醫學影像處理相關軟體及python包

一、軟體

1. Freesurfer

        FreeSurfer是一個軟體包，用於分析和視覺化來自橫斷面或縱向研究的結構和功能神經影像資料。FreeSurfer為結構MRI資料提供完整的處理流，包括：顱骨剝離，B1偏置場校正和灰白質分割；重建皮質表面模型（灰白色邊界表面和軟腦膜表面）；標記皮質表面上的區域以及皮層下的大腦結構；用立體定點陣圖非線性配準個體的皮質表面；統計分析組形態測量差異。

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

2. FSL

       FSL是 FMRI，MRI和DTI腦成像資料的綜合分析工具庫。它的功能與Freesufer類似。它執行在Apple和PC上（Linux和Windows通過虛擬機器），並且安裝非常簡單。大多數工具既可以從命令列執行，也可以作為GUI（“點選式”圖形使用者介面）執行。

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

其中常用的軟體 FSL-BET 用於頭骨剝離和腦表層提取，FSL-FAST 用於腦組織分割等。

wiki：https://fsl.fmrib.ox.ac.uk/fsl/fslwiki

3. SPM

       SPM（統計引數圖）由倫敦大學學院功能影像實驗室 Karl Friston 團隊開發。這是一個免費和開源的軟體包，在 Matlab 軟體平臺上執行。SPM軟體包專為腦成像資料序列的分析而設計。下載SPM需要配置在Matlab中執行。

序列可以是來自不同群組的一系列影象，或來自同一個主題的時間序列。當前版本專為分析fMRI，PET，SPECT，EEG和MEG而設計。目前最新版本是SPM12。

       SPM具有矯正，平滑，配準，分割等預處理功能，以及腦影象統計和視覺化等功能。

4.xjView

    xjView 是一個小而非常有用的檢視成虛，可以在檢視FMRI和VBM影象時節省大量時間，xjView依賴於SPM執行。

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

二、常用包

1.  NIFTI ： Matlab 讀取和處理醫療影像的包

2.  nibabel：Python 讀取和處理醫療影像的包

3.  Nilearn：Nilearn是一個Python模組，用於在NeuroImaging資料上進行快速簡單的統計學習。它利用scikit-learn Python工具箱進行多變數統計，並提供預測建模，分類，解碼或連線分析等應用。

4.  PyMVPA：是一個Python包，旨在簡化大型資料集的統計學習分析。它提供了一個可擴充套件的框架，它具有用於分類，迴歸，特徵選擇，資料匯入和匯出的各種演算法的高階介面。它可以很好地與相關的軟體包整合，比如scikit-learn，shogun，MDP等。雖然它不侷限於神經影像領域，但它非常適合這些資料集。

5.  scikit-learn ：scikit-learn是基於Scipy為機器學習建造的的一個Python模組

6. scikit-image：python包，使用原生的NumPy陣列作為影象物件，用於影象處理

7.  PIL： python影象處理庫，已經是python平臺事實上的影象處理標準庫了，功能強大，簡單易用