發(fā)布成功
根據(jù)用戶需求,將該軟件設計分成五大模塊。五大模塊具體功能如下:
1 預處理
a.結構磁共振圖像預處理
結構磁共振預處理要實現(xiàn)的功能包括空間標準化,目的是將不同的圖像配準到同一個標準空間中,具備同一個坐標系統(tǒng);然后對腦結構圖像進行平滑,用半高寬的大小決定平滑核的大小。
b.功能磁共振圖像預處理
用剛體變換算法將輸入的圖像配準到參考圖像上,實現(xiàn)頭動校正,減小因為頭動造成的實驗誤差;根據(jù)掃描方式的不同選擇不同的事件層校正算法,FSL中提供了三種不同的校正方法;通過設定半高寬的數(shù)值,來實現(xiàn)空間平滑的功能;每個體素的時間序列包括掃描者生理信號(心動周期、呼吸等)和一些高頻噪聲,用時間濾波的方法,去除低頻或高頻信號;灰度標準化,FSL中FEAT工具箱自動完成該功能。
2 海馬分割
a.手動分割海馬
需具備所有的圖像顯示功能;鼠標左鍵點擊圖像,會記錄該點的坐標,兩點連成一線,多點連成一體;將每層畫出的ROI合成總的三維圖像,并存儲。
b.結構分割海馬
基于多圖譜分割方法進行海馬的自動分割,對其中的標簽融合步驟進行改進,通過使用流形學習獲取圖像塊在低維空間中的坐標表示,在低維空間中賦予圖譜圖像塊權重值,并進行標簽融合,實現(xiàn)快速準確地海馬分割。
該部分有現(xiàn)成的C++代碼,在Ubuntu下集成到Python程序中即可。
c.功能分割海馬亞區(qū)
因為前額葉皮層、后扣帶皮層、丘腦和海馬存在著功能連接,所以選取這三個作為種子區(qū)域,分別將三個種子區(qū)域的每個體素和海馬的所有體素做偏相關,選取最大的偏相關系數(shù)代表的體素點,給該Voxel一個標簽,這樣所有的海馬體素點就帶有了三個種子區(qū)域的標簽,從而將海馬分成三個亞區(qū)——頭,體,尾。
該部分有文獻,實現(xiàn)文獻中的算法即可。
3 網(wǎng)絡連接分析
a.基于海馬的腦結構網(wǎng)絡連接
基于結構數(shù)據(jù)分割出的海馬結構,做海馬區(qū)與全腦的腦結構網(wǎng)絡連接:將分割出的海馬提取出灰質數(shù)據(jù),將所有灰質數(shù)據(jù)求平均,把平均值設為一個種子點,與全腦的體素做相關,就得到了海馬與全腦的結構網(wǎng)絡連接。
b.基于海馬亞區(qū)的腦功能網(wǎng)絡連接
基于分割出的三個海馬亞區(qū),將每個亞區(qū)中的所有體素求平均值,把每個平均值作為一個種子點,計算種子點與全腦體素的相關系數(shù),得到三個亞區(qū)與全腦的網(wǎng)絡連接。
4 統(tǒng)計分析
該部分要實現(xiàn)的具體功能是把經(jīng)過分割得到的海馬體積進行形態(tài)學分析,分析方法主要包括:方差分析,單樣本T檢驗,雙樣本T檢驗,獨立成分分析,皮爾森相關系數(shù)分析。
5 可視化
該部分要實現(xiàn)的具體功能圖像的讀取、存儲,圖像格式包括DICOM、NIFTI、NIFTI_PAIR、ANALYZE_GZ、NIFTI_GZ、NIFTI_PAIR_GZ;圖像的三維顯示,默認情況是橫斷面、矢狀面、冠狀面的單層顯示且三個圖像實時關聯(lián),拖動滑條顯示一個面的不同層;圖像的放大、縮小、平移;光標位置數(shù)值顯示MNI坐標以及native坐標,移動光標,x,y,z數(shù)值相應的改變;不同窗口同步坐標變化
1、我愛方案網(wǎng)是會員制服務,服務商通過競標后即可聯(lián)系雇主;
2、項目預算與報價不代表最終成交價格,成交價以雙方協(xié)商為準;
3、平臺提供設計項目對接服務,希望促成高效合作,對交易雙方不收取傭金,謝謝留意!