Medical Imaging Toolbox poskytuje aplikace, funkce a pracovní postupy pro navrhování a testování diagnostických zobrazovacích aplikací. Toolbox také umožňuje trénovat předdefinované sítě hlubokého učení (pomocí Deep Learning Toolbox).
Zpracování lékařských snímků je obvykle součástí pracovního postupu, který zahrnuje následující kroky:
V každém z těchto kroků můžete využít MATLAB Medical Imaging Toolbox, který je dostupný od verze R2022b. Jaké konkrétní nástroje pro dané kroky tento toolbox nabízí, si ukážeme v tomto a následujících dvou článcích.
Náhled aplikace Medical Image Labeler, která je součástí Medical imaging Toolboxu
Medical Imaging Toolbox umožňuje zpracovávat obrazy z lékařských zobrazovacích metod, jako jsou rentgenové snímky (2D a 3D), ultrazvuk, výpočetní tomografie (CT), magnetická rezonance (MRI), nukleární zobrazování (PET a SPECT) a mikroskopie.
V MATLABu můžete importovat a exportovat lékařské snímky ve formátech DICOM, DICOM-RT, HDF5, Interfile, NIfTI a TIFF pomocí aplikace DICOM Browser nebo snadno použitelných vestavěných funkcí. K prohlížení načtených snímků (2D i 3D) můžete využít řadu vestavěných aplikací a funkcí (například funkce montage pro zobrazování snímků z ultrazvuku nebo volshow pro zobrazování 3D snímků). Přehled možností načtení lékařských snímků do MATLABu spolu s typickými příklady použití si můžete prohlédnout v tomto článku.
Animace vytvořená v aplikaci Medical Image Labeler
Pro velké snímky, které se nevejdou do paměti a jejichž zpracování je náročné (např. patologické snímky), lze využít objekt blockedImage. Tento objekt reprezentuje snímek jako kolekci menších „bloků“, které lze nezávisle načíst a zpracovat. Můžete takto urychlit načítání a zpracování velkých snímků a multirezolučních obrazů (multi-resolution image). Objekt blockedImage také podporuje paralelní výpočty s využitím vícejádrových CPU nebo GPU.
Anna Tocháčková, 1.8.2025