医学图像分析是从医学图像中提取有意义信息的过程，通常采用计算方法。医学图像分析的一些任务是二维图像和三维图像的可视化和探索，图像数据的分割、分类、配准和三维重建。用于分析的图像可以从医学成像方式获得，如x射线(2D和3D)、超声、计算机断层扫描(CT)、磁共振成像(MRI)、核成像(PET和SPECT)和显微镜。MATLAB®具有开发环境和内置的分析和数据访问功能，用于构建用于医学图像分析的算法。
DICOM文件，可以在MATLAB中读、写和匿名。
医学图像分析可用于自动化或简化诸如计数和识别显微镜图像中的细胞等任务。例如，您可以分析和检测细胞中的癌变异常。对于重复的或主观的任务，计算医学图像分析可以消除由于人为错误造成的不一致性。通过计算分析，你可以从坏死的肿瘤组织中分离出来，或者测量血管中的氧饱和度。
组织训练斑用于大尺寸多分辨率图像的深度学习分类。
通过医学图像分析，您可以从MRI图像重建一个3D表示，以计算器官功能和其他诊断措施
基于MATLAB的磁共振图像左心室三维几何重建。
医学图像分析算法可以应用于大量数据，如从可穿戴设备收集的数字健康数据。这些算法可用于管理疾病和健康风险，以及促进健康和福祉。
基于MATLAB的医学图像分析
使用MATLAB，您可以:
- 可视化和探索2D图像和3D卷
- 处理非常大的多分辨率和高分辨率图像
- 使用内置的图像分割算法简化医学图像分析任务
- 使用深度学习技术进行分类
- 解析、加载、可视化和处理DICOM图像
在MATLAB中，您可以使用体积查看器应用程序．例如，您可以将人脑的核磁共振研究加载到Volume Viewer中，并探索显示大脑中发现肿瘤的位置和类型的数据。
Volume Viewer应用程序，显示3D体积数据和3D标记的体积数据。
在数字病理学中，整个组织切片被成像并数字化。由此产生的整个幻灯片图像(WSIs)具有极高的分辨率。读取WSIs是一个挑战，因为图像无法加载到内存中，因此需要核外图像处理技术。MATLABbigimage对象可以存储和处理这类大的多分辨率图像。
显示有肿瘤组织的淋巴结图像bigimageshow在MATLAB。
Volume Segmenter应用程序，它显示了体积的3D表示(在3D显示窗格中)和数据集的单个切片(在切片窗格中)。
使用MATLAB，还可以使用深度学习方法从3D医学图像中对脑肿瘤进行语义分割。你可以设计和训练神经网络或使用预先训练的网络。
用MATLAB对脑组织肿瘤进行分割，左图标注ground truth，右图标注network prediction。
