實驗室簡介

影像資訊學實驗室主要研究領域為: 醫學影像儲存及傳輸系統(PACS)、電子病歷互通標準 (DICOM、IHE、HL7 FHIR)、醫學影像資料庫、醫學資訊安全與應用、醫學資訊系統開發與建置。
主要針對影像資訊學之核心研究與技術發展「巨量醫學影像研究資料庫平台」,以此為同心圓向外擴張,逐步發展相關醫學影像雲端技術以及進階的應用。

主要研究領域

醫學影像儲存及傳輸系統(PACS)

電子病歷互通標準 (DICOM、IHE、HL7 FHIR)

醫學影像資料庫

醫學資訊系統開發與建置

醫學資訊安全與應用

成員

📋兼職

2017/08-迄今 秘書長, 社團法人台灣醫療影像資訊標準協會 (DICOM-Taiwan)

2019/08/26-迄今 委員, 人體生物資料庫倫理委員會, 臺北榮民總醫院

2021/05/01-迄今 特約助理研究員, 醫學研究部, 臺北榮民總醫院

2018/08/01-迄今 標準制定委員, 國際DICOM協會

🎓學歷

2004/09- 2011/06 博士,國立陽明大學醫學工程研究所

2002/09- 2004/07 碩士,國立陽明大學醫學工程研究所

1998/09- 2002/06 學士,天主教輔仁大學電子工程學系

📋經歷

2023/02-迄今 副教授 - 國立臺北護理健康大學 資訊管理系暨研究所

2019/02-2023/01 助理教授 - 國立臺北護理健康大學 資訊管理系暨研究所

2013/11-2019//01 技術經理 - 美得康科技 (精誠資訊), 台灣

2012/10-2013/09 博士後研究員 - OFFIS, 奧爾登堡, 德國

2010/03-2011/02 訪問學者 - OFFIS, 奧爾登堡, 德國

🏅榮譽/獲獎紀錄

2012/10-2013/09 國科會「補助赴國外從事博士後研究」獎金

2010/03-2011/02 國科會「補助國內博士班研究生赴德國研究 (三明治計畫)」獎學金

2011/06 斐陶斐榮譽會員

2008/12 最佳口頭報告,2008年台灣國際醫學資訊聯合研討會

2004/06 斐陶斐榮譽會員

2004/06 陽明大學尹詢諾碩士論文比賽第二名

2003/07 大專學生研究創作獎

2001/03 國科會「大專學生研究計畫」獎學金

2001/11 教育部「微電腦系統應用競賽」優等獎

💡服務

2015/06- 2017/07 理事, 台灣醫療影像資訊標準協會 (DICOM-Taiwan)

2014/03- 2015/06 副秘書長, 台灣醫療影像資訊標準協會 (DICOM-Taiwan)

2005/04-2006/03 會長, 國立陽明大學醫學工程研究所學生會

研究

基於開放原始碼(open source)的精神,本實驗室部分研究成果提供PACS/FHIR系統開放原始碼專案,支援國際標準DICOM與HL7 FHIR。本研究規劃整合DICOM與IHE技術規格與現有的Web技術,作為未來用在醫療雲的底層與端點技術。此外,以非常寬鬆的軟體授權 (MIT License)提供商業以及學術用途使用。

發展策略

     
  • DICOM
    • Web 3D Rendering
    • Wohle Slide Image
    • DICOM AI Results incl. Structured Report, DICOM Simplified JSON SR Simplified DICOM SR in JSON
    • DICOM Waveform
     
  • FHIR
    • FHIR IPS (International Patient Summary)
    • mCODE™ (short for Minimal Common Oncology Data Elements)
    • FHIR Genomic

本實驗室研究成果部分開放原始碼專案,重要專案簡介如下:

藍光(BlueLight) - Web-based DICOM Viewer

a browser-based medical image viewer,a pure single-page application (SPA), lightweight, and using only JavaScript and HTML5 technologies so as to deploy it on any HTTP server easily (just put it in HTTP server). It supports not only opening local data, but also connecting to medical image archives which support DICOMweb. It provides tools for medical image interpretation and 3D image reconstruction, e.g., Multiplanar Rreformation or Reconstruction (MPR) and Volume Rendering (VR).

