医学影像资源收集

医学影像网站

影像园
vIST/e

DTI

  • DTI studio

    • DTI studio 是一个再Windows下运行的扩散张量图像后处理程序。适合张量计算,颜色映射,白质纤维束跟踪,三维可视化等任务。
  • MedInria

    • MedInria是由发过INRIA开发的医学影像后处理平台。包含医学影像可视化,DTI纤维束跟踪与张量显示,图像配准,多硬化症分析,脑沟回可视化等功能。
  • FSL

    • FSL偏重于DTI的统计学处理分析。测体积、VBM等.
    • TBSS
      TBSS是FSL软件下的一个DTI数据处理工具,主要用于比较不同组人群之间局部FA或其他DTI参数的差异,与VBM或VBA比较相近,但所使用的算法完全不同,是目前DTI数据中比较常用的软件之一。
  • TrackVis

    • TrackVis是一款多平台DTI数据处理软件,可以在Windows系统或Linux系统下使用,可用于计算纤维束走形和显示。该软件由两个工具箱构成,Diffusion Toolkit用于计算DTI或HARDI数据以及常用的各参数,如ADC、FA、本征值等。TrackVis用于对计算出的神经纤维束显示和分析,可以手工画ROI或VOI也可以通过导入ROI或VOI进行纤维束追踪,并可分析通过ROI的纤维束数目及长度等信息。是目前比较好用的一款DTI数据处理软件,上手比较容易。

脑结构连接分析

  • PANDA

    • PANDA是基于FSL等软件开发的dMRI数据处理软件。它可以全自动地对大量的被试进行预处理,并产生用于voxel-based、atlas-based和TBSS-based统计分析所需的数据;此外可以通过确定性追踪和概率追踪进行网络构建。软件可以同时并行分析大批量的数据,官方网站

静息态fMRI

  • REST

    • REST是一个静息态功能磁共振数据分析工具,可以计算功能连接(FC),区域同质性(ReHo值),振幅低频率波动(ALFF),Granger因果分析(GCA)等指标。同时包含丰富的图像分析工具,如各种统计分析、可视化,多重比较校正,时间序列提取,结果出图等。
  • FSL - MELODIC

    • FSL MELODIC 3.0是牛津大学开发的一个功能磁共振后处理软件。该方法无需指定任何先验模型,凭借独立分量分析(ICA)将单个或多个四维数据集分解成不同的空间和时间组件,从而寻找活跃区域。
  • GIFT

    • 基于Matlab的专门用来做ICA分析的工具包,可以用来进行基于任务fMRI和静息fMRI的ICA分析及其后续分析。
  • MICA

    • 基于Matlab的易于操作的ICA分析软件。可以实现较大样本量数据的ICA分析,通过多次运算求得稳定的ICA分析结果,克服ICA分析的不稳定性。
  • DPARSF(A)

    • 流水线式自动化的fMRI和静息态fMRI数据预处理,静息态fMRI数据后处理工具包。可以实现目前主流的各种静息态fMRI指标的计算。可以实现并行的快速计算。

任务态fMRI

  • SPM

    • SPM是分析功能成像数据教主流的一个软件包。可以分析多种脑成像数据,包括fMRI,PET,SPECT,EEG和MEG。
  • GLM Flex

    • 基于Matlab和SPM的二次统计(组分析)分析软件,除了SPM包括的那些简单模型(单样本,双样本t检验等),还允许更多功能如mixed ANOVA,2×2被试内设计,多于两因素的ANOVA分析。
  • FSL-FEAT

    • FSL FEAT基于模型的fMRI数据分析软件, FEAT对于实验设计和分析具有很高的灵活性,适合于复杂的功能磁共振实验设计任务。
  • AFNI

    • AFNI是在linux上运行的分析功能成像数据的工具集。可以分析多种脑成像数据,包括fMRI,PET,SPECT等。
  • LISREL

    • LISREL (Linear Structural Relations)是由K.G. Joreskog & D. Sorbom所发展的结构方程模型 (Structural Equation Modeling)软件. LISREL被认为是最专业的结构方程模块(Structural Equation Modeling, 简称 SEM )分析工具,通过fMRI数据可以对大脑进行网络模型构建(带有方向性),并对所做模型供验证性因素分析。由于LISREL在探讨多变项因果关系上的强力优势,最早LISREL运用于社会学研究,最近随着脑科学研究的进展也有不少研究人员将结构方程模型运用于大脑网络的研究进而探讨多变项或单变项之间的因果关系。

