Skip to content
Guides4 min read

توسيم الصور الطبية باستخدام Potato

أفضل الممارسات لتوسيم الصور الطبية باستخدام ميزات توسيم الصور القياسية في Potato.

Potato Team·

توسيم الصور الطبية باستخدام Potato

يمكن استخدام قدرات توسيم الصور في Potato لتوسيم الصور الطبية مثل الأشعة السينية وصور الآفات الجلدية أو غيرها من الصور السريرية بالصيغ القياسية (PNG، JPG). يغطي هذا الدليل أفضل الممارسات لإعداد مشاريع توسيم الصور الطبية.

اعتبارات مهمة

قبل بدء أي مشروع توسيم طبي:

  1. إزالة التعريف: تأكد من إزالة جميع المعلومات الصحية المحمية (PHI) من الصور قبل التوسيم
  2. معالجة البيانات: استخدم البنية التحتية الآمنة لمؤسستك لتخزين ومعالجة البيانات الطبية
  3. التحكم في الوصول: أدر وصول المُوسِّمين من خلال أنظمة المصادقة الحالية
  4. الامتثال: اعمل مع فريق الامتثال ولجنة المراجعة المؤسسية لتلبية المتطلبات المؤسسية

ملاحظة: Potato أداة توسيم ولا يتضمن ميزات امتثال HIPAA مدمجة أو عارضات DICOM أو قدرات تصوير طبي متخصصة. يجب معالجة هذه المتطلبات على مستوى البنية التحتية.

إعداد توسيم الصور الطبية الأساسي

إليك كيفية تكوين Potato لتوسيم الصور الطبية القياسية:

yaml
annotation_task_name: "Medical Image Annotation"
 
data_files:
  - path: data/medical_images.json
    type: json
 
annotation_schemes:
  - annotation_type: bounding_box
    name: lesions
    allow_multiple: true
    labels:
      - name: primary
        color: "#EF4444"
        description: "Primary finding"
 
      - name: secondary
        color: "#F97316"
        description: "Secondary finding"
 
      - name: artifact
        color: "#6B7280"
        description: "Artifact or noise"
 
  - annotation_type: radio
    name: image_quality
    question: "Overall image quality?"
    options:
      - name: diagnostic
        label: "Diagnostic Quality"
      - name: limited
        label: "Limited Quality"
      - name: non_diagnostic
        label: "Non-Diagnostic"

توسيم الأشعة السينية والصور السريرية

لتوسيم الأشعة السينية أو الصور السريرية التي تم تصديرها إلى صيغ الصور القياسية:

yaml
annotation_task_name: "X-Ray Findings Annotation"
 
data_files:
  - path: data/xray_images.json
    type: json
 
annotation_schemes:
  - annotation_type: polygon
    name: abnormalities
    allow_multiple: true
    labels:
      - name: opacity
        color: "#EF4444"
        description: "Pulmonary opacity"
 
      - name: consolidation
        color: "#F97316"
        description: "Consolidation"
 
      - name: nodule
        color: "#EAB308"
        description: "Pulmonary nodule"
 
      - name: effusion
        color: "#3B82F6"
        description: "Pleural effusion"
 
  - annotation_type: multiselect
    name: findings
    question: "Select all findings present"
    options:
      - name: normal
        label: "No acute findings"
      - name: pneumonia
        label: "Pneumonia"
      - name: atelectasis
        label: "Atelectasis"
      - name: pneumothorax
        label: "Pneumothorax"
      - name: fracture
        label: "Fracture"

توسيم الآفات الجلدية

لصور الأمراض الجلدية:

yaml
annotation_task_name: "Dermoscopy Annotation"
 
data_files:
  - path: data/skin_lesions.json
    type: json
 
annotation_schemes:
  - annotation_type: polygon
    name: lesion_boundary
    labels:
      - name: lesion
        color: "#EF4444"
        description: "Lesion boundary"
 
  - annotation_type: multiselect
    name: dermoscopic_features
    question: "Select all features present"
    options:
      - name: pigment_network
        label: "Pigment Network"
      - name: dots_globules
        label: "Dots/Globules"
      - name: streaks
        label: "Streaks"
      - name: blue_white_veil
        label: "Blue-White Veil"
      - name: regression
        label: "Regression Structures"
      - name: vascular
        label: "Vascular Structures"
 