Publication:
  • Chen, TT., Sun, YC., Chu, WC. et al. BlueLight: An Open Source DICOM Viewer Using Low-Cost Computation Algorithm Implemented with JavaScript Using Advanced Medical Imaging Visualization. J Digit Imaging (2022). https://doi.org/10.1007/s10278-022-00746-0

浣熊(Raccoon) - NoSQL醫學影像資料庫

Raccoon is a noSQL-based medical image archive for managing the DICOM images. It uses the MongoDB to manage the DICOM images and provide RESTful API, supported both FHIR ImagingStudy and DICOMWeb to store, query/retrieve, and manage DICOM images. Raccoon is bulit on the top of the Burni FHIR Server to manage the FHIR resourcs related to medical images.

布魯尼(Burni) - NoSQL FHIR Server

Burni is an implementation of the FHIR server with Node, Express, and MongoDB providing very simple ways to customize the HL7 FHIR® specification, Burni support both Windows and Linux environment to enable developers to rapidly deploy a FHIR service. Burni also supports to import your Implementation Guide to store FHIR Resources and create FHIR RESTful API as well.

依循與強化DICOM以及相關隱私權規範,提供一個可靠的工具,達到「去識別化(De-identification)」以及「回復識別化(Re-identification)」。使用合理的數值取代原本PHI (Protect Health Information)以及架「構虛擬世界之病患索引技術」。以病患為導向的電子病歷作為教學與研究用。預期能提出一個可靠的軟體方法,達到病患隱私保護以及確保在虛擬世界的病患關聯性,並且使用符合法規。本主題目為發展巨量醫學影像研究資料庫之去識別化管理機制,對於不同的醫學影像個別制訂不同的去識別化模板,參考目前現有醫學影像研究資料庫制定的去識別化規則,制定影像匿名化政策等,針對DICOM Tag的規則以及一個較彈性的匿名化政策。在個人隱私再識別風險評估部分,設計一個機制用於評估個人病歷在去識別化程序後,間接再識別(re-identify)的風險與機率,已完備隱私風險管理機制。若是病患提出退出機制時,也需要有一套機制能恢復識別(Re-identification)將已去識別化的病歷刪除

>參考文件: 數位醫學影像去識別化實作指引手冊

進行中研究:

  • 運用深度學習自動標記類風濕性關節炎手部 X 光片中之關節

  • 簡介:利用人工智慧之深度學習(Deep Learning)以及機器學習(Machine Learning)技術,搭配醫學影像處理演算法應用於醫學影像領域,提供相關的工具將人工智慧導入醫師工作場域

      Publication:
    • Wang H-J, Su C-P, Lai C-C, Chen W-R, Chen C, Ho L-Y, Chu W-C, Lien C-Y. Deep Learning-Based Computer-Aided Diagnosis of Rheumatoid Arthritis with Hand X-ray Images Conforming to Modified Total Sharp/van der Heijde Score. Biomedicines. 2022; 10(6):1355. https://doi.org/10.3390/biomedicines10061355

  • 以卷積神經網路建構誘導性多能幹細胞分化之分類模型

  • 簡介:利用人工智慧之深度學習(Deep Learning)以及機器學習(Machine Learning)技術,應用誘導性多能幹細胞相關研究之應用

      Publication:
    • Lien C-Y, Chen T-T, Tsai E-T, Hsiao Y-J, Lee N, Gao C-E, Yang Y-P, Chen S-J, Yarmishyn AA, Hwang D-K, Chou S-J, Chu W-C, Chiou S-H, Chien Y. Recognizing the Differentiation Degree of Human Induced Pluripotent Stem Cell-Derived Retinal Pigment Epithelium Cells Using Machine Learning and Deep Learning-Based Approaches. Cells. 2023; 12(2):211. https://doi.org/10.3390/cells12020211
  • 開發以微服務架構之AI醫學影像病徵偵測平台

  • 簡介:本研究使用微服務架構實現AI模型與應用系統自動部屬機制,透過Kubernetes實現人工智慧(AI)模型之自動部署服務。提供網頁的介面,AI模型並整合微服務以達到快速部署以及有效率地更新AI模型。

