Processing HSV Colored Medical Images and Adapting Color Thresholds for Computational Image Analysis: a Practical Introduction to an open-source tool

背景：应用人工智能技术进行计算机医学图像分析已经显示出了很好的结果。然而，由于不同中心和医生使用不同的着色阈值以及临床注释的删除，彩色图像通常不易于进行人工智能分析。我们旨在开发一个开源工具，可以适应不同的HSV彩色医学图像的着色阈值，并通过简单的点击删除注释。 材料和方法：我们使用MATLAB构建了一个功能，并使用多中心国际剪切波弹性成像数据（NCT 02638935）来测试该功能。我们提供了逐步说明和相应的代码行。 结果：我们证明了新开发的预处理功能成功地删除了字母并适应了HSV彩色医学图像的不同着色阈值。 结论：我们开发了一个开源工具，用于在HSV彩色医学图像中删除字母并适应不同的着色阈值。我们希望这有助于推进医学图像处理，为开发使用多样化的多中心大数据的强大计算成像算法做出贡献。开源Matlab工具可在https://github.com/cailiemed/image-threshold-adapting上获得。

开发一种开源工具，用于适应不同颜色阈值的HSV医学图像和去除注释，以促进医学图像处理的发展。

使用MATLAB构建函数，通过多中心国际剪切波弹性成像数据测试，成功开发了一种用于适应不同颜色阈值的HSV医学图像和去除注释的预处理函数。

论文提供了详细的使用说明和代码行，并展示了新开发的预处理函数成功去除字母和适应不同颜色阈值的HSV医学图像。这个开源的MATLAB工具有助于开发鲁棒的计算成像算法，使用多中心大数据。论文提供了开源的MATLAB工具链接。

最近的相关研究集中在使用AI技术进行计算医学图像分析上，但是由于不同中心和医生使用不同的着色阈值以及移除临床注释，彩色图像通常不易于进行AI分析。