推荐一款开源医疗影像查看器:MRI Viewer
2024-05-22 06:19:45作者:殷蕙予
MRI Viewer 是一个高效、功能强大的2D/3D医学影像网页查看工具,支持 DICOM、NIfTI、KTX™ 和 HDR 等多种流行文件格式。这款应用旨在提供一种便捷的方式,让医疗专业人员和患者能够轻松查看扫描结果。
项目简介
MRI Viewer 不仅能读取本地文件和文件夹中的数据,还可以从预定义的网络位置加载。在其演示项目,你可以看到本地数据和远程数据的两种使用方式。软件的标志是一个背景为MRI扫描图像的logo。

动机与应用
此项目主要面向医疗机构,尤其是拥有诊断设备的中心:
- 快速:MRI和CT扫描的结果可以在任何支持WebGL的电脑上查看,甚至可以让患者在家查阅。
- 易用:经过培训的专业医务人员可以基于直观的可视化结果进行诊断或给出结论。
- 全球化:作为web应用程序的一部分,它可以在大型网站和服务中无缝集成。
- 教育研究:研究机构也可利用其支持的NIfTI、HDR等文件标准进行科研工作。
- 客户管理:医疗机构可借此建立基于此查看器的客户数据库。
安装与运行
MRI Viewer 作为一个独立的HTML5 Web应用运行。最新版兼容桌面浏览器(如Chrome、Firefox、Opera)和部分移动浏览器(Android Chrome)。未来的计划还包括对Safari(macOS, iOS)的支持。
npm install
npm run start
技术细节
MRI Viewer 使用Three.js结合WebGL渲染3D体积数据。由于Three.js当前版本不支持3D纹理,项目通过将3D纹理链接成大图块的地图形式,巧妙地实现了2D切片显示。这个概念在WebGL Volume Rendering项目中有详细展示。
特点
- 支持多种格式:DICOM、NIfTI、KTX™ 和 HDR 文件的原生支持。
- 跨平台:适用于WebGL兼容的桌面和移动浏览器。
- 高性能:优化的2D/3D渲染技术,提供了流畅的用户体验。
- 扩展性:开放源代码且有明确的贡献指南,鼓励社区参与开发。
参考文献与出版物
项目背后的技术已经发表在多篇学术论文中,感兴趣的话,可以通过提供的链接进一步了解。
演示与贡献
现在就访问此处体验MRI Viewer 的在线演示吧。如果你有兴趣贡献代码或者提出建议,可以查看贡献指南。
许可证
MRI Viewer 使用 Apache 2.0 许可证授权,详情见LICENSE.MD。
版权 © 2015–2021 EPAM Systems, Inc.
这是一款值得信赖的开源项目,无论你是医疗专业人士、研究人员还是开发者,MRI Viewer 都将是您处理医学影像的强大助手。欢迎尝试并加入我们,一起提升医疗影像的在线可视化体验!
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0225- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
AntSK基于.Net9 + AntBlazor + SemanticKernel 和KernelMemory 打造的AI知识库/智能体,支持本地离线AI大模型。可以不联网离线运行。支持aspire观测应用数据CSS02
项目优选
收起
deepin linux kernel
C
27
13
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
626
4.14 K
Ascend Extension for PyTorch
Python
467
560
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
931
809
暂无简介
Dart
874
207
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.5 K
852
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
114
185
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
130
190
昇腾LLM分布式训练框架
Python
138
160
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21