Medical Imaging Toolbox

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。

一連の心臓超音波画像の最初のフレーム。

医用画像データのインポート

DICOM、NIfTI、NRRD などの特殊な医療ファイル形式から画像データとメタデータを読み取ります。これらのファイルには、患者、画像処理手順、空間参照の情報を記述したデータが格納されています。

ドキュメンテーション | 例

人間の胸部の CT スキャン。

2D 画像と 3D ボリュームの可視化

対話型ツールを使用して、2D および 3D の医用画像データを可視化します。3D 表面とボリュームを生成してレンダリングします。

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

人間の胸部の低線量オリジナル CT スキャンと、その横にある同じ画像のノイズ除去済みバージョン。

前処理と拡張

前処理手法を使用して画質を改善します。また、拡張を使用してトレーニング データセットを拡大し、ディープラーニング ネットワークの有効性を改善します。

ドキュメンテーション | 例

呼吸の 1 サイクル中の吸入と呼気のピークに撮影された 2 つの CT スキャン画像の変形可能なレジストレーションの前と後。

医用画像レジストレーション

画像レジストレーションを使用して様々なモダリティの医用画像、ボリューム、または表面を比較し、それらを共通の座標系に位置合わせします。

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

悪性腫瘍を分類するために選択された特徴

解析

ラジオミクスや高レベル特徴記述子などの手法を使用して医用画像データを解析します。

ドキュメンテーション | 例

Cellpose を使用して検出された、ヘマトキシリンおよびエオジン (H&E) で染色した組織の細胞核

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:

ドキュメンテーション 例 ビデオ 要件 リリースノート
ディープラーニングによる医用超音波画像からの甲状腺結節の診断

ディープラーニングによる医用超音波画像からの甲状腺結節の診断

著者: Eunjung Lee, School of Mathematics and Computing (CSE), Yonsei University