Structural MRI

  • 皮层

    • Freesurfer
    • FreeSurfer是哈佛大学开发的磁共振神经影像分析,主要用于测量大脑皮层的厚度和统计分析。
  • 沟回

    • BrainVISA
    • BrainVISA 可以用来分析T1加权大脑MR图像,包括灰/白质分类,左右半球表面的提取与可视化,大脑皮质沟回的提取、标记等。
  • 结构

    • SPM
    • 测脑体积、VBM、及其他

多模态磁共振数据分析

  • 脑网络分析

    • GRETNA
    • GRETNA是一个针对磁共振影像数据开发的基于图论的复杂脑网络分析软件。该软件可以对脑功能影像进行自动预处理,并能批量计算常用的二值化或者加权脑网络的拓扑属性,如类聚系数、最短路径长度、小世界属性、网络效率、模块化、节点度、节点介数、节点效率等,并能对结果进行统计分析(www.nitrc.org/projects/gretna)
  • 脑网络可视化

    • BrainNet Viewer
    • BrainNet Viewer是一个脑网络可视化软件,提供了丰富的设置来帮助研究者快速、灵活、方便地展示脑连接网络的信息。该软件支持显示基于图论的三维脑网络模型以及体数据到三维脑曲面的映射,并能够将显示结果保存成常用的图片格式或制作展示电影动画(www.nitrc.org/projects/bnv/)
  • 可视化

    • 3D Slicer
    • 3D Slicer是一个开放式的医学影像后处理平台,可以创建特定主题的医学图像分析和可视化工具。包含多种模态成像如MRI,CT,超声,核医学等,可以分析从头部到脚的多个器官影像,具有较好的可扩展性。
  • MRIcron

    • NIfTI数据可视化,支持linux,可使用命令安装.
  • fsleyes

    • fsl软件里面的一个工具,支持linux安装,直接使用fsleyes xxx即可查看图像

说明

以上内容为互联网整理资源,侵联删。

  • 4
    点赞
  • 43
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
抱歉,我无法立即为您提供一个完整的深度学习医学影像识别代码,因为这需要考虑到许多因素,例如数据集、模型选择、超参数调整等等。但是,我可以给您提供一些指导和建议来开始这个项目。 1. 数据集收集:首先,您需要获得一个足够大的医学影像数据集。这可能需要一些时间和资源。您可以从公共的医学影像数据库中获取数据,例如Kaggle的医学图像数据集、TCIA等等。您还可以与医院或医学机构合作,获取他们的医学图像数据集。请确保您的数据集是高质量的,并且包含足够的样本。 2. 数据预处理:在您开始训练模型之前,您需要对数据进行预处理。这可以包括图像增强、图像标准化、数据切分等等。您可以使用Python中的开源库,例如OpenCV、Pillow和Scikit-image来完成这些任务。 3. 模型选择:深度学习有许多不同的模型可以选择,例如卷积神经网络(CNN)和递归神经网络(RNN)。对于医学影像识别,CNN是最常用的模型之一。您可以使用深度学习框架,例如TensorFlow、Keras和PyTorch等等来实现您的模型。 4. 训练和评估模型:您需要将数据集分成训练集和测试集。使用训练集来训练模型,并使用测试集来评估模型的性能。您需要监控模型的准确率、精确率、召回率和F1得分等指标,以确定模型的性能。 5. 超参数调整:在训练模型之前,您需要选择一些超参数,例如学习率、批处理大小和迭代次数等等。您可以使用交叉验证等技术来进行超参数调整,以获得最佳的模型性能。 希望这些指导和建议能够帮助您开始编写自己的深度学习医学影像识别代码。如果您需要更多的帮助,请随时问我。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

九久呀

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值