医学成像中的深度学习：如何在MRI检查中自动检测膝盖受伤？ 该存储库包含一个卷积神经网络的实现，该网络对MRI检查中特定的膝盖损伤进行分类。 它还包含我在上撰写的一系列帖子的材料。 数据集：MRNet 数据来自斯坦福大学ML Group研究实验室。 它由斯坦福大学医学中心进行的1,370次膝盖MRI检查，以研究前交叉韧带（ACL）眼泪的存在。 有关ACL撕裂问题和MRNet数据的更多信息，请参阅我的博客文章，您可以在Jupyter Notebook中调查数据并构建以下数据可视化： 要了解有关数据以及如何实现此可视化窗口小部件的更多信息，请阅读 代码结构： 下表总结了该项目的体系结构： 有关该代码的更多详细信息，请参阅我的第二篇。 如何使用代码： 如果您想自己重新训练网络，则必须通过此向斯坦福大学索取数据。 下载数据后，创建一个data文件夹并将其放置在项目的根目录下。 您

离散控制Matlab代码MATLABSpinDynamics 仿真功能介绍 该文件夹包含一组MATLAB函数，用于模拟NMR实验的自旋动力学。 各个子文件夹包含用于模拟特定方案的功能的特殊版本，如稍后所述。 仿真中使用的关键思想总结如下： 假定自旋动力学是未耦合的自旋1/2原子核（如质子）的整体。 这允许通过“磁化矢量”在3D空间中的运动来表示动力学，但是它也阻止了J耦合，多核实验等的建模。 该模拟基于将感兴趣的样本量离散为大量的“等色度”，这些等色度被定义为其中静磁场和RF磁场（分别为B0和B1）恒定的小区域。 用户应根据所研究的系统选择（B0，B1）分布。 例如，均匀的B0梯度和相对恒定的B1是由内而外的传感器几何形状的常见假设。 在这种情况下，f（B0，B1）减小到B0上的均匀分布。 在每个等色度内，通过将脉冲序列离散为一系列长度可调的时间间隔来计算自旋动力学。 每个间隔对应于RF幅度（A）和相对相位φ（即，旋转帧中的相位）的特定值。 这允许将复杂的RF脉冲建模为（A，φ）对的集合。 此外，可以将A设置为零以模拟“自由进动”间隔，即脉冲之间的间隙。 每个时间间隔导致磁化矢量的广义

matlab代码影响乳房密度 使用Dixon序列分割和测量MRI中的乳房实质组织的源代码，该Dixon序列包含仅水和仅脂肪的加权图像。 源代码 该项目最初是在Matlab 2011a中编写的。 某些部分正在迁移到Python3。要从下面提到的论文中复制结果，请使用原始的Matlab源代码。 /matlab子文件夹包含所有Matlab代码 /python子文件夹包含已经迁移到Python 3的管道部分。 外部程序 管道依赖于需要安装的外部程序，并且是环境路径的一部分。 测试版本：1.0.20190410 测试版本：2.3.4 测试版本：20180328，v2.3.9 测试版本：5.0.11，6.0.4 管道 处理管道包括三个步骤： 预处理：将dicom转换为nifti，重新定位图像，进行偏置场校正并组合图像 乳房分割：使用基于模板的注册方法从背景和其他身体部位中分割乳房。 首先，最佳匹配模板由仿射配准确定。 然后，非严格地注册最佳匹配模板以匹配对象身体和乳房的形状。 分割乳房的实质和脂肪组织，并计算汇总指标。 用法（Matlab） 将项目的所有文件夹添加到Matlab搜索路径。 通过将外

matlab代码影响K空间浏览器 在逆傅立叶变换后获得有关k空间以及各种修改对所得图像的影响的动手实践的教育工具。 K-space Explorer是用Python 3编写的，并使用开放源代码库，因此可以免费使用它，并且可以检查源代码以在内部进行窥探。 该软件具有许多有用的功能，例如： 使用Qt的现代响应式用户界面 自动傅立叶变换可立即可视化更改 加载自己的图像并分析源自k空间的伪像 软件内各种功能的简短说明 :hot_beverage: 这个应用是我在业余时间创建的。 如果您觉得有用，请考虑 :hot_beverage: 安装 您将需要具有以下软件和软件包 Python 3 （最好是最新版本）。 从下载。 Python 3所需的软件包： PyQt5-提供图形用户界面 枕头-打开常规图像，例如jpg或png NumPy-处理FFT转换和数组运算 pydicom -DICOM格式医学图像读取器 通过将下面的命令复制到命令提示符（Windows： Win+R并键入cmd并按Enter），通过pip安装 pip3 install numpy pydicom Pillow PyQt5 并将其提取 启动程序 导航到包含已解压缩软件的文件夹，然后通

SCT是一款全面，免费和开源的软件，致力于处理和分析脊髓MRI数据。 要安装和使用SCT，请访问文档页面： :

Cardiac MRI Dataset 是心房医疗影像数据集，数据均来自于心脏病患者，其包括左心室心内膜和外膜的图像标注，涵盖 33 位患者的 7980 张图像。 该数据集由 IBM Research – Almaden 的 Brain-Inspired Computing 小组于 2008 年发布，主要发布人为 Alexander Andreopoulos 和 John K. Tsotsos，相关论文有《Efficient and Generalizable Statistical Models of Shape and Appearance for Analysis of Cardiac MRI》。

人工智人-家居设计-US-MRI配准融合技术在超声消融子宫肌瘤中精确影像识别及智能化培训的研究.pdf

MRiLab 项目正在迁移到 GitHub，最新版本可从https://leoliuf.github.io/MRiLab/ 获取MRiLab 是一个数值 MRI 模拟包。 它已被开发和优化以模拟 MR 信号形成、k 空间采集和 MR 图像重建。 MRiLab 提供了几个专用工具箱来分析射频脉冲、设计 MR 序列、配置多个发射和接收线圈、研究磁场相关属性和评估实时成像技术。 结合这些工具箱的主要 MRiLab 仿真平台可用于定制各种虚拟 MR 实验，这些实验可以作为原型设计和测试新 MR 技术和应用的前期阶段。 如果您发现 MRiLab 对发表任何科学成果有用，请引用这篇论文： 基于广义多池交换组织模型的快速逼真 MRI 模拟。 IEEE医学影像交易。 2016.doi: 10.1109/TMI.2016.2620961

膝关节MRI的全自动软骨和半月板分割 MRI数据对MSK组织的全自动分割。 该代码主要用于对来自OAI的3D DESS扫描中的软骨和半月板进行分段。 该网络的模型权重很大（400MB），但可以通过在stanford dot edu上向akshaysc发送电子邮件来找到它们。 以下是OAI iMorphics队列测试的14位受试者的一些结果： 荷航集团 股骨软骨 胫骨软骨 半月板 2个 89.8±2.0 87.9±2.3 76.0±3.5 3 90.0±1.3 85.6±3.8 75.1±4.2 4 90.1±1.8 76.1±1.9 75.8±3.7 平均数 89.9±1.6 85.3±4.7 75.4±3.8 体积CV％ 1.7±1.2 6.5±5.8 9.0±5.7 计划的目标： 有关如何使用提供的代码的详细教程 预处理管道（dicom读取-

MRI data for TSC study