医学影像处理相关软件及python包

一、软件

1. Freesurfer

        FreeSurfer是一个软件包，用于分析和可视化来自横断面或纵向研究的结构和功能神经影像数据。FreeSurfer为结构MRI数据提供完整的处理流，包括：颅骨剥离，B1偏置场校正和灰白质分割；重建皮质表面模型（灰白色边界表面和软脑膜表面）；标记皮质表面上的区域以及皮层下的大脑结构；用立体定位图非线性配准个体的皮质表面；统计分析组形态测量差异。

wiki：http://surfer.nmr.mgh.harvard.edu/fswiki

2. FSL

       FSL是 FMRI，MRI和DTI脑成像数据的综合分析工具库。它的功能与Freesufer类似。它运行在Apple和PC上（Linux和Windows通过虚拟机），并且安装非常简单。大多数工具既可以从命令行运行，也可以作为GUI（“点击式”图形用户界面）运行。

FSL提供的工具，如下所示：

（1）Functional MRI: FEAT, MELODIC, FABBER, BASIL, VERBENA

（2）Structural MRI: BET, FAST, FIRST, FLIRT & FNIRT, FSLVBM, SIENA & SIENAX, fsl_anat

（3）Diffusion MRI: FDT, TBSS, EDDY, TOPUP

（4）GLM / Stats: GLM general advice, Randomise, Cluster, FDR, Dual Regression, Mm, FLOBS

（5）Other: FSLView, Fslutils, Atlases, Atlasquery, SUSAN, FUGUE, MCFLIRT, Miscvis, POSSUM, BayCEST

其中常用的软件 FSL-BET 用于头骨剥离和脑表层提取，FSL-FAST 用于脑组织分割等。

4.xjView

    xjView 是一个小而非常有用的查看成虚，可以在查看FMRI和VBM图像时节省大量时间，xjView依赖于SPM运行。

     官 ：http://www.alivelearn.net/xjview/      

二、常用包

1.  NIFTI ： Matlab 读取和处理医疗影像的包

2.  nibabel：Python 读取和处理医疗影像的包

3.  Nilearn：Nilearn是一个Python模块，用于在NeuroImaging数据上进行快速简单的统计学习。它利用scikit-learn Python工具箱进行多变量统计，并提供预测建模，分类，解码或连接分析等应用。

4.  PyMVPA：是一个Python包，旨在简化大型数据集的统计学习分析。它提供了一个可扩展的框架，它具有用于分类，回归，特征选择，数据导入和导出的各种算法的高级界面。它可以很好地与相关的软件包集成，比如scikit-learn，shogun，MDP等。虽然它不局限于神经影像领域，但它非常适合这些数据集。

5.  scikit-learn ：scikit-learn是基于Scipy为机器学习建造的的一个Python模块

6. scikit-image：python包，使用原生的NumPy数组作为图像对象，用于图像处理

7.  PIL： python图像处理库，已经是python平台事实上的图像处理标准库了，功能强大，简单易用

文章知识点与官方知识档案匹配，可进一步学习相关知识OpenCV技能树首页概览11605 人正在系统学习中