Для начала откройте MATLAB. Откройте файл test_parallel.mfile. В переменной baseDir укажите расположение папки Raw Image Sequences.
Присвойте переменным numOfSlice общее количество последовательностей изображений и numOfImage количество изображений в каждой последовательности. Осмотрите последовательность изображений средней плоскости сердца данио-рерио. Определите номера кадров первой и четвертой систол в последовательности и присвойте их переменным systolicpoint_1st и systolicpoint_4th.
Нажмите кнопку «Выполнить», чтобы начать реконструкцию изображения. Загрузите пакет 3D Cell Tracker и настройте среду Python. Загрузите и откройте программное обеспечение для аннотирования ITK-SNAP.
Вручную пометьте 3D-изображение сердца в двух временных точках, одна во время дистально желудочков, а другая во время систолы желудочков, чтобы создать наборы данных для обучения и проверки. В Python запустите программу обучения 3D Cell Tracker. В функции 3D обучающей единицы инициализируйте параметры noise_level, folder_path и модели, чтобы задать предопределенную 3D-модель единиц измерения.
В MATLAB используйте imageDimConverter. m для преобразования и переименования набора данных для обучения и проверки в нужный формат для загрузки. В Python используйте трейнер.
load_dataset и тренер. draw_dataset функции для загрузки обучающих и проверочных наборов данных соответственно. Затем запустите первую часть обучающей программы 3D Cell Tracker и определите параметры визуализации для 3D Cell Segmentation.
Теперь в MATLAB используйте imageDimConverter. m для конвертации и переименования всех 3D изображений сердца в нужный формат и переноса их в папку data. В Python запустите вторую часть программы 3D Cell Tracker, чтобы начать сегментацию.
После сегментации первого 3D-изображения сравните результат сегментации с необработанным изображением. Переместите исправленную сегментацию в созданную вручную папку Volume One. В Python запустите третью часть программы 3D Cell Tracker для сегментации всех изображений.
Затем откройте программное обеспечение Amira и сравните положение отслеживаемых клеток с соответствующими необработанными изображениями для визуальной оценки результатов отслеживания. Вручную проверяйте данные результатов отслеживания ячеек и выбирайте ячейки с одинаковой интенсивностью изображения на всех томах. В программном обеспечении 3D Slicer использование меток ячеек для OBJ.
IPYNB Script, сгенерируйте сетку поверхности и присвойте каждой ячейке уникальный цветовой код. Экспортируйте каждую 3D-модель в виде одного файла OBJ с несколькими подобъектами, сопровождаемыми файлом MTL для описания метки ячейки. Импортируйте 3D-модели в Unity, используя образовательную лицензию.
Применяйте пользовательские скрипты, состоящие из функций, написанных в программе C#, к моделям и элементам пользовательского интерфейса для 4D-визуализации и интерактивного анализа.