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、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、共通の座標系でマルチモーダル医療画像、ボリューム、またはサーフェスを比較および位置合わせします。
ドキュメンテーション | 例
セグメンテーション
従来の手法またはディープラーニング手法を使用して、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
Medical Imaging Toolbox Interface for MONAI Label Library サポートパッケージを使用して、医用画像における臓器と骨をセグメント化およびラベル付けします。
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。」
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。
