医学影像处理系统源码(PACS)

通用医学图像处理平台覆盖全模态、多维度临床应用,助力提供医学图像分析的全景高清视角,赋能临床精准诊断。

一、PACS覆盖CT、MR、MI等多模态影像及心血管、肿瘤、神经等多临床场景,助力医生精准高效诊断。

二、临床应用

1.基础应用

(1).仿真内窥镜

支持提取血管、气管以及结肠三维结构,可通过内腔漫游视图观察管腔内部结构,清晰显示管腔内病变大小、位置等形态学特征。

(2).骨三维结构

提供肋骨分割、肋骨标记、椎体标记以及椎间盘重建等功能,用于对骨结构进行形态学查看。

(3).图像融合

采用图像配准技术对不同类型的图像进行配准并融合,并可调整融合比例、窗宽窗位、伪彩方案等各项融合参数,提供更多参考信息。

(4).齿科应用

绘制和编辑全景曲线,直观显示牙齿剖面结构、同时支持对全景视图进行神经线标记等操作。

(5).图像拼接

图像拼接应用可将分为几段成像的图像,拼接后进行全局查看。全自动拼接功能,可迅速得到包括脊柱、血管和全身的拼接图。

(6).动态分析

用于分析动态磁共振图像,得到平均时间增强曲线和正性分析或负性分析对应的参数图,分析感兴趣区域的动态变化趋势。

(7).图像融合

通过采用图像配准技术对不同类型的图像进行配准并融合,并可调整融合比例、参考图像、伪彩方案等各项融合参数。

(8).仿真内窥镜

提供自动或手动提取血管中心线,通过不同角度的三维显示来模拟器官的内窥效果。

2.心脏应用

(1).钙化积分

可分割钙化点并提供体积积分、质量积分和盖斯顿积分定量分析信息,帮助了解冠脉钙化程度。

(2).心血管分析

具备冠脉提取、斑块分割、狭窄标记、心功能计算等多种功能,可清楚显示冠脉及其管径轮廓,并进行定量计算结果显示。

(3)心功能分析

自动完成心室功能和室壁运动分析,计算射血分数、心输出量,室壁厚度等参数。

(4)流量分析

基于磁共振血流相位图,计算血管的血液流速、流量等信息。

(5)心分析

为心脏SPECT和PET分析提供了先进的分析工具,支持左心室灌注分析、左心室功能参数计算、以及计算心肌血流量和心肌血流储备等。

3.肿瘤应用

(1)肺结节评估

提供对感兴趣区域的标记和分割,自动统计感兴趣区域体积、长短径等相关参数,同时支持定期随访。

(2)肝脏三维重建

提供肝脏、肝八段分割,以及肝动脉、门静脉和肝静脉等血管的提取,将分割结果进行三维立体显示,帮助查看解剖结构关系。

(3)肿瘤追踪

提供图像配准和病灶分割功能,支持定量统计感兴趣区域在不同时期体积变化率和倍增时间等参数变化情况。

(4)脑灌注分析

提供多种灌注参数图,定量计算缺血区域血流动力学情况,同时获得感兴趣区的时间密度曲线,用于查看组织灌注情况。

相关推荐
楼兰公子2 天前
KiCad 10.0 SOC 原理图+PCB 完整实战完整版
dr·kicad·erc·阻抗
前网易架构师-高司机2 天前
带标注的孕期彩超数据集,识别率99.5%,识别是否怀孕妊娠,1114张图,支持yolo,coco json,voc xml,文末有模型训练代码
yolo·数据集·医学影像·彩超··怀孕·妊娠
AI医影跨模态组学2 天前
J Adv Res(IF=13)南方医科大学南方医院等团队:基于多模态渐进融合 Transformer 的肝细胞癌患者免疫治疗反应预测模型
人工智能·深度学习·论文·医学·医学影像·影像组学
AI医影跨模态组学2 天前
Lancet Digit Health(IF=24.1)广东省人民医院刘再毅&南方医科大学南方医院梁莉等团队:基于可解释深度学习模型预测胶质瘤分子改变
人工智能·深度学习·论文·医学·医学影像·影像组学
AI医影跨模态组学3 天前
J Clin Oncol(IF=43.4)美国Cedars-Sinai医学中心等团队:基于计算组织学人工智能的晚期胰腺癌化疗选择预测性生物标志物的开发与验证
人工智能·机器学习·论文·医学·医学影像·影像组学
AI医影跨模态组学3 天前
Cancer Letters(IF=10.1)中山大学附属第六医院等团队:基于治疗前MRI影像的RCMIX模型预测MRI定义的cT4期直肠癌T分期下降
人工智能·机器学习·论文·医学·医学影像·影像组学
AI医影跨模态组学3 天前
Insights Imaging(IF=4.5)郑州大学第一附属医院高剑波等团队:基于CT的影像组学预测不可切除胃癌PD-1/PD-L1抑制剂联合化疗治疗反应
人工智能·深度学习·论文·医学·医学影像·影像组学
AI医影跨模态组学3 天前
Eur Radiol(IF=4.7)哈尔滨医科大学肿瘤医院等团队:基于大语言模型和Gd-EOB-DTPA增强MRI的术后肝细胞癌风险分层系统
人工智能·深度学习·论文·医学·医学影像·影像组学
AI医影跨模态组学3 天前
Radiology(IF=15.2)中南大学湘雅二医院肖煜东教授等团队:基于CT放射组学的机器学习识别肝细胞癌瘤内纤维化及其潜在血管生成
人工智能·深度学习·论文·医学·医学影像·影像组学
AI医影跨模态组学3 天前
Eur Radiol 温州医科大学第五附属医院等团队:开发与解释基于双能量CT的深度学习放射组学模型,用于预测颈动脉支架后新出现的脑缺血病灶
人工智能·深度学习·论文·医学·医学影像·影像组学