医学图像分割
文章平均质量分 88
主要讲述关于医学图像分割步骤和内容
Alexa2077
这个作者很懒,什么都没留下…
展开
-
根据脑图谱获取感兴趣区域的mask
脑影像分析中,我们常常会针对性的对某些感兴趣区域进行分析,而对它们进行分析的前提是获取该区域的mask。感兴趣区域可以用以某些坐标为球心的球形区域定义,也可以用脑图谱上对应的某些脑区定义,其中,后者是较为常见的,也是我们今天要讨论的。本文参考自:【MRI脑影像分析——根据脑图谱获取感兴趣区域mask,以海马体与丘脑为例(matlab+nilearn+nibabel+REST1.8)】。本文是做ASPECT评分任务的,为了更方便讲述,下面主要以ASPECT-Altas来进行讲述。如果需要此图谱的可以私聊我。原创 2023-10-16 21:58:44 · 416 阅读 · 0 评论 -
关于脑部的基础知识
脑皮质Cerebral Cortex,脑皮质也就是人们所说的大脑皮层,是大脑的最外层结构,控制着较高的大脑功能,例如信息处理。大脑皮质(cerebral cortex)上存在大量沟回,增加了皮质的总面积 ,同时便于神经元之间形成紧密的 三维联系。大脑皮层是大脑的最大部分,是大脑的最终控制和信息处理中心大脑皮层负责许多高级大脑功能,例如感觉,知觉,记忆,联想,思想等·端脑是大脑的主要部分,是大脑的思想和控制中心。皮质。原创 2023-10-16 15:07:45 · 830 阅读 · 0 评论 -
使用SimpleITK批量计算医学图像分割的mask体积,病灶体积
可以在该代码的基础上,增加写入excel表的操作,这样就可以把模型推理前的体积和模型推理后的体积都写入excel表,然后进行一系列分析。原创 2023-09-06 17:39:51 · 765 阅读 · 0 评论 -
FSL之bet2颅骨剥离 单个与批量操作
做的目的:脑组织提取 , 即颅骨剥离 , 是将脑部组织 ( 脑白质和脑灰质 ) 与非脑部组织分离开来 , 剔除颅骨等脑外组织。在图像的处理分析中 ,脑组织提取通常作为预处理阶段。当图像的像素数量非常大时 , 为了降低算法运算量 ,提高算法运算效率和分割精度 , 需要将图像中的非脑部组织剔除 , 只保留脑部组织。当然,颅骨剥离的工具非常多,本文主要使用FSL-bet工具提取脑组织。原创 2023-08-29 10:07:48 · 3500 阅读 · 0 评论 -
图像重采样插值原理与其在MRI脑影像分辨率修改中的应用
从左到右,第一个为输入图像路径,第二个为输出图像路径,第三个为重采样尺寸,这里为8,表示重采样到8mm的体素尺寸,第五个为插值方法。同样用体素尺寸为3mm的AAL_61x73x61_YCG.nii脑图谱作为的参考图像,把体素尺寸为2mm的MNI标准模板:MNI152_T1_2mm_brain.nii,转换成体素尺寸为3mm的标准模板:MNI152_T1_3mm_brain.nii,默认采用三线性插值。在数字图像重采样时用的比较多的插值方法有最近邻插值,线性插值和双三次插值等,如图所示,转载 2023-08-24 21:26:12 · 970 阅读 · 0 评论 -
SAM进展调研
目前使用SAM模型中,在医学图像领域,大多使用点和box当作prompt进行分割,目前较少看到使用文本描述作为SAM的prompt的。但是在自然图像领域,txet作为prompt稍微多一些。原创 2023-08-21 15:54:27 · 523 阅读 · 0 评论 -
Matlab工具NIFTI包的基本功能函数
绘图视图可以嵌入到您现有的图形窗口中。使用“save_untouch_nii”命令,可以将“make_ana”生成的ANALYZE 结构保存到一个ANALYZE 文件中,以便与一些仅限ANALYZE 的程序兼容。:加载 N 维 NIfTI 文件(其中 N 可以是 3 到 7)或 ANALYZE 文件(其中 N 可以是 3 到 4),但不要应用标题中指示的任何更改。:将由“load_nii.m”加载或由“make_nii.m”制作的N维NIfTI结构(其中N可以是3到7)保存到NIfTI文件中。原创 2023-08-17 22:34:48 · 537 阅读 · 0 评论 -
MATLAB添加工具包NIFTI(详细)及脑MRI 重采样
从左到右,第一个为输入图像路径,第二个为输出图像路径,第三个为重采样尺寸,这里为8,表示重采样到8mm的体素尺寸,第五个为插值方法。1:三线性插值(默认),2:最近邻插值,3:Fischer的Bresenham插值。主界面中找到”预设“按钮,点击打开,找到”常规“,点击”更新工具箱路径缓存“,再点”应用“,最后”确定“即可。第三步:添加好文件后,MATLAB搜索路径下便会出现添加好的新工具包路径,点“保存”,再“关闭”本文使用如下方式:将尺寸大小**(192,24,192),分辨率为(1,1,1)原创 2023-08-17 22:17:14 · 1511 阅读 · 0 评论 -
医学图像配准 Registration
Image registration 图像配准,是图像处理研究领域中的一个典型问题和技术难点,其目的在于比较或融合针对同一对象在不同条件下获取的图像,例如图像会来自不同的采集设备取自不同的时间不同的拍摄视角等等,有时也需要用到针对不同对象的图像配准问题。具体地说,对于一组图像数据集中的两幅图像,通过寻找一种空间变换把一幅图像(浮动图像,moving image)映射到另一幅图像(参考图像,fixed image)上,使得两图中对应于空间同一位置的点一一对应起来,从而达到信息融合的目的。原创 2023-07-27 10:46:34 · 4338 阅读 · 8 评论 -
图像分割损失函数概括
图像分割损失函数原创 2023-07-19 22:48:19 · 810 阅读 · 0 评论 -
【医学图像预处理(一)】之SimpleITK的介绍及使用代码
医学图像预处理原创 2023-07-19 20:21:20 · 4500 阅读 · 0 评论