提供DICOM相關技術用於醫學影像產品,包含: 產生標準化DICOM物件、DICOM成像、通信、顯示與儲存等技術。以下為本實驗室成熟之技術

     
  • 儀器產生(Modality): 產生各式DICOM IOD,包含: 超音波、心電圖、五官鏡、二次擷像等
  • 影像標記與結構化報告(Annotations & SR): 產生各式標準化DICOM標記,例如: RTSS, GSPS, Overlay, SEG, 數位病理標記, 結構化報告等
  • 儀器工作清單 (Modality Worklist): 支援儀器工作清單,例如: 界接HIS、RIS,造影檢查流程、報告系統等
  • DICOM Viewer: 提供Web DICOM Viewer解決方案,提供研究用途與商用客製化技術
  • DICOM Server: 提供標準DICOM Server解決方案,提供研究用途與商用客製化技術
  • DICOM驗證 (Validation): 提供各種DICOM IOD格式驗證

成功案例:

  • Ldcm: DICOM Library (支援C#, C/C++, Java)提供客製化服務
  • 次級擷取影像轉換DICOM格式技術 (提供五官鏡影像轉換標準化DICOME格式)
  • DICOM工作清單查詢調閱模組 (提供標準化C-FIND MWL SCU API)
  • 標準化DICOM心電圖波型轉換技術
  • ldcmview: HTML5 web DICOM Viewer
  • 醫療影像去識別化API工具 (符合HPIAA以及DICOM去識別化規範)
  • 影像索引管理系統 (以FHIR ImagingStudy架構整合HIS呼叫PACS之影像索引系統)

利用現有的軟硬體技術與資通技術(Information and communications technology, ICT )實現醫療資訊整合與科技輔助診斷之需求,並研發高效率、降低成本之高品質醫療IT輔助系統。例如:無紙化作業流程、結構化電子病歷之跨系統交換等應用。主要的研究分類可分為四大項:醫學資訊系統之資訊安全應用(Privacy and security applied to health information system)、工作流程之最佳化(Optimization of workflows)、跨平台與標準化的通訊(Cross-sector and standardized communication)與行動醫療 (Use of mobile devices in medical workflows)。

大型研究計畫

計畫類型: 專題研究計畫(主題研究群計畫)

執行日期: 2021/11/01 ~ 2022/10/31

角色: 共同主持人

本子計畫將以開源專案BlueLightRaccoon以及Burni FHIR Server為基礎向上發展支援國際標準之臨床研究資料儲存管理與顯示。並整合各種人工智慧模型提供符合標準化人工智慧模型互通RESTful API。

在臨床應用場域與方式上, 本研究將建置糖尿病患個案管理研究資料庫,秉持三個概念:(1) 資料不出醫院,模型出醫院共享(與Federated Learning的概念相通)。(2) 標準化雲端AI模型服務。(3) 院外AI市集, 院內AI門診。 以彩色眼底鏡AI之應用為例:當前糖尿病患者會固定在新陳代謝科門診就診,透過彩色眼底鏡和本計畫產生的AI人工智慧輔助的檢查,可追蹤糖尿病視網膜病變的進程,減少檢測所需花費的時間成本,更可在早期的時候進行快速診斷與固定追蹤。當判讀認為需要進行轉診時,可進一步透過整合性的AI系統模組,透過眼科的影像(OCT、OCTA、FAG) 來診斷,達到能夠早期預測和治療的目的




計畫類型: 專題研究計畫(主題研究群計畫)

執行日期: 2021/11/01 ~ 2022/10/31

角色: 共同主持人

主要目標包含:

(1) AI模型共享以及格式互通性之實驗沙箱場域: 建置符合國際標準格式之數位病理影像AI模型共享與格式互通標準驗證平台,提供具備AI模型共享以及格式互通性之實驗沙箱場域,讓AI開發者、醫師需求者、廠商在此平台上能驗證AI模型以及相關的產品。 使用者可透過此平台上架各種AI模型商品以及服務,提供AI落地於醫療資訊產業生態系之模型市集。

(2) 建置開放原始碼之全幅數位病理切片影像瀏覽與標註工具: 建置開放原始碼之數位病理切片瀏覽與標註工具,並支援最新醫學影像AI互通性國際標準,嘗試解決人工智慧結果所面臨AI結果互通的問題。另規劃每年台灣醫學資訊聯測(MI-TW Connectathon) ,以及國際數位病理影像與標記黑客松 針對標準化系統進行實際驗證,與國際接軌,打造醫學影像開源生態系。我們將針對資料治理、共享平台、研究資料庫互通性等進行研發。

