Аналіз нейровізуалізації за допомогою Linux. Lin4Neuro - чудовий спосіб розпочати роботу

Багато користувачів Linux одержимі досягти лідерства за партою. Для них мова не про поширення вільного програмного забезпечення та його 4 свобод, а перемогти Microsoft. Той факт, що ринок персональних комп’ютерів досяг свого піку, і що дії Google та Apple щодо мобільних телефонів є набагато небезпечнішими, ніж дії Microsoft у їх найкращі (найгірші) дні, їх, схоже, не хвилює.

Вони також не здатні насолоджуватися лідерство, досягнуте в конкретних нішах такі як хмара, веб-сервери або суперкомп'ютери. Вони воліють витрачати час на стерильні дискусії з шанувальниками Photoshop або Excel.

Ось чому моя постанова про Новий рік створити відомі засоби вільного програмного забезпечення, якими можна користуватися з великим успіхом у секторах, у яких більшість із нас, хто пише на цю тему, зазвичай не помічає.

У цьому дописі ми поговоримо lin4neuroРозподіл, який слід враховувати тим, хто цікавиться візуалізацією мозку людини.

Безперечно, беручи до уваги витрати урядів та приватних громадян на охорону здоров'я, будь-яка економія на вартості ліцензій без втрати якості догляду є гідною метою. Це сектор, де вільне програмне забезпечення з відкритим кодом має що дати.

Аналіз нейровізуалізації за допомогою Linux. Чудова відправна точка для студентів та професіоналів

Це похідна версія Ubuntu, зроблена професором японського університету Цукуба. Він базується на Ubuntu 16.04 і, здається, не оновлюється з 2017 року. Однак він все ще становить хороша відправна точка для фахівців з нейровізуалізації ознайомитись із програмами з відкритим кодом та запропонувати студентам виконати практичну роботу.

Проаналізовані зображення може бути спільним легко

У список програм я, коли це можливо, включаю посилання на їхні відповідні сторінки.

Зверніть увагу, що я не лікар. Хоча за допомогою Google я намагався зробити переклади якомога коректнішими, можливо, я все зіпсував. Я вже ціную будь-які виправлення.

Серед додатків, що входять до дистрибутиву, можна зазначити:

3D-слайсер: Це додаток Він включає алгоритми аналізу зображень, отриманих за допомогою функціональної магнітно-резонансної томографії та дифузійного тензора. Вони також можуть бути використані для терапії, керованої зображеннями.

AFNI:  Програма для обробки та аналізу даних, отриманих з магнітно-резонансних зображень.

Інструменти UCL Camino Diffusion MRI: Я збираюся викласти опис англійською мовою, щоб не псувати. Для дифузійної обробки МРТ. Я трактую це для аналізу дифузного магнітно-резонансного зображення. Якщо в кімнаті є фахівець із візуалізації, який може пояснити нам проблему, нижче є форма коментарів. Посилання

Карет: Це додаток  дозволяє користувачеві створювати, переглядати та маніпулювати реконструкціями поверхонь мозку та кори головного мозку.

Аналізатор Connectome: Аналіз зв'язків між ресурсами з будь-якого джерела (DSI, DTI, QBall, rs-fMRI та ін.) У різних масштабах (глобальний, підмережі та локальний).

Переглядач Connectome: пов'язує мультимодальні та багатомасштабні нейровізуалізації та набори даних мережі для аналізу та візуалізації на Python.

FSL: Аналіз зображень та статистичні інструменти для даних візуалізації мозку фМРТ, МРТ та DTI. Посилання

Гінкго CADx: Ця програма є переглядач зображень - збережені за стандартом DICOM.

ITK-Snap: Програма для сегментації структур у тривимірних медичних зображеннях. Посилання

Набір інструментів Minc: Додаток для обробки файлів MINC

МІТК: інструменти для розробки інтерактивного програмного забезпечення для медичної обробки зображень.

MITK дифузія: Програма  включає вибір алгоритмів аналізу зображень для дифузійно-зваженої магнітно-резонансної томографії.

MRICКонвертувати: Es утиліта медичний конвертер файлів зображень, який перетворює файли DICOM на NIfTI 1.1, Analyse 7.5, SPM99 / Analyze, формати обсягу BrainVoyager та MetaImage.

МРТ: Є інструмент візуалізація та аналіз зображень, отриманих за допомогою магнітного резонансу (функціональний).

mrtrix: Є набір інструментів для виконання трактографії білої речовини на дифузійно-зваженому магнітно-резонансному зображенні надійним способом перетинання волокон, використовуючи обмежену сферичну деконволюцію (CSD) та імовірнісні поточні лінії.

Віртуальний ЯМР: Створює реалістичне моделювання МРТ-сканера.