landmarker: a Toolkit for Anatomical Landmark Localization in 2D/3D Images

要約

2D/3D 画像における解剖学的ランドマークの位置特定は、医療画像処理において重要なタスクです。
姿勢推定など、古典的なコンピュータ ビジョン タスクにおけるランドマーク位置特定用の汎用ツールが多数存在しますが、それらには医療分野での解剖学的ランドマーク位置特定アプリケーションに必要な特殊な機能やモジュール性が欠けています。
したがって、PyTorch 上に構築された Python パッケージ、landmark を紹介します。
このパッケージは、ランドマーク位置推定アルゴリズムを開発および評価するための包括的で柔軟なツールキットを提供し、静的および適応ヒートマップ回帰を含むさまざまな方法論をサポートします。
landmark は、ランドマーク識別の精度を高め、研究開発プロセスを合理化し、さまざまな画像形式と前処理パイプラインをサポートします。
モジュール設計により、ユーザーは特定のデータセットやアプリケーションに合わせてツールキットをカスタマイズおよび拡張でき、医療画像処理の革新を加速します。
landmark は、既存の汎用姿勢推定ツールでは適切に満たされない、ランドマーク位置特定タスクにおける精度とカスタマイズに対する重要なニーズに対応します。

要約(オリジナル)

Anatomical landmark localization in 2D/3D images is a critical task in medical imaging. Although many general-purpose tools exist for landmark localization in classical computer vision tasks, such as pose estimation, they lack the specialized features and modularity necessary for anatomical landmark localization applications in the medical domain. Therefore, we introduce landmarker, a Python package built on PyTorch. The package provides a comprehensive, flexible toolkit for developing and evaluating landmark localization algorithms, supporting a range of methodologies, including static and adaptive heatmap regression. landmarker enhances the accuracy of landmark identification, streamlines research and development processes, and supports various image formats and preprocessing pipelines. Its modular design allows users to customize and extend the toolkit for specific datasets and applications, accelerating innovation in medical imaging. landmarker addresses a critical need for precision and customization in landmark localization tasks not adequately met by existing general-purpose pose estimation tools.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google