Medical Imaging Toolbox
Visualisierung, Registrierung, Segmentierung und Kennzeichnung von zwei- und dreidimensionalen medizinischen Bildern
Haben Sie noch Fragen? Kontaktieren Sie den Vertrieb.
Die Medical Imaging Toolbox umfasst Apps, Funktionen und Workflows zum Entwickeln und Testen diagnostischer Bildgebungsanwendungen. Neben dem 3D-Rendering und der Visualisierung können Sie auch die multimodale Registrierung sowie die Segmentierung und Kennzeichnung von radiologischen Bildern durchführen. Darüber hinaus dient die Toolbox auch dem Training vordefinierter Deep-Learning-Netze (mit der Deep Learning Toolbox).
Sie können radiologische Bilder von verschiedenen Bildgebungsmodalitäten importieren, vorverarbeiten und analysieren, so zum Beispiel projizierte Röntgenbilder sowie Aufnahmen der Computertomographie (CT), der Magnetresonanztomographie (MRT), aus dem Bereich des Ultraschalls (US) und der Nuklearmedizin (PET, SPECT). Über die Medical Image Labeler-App lassen sich nicht nur 2D-, sondern auch 3D-Kennzeichnungen für den Einsatz in KI-Workflows teilautomatisieren. Die Registrierung medizinischer Bilder kann dazu multimodal erfolgen und umfasst 2D-Bilder, 3D-Oberflächen und 3D-Volumen. Die Toolbox bietet eine integrierte Umgebung für die durchgängig computergestützte Diagnose und medizinische Bildanalyse.
Funktionen, Dokumentation und Beispiele
Die medizinische Bildgebung ist ein Gebiet der Medizin, in dem verschiedene Techniken angewendet werden, um das Innere von Menschen und Tieren abzubilden, zu visualisieren und zu analysieren. Dadurch wird es Ärzten ermöglicht, Organe, Knochen, Zellen und diverse physiologische Prozesse zu visualisieren und so Krankheiten zu diagnostizieren, zu überwachen und zu behandeln. Bilder werden in verschiedenen radiologischen Verfahren generiert, z. B. Röntgen, Ultraschall, CT, MRT und Bildgebung mittels Radionukliden; Mikroskope kommen in der Pathologie zum Einsatz.
Import von medizinischen Bildgebungsdaten
Lesen und ändern Sie medizinische Bilddaten und Metadaten aus speziellen medizinischen Dateiformaten wie DICOM, NIfTI und NRRD, die entweder lokal, an Cloud-Standorten oder auf PACS-Servern gespeichert sind.
Visualisierung von 2D-Bildern und 3D-Volumina
Nutzen Sie interaktive Tools zur Visualisierung von medizinischen 2D- und 3D-Bilddaten. Generieren und rendern Sie 3D-Flächen und Volumen.
Ground-Truth-Annotation
Verwenden Sie die Medical Image Labeler App um Ground-Truth-Daten interaktiv zu beschriften, den Beschriftungsprozess halbautomatisch oder automatisiert durchzuführen, benutzerdefinierte Algorithmen oder Deep-Learning-Techniken wie MedSAM und MONAI Label zu verwenden und beschriftete Daten für KI-Workflows zu exportieren.
Vorverarbeitung und Optimierung
Mithilfe von Vorverarbeitungsmethoden wird die Bildqualität verbessert und die Effektivität von Deep-Learning-Netzen durch eine Erweiterung verbessert, um den Trainingsdatensatz zu erweitern.
Registrierung von medizinischen Bildern
Vergleichen und richten Sie multimodale medizinische Bilder, Volumen oder Oberflächen in einem gemeinsamen Koordinatensystem aus. App zur Kostenschätzung für medizinische Anmeldungen und dedizierte Funktionen
Segmentierung
Segmentieren Sie 2D-Bilder oder 3D-Volumina in bestimmte Regionen, wie z. B. Knochen, Tumore oder Organe, mithilfe von klassischen oder Deep-Learning-Techniken und evaluieren Sie die Genauigkeit der Regionen.
Analyse
Analysieren Sie Daten aus der medizinischen Bildgebung mithilfe von Techniken wie Radiomics und übergeordneten Merkmalsdeskriptoren.
Schnittstelle für Cellpose Library
Segmentieren Sie Zellen aus Mikroskopiebildern mithilfe des Support-Pakets für das Medical Imaging Toolbox Interface for Cellpose Library.
Schnittstelle für MONAI Label Library
Segmentieren und beschriften Sie Organe und Knochen in medizinischen Bildern mithilfe der Medical Imaging Toolbox -Schnittstelle für die Integration des Support-Pakets der MONAI-Bibliothek in die Medical Image Labeler-App.
Produktressourcen:
„Mit der Medical Imaging Toolbox können wir den gesamten Datensatz laden und mit nur wenigen Klicks das dreidimensionale Rendering erstellen. Diese Funktionalität und die Möglichkeit zum Datenexport sind wichtig: Es bedeutet, dass wir bei jedem neuen Design nicht bei Null anfangen. Wir können uns auf etwas verlassen, von dem wir wissen, dass es funktioniert und Standard ist. Das spart bei jedem neuen Design Wochen.“
Medical Imaging Toolbox kostenlos ausprobieren
Entdecken Sie noch heute die Möglichkeiten.
Bereit zum Kauf?
Angebot anfordern und Erweiterungsprodukte entdecken.
Studieren Sie?
Ihre Hochschule bietet möglicherweise bereits Zugang zu MATLAB, Simulink und Add-on-Produkten über eine Campus-Wide License.
