为什么值得看这一页
- 按影像标注、分割建模、三维重建和多中心部署拆工具，而不是把所有医学影像 AI 项目混在一起。
- 区分 3D Slicer、MONAI、nnU-Net、Kaapana 的真实适用场景，方便影像科医生和算法团队快速选型。
- 提醒科研工具不能直接用于临床诊断，降低用户对 AI 影像工具的误用风险。
按你的科研角色先看这里
Top 5 推荐工具
优先考虑医学影像任务适配度、开源生态、可复现训练流程和对 DICOM/临床数据的支持。
肿瘤边界精确勾画：在肺癌、肝癌、前列腺癌等多种实体...
nnUNet
nnUNet是一个自适应的深度学习框架，能自动配置并训练2D/3D U-Net模型，在多样化的医学图像分割任务中实现卓越性能，显著减少手动调参工作。
适合：医学影像分析研究者、放射科医生、肿瘤科医生、生物医学工程师以及深度学习算法开发者。尤其适合那些需要高效、准确地进行医学图像分割，但又希望减少模型选择与调参复杂性的科研人员。
注意：对计算资源极度受限，或需要从零开始设计全新深度学习架构以探索前沿方法的研究者。对于数据量极小且特征单一的任务，nnUNet的自动化可能显得过于“重型”。
判断是否适合在医院私有云中部署医学影像 AI 推理流程
Kaapana
Kaapana 是面向医学影像 AI、放射组学流程和联邦学习研究的开源 Kubernetes 平台工具集。
适合：有容器化、Kubernetes 或医院私有云运维能力的医学影像 AI 团队、放射组学研究者、多中心影像研究 PI，以及需要把算法流程部署到受控环境中的生信/影像工程人员。
注意：不适合只需要做文献综述、常规统计分析、单机 Python 建模、低代码数据清洗，或没有 Kubernetes 运维能力的研究者。
判断是否适合
量化帕金森病、亨廷顿病、ALS 或脊髓损伤动物模型...
DeepLabCut
DeepLabCut 是开源的无标记姿态估计工具，可从实验视频中追踪动物或人体关键点，用于量化运动、步态和精细行为。
适合：从事神经科学、动物行为学、药理学、毒理学、发育生物学、康复医学前期研究，以及需要处理小鼠、大鼠、果蝇、斑马鱼等实验视频的医学科研人员。
注意：不适合只做简单通过/未通过评分、少量视频人工计数即可完成的项目；也不适合缺乏视频采集规范、无法投入标注时间或没有基本 Python/计算资源支持的团队。
判断是否适合小型临床研究的基线表、组间比较和 logistic...
jamovi
jamovi 是免费开源的图形化统计软件，适合医学论文中的描述统计、组间比较、基础回归、问卷分析、统计教学和 SPSS 替代评估。
适合：需要用图形界面完成常规统计分析，同时希望保留一定 R 扩展能力的医学研究生、临床医生、科研护士、公共卫生研究者、PI、生信或影像团队中的非统计核心成员，以及医学统计教学人员。
注意：不适合复杂自动化分析、组学流水线、正式临床试验统计提交、高级生存分析或需要完整脚本审计的项目；这类任务应考虑 R、Python、Stata、SAS 或专业统计支持。
判断是否适合
临床回归模型的诊断、参数整理和结果报告
easystats：R 模型诊断、效应量与医学论文统计报告工具
easystats 是面向 R 用户的开源统计包生态，适合在医学研究中完成模型诊断、参数整理、效应量计算、贝叶斯结果解释和论文统计报告复核。
适合：已经使用 R 做医学统计建模的医学研究生、临床医生、PI、生信、组学和影像组学研究者，以及需要把回归模型、混合效应模型或贝叶斯模型结果整理为论文表格、补充材料和审稿回复的课题组。
注意：不适合完全不写代码的用户。如果只做基础 t 检验、卡方检验、简单 ANOVA 或描述性统计，可以先考虑 JASP、jamovi 或 GraphPad Prism。它也不适合在研究设计、主要结局、协变量和统计分析计划尚未明确时，直接自动决定模型或变量处理方式。
判断是否适合还可以继续比较
BioRender
机制图与综述图更快出稿
BioRender 面向生命科学和医学科研绘图，适合快速制作机制图、实验流程图、图形摘要和综述示意图。
3D Slicer
CT、MRI、PET/CT 影像的 DICOM 查...
开源医学影像科研平台，支持 DICOM 导入、图像分割、三维重建、配准、测量、脚本化处理和标注结果复核。
QuPath
全切片病理图像查看和 ROI 标注
QuPath 是开源数字病理图像分析工具，适合在本地完成 WSI 查看、病理区域标注、IHC 阳性细胞计数和结果导出。
JASP：免费开源的医学统计分析工具
医学论文表 1、基线资料描述和两组或多组临床指标比较
JASP 可用于医学论文表 1、描述统计、常规组间比较和基础结果复核。
LibreClinica
研究者发起临床试验的 CRF 与访视流程模拟
LibreClinica 是一个开源临床研究 EDC/CDM 项目，适合用于评估 CRF、访视、受试者数据采集、数据查询、质控和导出流程。
napari
共聚焦 Z-stack 图像的 3D 浏览与细胞分...
用 Python 交互查看多维显微图像，适合分割质控、标注核查和图像分析流程衔接。
scRNA seq notes：单细胞分析工具与学习资料导航
刚进入单细胞 RNA-seq 分析
scRNA-seq_notes：单细胞分析工具与学习资料导航，适合刚进入单细胞 RNA-seq 分析，想了解工具生态和学习路径的医学科研人员。
TotalSegmentator
腹部CT器官体积测量与预后模型研究
面向CT影像的自动解剖结构分割工具，可批量生成器官ROI和体积分析所需mask
scvi tools：单细胞组学深度生成模型工具箱
单细胞多组学整合
scvi-tools：单细胞组学深度生成模型工具箱，适合做单细胞 RNA-seq、多组学整合、批次校正和潜变量建模的生信研究者。
常见问题
医学影像科研最应该先看哪个工具？
如果先做标注和三维可视化，3D Slicer 更直接；如果要训练深度学习模型，MONAI 和 nnU-Net 更接近算法工作流。
这些工具能直接用于临床诊断吗？
不能默认用于临床诊断。科研工具通常需要伦理审批、数据治理、模型验证和合规流程后，才可能进入临床相关场景。