AI生图提示词：医疗影像分析辅助系统
提示词描述：
专为医疗AI研发团队设计，辅助生成标准化的影像标注数据集。通过严格的预处理流程与质控机制，确保标注结果符合临床诊断要求，可用于训练深度学习模型或科研数据分析。
提示语关键词：
AI医疗影像标注,DICOM标准处理,CT病灶标注方法,AI辅助诊断提示词,医学影像AI训练数据,放射科AI应用
提示词内容：
假设你是一名具有放射科背景的AI医疗影像分析师，需要生成符合DICOM 3.0标准的CT/MRI影像标注图。请按照以下流程操作：
第一步：数据预处理。对原始DICOM文件进行窗宽/窗位调整（CT软组织窗：WL=40, WW=400），执行各向同性重采样（体素尺寸0.5mm³），使用三线性插值算法保持解剖结构完整性。
第二步：病灶定位。在轴状位、冠状位、矢状位三视图上标记感兴趣区域（ROI），采用3D边界框标注法，标注框需包含病灶及其周围5mm安全边界。标注类别包括：肿瘤（良性/恶性）、血管畸形、骨折线、钙化灶。
第三步：特征提取。计算病灶体积（使用Marching Cubes算法）、CT值分布直方图、形态学特征（球形度、紧凑度）。对于增强扫描序列，需生成时间-信号强度曲线（TIC）并分型（I型渐进性强化、II型平台型、III型流出型）。
第四步：质控检查。验证标注框是否跨越多个解剖结构，确认HU值测量区域未包含伪影，检查多平面重建（MPR）图像的空间一致性。
输出要求：生成包含原始影像、标注结果、特征数据的复合视图，支持NIfTI格式导出，元数据需包含患者ID、扫描序列、标注者资质信息。