發布成功
根據用戶需求，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；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，實現頭動校正，減小因為頭動造成的實驗誤差；根據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值，來實現空間平滑的功能；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，實現快速準確地海馬分割。
該部分有現成的C++代碼，在Ubuntu下集成到Python程序中即可。
c.功能分割海馬亞區
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域，分別將三個種子區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域的標簽，從而將海馬分成三個亞區——頭，體，尾。
該部分有文獻，實現文獻中的算法即可。
3 網絡連接分析
a.基于海馬的腦結構網絡連接
基于結構數據分割出的海馬結構，做海馬區與全腦的腦結構網絡連接：將分割出的海馬提取出灰質數據，將所有灰質數據求平均，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絡連接。
b.基于海馬亞區的腦功能網絡連接
基于分割出的三個海馬亞區，將每個亞區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，得到三個亞區與全腦的網絡連接。
4 統計分析
該部分要實現的具體功能是把經過分割得到的海馬體積進行形態學分析，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，皮爾森相關系數分析。
5 可視化
該部分要實現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，拖動滑條顯示一個面的不同層；圖像的放大、縮小、平移；光標位置數值顯示MNI坐標以及native坐標，移動光標，x,y,z數值相應的改變；不同窗口同步坐標變化
1、我愛方案網是會員制服務，服務商通過競標后即可聯系雇主；
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！
聯系方式：
競標后可見
好評率：
100%
發包數量：
0
選中數量：
2
