文件名称：MATLAB峭度代码-dwilib:扩散加权成像（DWI）的工具
文件大小：135KB
文件格式：ZIP
更新时间：2024-06-09 09:24:19
系统开源
MATLAB陡度代码dwilib 新：切换到Python版本3，现在到处都需要并假定使用它！ 开发工具，以支持弥散加权成像（DWI）数据分析，重点关注前列腺癌。 该软件正在作为位于芬兰图尔库的研究项目的一部分进行开发。 注意：这是正在建设中。 程序代码是按需编写的，用于内部项目的自定义需求。 在程序员研究主题和学习工具的同时，它已经有机地增长了。 因此，代码在许多地方都非常混乱。 特征 以DICOM或自定义ASCII或MATLAB格式读取输入数据 执行模型拟合（单指数ADC，峰度，拉伸指数，双指数） 计算与格里森分数的相关性 计算和比较诊断ROC AUC 计算重现性指标 绘图方案 用于多切片，多b值DWI DICOM文件的查看器（使用Matplotlib GUI小部件） 用于自动流水处理数据处理任务的构建工具 待办事项或进行中 改进的文档 改进的构建工具 自主肿瘤描绘/ ROI放置 回归分类 要求 Python 3.4 pathlib2（或更新的Python） NumPy 科学 可选要求 （配件） （绘图） （读取DICOM文件） （处理HDF5文件） （纹理分析） （纹理分析） （任
【文件预览】：
dwilib-master
----setup.py(3KB)
----todo.txt(932B)
----requirements.txt(200B)
----MANIFEST.in(114B)
----LICENSE(1KB)
----detect_roi.py(9KB)
----setup.cfg(582B)
----scripts()
--------draw_tmaps.py(10KB)
--------build_ascii.sh(267B)
--------build_compare_auc.sh(798B)
--------build_correlation.sh(544B)
--------build_rocs.sh(360B)
--------build_rls.sh(513B)
--------grid_auc.py(2KB)
--------build_reproducibility.sh(377B)
--------build_medians.sh(976B)
--------build_boxplots.sh(302B)
--------convert_masks.sh(246B)
----README.rst(2KB)
----dodo.py(15KB)
----dwi()
--------minimize.py(3KB)
--------compat.py(5KB)
--------plot.py(5KB)
--------fit_one_by_one.py(2KB)
--------job.py(844B)
--------conf.py(7KB)
--------mask.py(9KB)
--------__init__.py(87B)
--------dicomfile.py(7KB)
--------detectlesion.py(13KB)
--------types.py(5KB)
--------patient.py(814B)
--------types2.py(2KB)
--------autoroi.py(4KB)
--------doc()
--------standardize.py(6KB)
--------models.py(5KB)
--------texture_skimage.py(12KB)
--------tools()
--------examples()
--------image.py(3KB)
--------mayavi.py(2KB)
--------stats.py(9KB)
--------readnib.py(6KB)
--------paths.py(6KB)
--------ximage.py(862B)
--------util.py(11KB)
--------fit_one_by_one_alt.py(3KB)
--------asciifile.py(2KB)
--------fit.py(3KB)
--------doit.py(5KB)
--------dataset.py(6KB)
--------hdf5.py(3KB)
--------files.py(10KB)
--------texture.py(7KB)
--------nifti.py(364B)
--------shell.py(4KB)
--------texture_mahotas.py(5KB)