DICOM医学图像处理：深入剖析Orthanc的SQLite，了解WADO & RESTful API
背景： 上一篇博文简单翻译了Orthanc官网给出的CodeProject上“利用Orthanc Plugin SDK开发WADO插件”的博文，其中提到了Orthanc从0.8.0版 ...
原文：医学图像了解
医学图像 医学图像是反映解剖区域内部结构或内部功能的图像，它是由一组图像元素 像素 D 或立体像素 D 组成的。医学图像是由采样或重建产生的离散性图像表征，它能将数值映射到不同的空间位置上。像素的数量是用来描述某一成像设备下的医学成像的，同时也是描述解剖及其功能细节的一种表达方式。像素所表达的具体数值是由成像设备 成像协议 影像重建以及后期加工所决定的 医学图像有四个关键成分 像素深度 光度表示 ...
2018-10-27 17:58 0 4069 推荐指数：
相关推荐
ImageNet && 医学图像的识别
医学图像识别的问题 如果将CNN应用于医学图像，首要面对的问题是训练数据的缺乏。因为CNN的训练数据都需要有类别标号，这通常需要专家来手工标记。要是标记像ImageNet这样大规模的上百万张的训练图像，简直是不可想象的。 因为CNN的参数多，必须依靠大规模的训练数据才能防止过度拟合 ...
SimpleITK处理医学图像
做医学图像时，SimpleITK是一个很常用的库。实际上大家往往喜欢把不同类型的数据割裂开，nrrd用pynrrd处理，dicom用dicom处理，nii用nibabel处理……实际上根本没必要，SimpleITK完全可以统一处理，各种类型的读取和保存一步搞定。 1. 读取 首先是 ...
MONAI-医学图像
目录 安装MONAI API MONAI Project monai是一款基于pytorch的深度学习开源框架，主要用于医学图像的处理（分类、分割等）。 主要优点：集成性好，训练速度快，涵盖当今流行的分类/分割网络。（更多优点待探索） 缺点：对硬件要求 ...
医学图像处理(一)：医学图像格式（nii和dicom）
医疗图像是对解剖区域的内部结构和功能的一种表征。它以二维像素或者三维体素的形式呈现出来。映射到空间位置的数值是对采样过程和重建过程的离散表征。用来描述一个确定采样模态视野的像素数量是对解剖结构和功能的细节的表达。像素表达的数值取决于成像模式、采样协议、重建以及后续处理过程。 医疗数据的组成 ...
医学图像处理流程
Tips: 最近在做医学图像预处理（CT/PET），涉及到了一些盲点和知识点，在这做一些总结。 一、数据格式 DICOM DICOM是医学图像中的标准文件，包含了许多元数据信息，这些信息具体可以分为以下四类： Patient Study ...
医学图像数据（一）——TCIA基本介绍
1、介绍 The Cancer Imaging Archive (TCIA)是癌症研究的医学图像的开放获取数据库。该网站由国家癌症研究所（NCI）癌症影像计划资助，合同由阿肯色大学医学科学院管理。存档内的数据被组织成通常共享癌症类型和/或解剖部位的“集合”。 通常是由常见疾病（例如肺癌），图像 ...
医学图像分割综述
简介： 医学图像分割是医学图像处理与分析领域的复杂而关键的步骤，其目的是将医学图像中具有某些特殊含义的部分分割出来，并提取相关特征，为临床诊疗和病理学研究提供可靠的依据，辅助医生做出更为准确的诊断。 但是，从医学图像中自动分割出目标是个艰巨的任务，因为医学图像具有较高的复杂性且缺少简单 ...