Medical Imaging Toolbox
Visualizzazione, registrazione, segmentazione ed etichettatura di immagini mediche in 2D e 3D
Hai domande? Contatta l’ufficio commerciale.
Hai domande? Contatta l’ufficio commerciale.
Medical Imaging Toolbox mette a disposizione app, funzioni e workflow per progettare e testare applicazioni di diagnostica per immagini. È possibile implementare tecniche di visualizzazione e ricostruzione 3D, la registrazione multimodale e la segmentazione ed etichettatura di immagine radiologiche. Il toolbox consente inoltre di addestrare reti di Deep Learning predefinite (con Deep Learning Toolbox).
È possibile importare, pre-elaborare e analizzare immagini radiologiche ottenute mediante svariate modalità di imaging, tra cui le proiezioni radiografiche, la tomografia computerizzata (CT), la risonanza magnetica (MRI), l’ecografia (US) e la medicina nucleare (PET, SPECT). L’app Medical Image Labeler consente di semi-automatizzare l’etichettatura 2D e 3D da usare nei workflow di IA. È possibile eseguire la registrazione multimodale delle immagini mediche, tra cui le immagini 2D, le superfici 3D e i volumi 3D. Il toolbox mette a disposizione un ambiente integrato per la diagnosi end-to-end assistita da computer e l’analisi delle immagini mediche.
L’imaging medico è un settore della medicina che comprende varie tecniche per la generazione, la visualizzazione e l’analisi di immagini delle parti interne del corpo umano e degli animali. Questa tecnica consente ai medici di visualizzare organi, ossa, cellule e vari processi fisiologici e di diagnosticare, monitorare e trattare varie patologie mediche. Le immagini vengono generate con varie modalità radiologiche come raggi X, ultrasuoni, TAC, risonanza magnetica e imaging nucleare e utilizzando microscopi per la patologia.
Leggi e modifica dati e metadati di immagini mediche da formati di file medici specializzati, quali DICOM, NIfTI e NRRD, archiviati localmente, in posizioni cloud o su server PACS.
Serviti di strumenti interattivi per visualizzare dati di diagnostica per immagini in formato 2D e 3D. Genera e ricostruisci volumi e superfici 3D.
Utilizza l’app Medical Image Labeler per etichettare in modo interattivo i dati di verità sul campo, automatizzare o semi-automatizzare il processo di etichettatura, utilizzare algoritmi personalizzati o tecniche di Deep Learning come MedSAM e MONAI Label ed esportare i dati etichettati per i workflow di intelligenza artificiale.
Migliora la qualità delle immagini con tecniche di pre-elaborazione e aumenta l’efficacia delle reti di Deep Learning utilizzando l’incremento per ampliare il set di dati di addestramento.
Confronta e allinea immagini mediche multimodali, volumi o superfici in un sistema di coordinate comune utilizzando l’app Medical Registration Estimator e funzioni dedicate.
| Segmenta immagini 2D o volumi 3D in regioni come ossa, tumori o organi utilizzando tecniche tradizionali o di deep learning, come MedSAM, e valuta l’accuratezza delle regioni ottenute. |
Analizza i dati di imaging medico utilizzando tecniche come la radiomica e descrittori di feature di alto livello.
Segmenta le cellule da immagini al microscopio utilizzando il pacchetto di supporto Medical Imaging Toolbox Interface for Cellpose Library.
| Segmenta ed etichetta organi e ossa nelle immagini mediche utilizzando l’integrazione del support package Medical Imaging Toolbox Interface for MONAI Library nell’app Medical Image Labeler. |
“Con Medical Imaging Toolbox, possiamo caricare l'intero set di dati e creare il rendering tridimensionale con pochi clic. Avere questa funzionalità e la possibilità di esportare i dati è importante: ciò significa che non partiamo da zero per ogni nuovo progetto. Possiamo fare affidamento su qualcosa che sappiamo funzionare e che è standard. Ciò consente di risparmiare settimane per ogni nuovo progetto.”
Medical Imaging Toolbox fornisce applicazioni, funzioni e workflow in MATLAB per progettare e testare applicazioni di imaging diagnostico, inclusi il rendering 3D, la registrazione multimodale e la segmentazione e annotazione di immagini radiologiche.
Medical Imaging Toolbox supporta formati di file medici specializzati quali DICOM, NIfTI, NRRD e i formati Whole Slide Imaging, che possono essere archiviati localmente, nel cloud o su server PACS.
Medical Imaging Toolbox è compatibile con: radiografia digitale; tomografia computerizzata (CT); risonanza magnetica (MRI); ecografia (US); medicina nucleare (PET, SPECT); microscopia.
L'app Medical Image Labeler è uno strumento interattivo che consente di visualizzare, annotare, semi-automatizzare o automatizzare l'annotazione 2D e 3D utilizzando algoritmi personalizzati o tecniche di Deep Learning come MedSAM e MONAI Label, ed esportare i dati annotati per workflow di intelligenza artificiale.
Sì. Medical Imaging Toolbox supporta la registrazione multimodale di immagini mediche, comprese immagini 2D, superfici 3D e volumi 3D, tramite l'app Medical Registration Estimator e funzioni dedicate.
Sì. Medical Imaging Toolbox consente di addestrare reti di Deep Learning predefinite con Deep Learning Toolbox, incluse tecniche come MedSAM per la segmentazione e l'integrazione con MONAI Label.
Sì. È possibile segmentare cellule da immagini di microscopia utilizzando il package di supporto Medical Imaging Toolbox Interface for Cellpose Library.
Medical Imaging Toolbox consente l'analisi dei dati di imaging medico mediante tecniche quali: radiomica (radiomics); descrittori di caratteristiche di alto livello; per caratterizzare e classificare tessuti o tumori.
Scopri i nostri prodotti.
Richiedi una quotazione e scopri i prodotti correlati.
È possibile che la tua scuola già fornisca accesso a MATLAB, Simulink e ad altri prodotti complementari mediante una Campus-Wide License.