医学图像算法工程师常用工具
文章平均质量分 95
每个工具介绍主要包括:是什么-有什么用-怎么用,快速理解和上手一个工具。
Tiandaren
努力产出相对高质量的文章,从自己的理解角度出发,希望大家一起进步。
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
nnunetv2命令行使用手册大全
nnunetv2命令行大全,包含了代码注释以及常用命令使用。原创 2025-09-19 16:49:04 · 632 阅读 · 0 评论 -
医学图像分析工具09.1:Brainstorm安装教程
Brainstorm安装教程。原创 2025-01-21 09:40:56 · 1586 阅读 · 0 评论 -
医学图像分析工具09:Brainstorm || 脑电与脑磁分析必备:Brainstorm 的功能解析
Brainstorm 是一款开源、跨平台的神经影像学分析工具,专为脑电图(EEG)、磁脑图(MEG)及功能性磁共振成像(fMRI)数据的分析和可视化设计。原创 2025-01-22 10:34:11 · 2894 阅读 · 0 评论 -
医学图像分析工具08:BrainSuite || 用 BrainSuite 处理 MRI 数据的完整流程 模块化、图形化
BrainSuite 是另一个广受神经科学研究人员喜爱的神经影像学分析工具。与 FreeSurfer 类似,BrainSuite 的设计目标是通过高效的算法和简洁的界面帮助用户处理和分析 MRI 数据,但它更注重提供模块化、直观的操作体验。接下来,我们将详细探讨 BrainSuite 的功能、应用场景、安装方法以及常见的使用技巧。BrainSuite 是一个集成化的神经影像分析软件包,专门用于处理和分析大脑的结构性 MRI 数据。它由(南加州大学)开发,旨在为用户提供一站式的大脑影像处理解决方案。原创 2025-01-13 17:26:28 · 1672 阅读 · 6 评论 -
医学图像分析工具07:FSL || 功能性和结构性脑影像分析工具
FSL (FMRIB Software Library) 是一款开源的神经影像分析软件套件,由牛津大学的 FMRIB (Functional Magnetic Resonance Imaging of the Brain) 开发。原创 2025-01-10 10:25:53 · 2977 阅读 · 0 评论 -
医学图像分析工具06.1:配置 MNE 环境时遇到的一些问题与解决方法
在配置 MNE 环境的过程中,遇到了一些技术难题。虽然最终找到了有效的解决方案,但整个过程充满了挑战。原创 2025-01-08 17:28:28 · 1385 阅读 · 0 评论 -
医学图像分析工具06:MNE-Python || EEG/MEG数据分析
MNE-Python 是基于 Python 的神经影像学工具包,专为处理脑电(EEG)、脑磁(MEG)和相关数据而设计。原创 2025-01-08 17:25:06 · 2267 阅读 · 0 评论 -
医学图像分析工具05:ANTs || 影像分割与模板构建 影像配准
ANTs(Advanced Normalization Tools)是一款强大的开源工具包,专注于高精度的医学影像处理和配准(registration)。原创 2025-01-06 09:46:24 · 2556 阅读 · 0 评论 -
医学图像分析工具04:MeshLab || 三维扫描数据处理全流程 网格修复
MeshLab 是一款功能全面且开源的 3D 网格处理工具,用于查看、编辑、修复和转换 3D 模型。原创 2025-01-06 09:36:10 · 3001 阅读 · 0 评论 -
医学图像分析工具03:ITK-SNAP || 快速分割与标注三维医学影像 简洁易用
ITK-SNAP 是一款开源的交互式医学影像分割工具,专为快速、高精度地分割和标注三维医学影像(如 MRI、CT 和超声图像)而设计。得益于其简洁的用户界面和强大的自动化分割功能,ITK-SNAP 已成为神经科学、放射学和其他医学领域的热门工具。原创 2025-01-03 15:11:58 · 4673 阅读 · 0 评论 -
医学图像分析工具02:3D Slicer || 医学影像可视化与分析工具 支持第三方插件
3D Slicer 是一款功能全面的开源医学影像分析软件,广泛应用于影像处理、三维建模、影像配准和手术规划等领域。原创 2025-01-03 14:42:20 · 4282 阅读 · 0 评论 -
医学图像分析工具01:FreeSurfer || Recon -all 全流程MRI皮质表面重建
`recon-all` 是 FreeSurfer 中最重要的命令之一,用于自动化处理和分析磁共振成像(MRI)数据,执行一系列的预处理、分割、配准、表面建模和标注等步骤。其目标是为大脑图像提供精确的结构性分析,包括皮层和白质的分割,皮层厚度的计算,以及大脑区域的标注等。原创 2025-01-03 10:27:10 · 3787 阅读 · 0 评论
分享