Indiziert in
  • Öffnen Sie das J-Tor
  • Genamics JournalSeek
  • Akademische Schlüssel
  • JournalTOCs
  • Nationale Wissensinfrastruktur Chinas (CNKI)
  • Ulrichs Zeitschriftenverzeichnis
  • RefSeek
  • Hamdard-Universität
  • EBSCO AZ
  • Verzeichnis der Abstract-Indexierung für Zeitschriften
  • OCLC – WorldCat
  • Publons
  • Genfer Stiftung für medizinische Ausbildung und Forschung
  • Euro-Pub
  • Google Scholar
Teile diese Seite
Zeitschriftenflyer
Flyer image

Abstrakt

Neue Software zur multimodalen Bildregistrierung mit Anwendung in Zell-Tracking-Studien

Dietz B, Alexander M, Elhami E, Xiang B, Deng J, Wang F, Chi C, Goertzen AL, Mzengeza S, Freed D, Arora RC und Tian G

Die Positronen-Emissions -Tomographie (PET) ist aufgrund ihrer hohen Empfindlichkeit ein unverzichtbares Instrument für die molekulare Bildgebung in vivo . In Kombination mit dem beispiellosen Weichteilkontrast der Magnetresonanztomographie (MRT) ermöglicht die PET-MRT die genaue Quantifizierung, die für Zellverfolgungsstudien erforderlich ist. Ziel dieser Studie ist die Entwicklung eines auf Landmarken basierenden Bildregistrierungsprogramms mit Fiducial-Registrierung für die Anwendung in einer Stammzellverfolgungsstudie. PET- und MR-Bilder, die mit Fiducial-Markierungen im Sichtfeld um die Probe herum aufgenommen wurden, wurden mit unserem auf Landmarken basierenden Programm registriert, das in Matlab geschrieben wurde. Die Fiducial-Markierungen wurden auch verwendet, um die Genauigkeit unseres Matlab-Programms zu testen, zusammen mit anderer automatisierter Bildregistrierungssoftware, darunter: automatische Bildregistrierung (AIR), FMRIBs Linear Image Registration Tool (FLIRT) und Medical Image Processing, Analysis, and Visualization (MIPAV), die alle kostenlos online heruntergeladen werden können. Alle Programme konnten die Bilder erfolgreich registrieren; unser Matlab-Programm bot jedoch die beste Registrierungsgenauigkeit mit einem Fiducial Registration Error (FRE) von 1,36 mm. Unser in Matlab entwickeltes Programm steht kostenlos zum Download unter www.sourceforge.net/p/matlabaffinereg bereit.

Haftungsausschluss: Dieser Abstract wurde mit Hilfe von Künstlicher Intelligenz übersetzt und wurde noch nicht überprüft oder verifiziert.