Medical Imaging Toolbox には、画像診断アプリケーションを設計およびテストするためのアプリ、関数、およびワークフローが用意されています。3D レンダリングと可視化、様々なモダリティのレジストレーション、放射線画像のセグメンテーションとラベル付けを実行することができます。このツールボックスを使用すると、事前定義されたディープラーニング ネットワークに学習させることもできます (Deep Learning Toolbox を使用)。
X 線投影画像、コンピューター断層撮影 (CT)、磁気共鳴画像 (MRI)、超音波 (US)、核医学 (PET、SPECT) など、様々な画像モダリティから放射線画像をインポート、前処理、解析することができます。医用画像ラベラーアプリを使用すると、AI ワークフローで使用する 2D および 3D のラベル付けを半自動化することができます。2D 画像、3D 表面、3D ボリュームなどの医用画像に様々なモダリティのレジストレーションを実行することができます。このツールボックスには、エンドツーエンドのコンピューター支援診断と医用画像解析のための統合環境が用意されています。
機能、ドキュメント、および例
医用画像は医療の 1 分野であり、人間や動物の体内の撮影、可視化、解析を行う様々な手法が含まれます。これによって、医師は臓器、骨、細胞、および様々な生理学的過程を可視化し、病状を診断、監視、治療することができます。画像は、X 線、超音波、CT、MRI、核画像など、様々な放射線モダリティや、パソロジー用の顕微鏡を用いて生成されます。
医用画像データのインポート
ローカル、クラウド、または PACS サーバーに保存されている DICOM、NIfTI、NRRD などの特殊な医療ファイル形式から、医療画像データとメタデータを読み取り、編集します。
ドキュメンテーション | 例
グラウンドトゥルースのラベル付け
医用画像ラベラーアプリを使用して、グラウンド トゥルース データの対話的なラベル付け、ラベル付けプロセスの半自動化または自動化、MedSAM や MONAI Label などのディープラーニング手法や独自アルゴリズムの活用、そして AI ワークフロー用のラベル付けされたデータのエクスポートを行います
ドキュメンテーション | 例
医用画像レジストレーション
医用レジストレーション推定器アプリと専用関数を使用して、複数のモダリティの医用画像、ボリューム、またはサーフェスを共通の座標系で比較して位置合わせします。
ドキュメンテーション | 例
セグメンテーション
従来の手法または MedSAM のようなディープラーニング手法を用いて、2D 画像または 3D ボリュームを骨、腫瘍、臓器などの領域にセグメント化し、領域の精度を評価します。
ドキュメンテーション | 例
Cellpose ライブラリ用インターフェイス
Medical Imaging Toolbox Interface for Cellpose Library サポートパッケージを使用して、顕微鏡画像からの細胞をセグメント化します。
ドキュメンテーション | 例
MONAI ライブラリ用インターフェイス
医用画像ラベラーアプリに統合された Medical Imaging Toolbox Interface for MONAI Library サポートパッケージを使用して、医用画像の臓器と骨をセグメント化し、ラベル付けを行うことができます。
ドキュメンテーション | 例
製品リソース:
「Medical Imaging Toolboxを使用すると、数回クリックするだけでデータセット全体を読み込み、3次元レンダリングを作成できます。この機能とデータをエクスポートする能力があることは重要です。つまり、新たに設計を始める度にゼロから始めなくていいのです。私たちは、実績があり標準となっているものを利用することができます。これにより、新しい設計の度に数週間の時間を節約できます。」
Medical Imaging Toolbox の無料評価版を試す
今すぐ、その可能性を体験しましょう。
購入する
製品価格に関する情報と関連製品はこちら
あなたは学生ですか?
ご所属の学校にはすでに Campus-Wide License が導入されていて、MATLAB、Simulink、その他のアドオン製品を利用できる可能性があります。
