标签: medical

_{对不起，如果这是另一个没有回应的问题:)，请随时关闭。关于 SO 有很多问题，例如：医学中使用的技术/语言/数据库是否与银行/工业等传统领域中使用的技术/语言/数据库有很大不同。您可以听到回应或 1）没有区别 2）根据缺乏标准。}

但医学成像之所以具有吸引力，不仅是因为普遍关注：人文和科学。工作机会严格而明显。C++/?om/ActiveX/C#、一些开源库、DICOM/HL7、Python。它看起来像是一个单独的专业——你不需要在面试时解释你到底做了什么。

所以我的问题是：医学成像是否是一个独立的专业，因为它似乎很陌生？供应商是否大多朝着相同的方向发展，您可以在不改变企业世界观的情况下改变它们吗？或者它只是一种 C++ 编程，通常与其他一些图像处理、交易、驱动程序、操作互换。系统编程等？

我是dicom开发小组的初学者.我需要在dicom图像上创建一个定位器图像线.那么,有什么好主意吗？任何极客.

我正在探索来自OpenEHR CKM应用程序(http://openehr.org/ckm/)的示例,并看到OET模板的XML模式命名空间是"openEHR/v1/Template".托管XML Schema的位置？

据我所知,"openEHR/v1/Template"命名空间指向版本1.0.1的XML模板架构定义,该定义无法下载(http://www.openehr.org/releases/1.0.1/它/ XML-schema /)

尝试使用取自1.0.2 distr(http://www.openehr.org/releases/1.0.2/its/XML-schema/)的OET XML Schema ,但从CKM获取的样本模板OET文件未通过v1.0.2 XML模式验证.

哪个OpenEHR模板XML架构是实际的和最新的？

想要从Multi-para患者监护仪获取/获取数据.

我已经google了很多但是无法得到相同的解决方案.这些监视器主要由中国人制造,没有提供相关文件.

在监视器中,LAN电缆端口可用,还有一个名为Central Station的第三方软件在计算机上显示信息(我们希望这样做但是可以独立地分析数据).但我们没有办法联系该软件制造商或无法知道他们如何获取这些数据.

所以任何可以帮助我们如何做到这一点或如何找到相同的解决方案.

谢谢.

编辑:

借助WIRESHARK我们能够嗅探网络数据,它看起来像这样:

从这个我至少能够知道它从这两个IP收集信息,即192.168.2.34和192.168.2.35,其端口分别是52435和47327.

任何人都可以告诉我如何在java编程的帮助下做同样的事情？

寻找参考代码，最好在 python 中从 CT 生成 XRAY。

这应该模拟尽可能多的以下因素：

• 衰减 (LUT)

• 焦点

• X 射线束形状和角度

• X 射线能量 (keV)

我已经熟悉以下选项并寻找更好的选择：

1. volume.sum(1)（假设volume是一个 numpy 3d 数组）
2. MeVisLab支持我正在寻找的内容，但不允许在不安装所有 > 1 GB 软件的情况下进行简单的 python 集成。
3. VTK 有一些示例 ( 1 , 2 )，但它们没有显示使用 LUT 来模拟衰减。
4. 有这个ITK 示例，但它是用 C++ 编写的，我怀疑它也可以使用平均强度投影而不是模拟衰减来工作。

我想使用 Hausdorff Distance 作为训练的度量，但我刚刚找到了 Weighted_Hausdorff_loss并将其用作医学图像分割的度量。

import math
import numpy as np
import tensorflow as tf
from sklearn.utils.extmath import cartesian

resized_height = 192  
resized_width  = 192
max_dist = math.sqrt(resized_height**2 + resized_width**2)
n_pixels = resized_height * resized_width
all_img_locations = tf.convert_to_tensor(cartesian([np.arange(resized_height), np.arange(resized_width)]),
                                                   tf.float32)
batch_size = 1

def tf_repeat(tensor, repeats):
    """
    Args:
    input: A Tensor. 1-D or higher.
    repeats: A list. Number of repeat for each dimension, length must be the same as the number of dimensions in input
    Returns:
    
    A Tensor. …

我看过一些DICOM标准和Wikipedia页面（以及所有DICOM主题），但没有真正深入研究文件结构文档（ugh），我感到困惑的是将DICOM文件中存储的确切内容进行了扫描包含3D / 4D / 5D数据。我只想要一个概述。

让我们以MRI为例。DICOM文件是否包含

1. 从不同角度拍摄的一组原始2D图像
2. 一叠切片形成3D体素数据集
3. 完整的3D数据集

换句话说，DICOM 是否对成像机捕获的原始图像进行任何后处理？

就4D而言，大概只是多个3D数据集的集合，每个“帧”是一个单独的数据集吗？

我有一组fMRI图像.一组的维数为90 x 60 x 12 x 350,体素尺寸为1 x 1 x 1 mm(350体积).另一组的维数为80 x 35 x 12 x 350,体素尺寸为0.2 x 0.2 x 0.5 mm.我正在使用其中一个图像作为参考图像进行注册.由于分辨率的差异,注册失败(有调情).所以我必须先进行下采样或上采样.我尝试了以下方法:

flirt -in input_image\-ref good_size_image\-outoutout_image\-applyxfm\-init /usr/share/fsl/5.0/etc/flirtsch/ident.mat

这不起作用,不适用于下采样而不适用于上采样.

我该如何正确地进行下采样/上采样？

我有一个没有头文件的放射线照片.img文件.但是,已发布该文件的研究人员已经提供了有关它的信息

High resolution (2048 × 2048 matrix size, 0.175mm pixel size)
Wide density range (12-bit, 4096 gray scale)
Universal image format (no header, big-endian raw data)

我试图使用Python打开文件但无法这样做.有人可以建议任何方法来读取此图像文件吗？

我有一个CT扫描的分割图像（只有1和0值）。我使用skimage.measure中的函数“ label”来获取连接组件的ndarray。现在，我只需要从“标签”输出（ndarray）中获得最大的连接组件。你知道我该怎么办吗？

我的代码如下所示：

from skimage.measure import label    

def getLargestCC(segmentation):
    labels = label(segmentation)
    // now I need to get only the largest connected component and return it
return largestCC

非常感谢！