의료 영상

의료 영상 처리 응용 분야의 딥러닝 워크플로 확장

Deep Learning Toolbox™를 Medical Imaging Toolbox™와 함께 사용하여 의료 영상 응용 분야에 딥러닝을 적용합니다.

앱

2차원 또는 3차원 의료 영상 데이터의 애니메이션을 대화형 방식으로 탐색, 레이블 지정, 퍼블리시 (R2022b 이후)

함수

`medicalSegmentAnythingModel`	의료 영상 분할을 위해 사전 훈련된 MedSAM(Medical Segment Anything Model) (R2024b 이후)
`extractEmbeddings`	MedSAM(Medical Segment Anything Model) 인코더에서 영상 임베딩 추출 (R2024b 이후)
`segmentObjectsFromEmbeddings`	MedSAM(Medical Segment Anything Model) 영상 임베딩을 사용하여 의료 영상의 객체 분할 (R2024b 이후)
`cellpose`	세포 분할에 사용할 Cellpose 모델 구성 (R2023b 이후)
`segmentCells2D`	Cellpose를 사용하여 2차원 영상 분할 (R2023b 이후)
`segmentCells3D`	Cellpose를 사용하여 3차원 영상 볼륨 분할 (R2023b 이후)

도움말 항목

의료 영상 레이블 지정기 시작하기 (Medical Imaging Toolbox)
2차원 또는 3차원 의료 영상 데이터의 애니메이션을 대화형 방식으로 탐색하고 레이블을 지정하고 퍼블리시합니다.
의료 영상 레이블 지정기에서 MONAI Label 시작하기 (Medical Imaging Toolbox)
3차원 의료 영상 분할을 위해 MONAI Label 라이브러리의 AI 모델을 적용합니다.
의료 영상 분할을 위해 Medical Segment Anything Model 시작하기 (Medical Imaging Toolbox)
MedSAM(Medical Segment Anything Model)과 딥러닝을 사용하여 대화형 의료 영상 분할을 수행합니다. (R2024b 이후)
의료 영상 레이블 지정기에서 MedSAM 시작하기 (Medical Imaging Toolbox)
이 예제에서는 의료 영상 레이블 지정기 앱에서 MedSAM 알고리즘을 사용하여 의료 영상과 의료 볼륨의 단면에서 객체를 대화형 방식으로 분할하는 방법을 보여줍니다. (R2025a 이후)
Cellpose 시작하기 (Medical Imaging Toolbox)
사전 훈련된 Cellpose 모델을 사용하여 현미경 영상에서 세포를 분할하거나, 사용자 지정 모델을 훈련시킵니다.
Create Datastores for Medical Image Semantic Segmentation (Medical Imaging Toolbox)

Create datastores that contain images and pixel label data from a groundTruthMedical object for training semantic segmentation deep learning networks.
- Convert Ultrasound Image Series into Training Data for 2-D Semantic Segmentation Network (Medical Imaging Toolbox)
- Create Training Data for 3-D Medical Image Semantic Segmentation (Medical Imaging Toolbox)