[OHIF-Viewers]医疗数字阅片-医学影像-Cornerstone

时常会听到圈内的朋友抱怨"学不动了"。确实如此,前端技术的横向发展和迭代速度实在是太快了,然而人的精力却是有限的,在中高级的技术进阶阶段,广撒网式的学习方式往往会适得其反。那些调侃程序员的中年危机的段子,说不好哪天真的变成了现实,那么前端er到底该如何构建自己的技术护城河?

就目前看来,前端发展的主要领域集中在:工程化、音视频处理、服务端(中间层或服务端渲染)、多端化(小程序,RN等)、以及本文即将介绍的图形图像处理。选择一个细分领域进行聚焦,持续深入的耕耘, 或许是个不错的应对之策。

说起图形图像处理,大家很容易联想到canvas实现的数据可视化或动画特效、openGL或webGL实现的三维模型等。从2015年开始,在AI算法和框架的引爆下,人脸识别等领域的商业化应用相继落地。与此同时,在医疗领域同样也掀起了一场革命,人工智能借助医疗影像大数据及图像识别技术,在肺结节、眼底、乳腺癌、宫颈癌等方面已取得了较为成熟的产品。

AI医疗井喷式的发展使得AI算法工程师炙手可热外,医疗软件研发和系统工程师也成为了下半场最抢手的人才。原因在于:

这里的软件工程师,往往要求是具备一定医疗软件开发经验的。放射科检查流程、医学影像基础原理、DICOM协议,这些都要多少知道一些。另外,在一个商业产品化的医疗影像分析诊断软件中,AI算法(深度学习模型)其实只占整个系统的20~30%,或更少。AI算法是整个系统中技术含量最高的部分,但绝对不是工作量最大的部分,也不是研发投入最大的部分。现在的软件基本都是网络化,从服务器端,到网页端或客户端,必然包含UI、通讯、数据库、存储等一系列必须开发的组件或基础架构。这些组件的开发往往要整个软件系统的70%或更多。这里,还没有包括持续发布、自动化测试、安装包等辅助基础设施的搭建。所以,现在几乎每个AI公司都已经成立了专门的软件组(部)---《医疗影像AI下半场,什么人才最抢手?》

这里所提及的Cornerstone, 是一套基于javascript语言实现的医疗影像库。正如其名"基石", 它的诞生, 使得在浏览器的web上显示高清医学影像成为可能,要知道此前的这类应用只能由开发客户端的C##等语言才能实现。Cornerstone除了处理图像移动、缩放、旋转、标注、测量、滤镜、图片融合等基础功能外,还提供了医学图像特有的窗宽窗位调整,借助其他生态配套库还可以实现MPR(多平面重建)。

网名:浩秦;
邮箱:root#landv.pw;
博客:landv.cnblogs.com;
只要我能控制一個國家的貨幣發行,我不在乎誰制定法律。金錢一旦作響,壞話隨之戛然而止。
posted @ 2020-07-08 15:21  landv  阅读(235)  评论(0编辑  收藏  举报