃除！

Pair支援多種影像AI專案的標註資料，支援2D、視訊和3D資料等格式，支援CT、X-Ray、MRI、PET、超聲、病理切片、掃描電鏡、血管造影等資料模態。使用者只需一款Pair，便可以載入並標註各種醫學影像資料，擺脫負擔，加速前行。

（下表為Pair支援的資料格式和檔案格式）

資料格式	檔案格式
2D	bmp, png, jpg, tiff, svs…
3D	nii, nii.gz, mrc, rec, mhd, mha, dcm, nrrd, hd…
視訊	mp4, avi, wmv, flv…

Pair支援多種醫學影像模態和格式（左上到右下依次為：病理影象、視訊資料、3D、2D）

標註型別多樣

Pair涵蓋了分割、分類、目標檢測、關鍵點定位等常見任務的所有標註型別，提供了橢圓、多邊形、矩形框、關鍵點、分類標籤、測量項等通用標註功能。同時，畫刷、魔術棒、曲線勾勒、輪廓例項管理和視訊跟蹤標註等高階功能可有效提高標註效率。此外，Pair支援多種標註種類混合使用，使您不再受頻繁切換軟體的困擾。

Pair支援的標註功能

Pair提供的高階標註功能展示（左上到右下依次為：輪廓例項管理、可旋轉三維框、畫刷、魔術棒）

Pair支援視訊追蹤功能，使用者只需在某一幀影象上進行標註，點選Start Tracking，軟體會在後續幀自動跟蹤目標，並將結果標註在影象上

AI智慧標註

在面臨大規模、複雜的標註需求時，如視訊幀標註或多工密集標註，若完全依賴手動標註，既會給醫生帶來沉重的負擔，也會嚴重製約AI研究專案的進度。Pair配備獨有的AI輔助標註功能，旨在緩解醫生的標註壓力，為影像的標註提供加速度。

若使用該模組，首先需要演算法團隊提供AI模型，根據軟體內建的《AI模組使用說明》，生成加密的aia格式檔案，並將該檔案提供給標註者；標註者只需載入aia檔案，即可一鍵推理。Pair會自動生成初始標註，只需微調標註結果即可完成標註工作，節省標註時間，加快工作流程。

Pair AI功能設計架構

Pair的AI模組支援豐富的任務和模型，多工組合帶來更多靈活性。

支援的任務	支援模型
分類	AlexNet, VGG, DenseNet, Inception, GoogLeNet, ShuffleNet, Resnet, Wide Resnet, Resnext, Mobilnet, MNASNet …
分割	Fcn, U-net, Deeplab, ENet, ICNet, DFANet, Bisenet …
點定位	Faster Rcnn, Retinanet, Yolo v5 …
目標檢測	Heatmap Based Unet, Fcn, Deeplab …
多工	上述任務任意組合

Pair獨有AI一鍵推理功能，無論是分類、分割、點定位還是目標檢測，標註者只需要點選AI按鈕，即可“一鍵”得到標註結果，快捷方便。

豐富的AI功能，包括分割、點定位、例項分割和檢測

大規模資料的標註

Pair具備優異的工作流，支援上千張影象和視訊的同時匯入。輕鬆處理超大視訊[>1.2G]、超大病理切片[>2.2G]，不卡頓，不閃退。優化了對CPU、記憶體的管理，使得軟體具有很強的相容性，在無GPU獨顯，效能較差的電腦仍可流暢使用。

100000000畫素個數級別的SVS病理圖片標註

1000幀數的視訊標註

規範的標註流程

Pair提供了自定義配置檔案功能，實現標註流程規範化。使用者可高度自定義標籤命名、標註層級、標註附屬功能（連線線、測量角等）、目標屬性等，標註者只需一鍵拖入配置檔案，即可應用到軟體，並遵從該規則進行標註。配置檔案可以有效避免標註人員因誤操作或個人習慣不同而引發的混亂，如不同醫生可能會對同一器官有不同的標籤命名等。此外，同一專案統一配置檔案，有利於科研人員對標註資訊的高效讀取。

Pair支援完全自定義的標籤命名，並提供了父子兩級的標籤層次管理，便於對標註內容的結構化管理。例如：父級標籤可用於定義標註任務：“分割”、“目標檢測”、“關鍵點”等；每個父級標籤下的眾多子級標籤，可以用於定義具體的標註內容，例如“關鍵點”下可以有“點1”、“點2”子標籤。

高度自定義的配置檔案，繫結標籤和標註功能，具有父子兩級標籤

使用者可通過配置檔案將標籤和標註功能關聯繫結，例如：將“目標檢測”與“Rectangle”功能繫結、將“分割”與“Polygon”繫結、將“關鍵點”與“Landmark”繫結，當用滑鼠選中標籤欄裡的標籤時，標註功能會自動跳轉到對應的功能項，有效提高混合標註時的提高效率，減少誤操作。

標籤和標註功能自動繫結

配置檔案還提供目標屬性模組，使用者可在該模組自定義一個目標屬性的模板，例如患者姓名、性別、年齡、診斷描述等內容，在標註時可使用該模板記錄標註目標對應的文字資訊。

目標屬性可以方便醫生錄入各種臨床資訊

流通安全保障

Pair在標註流程期間，為影像、標註和AI模型提供加密功能，保證資料安全流通。加密過後的資料和標註只能在Pair中開啟，保障研究者的資料安全，防止資料外洩；AI模型轉換後的加密aia檔案，只能用於Pair標註輔助用途，保護模型擁有者的產權。

完善的教程

軟體內建中英雙語使用教程，以各個標註功能為主線展開介紹。另有AI模組使用說明和Pair標註結果讀取說明，方便開發者即查即用。B站上有持續更新的教程視訊介紹，以每個大模組展開介紹，讓標註者快速上手，降低培訓成本和時間。

完善的內建教程

詳細的文件手冊

豐富的線上視訊資源

大家對Pair的反饋

目前，Pair已具有較多的使用受眾，包括海內外超過50所知名院校，也希望能得到大家更多的建議和指點。

試用Pair軟體的部分院校名單

聯絡方式

更多詳細資料，可關注Pair微信賬號和B站官方賬號

即刻體驗與試用

以下為軟體的【下載連結】，歡迎參與超長期試用。我們提供的是堅果雲下載連結，下載速度遠快於百度雲盤小水管~

下載連結內不僅提供Pair的安裝包，還有Pair的AI模型檔案和示例測試影象等資源，方便體驗者即刻體驗AI輔助標註帶來的便捷性。

https://www.jianguoyun.com/p/DUQd8gcQh-n1CBiLvcgD

以下為Pair往期教學使用視訊，歡迎點贊、投幣、收藏一鍵三連。

https://www.bilibili.com/video/BV1G64y1F79Xhttps://www.bilibili.com/video/BV1sa411A7nHhttps://www.bilibili.com/video/BV1QD4y1Q7jyhttps://www.bilibili.com/video/BV1ez4y1k7as

團隊介紹

Pair由深圳大學醫學部醫學超聲計算實驗室（Medical Ultrasound Image Computing Lab, MUSIC)的倪東教授和楊鑫博士等帶隊研發。團隊成員10餘人，歷時近2年，目前仍在持續大幅優化中。從研發開始，Pair就定位於解決醫學影像標註軟體所長期存在的問題，形成行業內的基礎、重要軟體，推動醫學影像AI的基礎建設。Pair自2020年7月年於MICS大會亮相以來，收到大量反饋與好評，也得到了很多重要的指導，發現了更多值得解決的問題。Pair會繼續保持每月更新優化的進度，追求對標註功能設計的極致專業。