計畫類型: 專題研究計畫(推動規劃補助計畫)

執行日期: 2017/11/01 ~2021/11/30

角色: 共同主持人

隨著精準醫療日益發展,臨床試驗以及研究案例越來越仰賴使用基於影像的標記(image-based marker)來確定治療準確性與治療效果。目前大多是採用人工的方式進行標記註解,儲存研究資料的欄位與格式多為專屬規格,實務上很難要求廠商修改專門處理在研究上所需的資料與格式,且會牽涉到許多商業行為以及複雜的技術整合問題,阻礙臨床實務與應用研發。這些珍貴的研究資料,無法跨系統互通,資料彙整困難。因此影像與標記的標準化有助於日後資料加值應用,開發者無需花費漫長的時間處理私訂格式與資料正規化,進而專心發展人工智慧技術。本計畫的目的為建置巨量醫學影像資料庫,作為醫學影像研究最底層的基礎架構與驗證機制,產生標準規格之影像標記及報告資料,以及建立標準系統整合介面,做為巨量醫學影像分析研究與擴充應用。本計畫搭配科技部前瞻計畫「醫療影像之巨量資料建立與應用研究 (簡稱AI99)」,建立「國家級醫療影像巨量資料庫」以及「跨機構資料共享機制規劃」。此平台以標準化的整合介面 (RESTful API),作為巨量醫學影像資料庫的底層與端點技術的基礎建設,提供三大類雲端服務(SaaS):(1) 資料庫建置;(2) 標註服務(authoring tools)以及 (3) 人工智慧應用端點服務。

標記可代表腫瘤輪廓、圈選範圍、量測、註記等。標記代表的意義可在結構化報告當中描述,但現行 DICOM結構化報告(Structured Reporting,簡稱SR)主要規範電腦輔診斷結果報告, DICOM 標準當中僅乳房影像檢查等少數幾種檢查有標準化的醫師診斷報告規格,但亦缺乏實際應用實例。本主題目的為建置一個影像標記註解工具提供醫師使用,將結果變成結構化報告。此主題會以腫瘤的病灶管理(Lesion Management)為目標,發展標註、顯示、影像處理的工具。本研究主題將參考國際醫學影像標記標準以及業界通用格式將影像標記註解模組化,並結合影像 (image)、標記 (markup)以及註解 (annotation)的語言,結合醫用詞彙標準用語(Lexicon) 提供可機讀資料(Machine-readable data),以達到標記註解之異質型系統互通性。

圖、巨量醫學影像資料庫架構規劃圖

著作目錄

CY Lien, TY Ting, LC Kuo, PC Chung, YC Chu, CT Kuo, “Design of HL7 FHIR Profiles for Pathology Reports Integrated with Pathology Images“, MedInfo 2023 , Sydney, Australia.

CH Chu, WC Chu, CH Hsiao, ST Tang, CY Lien, “Design and Implementation of NoSQL-based medical image archive underlaying FHIR“, 2020 6th International Conference on Environment and Bio-Engineering (ICEBE 2020) , Kyoto, Japan.

HY Su, AS Liu, CY Lien, CH Hsiao, ST Tang, WC Chu, “Multi-task Mass Classification in Mammography: End-to-end processing with deep convolutional neural network“, 2019 International Conference on Machine Learning and Intelligent Systems, 花蓮

CY Lien, T. Kao, "An Entropy-based Measurement of Risk Disclosure of Personal Health Information for Partial De-identified Electronic Health Record" The 5th WACBE World Congress on Bioengineering 2011. (Oral).

YH Shih, CY Lien, CH Hsiao, and WC Chu, "A Secure Knowledge Discovery Framework for Clinical Informatics", The 7th International Conference on Data Mining, 2011. (Poster)

CY Lien, M Onken, M Eichelberg, and T Kao, "Open source tools for standardized privacy protection of medical images" SPIE 2011. (Oral). [EI]

CY Lien, CH Hsiao, TL Yang, and T Kao, "Integrity and Authenticity of Quality Assurance and Control in an Imaging Examination Workflow", HEALTHINF 2010 (Oral),[教育部補助博士班研究生出國參與國際研討會] [國科會補助研究生出席國際學術會議][EI]

