Medical Imaging Toolbox

 

Medical Imaging Toolbox

可视化、配准、分割和标注二维及三维医学图像

导入医学成像数据

从专用医疗文件格式(如 DICOM、NIfTI 和 NRRD)中读取图像数据和元数据。这些格式存储描述患者、成像过程和空间参照的数据。

可视化二维图像和三维体

使用交互式工具可视化二维和三维医学成像数据。生成和渲染三维曲面和三维体。

真值标注

使用医学图像标注器以交互方式标注真值数据,半自动或自动完成标注过程,并导出标注的数据用于人工智能工作流。

预处理和增强

使用预处理方法提高图像质量,并使用随机强度增强来扩展训练数据集,从而提高深度学习网络的有效性。

医学图像配准

使用图像配准比较多模态医学图像、三维体或曲面以便通过共用坐标系将其对齐。

分割

使用传统方法或深度学习方法将二维图像或三维体分割成骨骼、肿瘤或器官等区域,并计算这些区域的准确度。

“使用深度学习基于医学超声图像诊断甲状腺结节”

作者 Eunjung Lee,延世大学数学与计算学院 (CSE)

获取免费试用版

30 天探索触手可及。


准备购买?

获取报价并了解相关产品。

您是学生吗?

您的学校可能已拥有 Campus-Wide License 并允许您直接使用 MATLAB、Simulink 和其他附加产品。