Anotación de Imágenes Médicas con Potato

Las capacidades de anotación de imágenes de Potato pueden utilizarse para anotar imágenes médicas como radiografías, fotografías de lesiones cutáneas u otras imágenes clínicas en formatos estándar (PNG, JPG). Esta guía cubre las mejores prácticas para configurar proyectos de anotación de imágenes médicas.

Consideraciones Importantes

Antes de iniciar cualquier proyecto de anotación médica:

Des-identificación: Asegúrate de que toda la PHI (Información de Salud Protegida) se elimine de las imágenes antes de la anotación
Manejo de datos: Usa la infraestructura segura de tu institución para almacenar y procesar datos médicos
Control de acceso: Gestiona el acceso de los anotadores a través de tus sistemas de autenticación existentes
Cumplimiento normativo: Trabaja con tu IRB y equipos de cumplimiento para satisfacer los requisitos institucionales

Nota: Potato es una herramienta de anotación y no incluye funciones integradas de cumplimiento HIPAA, visores DICOM o capacidades especializadas de imagen médica. Estos requisitos deben abordarse a nivel de infraestructura.

Configuración Básica de Anotación de Imágenes Médicas

Así es como se configura Potato para anotar imágenes médicas estándar:

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"

Anotación de Radiografías y Fotos Clínicas

Para anotar radiografías o fotografías clínicas que han sido exportadas a formatos de imagen estándar:

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"

Anotación de Lesiones Cutáneas

Para imágenes de dermatología:

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"

Anotación de Imágenes Retinianas

Para fotografías de fondo de ojo y otras imágenes retinianas:

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"

Formato de Datos

Prepara tus datos de imagen en formato 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"
    }
  }
]

Nota: Las imágenes deben estar en formatos estándar compatibles con la web (PNG, JPG, etc.). Los archivos DICOM necesitan ser convertidos a formatos de imagen estándar antes de su uso con Potato.

Mejores Prácticas

Usar anotadores cualificados: La anotación médica requiere experiencia clínica - asegúrate de que tus anotadores tengan la formación adecuada
Pre-procesar imágenes: Convertir formatos especializados (DICOM, etc.) a formatos de imagen estándar y asegurar que la PHI se elimine
Múltiples anotadores: Que varios anotadores etiqueten cada imagen para medir el acuerdo entre anotadores
Directrices claras: Proporcionar directrices de anotación detalladas específicas para tu dominio clínico
Verificaciones de calidad: Incluir casos de referencia para monitorear la precisión de los anotadores
Cumplimiento institucional: Trabajar con tu equipo de cumplimiento para asegurar que el manejo de datos cumpla los requisitos

Limitaciones

Potato proporciona anotación de imágenes de propósito general y no incluye:

Soporte nativo de archivos DICOM o visores DICOM
Visores de imágenes de diapositiva completa (WSI) con zoom multi-resolución
Cumplimiento HIPAA integrado o registro de auditoría
Verificación de credenciales médicas
Herramientas especializadas de ventana radiológica

Para estas capacidades, considera pre-procesar tus datos o integrar Potato con infraestructura especializada de imagen médica.

Para más información sobre anotación de imágenes, consulta /docs/features/image-annotation.