“MATLAB提供了矩阵操作和可视化功能的组合，这些功能是我们的成像工作的关键。”
Daniel Sodickson博士，以色列Deaconess Medical Center
医生依赖MR（磁共振）扫描来获得人体内部的高质量图像。目前的MR扫描方法可以是耗时的并且产生不明确的图像，尤其是心脏MRI（磁共振成像）和其他患者必须屏住呼吸的扫描。
一种称为Smash的成像技术，在Beth以色列直接医疗中心开发，提高了MR Scans的速度和准确性。Smash使用射频（RF）探测器在患者周围排列，同时访问多个图像组件，使医生能够检查先前尚不清楚的区域。
贝丝以色列使用matlab，是图像处理工具箱和其他Mathworks产品在整个开发的粉碎s manbetx 845中。“MATLAB提供了矩阵操作和可视化能力的组合，这些功能是我们的成像工作的关键，”Beth以色列专业医疗中心的生物医学影像学研究实验室董事Daniel Sodickson博士说。
贝丝以色列研究人员出发了一种安全，有效的方法来提高MRI分辨率和速度。以前，MR信号一次获取一个点和一行，每行数据需要单独应用磁场梯度和RF脉冲。因此，成像速度受到传统扫描仪技术的最大场切换速率的限制。
Sodickson博士理论为MR成像可以加速，如果信号并行而不是顺序地获取信号。这种方法涉及布置多个RF检测器，以一次获得许多数据线。研究人员需要确定使用哪些探测器以及在哪里放置它们。然后，它们需要从MR扫描仪中提取原始信息，将来自不同检测器的数据组合，并重建加速图像。
贝丝以色列团队在Matlab开发了子程序，以测试他们的粉碎理论。“访问MATLAB中的线性代数算法使我们能够非常快速地可视化成像过程，”Sodickson说。“拆除转型和看看每个介入步骤的能力是Matlab对我们的更具吸引力的特征之一。”
他们开始模拟这些数据，即通过将来自扫描仪的原始数据转换为频率分量，通过使用标准的RF检测器从MR机器中获取。它们开发了基于检测器创建的灵敏度模式来修改频率数据的子程序。
然后，它们使用简单的MATLAB算法来重建其第一加速图像。“当我们开始可视化这些图像时，图像处理工具箱非常方便，”Sodickson说。“我喜欢访问低级数据和数学。我们不仅仅是推动图像，还可以访问中间步骤，甚至可以在生成图像的过程中可视化我们在数据中的作业。“
研究人员使用MATLAB开发了一个GUI，让用户模拟不同的检测器布置，几何形状和配置。他们还使用MATLAB来构建重建临床图像的其他程序和GUI，并让临床医生以各种方式比较图像堆栈。临床医生还可以改变图像的对比度和亮度 - MRI放射科医师的关键步骤。
粉碎成像技术已被证明对心脏MRI特别有用，其中快速心脏和呼吸运动可以使成像复杂化。粉碎减少图像采集时间并最大限度地减少运动的模糊效果。
研究人员计划使用Matlab编译器开发他们并行成像软件的独立版本，以在临床工作站上运行。
更快，更丰富的MR Scans。到目前为止，粉碎成像已经为大多数MR扫描提供了两到五倍的图像采集速度增加，并赋予临床医生以前无法获得的信息。例如，他们现在可以采取更快的快速跳动的心脏来检测冠状动脉疾病。
能够尝试新方法。“我们的一些发现是由Matlab调解的，”Sodickson说。“Matlab不仅仅是我们的实施工具。可视化数学的能力帮助我们开发了新的重建算法和方法。”
减少编程时间。“Mathworks工具保存了我们相当大的发展时间，”Sodickson说。“没有MATLAB，我们必须用C或C ++手部代码，并使用单独的产品进行可视化。s manbetx 845我们可能需要聘请其他人做出这项工作。习惯于在C中编程的人可以在Matlab中编程，一小部分工作。“
您还可以从以下列表中选择一个网站：