FSL-BET2、SPM-CAT12、Deepbet颅骨分离效果比较

最新推荐文章于 2025-06-11 16:28:55 发布
最新推荐文章于 2025-06-11 16:28:55 发布
阅读量312 收藏 1
点赞数 4
文章标签： 图像处理 计算机视觉 人工智能 python c语言
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Epiphany_yy/article/details/147231676
版权

最近在做MRI脑部图像方向的东西，首先需要把拿到的MRI图像进行颅骨剥离，一开始说使用老师推荐的bet2，怎么调整参数效果都非常差，看了网上帖子，又尝试了CAT12，操作起来有点儿复杂，教程写的也看不懂，最后看到Deepbet的文章，一次尝试就成功了。

FSL-BET2

官方安装教程
参考了如下教程：Andy’s Brain Book
Windows需要WSL2，第一次安装WSL应该很轻松，如果之前安装过现在装不上可以留言一下，有需要我就再写一个教程。

效果展示

1、Flanker数据集
在这里插入图片描述
可以看出来效果非常不错，阈值我都没怎么调过

2、我的数据集上
在这里插入图片描述
不论怎么调-f -g 效果都很差，-R也没啥改善

SPM-CAT12

官方安装教程
Andy’s Brain Book
1、我的数据集上的结果
在这里插入图片描述
看着效果也不错，但是剥离后的结果和原来的颜色差别有点儿大
在这里插入图片描述
这个操作界面也挺复杂的，处理起来也挺慢

