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ローカライゼーションは、医用画像処理における重要なタスクである。ポーズ推定のような古典的なコンピュータビジョンのタスクにおけるランドマークのローカライゼーションのための汎用ツールは数多く存在するが、それらは医療領域における解剖学的ランドマークのローカライゼーションアプリケーションに必要な特化した機能とモジュール性を欠いている。そこで、PyTorch上で構築されたPythonパッケージであるlandmarkerを紹介する。landmarkerはランドマーク同定の精度を高め、研究開発プロセスを効率化し、様々な画像フォーマットや前処理パイプラインをサポートします。その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用にツールキットをカスタマイズしたり拡張したりすることができ、医用画像のイノベーションを加速します。landmarkerは、既存の汎用ポーズ推定ツールでは十分に満たされない、ランドマークのローカライズタスクにおける精度とカスタマイズの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, DeepL