目的:探讨鞍上池在中国数字化可视人体(Chinese visible human,CVH)与CT、MRI上的横断面解剖形态学表现。方法:选择做64层螺旋CT和MRI头部检查的健康志愿者各60例,获得5mm层厚横断面图像。从第2例中国数字化可视人体数据集中选取与CT、MRI相对应层面的头部薄层连续横断面标本图像,对照观察鞍上池在CVH、MRI与CT图像上的正常解剖形态、毗邻及内部结构。结果:CVH图像上,鞍上池表现为六角形和五角形两种形状。CVH薄层横断面图像能连续、清晰地显示鞍上池的正常形态、毗邻及内部结构。60例CT及MRI图像上,鞍上池全部显示,但解剖结构均不及CVH清晰。鞍上池在CT、MRI横断面图像上形状变化更大,以六角形最多,五角形次之,四角形最少,相应毗邻及内部结构也有所不同。六角形鞍上池在CVH、CT、MRI上有良好的对应关系,五角形鞍上池部分相匹配,CVH图像上无四角形鞍上池。结论:通过与CT、MRI进行对照研究,中国数字化可视人体能为颅脑疾病的影像识别和诊断提供断层解剖学依据。

RAPID：扩散成像的常规保证管道 - De Santis 等人。 （提交） script_to_calculate_SNR 计算信噪比并返回获取 QA 数据的最佳参数。 _输入：100 个 b=0 图像的 nifti 文件_输出：最大 b 值和体素大小 script_to_run_QA检查b的线性，在视场上的Gmax均匀性，在三个逻辑轴上的梯度幂相互一致，并校正梯度不匹配。 _Input：使用梯度表 Grad_dirs_QA_shuffled.txt 获取的体模扩散数据的 nifti 文件_输出：带有日期的 QA .mat 文件 script_to_compare_QA_results 检查时间稳定性。 _Input：两个 .mat 质量保证结果文件

此脚本显示如何从给定的扩散加权 MRI 数据集计算扩散峰度 (DKI) 系数。 该脚本使用 A. Barmpoutis 和 J. Zhuo 撰写的文章“Diffusion Kurtosis Imaging: Robust Estimation from DW-MRI using Homogeneous Polynomials”中的各种约束实现了几种拟合方法，在 ISBI 会议录，2011 年，第 262-265 页。

中科院自动化所医学影像研究室田捷先生对MRI和FMRI基本原理的介绍讲义（PPT，PDF格式），共121页，比较系统完整。

matlab同步代码块开菲尔 KEller 的功能性 MRI 交互程序 作者：Jiří Keller，医学博士，博士 介绍 有几个商业 fMRI 软件包，如 E-prime、Presentation 等，也有一些非商业的，如 Exyriment、Psychopy 等。我们尝试使用其中的几个，但并不完全满意。 因此，这是用户为用户构建的另一个软件。 Kefir 例程是用 Python 编写的，您可以使用非常简单的方法（例如即使没有 MRI 同步的交通灯块范例）或非常复杂的方法，具有并行线程、日志记录、视觉和听觉输出、响应板和扫描仪 TTL 输入等. 什么是最好的 - 您可以在开源平台上运行所有这些，例如带有 Raspbian 的 Raspberry pi（我们实际使用的设置）。 即使在这个硬件上，开菲尔也足够快！ 开菲尔能为您做什么？ 在撰写此“广告”时，开菲尔可以： 在患者屏幕上为静息状态 fMRI 范式投影一个十字 运行简单的块范例（休息/激活），要么按时间同步（已知 TR 持续时间）要么与 MR 扫描仪同步 呈现文本刺激 展示图片 播放声音 或以上三种刺激（几乎）同时的任意组合 记

Qoala-T 用于FreeSurfer分段MRI数据质量控制的监督学习工具 版本1.2>预测模型已于2019年1月14日更新; Github页面于2021年3月16日更新Qoala-T由和在开发和创建。 关于 Qoala-T是一种有监督的学习工具，可评估T1成像扫描的手动质量控制及其在FreeSurfer中处理的自动神经解剖标记的准确性。 它特别适用于开发数据集。 该软件包包含Klapwijk等人（2019）中所述的数据和R代码，请参阅 。 我们内部开发的手动质量控制程序的协议可以在找到。 我们还开发了一个使用R Shiny的应用程序，通过该应用程序可以在不安装R的情况下运行Qoala-T模型，请参阅（可以在找到本地运行的源代码）。 运行Qoala-T 为了能够运行Qoala-T模型，应在FreeSurfer中处理T1 MRI图像。 当前版本中使用的模型是针对FreeSurfer

基于图的冗余小波变换在压缩感知MRI图像重建中的应用

腹部mri规范及临床策略.ppt

【图像分割】基于FCM+KFCM MRI图像分割matlab源码含GUI.md

2021-2027全球与中国PET MRI系统市场现状及未来发展趋势.docx