Medical Imaging Toolbox

 

Medical Imaging Toolbox

Visualice, registre, segmente y etiquete imágenes médicas en 2D y 3D

¿Tiene preguntas? Comuníquese con ventas.

Medical Imaging Toolbox ofrece apps, funciones y flujos de trabajo para diseñar y probar aplicaciones de diagnóstico por imagen. Puede realizar renderización y visualización en 3D, registro multimodal, y segmentación y etiquetado de imágenes de radiología. Asimismo, la toolbox permite entrenar redes de Deep Learning predefinidas, con Deep Learning Toolbox.

Puede importar, preprocesar y analizar imágenes de radiología de varias técnicas de captura de imágenes, tales como proyección de rayos X, tomografía computarizada (TC), resonancia magnética (IRM), ultrasonido (US) y medicina nuclear (PET, SPECT). La app Medical Image Labeler permite automatizar parcialmente el etiquetado en 2D y 3D para utilizarlo en flujos de trabajo de IA. Puede efectuar registro multimodal de imágenes médicas en 2D, superficies en 3D y volúmenes en 3D. La toolbox ofrece un entorno integrado para realizar diagnóstico computarizado de extremo a extremo y análisis de imágenes médicas.
Introducción a Medical Imaging Toolbox

Prestaciones, documentación y ejemplos

La captura de imágenes médicas es un campo de la medicina que incluye diversas técnicas para capturar, visualizar y analizar imágenes del interior de los seres humanos y animales. Esto permite al personal médico visualizar órganos, huesos, células y diversos procesos fisiológicos, así como diagnosticar, supervisar y tratar afecciones. Las imágenes se generan empleando diversas técnicas radiológicas, tales como rayos X, ultrasonido, TC, IRM y captura de imágenes nucleares, y recurriendo a microscopios para patología.

Primer fotograma de una serie de imágenes de ultrasonido de un ecocardiograma.

Importación de datos de imágenes médicas

Lea datos y metadatos de imágenes en formatos de archivos médicos especializados DICOM, NIfTI y NRRD, que almacenan información sobre el paciente, el procedimiento de captura de imágenes y referencia espacial.

Documentación | Ejemplos

Imagen de TC del tórax de un ser humano.

Visualización de imágenes en 2D y volúmenes en 3D

Utilice herramientas interactivas para visualizar datos de imágenes médicas en 2D y 3D. Genere superficies y volúmenes en 3D.

Documentación | Ejemplos

Etiquetado ground-truth

Utilice la app Medical Image Labeler para etiquetar, automatizar el etiquetado total o parcialmente, y exportar datos etiquetados ground-truth interactivamente para utilizarlos en flujos de trabajo de IA.

Documentación | Ejemplos

Imagen de TC original de baja dosis del tórax de un ser humano junto a una versión de la misma imagen sin ruido.

Preprocesamiento y aumento de imágenes

Mejore la calidad de las imágenes con técnicas de preprocesamiento. Mejore la eficacia de las redes de Deep Learning aumentando los datos para ampliar el conjunto de datos de entrenamiento.

Documentación | Ejemplos

Antes y después del registro deformable de dos imágenes de TC tomadas en la inhalación y exhalación máximas durante un ciclo respiratorio.

Registro de imágenes médicas

Compare volúmenes, superficies o imágenes médicas multimodales empleando registro de imágenes para alinearlas a un sistema de coordenadas común.

Documentación | Ejemplos

Segmentación

Segmente imágenes en 2D o volúmenes en 3D en regiones, tales como huesos, tumores u órganos, mediante técnicas tradicionales o de Deep Learning, y evalúe la precisión de las regiones.

Documentación | Ejemplos

Características seleccionadas para clasificar tumores malignos

Análisis

Analice datos de imágenes médicas empleando técnicas de radiómica y descriptores de características de alto nivel.

Documentación | Ejemplos

Núcleos celulares de tejido teñido con hematoxilina-eosina detectados con Cellpose

Interfaz a Cellpose Library

Segmente células de imágenes de microscopía con el paquete de soporte Medical Imaging Toolbox Interface for Cellpose Library.

Documentación | Ejemplos

Interfaz a MONAI Library

Segmente y etiquete órganos y huesos en imágenes médicas con el paquete de soporte Medical Imaging Toolbox Interface for MONAI Label Library.

Documentación | Ejemplos

Recursos del producto:

Documentación Ejemplos Vídeos Requisitos Notas de la versión
Diagnóstico de nódulos tiroideos a partir de imágenes médicas de ultrasonido con Deep Learning

“Diagnóstico de nódulos tiroideos a partir de imágenes médicas de ultrasonido con Deep Learning”

Eunjung Lee, Escuela de Matemáticas e Informática (CSE), Universidad Yonsei

Obtenga una versión de prueba gratuita

30 días de exploración a su alcance.

Descargue ahora

¿Tiene interés en comprar?

Obtenga información sobre precios y explore productos relacionados.

Consulte tarifas Comuníquese con ventas

¿Es estudiante?

Es posible que su centro educativo ya ofrezca acceso a MATLAB, Simulink y otros productos complementarios mediante una infraestructura Campus-Wide License.

Obtenga MATLAB