自迁移出 MediaWiki 以来，本页内容尚未经过审查。如果您愿意帮忙，请查看帮助指南！
3D 图像制作插件
堆栈线性复位 - 将堆栈中的乘图以通过“第一个”和“最后一个”参数的线性插值获得的系数。 一个简单的工具，用于补偿厚采样内随深度而降低的复位。
Lipschitz 3D过滤 - 高顶罩 - 从图像中的扩散计算为下Lipschitz包络线的缓慢变化的背景。
竣工示例：Stack of confocal microscopy images of capillaries in rat brain
Original data
- Process › Filters › Gaussian blur 3D，“第一个”= 1.0，“最后一个”= 3.0
- Plugins › Biomat › Stack Linear Contrast，“sigma”= 1 个像素
- Plugins › Biomat › Spherical Extrusion，“坡度”= 2 且“高帽”打开
Processed data
具有二次结构函数的形态学装甲
估算 - 用于根据2D投影计算物体体积的工具。
Original data
- Plugins › Biomat › Lipschitz 3D Filter
Height of spherical extrusion
二值图像通过union被挤压成3D 赤道圈位于前景\(C\)内的球的数量。 挤压高度 \(h\) 作为 2D 点 \(x\) 的函数 是
\[h\left(x\right)=\max_{s}\sqrt{d\left(s,C^{c}\right)^{2}-d\left(x,s\right)^{2}}\]其中\(d\)是欧几里德的距离，\(C^{c}\)是背景，\(s\)是赤道圆的中心。
Area and mean height of spherical extrusion
体积 = 2 * 面积 * 心灵。
Reconstructed objects
距离图 3D - 3D 欧几里得距离变换。
- Plugins › Biomat › Tensor Line 3D Filter
用于检测 3D 图像中的纤维的插件
张量线3D过滤 - 增强背景上均匀分布的白色纤维。
示例：Stack of confocal microscopy images of capillaries in adipose tissue。
Original data
- Plugins › Biomat › Distance Map 3D，“sigma”= 3像素
- Process › Filters › Gaussian blur 3D
- Image › Adjust › Brightness/Contrast，“sigma”= 1 个像素
Processed data
矢量线3D过滤 - 增强不同宽度的白色纤维。纤维的纱线面不一定是圆形的。以像素为单位的参数“sigma”对应于最大直径。
Original data
Processed data
示例：Stack of MicroCT images of capillaries in rodent embryonic heart。
- Plugins › Biomat › 2D Heat Kernel Tensor，“sigma”= 4 个像素，“实际数”= 2
使用热方程评估 2D 方向图像性的插件
2D热核张量 - 根据8位图像二进制计算的热核二阶矩。
2D张量颜色编码 - 2D张量图像的标准颜色编码。快速张量被编码为32位图像堆栈的通道。
2D张量统计 - 张量的图像摘要（在ROI中）。“值”是张量的平均迹，“形状”是其特征值的差别，第一个特征提供的“角度”是从水平轴逆时针测量的。
示例：Projection of binary images of capillaries in brain。
Binary image
- Plugins › Biomat › Vector Line 3D Filter
- Process › Biomat › 2D Tensor Color Coding
Statistics
- Plugins › Biomat › 2D Tensor Statistics
Color coded tensor image