Deepbet

这简直是我的神了，我是从这篇zh帖子上看到的链接
官方安装教程
1、Flanker数据集结果
在这里插入图片描述
效果可以，参数为默认值

2、我的数据集结果
在这里插入图片描述
参数默认效果都很好

踩坑结束，总结而言，Deepbet处理速度、效果都是非常好的

Yangtze！
关注
【ADNI】数据预处理（1）SPM，CAT12；数据集
Houchaoqun_XMU的博客
11-01 2万+
ADNI Series 1、【ADNI】数据预处理（1）SPM，CAT12 2、【ADNI】数据预处理（2）获取 subject slices 3、【ADNI】数据预处理（3）CNNs 4、【ADNI】数据预处理（4）Get top k slices according to CNNs 5、【ADNI】数据预处理（5）Get top k slices (pMCI_sMCI) accord...
arm-fsl-linux-gnueabi-交叉编译工具链
07-04
2. **编译**: 使用交叉编译器编译源代码，如`arm-fsl-linux-gnueabi-gcc`。 3. **链接**: 使用交叉链接器完成链接过程，如`arm-fsl-linux-gnueabi-ld`。 4. **测试**: 在目标系统上运行编译好的二进制文件，确保一切...
CAT12（spm12）MRI图像预处理
热门推荐
咸yu奶糖的博客
05-20 3万+
这篇博客只写用cat12将MRI脑图像分割为白质，灰质和脑脊液的操作步骤。
深度学习||医学图像||利用FSL软件对nii图像批量去颅骨||bash实现||Linux系统
weixin_45638136的博客
07-04 865
在bash中利用FSL软件对nii图像批量去颅骨
Nature neuroscience：大脑连接在跨哺乳物种中的保留
cc1609130201的博客
06-25 1068
100多年前，Ramon y Cajal提出假设，在哺乳动物大脑连接的进化过程中，有两种力量在起作用：最大限度地降低连接成本和最大限度地提高传导速度。利用扩散张量MRI，本文作者重建了123种哺乳动物的大脑连接体。网络分析显示，哺乳动物的连通性和连接成本都是守恒的。作者的结果描述了保持大脑整体连接的守恒原则：半球间连接较少的物种表现出更好的半球内连接。 结果表明，有些物种的大脑半球间连接更多，半球内连接更少，反之亦然。同样的模式也适用于物种间，包括人类(人类的MSP与连合比例的斜率与所有哺乳动物没有区别)
使用CAT进行MRI脑图像分析
生物医学信息学博客
10-09 1万+
使用CAT进行MRI脑图像分析 MED620122 生物医学工程进展 数据 在所提供的6个T1 MRI数据（男性和女性各3位）上进行分析。根据SPM或CAT所提供的学习资料，边学习边分析这6个数据。 要求： 去除颅骨后对脑容量分析，如平均脑容量，男性与女性脑容量比较； 分割大脑灰质、白质和脑脊液，并进行比较分析； 分割出大脑左右尾状核，并比较分析。 改善图像的对比度，将6个图像的亮度变换到同一空...
MRI数据预处理--使用FSL-BET轻松去头骨，提取脑组织
Tina姐的博客
05-06 1万+
许多脑成像分析工作流程中的第一个处理步骤是从颅骨内部提取脑组织。该过程叫 Brain extraction(大脑提取) or skullstripping（颅骨剥离） 机器扫描的图像不仅包含大脑，还包含我们在研究大脑结构和功能时并不真正需要的其他组织（骨骼、皮肤、脂肪、空气）和解剖结构（颈部、上脊髓、眼睛、嘴巴）。 因此，提取与大脑相关的组织，以便我们可以在未来的所有分析步骤中使用它。如用于后续的大脑疾病分类和分割等。 本文中，使用FSL-bet工具提取脑组织 要使用 FSL 执行大脑提取，您可以使用图形
FSL之bet2颅骨剥离 单个与批量操作
Alexa_的博客
08-29 4626
做的目的：脑组织提取 ， 即颅骨剥离 ， 是将脑部组织 （ 脑白质和脑灰质 ） 与非脑部组织分离开来 ， 剔除颅骨等脑外组织。在图像的处理分析中 ，脑组织提取通常作为预处理阶段。当图像的像素数量非常大时 ， 为了降低算法运算量 ，提高算法运算效率和分割精度 ， 需要将图像中的非脑部组织剔除 ， 只保留脑部组织。当然，颅骨剥离的工具非常多，本文主要使用FSL-bet工具提取脑组织。
FSL-BET 使用bet2命令时提示Segmentation fault
08-17
- *1* *2* *3* [MRI数据预处理--使用FSL-BET轻松去头骨，提取脑组织](https://blog.csdn.net/u014264373/article/details/124617863)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{...
FSL-BET 使用bet2命令时提示Segmentation fault (core dumped)
08-17
您在使用FSL-BET的bet2命令时遇到了"Segmentation fault"的提示。这个错误通常是由于内存访问错误或者程序崩溃引起的。可能的原因有以下几种： 1. 输入文件错误：请确保输入文件的路径和名称正确，并且文件是可读的...
MRI脑部图像头骨剥离方法研究
08-26
MRI图像处理
fsl-image-qt5-v1.2.tar.bz2
09-09
fsl-image-qt5-v1.2.tar
fsl-arm-yocto-bsp-imx-4.1-krogoth.zip
08-18
"fsl-arm-yocto-bsp-imx-4.1-krogoth"这个压缩包就是为飞思卡尔ARM架构的IMX系列处理器设计的Yocto BSP，适用于Yocto项目Krogoth版本。 Yocto项目的核心组件包括BitBake、OpenEmbedded Core、 Poky等。BitBake是一...
RawTherapee：专业RAW图像处理，免费开源
最新发布
2501_90839605的博客
06-11 380
它提供了一系列强大的工具和功能，帮助用户轻松调整图像的曝光、对比度、色彩平衡、锐化等参数，从而获得更加精美的照片。RawTherapee凭借其强大的图像调整功能、丰富的工具集、高质量输出、用户友好的界面以及开源与社区支持等优势，成为了众多用户在RAW图像处理方面的首选工具。• 曝光调整：RawTherapee提供了精确的曝光调整工具，用户可以轻松调整照片的亮度、对比度和高光阴影，确保照片的曝光效果符合预期。• 完全开源：RawTherapee是一款完全开源的软件，用户可以访问源代码，进行自定义开发和优化。
Python----OpenCV（图像处理——图像的多种属性、RGB与BGR色彩空间、HSB、HSV与HSL、ROI区域）
weixin_64110589的博客
06-10 1370
本文系统介绍了图像处理中的关键属性与技术。主要内容包括：1）图像分类（二值图、灰度图、彩色图）及颜色空间（RGB、HSV等）；2）图像几何属性（尺寸、分辨率等）和纹理特征；3）RGB与BGR色彩空间的转换方法；4）HSB/HSV/HSL色彩模型的原理与应用；5）ROI（感兴趣区域）的操作技术；6）图像通道的分割与合并方法。文章通过代码示例详细展示了图像处理中色彩空间转换、区域选取和通道操作等核心技术的实现方式，为计算机视觉和图像处理提供了实用指导。
Python----OpenCV（图像处理——边界填充、图像融合、图像阈值、深拷贝与浅拷贝）
weixin_64110589的博客
06-11 1171
本文介绍了OpenCV在图像处理中的几个关键技术：边界填充（包括常数填充、复制填充、反射填充和环绕填充方法）、图像融合（使用addWeighted函数实现加权融合）、图像阈值处理（5种二值化方法）、Mat数据结构的基本概念及其属性，以及深拷贝与浅拷贝的区别。通过代码示例演示了如何使用cv2.copyMakeBorder实现边界填充、用cv2.addWeighted进行图像融合，并展示了不同阈值处理的效果。文中还详细解析了Mat结构的组成部分和Python中深/浅拷贝在图像处理中的应用差异。
OPenCV CUDA模块图像处理-----对图像执行 均值漂移滤波（Mean Shift Filtering）函数meanShiftFiltering()
jndingxin的专栏
06-04 1042
在 GPU 上对图像执行 均值漂移滤波（Mean Shift Filtering），用于图像分割或平滑处理。
基于 WebWorker 的 WebAssembly 图像处理吞吐量分析
全栈知识深入分享coder
06-11 886
本文探讨了WebWorker与WebAssembly(WASM)协同实现高性能图像处理的技术方案。通过分层的跨线程架构，将图像处理任务从主线程剥离：主线程负责用户交互，Worker线程执行WASM算法，利用OffscreenCanvas进行高效渲染。文章详细解析了零拷贝数据传输（Transferable）、WASM内存管理（malloc/HEAPU8）等关键技术，并提供了C++算法示例与完整项目结构。实践表明，该方案可将1024×768图像处理时间从JS的200ms降至WASM的12ms，提升16倍性能，适
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值