MONAI label自动化标注工具

MONAI Label 是一款智能开源图像标记和学习工具，使用户能够创建带注释的数据集并构建用于临床人员评估的AI注释模型。

MONAL Label 可以通过 MONAI Label Server作为服务端构建标签应用程序，服务端和客户端可在同一个计算机上运行。

定位：AI辅助标注插件

 

Step1 MONAI Label 安装

直接通过pip安装最新版本，截至20240821 - v0.8.3

pip install -U monailabel

Step2 MONAI Label 插件安装

MONAI Label 支持放射图像、病理图像、视频等图像类型，各自支持的查看器为

• 放射图像：3D Slicer 、OHIF
• 病理图像：Qupath 、Digital Slide Archive
• 视频：CVAT

以Qupath为例，Qupath是一个开放、灵活、可扩展的生物图像分析软件平台，旨在支持数字病理学中的细胞和细胞和检测、组织分类以及生物标志物定量等任务。

在Qupath中使用MONAI Label的安装流程

• 安装Qupath -  https://qupath.github.io/
• 下载monailabel插件 - https://github.com/Project-MONAI/MONAILabel/releases/download/data/qupath-extension-monailabel-0.3.0.jar
• 将下载好的插件文件拖拽进qupath的窗口中，安装monailabel扩展

在安装MONAILabel插件时请确保移除以前安装过的插件版本。

Step3 运行MONAI Label服务

MONAI Label服务的启动可以在命令行中执行，也可选择修改monailebel的源码（如有替换自己的模型等需求，可选择用自己的代码替换到源码中的各模块）实现。

命令行启动

monailabel start_server --app your_app_dir --studies your_studies_dir --conf models segmentation

app：应用程序文件夹，安装monailabel后会在源码路径下的/sample-apps中有示例，也可自己写一套针对自己任务的app（也可以不写app，直接更改源码替换自己的需求）

studies：存放wsi切片的路径

服务启动成功后即可在Qupath中进行图像的分割标注

Step4 Qupath图像分割标注

插件安装成功后，Qupath的选项卡中会出现MONAI Label选项卡

在图像中框定矩形roi区域，选中roi并使用annotation选项，可按照app或自行更改的流程对选中区域进行预测

分割结果

预测成功后可在Automate选项卡使用Groovy脚本对当前项目中的图像、标签等进行处理，获得数据集等内容

 

MONAI Label后端源码的改写

basic_infer：__call__中替换自己的infer流程，包括模型加载、图像切分、预测、后处理等

wsi：create_infer_wsi_tasks函数中调整tile_size参数，默认处理1024*1024大小的图像patch，会导致预测的轮廓有缝隙