CY Lien, TL Yang, CH Hsiao, and T Kao, "Design and Implementation of the Integrating the Healthcare Enterprise Cross-enterprise Document Media Interchange (IHE XDM) platform in Taiwan-The Experience of Kaohsiung Veterans General Hospital", RSNA 2008. (Oral)

CY Lien, CH Hsiao, LC Huang, and T Kao, "Authenticity and Integrity of Portable Electronic Health Records", HEALTHINF 2008 (Oral): [教育部補助博士班研究生出國參與國際研討會] [EI]

CY Lien, CH Hsiao, and T Kao, "Soft-embedded digital signature of Secondary Capture Intra-oral Image", Proceedings of the 6th Asian-Pacific Conference on Medical and Biological Engineering, 44, pp. 646, 2005. (Poster)

CY Lien, CH Hsiao, and T Kao, "Digital Signature and Encryption of Medical Digital Images", The 2nd World Congress for Chinese BioMedical Engineers, 2004. (Oral) [教育部補助博士班研究生出國參與國際研討會]

LC Huang, CY Lien, CH Hsiao, HC Chu, and T Kao, "The De-Identification of Portable Electronic Medical Records", Proceedings of World Congress on Medical Physics and Biomedical Engineering, 2006. (Poster)

YW Bai, HG Wei, CY Lien, HL Tu, "A windows-based dual-channel arbitrary signal generator", Proceedings of the 19th IEEE Instrumentation and Measurement Technology Conference, 2002

李沁霖、李建興、陳增澤、朱唯勤、孫英洲、連中岳,「發展基於開源和分散式架構開發之綜合性醫學影像研究資料庫」,2021年生物醫學工程科技研討會(TSBME 2021)(口頭報告)

陳增澤、朱唯勤、邱士華、連中岳,「以卷積神經網路建構誘導性多能幹細胞分化之分類模型」,2021年生物醫學工程科技研討會(TSBME 2021)(口頭報告)

李建興, 李沁霖, 曾鈺珈, 李麗惠, 連中岳,「建置基於FHIR次世代基因定序分析平台」,2021年台灣國際醫學資訊聯合研討會(最佳論文)

王浩然, 蘇寄屏, 陳玟融, 陳琪, 何亮瑩, 賴建志, 連中岳,「運用深度學習自動標記類風濕性關節炎手部 X光片中之關節」,2021年台灣國際醫學資訊聯合研討會(最佳論文)

黃涵琳, 鄧瑞均, 林冠夆, 黃浩勛, 連中岳,「開發以微服務架構之AI醫學影像病徵偵測平台」,2021年台灣國際醫學資訊聯合研討會(最佳論文)

陳增澤, 林家禾,朱唯勤,連中岳,「藍光:臺灣開源Web醫學影像瀏覽器」,2020年台灣國際醫學資訊聯合研討會(最佳論文)

朱建樺, 陳增澤, 林家禾, 湯士滄, 連中岳,「發展標準化DICOMWeb醫學影像資料庫」,2019年台灣國際醫學資訊聯合研討會。

連中岳、蕭嘉宏、楊宗龍、高材,「建構符合IHE XDS架構之新一代可攜式電子病歷」,2008年台灣國際醫學資訊聯合研討會。(最佳口頭報告)

施岳勳、連中岳、朱唯勤、蕭嘉宏,「個人化電子病歷之權限控管」,2008年台灣國際醫學資訊聯合研討會。 (口頭報告)

蕭嘉宏、連中岳、康梅君、郭銘芳,「IHE 系統架構之分析探討」, 2007年台灣資訊聯合研討會。(海報)

陳偉聖、蕭嘉宏、連中岳,「以簡單化之網頁伺服器做為電子病歷之存取控制」,2006年第五屆亞太健康資訊標準研討會。(口頭報告)

連中岳, 蕭嘉宏, 高材,「開發DICOM影像之數位簽章」,2004年生物醫學工程科技研討會暨國科會醫學工程學門成果發表會。(口頭報告)

連中岳、高材、蕭嘉宏,「數位醫學影像之多重數位簽章」,2004年第七屆工程科技與中西醫藥應用研討會。(口頭報告)

CY. Lien, CH. Hsiao, T. Kao, “Authentication of Medical Image Based on Smart-Card System”, Medical Information Symposium in Taiwan, 2003。(海報)

