2021 Python 计算生态二月推荐榜
21年2月10日 · Python123 4167 人阅读
看见更大的世界,遇见更好的自己See a better world to meet better for ourselves.
医学影像(Medical imaging)是指对人体或人体某部分,以非侵入方式取得内部组织影像的技术与处理过程,包含两个相对独立的方向:医学成像系统和医学图像处理。临床常见的仪器主要包括:X光、CT、超声、核磁共振(MRI)、心电图仪、脑电图仪等,常见的医学影像数据格式主要包括:DICOM、Mosaic、Analyze、NIfTI等。Python在医学影像的处理上也有很棒的表现,提供很多用于处理医学影像数据的第三方库,最重要的是可以基于卷积神经网络(CNN)训练模型辅助医疗诊断。
2021年2月,新型冠状病毒肺炎(COVID-19)病例呈上升趋势,又正逢中国四大传统节日之一的春节来临,好事者特别推荐10款优秀的Python计算生态,用于医学影像分析与模型训练。
NiftyNet
NiftyNet
是一个基于 TensorFlow 的开源卷积神经网络平台,用来研究医疗影像分析和影像导向的治疗。
pydicom
pydicom是用于处理DICOM文件的纯Python软件包。它使您能够以简单的pythonic方式读取,修改和写入DICOM数据。
https://github.com/pydicom/pydicom
ITK
ITK是一个开放源代码,跨平台的库,为开发人员提供了用于图像分析的大量软件工具。面向空间的体系结构上,用于在二维,三维或更多维度上处理,从诸如CT或MRI扫描仪之类的医疗仪器获取的图像。
https://github.com/InsightSoftwareConsortium/ITK
SimpleITK
SimpleITK是专门处理医学影像的软件,在SimpleITK中,图像的概念与我们在计算机视觉中常用的RGB图像差异很大,后者只是一个多维矩阵,是一个数学上的概念,而在SimpleITK中,图像是一种物理实体,图像中的每一个像素都是物理空间中的一个点,不光有着像素值,还有着坐标,间距,方向等概念。
https://github.com/SimpleITK/SimpleITK
nibabel
nibabel包是可以对常见的医学和神经影像文件格式进行读写。
https://github.com/nipy/nibabel
medpy
medpy
医学图像处理的库与脚本集。提供对任意维度的极大图像的读写与操作功能的基础支持。
ANTsPy
ANTs(Advanced
Normalization Tools)是目前配准质量最好的软件 ,是基于c语言写的,运行速度很快。
https://github.com/ANTsX/ANTsPy
DeepReg
DeepReg是可免费获得的,社区支持的开源工具包,用于使用深度学习进行医学图像配准的研究和教育。
https://github.com/DeepRegNet/DeepReg
MIScnn
MIScnn是一个直观的API,只需几行代码,即可使用最新的卷积神经网络和深度学习模型快速设置医学图像分割管道。
https://github.com/frankkramer-lab/MIScnn
FAST
FAST是一个开放源代码的跨平台框架,其主要目标是使利用多核CPU和GPU的异构系统上的医学图像的高性能处理和可视化更加容易。
Python3Turtle