医療画像処理。
AI を活用。

イメージングから解剖までの 1 つのワークフロー

Medicalholodeck がもたらす TotalSegmentator そして MONAI モデルのワークフロー 1 つのインターフェースにまとめられます。このプラットフォームは、モデルの選択とセグメンテーションを、医療画像のオープン、解剖学的構造の検査、視覚化のための結果の準備などの前後の作業と結び付けます。

モデルを選択してください。結果を確認します。

データセットから始めて、サポートされているセグメンテーション タスクを選択します。モデルが異なれば、対応する構造やイメージング タスクも異なるため、選択は調査対象とモデルが何をサポートするかによって異なります。セグメンテーションが完了したら、 抽出された構造を元のボリュームと並べて確認します。これにより、結果に解剖学的コンテキストが与えられ、それが当面のタスクに役立つかどうかを評価するのに役立ちます。

トレーニングと研究のために解剖学を探索する

そこから、同じセグメント化された解剖学的構造を、2D、メガネなしの 3D ディスプレイ、または VR で調べることができます。トレーニング セッションでは、スキャンの概要から個々の構造の詳細な検査に進むことができます。研究チームはこれらのビューを使用してイメージングを検査し、セグメンテーションの結果について一緒に議論することができます。

3D 印刷への次のステップに進みます

物理モデルが役立つ場合は、セグメント化された解剖学的構造を次のようにエクスポートします。 STL (3D 印刷用)。モデルをチェックして、目的のプリントに備えて準備する必要があります。プラットフォームの価値はこの継続性にあります。AI セグメンテーションは、解剖学的構造の検査、議論、実用化につながる画像処理ワークフローの一部になります。