MATLAB 和 Simulink 在医学成像领域的应用

设计、开发和测试医学成像算法和设备

借助 MATLAB 和 Simulink,您能够在遵守行业法规和标准的同时设计、开发和测试医学成像算法和设备。您可以验证用于医疗设备的 MATLAB 和 Simulink 产品的 FDA/CE 法规合规性,并在开发过程中符合 IEC 62304 等标准。

借助 MATLAB 和 Simulink,您能够:

  • 构建原型和实现高性能成像和重建的方法
  • 为计算机视觉、影像组学和计算机辅助诊断创建图像处理算法
  • 训练和验证可解释的人工智能 (AI) 和深度学习模型
  • 在云中部署和共享医学成像应用
  • 设计和仿真医学成像设备的天线、阵列、功率系统和控制系统

“Simulink 有助于系统架构师和硬件设计人员进行沟通。它就像一种共用的语言,我们通过它来交换知识、构想和设计。Simulink 和 HDL Coder 使我们能够专注于开发算法和通过仿真完善设计,而不是检查 VHDL 语法和编码规则。”

Marcel van Bakel,飞利浦健康

加速图像形成和重建

MATLAB 和 Simulink 能够结合图像重建和形成功能,使您能够基于原始数据(如 k 空间 (MRI)、射频信号(超声波)和投影射线 (CT))创建高质量的医学图像。您可以快速为不同方法构建原型,并验证其性能。经过验证后,这些算法可以通过代码生成在 CPU、GPU 和 FPGA 中实现,从而针对快速图像采集进行优化。


开发高级医学图像处理算法

借助 MATLAB 和 Simulink 强大的图像处理功能,您可以导入、可视化和分析原始格式的医学图像,如三维 (MRI、CT)、实时(超声、内窥镜)、多模态 (PET、SPECT) 或高分辨率(数字病理学)等格式的医学图像。内置的交互式 App 为计算机视觉、影像组学和计算机辅助诊断任务提供直观的工作流。算法可以自动转换为针对目标硬件而优化的高性能代码,从而实现产品化。


创建基于 AI 的医学成像应用

MATLAB 和 Simulink 支持基于 AI 的医学成像应用,如图像分割、分类和目标检测。您可以使用常见的 AI 框架,如 TensorFlow™ 和 PyTorch,更重要的是,将 AI 集成到开发成像应用程序的完整工作流中。借助基于模型的设计,您可以将验证和确认纳入开发流程中,以做到 FDA/CE 法规合规性。


在云中部署和共享医学成像应用

借助 MATLAB 和 Simulink,您可以使用 AWS®、Azure® 或 NVIDIA® GPU 云等公共服务提供商,为软件即服务 (SaaS) 和医疗保健物联网创建基于云的医学成像应用。您可以创建基于浏览器的 Web App 与他人共享应用以进行协作和外部验证。您还可以使用云来加速深度学习和其他计算密集型任务中成像应用的性能。


设计医学成像设备

借助 MATLAB 和 Simulink,您可以使用建模和仿真来设计医学成像设备部件和控制系统。您可以设计多域组件,如 MRI 线圈、超声换能器阵列、射频功率系统,以及电机、热管理和 X 射线加速电压的控制系统。此外,在构建高成本的硬件原型之前,您可以在虚拟环境中测试这些组件能否正常运行。

MATLAB 中鸟笼型 MRI 线圈的示意图。

联系我们

MATLAB 和 Simulink 助力初创企业成长

了解其他初创企业如何使用 MATLAB。