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

功能、文档和示例

医学成像是医学领域的一个分支,包括对人类和动物体内进行成像、可视化和分析的各种方法。这使医生能够可视化器官、骨骼、细胞和各种生理过程,并诊断、监测和治疗病理状况。其中使用各种放射学模态,例如 X 射线、超声波、CT、MRI 和核成像,生成图像并使用显微镜进行病理检查。

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。

分析

使用影像组学和高级特征描述等方法分析医学成像数据。

Cellpose 库的接口

使用 Medical Imaging Toolbox Interface for Cellpose Library 支持包从显微镜图像中分割细胞。

MONAI 库的接口

使用 Medical Imaging Toolbox Interface for MONAI Label Library 支持包分割和标注医学图像中的器官和骨骼。

“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。