  - annotation_type: radio
    name: diagnosis
    question: "Most likely diagnosis?"
    options:
      - name: benign_nevus
        label: "Benign Nevus"
      - name: seborrheic_keratosis
        label: "Seborrheic Keratosis"
      - name: basal_cell
        label: "Basal Cell Carcinoma"
      - name: melanoma
        label: "Melanoma"
      - name: other
        label: "Other"
 
  - annotation_type: likert
    name: confidence
    question: "Diagnostic confidence"
    size: 5
    min_label: "Low"
    max_label: "High"

توسيم صور الشبكية

لصور قاع العين وصور الشبكية الأخرى:

yaml
annotation_task_name: "Fundus Image Annotation"
 
data_files:
  - path: data/fundus_images.json
    type: json
 
annotation_schemes:
  - annotation_type: polygon
    name: anatomical_structures
    labels:
      - name: optic_disc
        color: "#FDE68A"
        description: "Optic disc boundary"
 
      - name: fovea
        color: "#A78BFA"
        description: "Fovea region"
 
      - name: macula
        color: "#93C5FD"
        description: "Macular region"
 
  - annotation_type: polygon
    name: pathology
    allow_multiple: true
    labels:
      - name: hemorrhage
        color: "#EF4444"
        description: "Retinal hemorrhage"
 
      - name: exudate
        color: "#FCD34D"
        description: "Hard/soft exudate"
 
      - name: microaneurysm
        color: "#F97316"
        description: "Microaneurysm"
 
  - annotation_type: radio
    name: dr_grade
    question: "Diabetic retinopathy grade"
    options:
      - name: none
        label: "No DR"
      - name: mild
        label: "Mild NPDR"
      - name: moderate
        label: "Moderate NPDR"
      - name: severe
        label: "Severe NPDR"
      - name: proliferative
        label: "PDR"

صيغة البيانات

أعد بيانات صورك بصيغة JSON:

json
[
  {
    "id": "case_001",
    "image": "images/case_001.png",
    "metadata": {
      "body_part": "chest",
      "modality": "xray"
    }
  },
  {
    "id": "case_002",
    "image": "images/case_002.png",
    "metadata": {
      "body_part": "chest",
      "modality": "xray"
    }
  }
]

ملاحظة: يجب أن تكون الصور بصيغ متوافقة مع الويب (PNG، JPG، إلخ). تحتاج ملفات DICOM إلى تحويل إلى صيغ صور قياسية قبل الاستخدام مع Potato.

أفضل الممارسات

  1. استخدم مُوسِّمين مؤهلين: التوسيم الطبي يتطلب خبرة سريرية - تأكد من حصول المُوسِّمين على تدريب مناسب
  2. معالجة الصور مسبقاً: حوّل الصيغ المتخصصة (DICOM، إلخ) إلى صيغ صور قياسية وتأكد من إزالة المعلومات الصحية المحمية
  3. مُوسِّمون متعددون: اجعل عدة مُوسِّمين يوسمون كل صورة لقياس اتفاق المُوسِّمين
  4. إرشادات واضحة: قدم إرشادات توسيم مفصلة خاصة بمجالك السريري
  5. فحوصات الجودة: ضمّن حالات معيارية ذهبية لمراقبة دقة المُوسِّم
  6. الامتثال المؤسسي: اعمل مع فريق الامتثال لضمان تلبية معالجة البيانات للمتطلبات

القيود

يوفر Potato توسيم صور عام الغرض ولا يتضمن:

  • دعم ملفات DICOM الأصلي أو عارضات DICOM
  • عارضات شرائح كاملة (WSI) مع تكبير متعدد الدقة
  • امتثال HIPAA مدمج أو تسجيل التدقيق
  • التحقق من بيانات الاعتماد الطبية
  • أدوات نوافذ الأشعة المتخصصة

لهذه القدرات، فكر في معالجة بياناتك مسبقاً أو دمج Potato مع بنية تحتية متخصصة للتصوير الطبي.


لمزيد من المعلومات عن توسيم الصور، راجع /docs/features/image-annotation.