加载图像数据和元数据

本例使用了BraTS数据集中经过修改的数据子集[1] [2］．数据包括大脑MRI扫描，以及扫描区域内肿瘤的ROI轮廓数据。

将大脑MRI图像装入工作空间。映像卷存储在MAT文件中vol_001.mat．

负载(fullfile (toolboxdir (“图片”),“imdata”，.．.“BrainMRILabeled”，“图片”，“vol_001.mat”));

从DICOM-RT结构集文件中读取元数据brainMRI_rt.dcm，作为支持文件附在本例中。万博1manbetx该文件包含脑肿瘤ROI的轮廓数据。

信息= dicominfo(“brainMRI_rt.dcm”）;

从DICOM-RT元数据中提取ROI数据

创建一个dicomContours对象，其中包含存储在元数据结构中的ROI轮廓数据信息．

rtContours = dicomContours(info);

将ROI信息显示为表格。中的每个元素ContourData单元格数组指定xy -轴向切片上边界点的坐标。的脑瘤的ROI由56个闭合平面轮廓组成。

rtContours。roi

ans =表1×5数名ContourData GeometricType颜色  ______ _______________ ___________ _____________ ____________ 1{脑瘤的}{56×1细胞}{56×1细胞}{3×1双}

绘制等高线脑瘤的通过使用plotContours对象的功能。

图plotContour (rtContours)

创建ROI的三维二进制掩码

通过创建对象来定义ROI的空间引用imref3d物体具有与大脑MRI图像数据相同的切片数量和像素大小。像素大小为1 × 1 × 1毫米，这意味着MRI图像数据的每个像素对应的是长、宽、高各为1毫米的大脑部分。

referenceInfo = imref3d(大小(vol)，1,1,1);

对象的3-D逻辑掩码脑瘤的ROI。中的第一个ROI指数rtContours，因此指定ROIindex输入为1。指定imref3d对象定义掩码的空间信息。

rtMask = createMask(rtContours,1,referenceInfo);

控件查看掩码volshow函数。

图ViewPnl = uipanel(图，标题=“二元肿瘤面膜”）;volshow (rtMask、家长= ViewPnl);

显示ROI蒙版为图像叠加使用labelvolshow

将二进制掩码转换为数据类型双，使您可以将其显示为底层图像数据的覆盖。

rtMask = double(rtMask);

在MRI图像数据上显示二元肿瘤掩膜labelvolshow函数。

图ViewPnl = uipanel(图，标题=“肿瘤掩膜”）;labelvolshow (rtMask卷,VolumeThreshold = 0.0, VolumeOpacity = 0.2,父= ViewPnl);

显示ROI蒙版为图像叠加使用量观众

你也可以在大脑MRI图像的三维切片平面上可视化ROI的位置量观众应用程序。将大脑作为强度体积和肿瘤掩膜作为标记体积加载到量观众应用程序，使用volumeViewer命令。

volumeViewer(卷、rtMask);

要在强度体积的3-D切片平面中显示蒙版，请在应用程序工具条上选择片的飞机．中，使用三个切片窗格中的滚动条可更改切片平面的位置三维体积窗口。属性查看已标记卷的详细信息量观众应用程序,请参阅用体积查看器探索3-D标记的体积数据．

参考文献

Isensee, Fabian, Philipp Kickingereder, Wolfgang Wick, Martin Bendszus和Klaus H. Maier-Hein。“脑肿瘤分割和放射组学生存预测:对BRATS 2017挑战的贡献。”在脑损伤:胶质瘤，多发性硬化症，中风和创伤性脑损伤，由Alessandro Crimi, Spyridon Bakas, Hugo Kuijf, Bjoern Menze和Mauricio Reyes编辑，10670:287-97。湛:施普林格国际出版社，2018年。https://doi.org/10.1007/978-3-319-75238-9_25．

医学细分十项全能。“大脑肿瘤。”任务。2018年5月10日访问。http://medicaldecathlon.com/．

BraTS数据集由Medical Segmentation Decathlon在CC-BY-SA 4.0许可下提供。所有保证和声明均被放弃。详细信息请参见license。MathWorks®修改了此示例中使用的数据子集。本例使用原始数据集中的一次扫描的MRI和标签数据。MRI图像数据已转换为MAT文件，肿瘤标签数据已转换为DICOM-RT结构集文件。