Pour commencer, copiez les données d’imagerie et de communication numériques en médecine du patient, ou DICOM, dans un répertoire de travail défini. À l’aide de l’explorateur de fichiers, examinez chaque répertoire de fichiers pour identifier la séquence d’images avec le plus grand nombre de couches d’analyse à analyser. Utilisez la fonction DICOM dans MATLAB en fournissant des fichiers DICOM en entrée pour extraire les paramètres essentiels, tels que l’épaisseur de la tranche et l’espacement des pixels, directement dans l’environnement MATLAB.
Récupérez ensuite les données de localisation de chaque image et accédez aux informations via info. SliceLocation dans l’espace de travail MATLAB. Ensuite, utilisez la fonction d’emplacement de tranche pour enregistrer les données de localisation dans une variable et générer un tracé pour celle-ci.
Cliquez sur le bouton d’info-bulles dans le coin supérieur droit de l’interface graphique pour ajouter des points de données et améliorer le tracé. Utilisez ensuite la fonction de villégiature du volume pour organiser toutes les images et extraire les images allant de l’emplacement le plus élevé à l’emplacement maximal. Protégez les données de volume des images valides ainsi que leur index trié.
À l’aide de la fonction de taille de MATLAB, examinez l’échelle tridimensionnelle d’un volume 3D. Pour visualiser le volume 3D à l’aide de la fonction de commande de vue en tranches, enregistrez la plage de balayage de séquence en obtenant les poumons de 60 à 340. Utilisez ensuite la commande pour obtenir un volume 3D contenant toutes les données de l’ensemble du poumon.
Utilisez la fonction de commande MATLAB DICOM info pour obtenir l’épaisseur de la tranche de la séquence d’images. Utilisez la commande pour calculer le nombre d’axes Z pour la transformation isovoxel. Utilisez ensuite la fonction de commande MATLAB imresize3 pour effectuer une transformation isovoxel sur V one, puis utilisez la fonction de vue de coupe 3D pour afficher le volume 3D transformé par isovoxel.
Pour supprimer les interférences de bruit, utilisez le bouton d’info-bulles pour ajouter des points de données continus dans l’interface interactive. Ensuite, cliquez avec le bouton droit de la souris sur les conseils de données et sélectionnez Exporter les données du curseur vers l’espace de travail pour exporter la limite de référence pour le filtrage spatial vers l’espace de travail MATLAB. Appelez la fonction noise clean pour appliquer un filtrage spatial à V deux à l’aide du paramètre d’entrée CI de l’espace de travail.
Utilisez cette fonction de commande de vue de coupe pour visualiser le volume résultant. Sélectionnez une tranche de modèle telle que les deux 32e image pour la conception de segmentation d’image et affectez-la à une variable. Ouvrez ensuite l’interface graphique du segmenteur d’images MATLAB en exécutant la commande du segmenteur d’images.
Sélectionnez l’outil de regroupement automatique dans la barre d’outils en haut et cliquez avec le bouton gauche de la souris pour exécuter la commande. Ensuite, cliquez sur le bouton Afficher le binaire dans le coin supérieur droit pour afficher l’image en binaire noir et blanc. Pour rendre la région pulmonaire blanche, sélectionnez le bouton inverser le masque dans la barre d’outils supérieure et cliquez avec le bouton gauche de la souris pour exécuter la commande.
Pour éliminer la couleur blanche à l’extérieur de la zone pulmonaire, sélectionnez le bouton Effacer les bordures dans la barre d’outils supérieure et cliquez sur le bouton gauche de la souris. Lancez la fonction de volume pulmonaire 3D dans l’espace de travail MATLAB. Ensuite, sélectionnez agrandir dans le menu déroulant dans le coin supérieur droit de la quatrième vue.
Sélectionnez Projection MIP, puis choisissez la palette de couleurs de jet dans l’option de palettes de couleurs intégrées ci-dessous. Une fois de plus, invoquez la fonction d’affichage des tranches, mais cette fois-ci, saisissez l’ensemble du volume 3D du poumon. Dans l’interface graphique résultante, utilisez la barre de défilement inférieure pour naviguer jusqu’à la région où se trouvent les nodules pulmonaires dominants couvrant les numérisations 48 à 70.
Utilisez la fonction horizon pulmonaire 3D pour effectuer une reconstruction 3D de la région d’intérêt, englobant les sections 48 à 70 du volume 3D des poumons entiers.