連中岳、「數位醫學影像去識別化實作指引手冊 」,社團法人台灣醫療影像資訊標準協會(2019/7/28)

高材、連中岳、蕭嘉宏,「影像擷取簽章設備(M275469)」,中華民國專利(2005/9/11-2015/4/13)

教學

研究生與專題生培育方針

研究所學生將會學習如何跟臨床專業人員溝通、制定規格、分析問題等,期望畢業生具備「研發與實作醫療資訊系統」、「軟體專案執行與團隊合作」以及「客戶問題分析與溝通」之核心能力。依照業界常用的工具以及軟體開發方式,以「做中學」的方式到軟體開發的主要重要理論與實際應用,包含:專案管理工具(Redmine)、程式碼管理(Source Code Control Management,SCM)以及軟體生命周期(Systems Development Life Cycle,SDLC)。透過課程設計,讓學生親自動手參與軟體開發搭配目前業界常用的軟體開發流程,例如: 傳統軟體開發(Waterfall)、敏捷式開發(Scrum)、系統分析與設計、單元測試與整合測試、軟體估算(Estimate)、程式設計風格(Coding style)、以及程式碼審查(Code Review),未來就業時更能貼近業界需求。在應用訓練方面,提供基礎訓練,並選擇合適的題目參加全國性比賽或申請是申請「大專學生參與專題研究計畫」。

培養醫學資訊系統整合技術能力

讓學生能透過實際的案例與專案,從大學基礎課程銜接至專題研究,實際實作「行動化程式設計」、「網站建置」、「資料庫管理」等實作,包含編譯、安裝、使用、研發與整合等,讓學成能完成Web醫學資訊系統的開發與建置,提供實際的應用系統,進行功能擴充以及開發新系統,例如: Web-based 放腫治療計畫資訊系統、數位化病理影像顯示與儲存管理系統、Web-based心臟科報告與心電圖顯示系統、行動化DICOM影像擷取與上傳APP、影像DICOM影像上傳與編碼等諸多應用。

深化影像資訊學產業技術

讓學生透過實習、專題與研究計畫的方式,並讓學生學習常見的醫學資訊標準與系統,畢業前能了解產業界最新的動態以及最新之技術。透過課程設計,讓學生親自動手參與軟體開發,包含編譯、安裝、使用、版本維護、文件製作、研發與整合等。並讓學生練習使用業界常用開放原始碼。未來希望能透過學生的共同開發與維護,成為台灣在醫學影像應用領域的開放原始碼工具供應者,透過開放原始碼專案在國際上建立名聲,同時也讓學生能在大學時就能認識開放原始碼及應用,未來就業時能貼近業界需求。在實作訓練方面,以實際的系統以及國際標準進行軟體之間的互通性實驗(Connectivity),並根據業界規範與國際標準完成軟體的DICOM符合性宣稱(Conformance Statement)以及IHE 整合宣稱(Integration Statement)文件。

已開設課程
大學部:

程式語言課程:程式設計、物件導向程式設計

資料庫課程:資料庫管理系統

軟體工程課程:系統分析與設計

研究所:

知識領域課程:醫療資訊系統基礎

知識領域課程:醫療影像儲存與傳輸

專題

2022年
  • [奇異鳥] - 以IHE影像檢查流程架構建置乳房與腹部超音波影像與報告儲存傳輸系統
  • [Keroro] - 守護你的關節 - 類風溼性關節炎診斷之精準決策輔助系統
  • [石虎] - 基於自然語言處理的病理報告全文檢索系統
  • [笨吉娃娃] - 建構癌症基因資料儲存系統
2021年
  • [塞班島] - 運用深度學習自動標記類風溼性關節炎手部X光中之關節
  • [豬豬滾] - 鬥G眼-建構糖尿病綜合基因研究資料庫
  • [貝妮兔] - 開發以微服務架構之AI醫學影像病徵偵測平台
  • [宇智波] - 我班願稱U.B.R.S.為乳房報告系統最強!
2020年
  • [浣熊] - Micala醫療影像與報告查詢系統
  • [綿羊] - 以FHIR架構建置腹部超音波報告系統
  • [企鵝] - 病理影像Map
  • [海豚] - HOLY健康-疫起守護健康
2019年
  • [大象] - 發展DICOMWeb標準之HTML5醫學影像瀏覽系統
  • [花鹿] - DICOM Auto Annotation System