特定脑区的可视化展示

标签:#overlay #展示脑区 #高亮指定脑区 #脑区展示


目标:利用matlab、DPABI、mricron等工具展示选定脑区

方法一.matlab运行此程序

matlab 复制代码
% 将特定脑区用颜色标注出来
% 选择D:\Software\Matlab\toolbox\DPABI_V2.2_161201\Templates 里面的aal文件
% 通过改变标签代码可改变颜色 或者直接替换颜色
function color
% 选择载入的图谱
% file = spm_select(inf,'image','select the files');
file = spm_select(1,'image','select the atlas');
V = spm_vol(file(1,:));
% 读取载入的图谱
img = spm_read_vols(V);
% 需要展示的脑区标签编号
img_label = [73 74 75 76 77 78];
% 将图谱中需要展示的脑区保留,其他脑区置0
img_label_select = ismember(img,img_label);
not_label = ~img_label_select;
img(not_label)=0;
% 二值化显示
% img(img~=0)=1;
% 更改标签编号以调整显示颜色
% img(img==73)=33;
% img(img==74)=34;

% 导出修改好的图像
V.fname = 'aalnew.nii';
spm_write_vol(V, img);

载入脑图谱,img_label换成自己所需的脑区编号。

方法二.利用mricro的overlay功能进行叠加展示。

需要先将原始图像底版reslice 成与图谱相同大小。

可通过更改标签编号以调整显示颜色。


其他方法:

(1).利用dpabi/restplus的image calculator ,输入公式

matlab 复制代码
(i1==37)|(i1==38) 

37,38是海马脑区的标签。

|是matlab逻辑运算符,代表或运算。 (&与,|或,~非)

i1== 19|i1==20 %%可以不加括号,等价。

(2).打开mricron-win,利用overlay进行叠加显示。

只有一个脑区时,也可以用mricro叠加显示。

多个脑区时,先分别保存,再一个个的叠加。

改变colormap来改变色彩模式。

设置透明度来高亮overlay的脑区。

相关推荐
AI医影跨模态组学5 小时前
J Thorac Oncol(IF=20.8)广东省人民医院钟文昭教授团队:基于影像组学的支持向量机区分驱动肺腺癌进展的分子事件
人工智能·深度学习·机器学习·论文·医学·医学影像·影像组学
AI医影跨模态组学5 小时前
Radiol Artif Intell 中山大学肿瘤防治中心放疗科:基于连续MRI的深度学习模型预测局部晚期鼻咽癌患者生存期
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8 小时前
eClinMed 中国人民解放军总医院第五医学中心介入超声科:基于超声的可解释性机器学习模型用于≤3cm肝细胞癌分类的开发与验证
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4 天前
EBioMedicine美国佐治亚理工学院与埃默里大学:基于深度学习的放射组学与病理学多模态融合预测HPV相关口咽鳞状细胞癌预后
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4 天前
NPJ Precis Oncol 青岛大学附属医院放射科王鹤翔:基于CT的可解释深度学习模型预测膀胱癌患者总生存期的多中心研究
人工智能·深度学习·论文·医学影像·影像组学
AI医影跨模态组学4 天前
eClinMed 遵义医科大学附属医院:肺癌术后肺部并发症可解释机器学习预测模型的开发与验证:一项机器学习研究
人工智能·深度学习·机器学习·论文·医学影像·影像组学
AI医影跨模态组学4 天前
Radiology(IF=15.2)北京大学肿瘤医院影像科孙应实教授团队:CT预测微卫星不稳定性高结肠癌区域淋巴结转移
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4 天前
Int J Surg华中科技大学同济医学院附属协和医院:可解释机器学习模型预测胰腺癌早期复发:整合瘤内瘤周影像组学及身体成分分析
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5 天前
Eur Radiol 哈尔滨医科大学附属肿瘤医院王瑞涛团队:多模态深度学习探究肿瘤与内脏脂肪对结直肠癌隐匿性腹膜转移的影响
人工智能·深度学习·论文·医学影像·影像组学
AI医影跨模态组学5 天前
NPJ Precis Oncol(IF=8)南京医科大学第一附属医院放射肿瘤科等团队:整合MRI与ECV的放射组学模型提高高级别胶质瘤进展预测准确性
人工智能·深度学习·论文·医学影像·影像组学·医学科研