imtoken手机版下载|nii

作者: imtoken手机版下载
2024-03-07 20:12:05

全网最详细 Python如何读取NIFTI格式图像(.nii文件)和 .npy格式文件和pkl标签文件内容 - 知乎

全网最详细 Python如何读取NIFTI格式图像(.nii文件)和 .npy格式文件和pkl标签文件内容 - 知乎切换模式写文章登录/注册全网最详细 Python如何读取NIFTI格式图像(.nii文件)和 .npy格式文件和pkl标签文件内容青年夏日设计师青年夏日IT在医学图像处理中,我们经常使用一种NIFTI格式图像(.nii文件),现在我们来看看什么是.nii文件?该如何读取.nii文件?1. NIFTI格式图像什么是NIFTI(Neuroimaging Informatics Technology Initiative)格式图像?在讲解什么是NIFTI格式之前,得先了解一下Analyze格式。Analyze格式储存的每组数据组包含2个文件,一个为数据文件,其扩展名为.img,包含二进制的图像资料;另外一个为头文件,扩展名为.hdr,包含图像的元数据。在fMRI的早期,Analyze格式最常用的格式,但现在逐渐被NIFTI格式所取代。Analyze格式主要不足就是头文件不能真正反映元数据。标准NIFTI图像的扩展名是.nii,也包含了头文件及图像资料。由于NIFTI格式和Analyze格式的关系,因此NIFTI格式也可使用独立的图像文件(.img)和头文件(.hdr)。单独的.nii格式文件的优势就是可以使用标准的压缩软件(如gzip)进行压缩,而且一些分析软件包(比如FSL)可以直接读取和写入压缩的.nii文件(扩展名为.nii.gz)。为什么会出现NIFTI格式图像?原来的ANALYZE 7.5 format图像格式缺少一些信息,比如没有方向信息,病人的左右方位等,如果需要包括额外的信息,就需要一个额外的文件,比如ANALYZE 7.5就需要一对<.hdr, .img>文件来保存图像的完整信息。因此,解决这个问题Data Format Working Group (DFWG) 将图像格式完整的定义为NIFTI格式。详细了解NIFTI格式请参见: https://brainder.org/2012/09/23/the-nifti-file-format/2. 读取NIFTI格式图像2.1 ITK-SNAP推荐ITK-SNAP下载地址:http://www.itksnap.org/pmwiki/pmwiki.php?n=Downloads.SNAP3​可以看到:itk-snap获得了分别来自三个角度的视图(水平面、矢状面、冠状面)​2.2 Python读取npy文件代码import os

image = np.load('/content/drive/MyDrive/coursework1-data/2D_projection_R_sub-0.npy', encoding='bytes')

print(image.shape)

A = image[:, :, 0]

B = image[:, :, 1]

C = image[:, :, 2]

plt.imshow(A)

plt.show()

plt.imshow(B)

plt.show()

plt.imshow(C)

plt.show()​2.3 Python读取pkl文件代码file_path='/content/drive/MyDrive/Colab Notebooks/Training_meta.pkl'

meta_path=os.path.join(file_path)

meta=pd.read_pickle(meta_path)

print(meta)2.4 Python读取nii文件代码并保存成png格式图片import numpy as np

import os #遍历文件夹

import nibabel as nib #nii格式一般都会用到这个包

import imageio #转换成图像

from PIL import Image

np.set_printoptions(threshold=np.inf)

def nii_to_image(niifile):

return 0

filepath = './' # 读取本代码同个文件夹下所有的nii格式的文件

filenames = os.listdir(filepath)

imgfile = './'

slice_trans = []

for f in filenames: #开始读取nii文件

s = f[-3:]

print(s)

if s != '.nii':

continue

s1 = f[:-4]

print(s1)

imgfile_path = imgfile + s1

print("imgfile_path:"+imgfile_path)

img_path = os.path.join(filepath, f)

img = nib.load(img_path) #读取nii

print("img:")

print(img)

img_fdata = img.get_fdata()

fname = f.replace('.nii','') #去掉nii的后缀名

img_f_path = os.path.join(imgfile, fname)

if not os.path.exists(img_f_path):

os.mkdir(img_f_path)

#创建nii对应的图像的文件夹

# # if not os.path.exists(img_f_path):

# os.mkdir(img_f_path) #新建文件夹

# #开始转换为图像

if '.gz' in s1:

(x, y, z, _) = img.shape

print("img2:")

print(img.shape)

else:

(x,y,z) = img.shape

print("img3:")

print(img.shape)

for i in range(z): #z是图像的序列

silce = img_fdata[:, :, i] #选择哪个方向的切片都可以

imageio.imwrite(os.path.join(img_f_path,'{}_mask.png'.format(i)), silce)

img = Image.open(os.path.join(img_f_path,'{}_mask.png'.format(i)))

img.save(os.path.join(img_f_path,'{}_mask.png'.format(i)))任何程序错误,以及技术疑问或需要解答的,请添加作者VX:1755337994编辑于 2022-04-30 17:15图像文件格式文件格式文件​赞同 22​​5 条评论​分享​喜欢​收藏​申请

医学图像处理(一):医学图像格式(nii和dicom) - 梅雨明夏 - 博客园

医学图像处理(一):医学图像格式(nii和dicom) - 梅雨明夏 - 博客园

会员

周边

新闻

博问

AI培训

云市场

所有博客

当前博客

我的博客

我的园子

账号设置

简洁模式 ...

退出登录

注册

登录

梅雨明夏

Tomorro is another day!

博客园

首页

新随笔

联系

订阅

管理

医学图像处理(一):医学图像格式(nii和dicom)

医疗图像是对解剖区域的内部结构和功能的一种表征。它以二维像素或者三维体素的形式呈现出来。映射到空间位置的数值是对采样过程和重建过程的离散表征。用来描述一个确定采样模态视野的像素数量是对解剖结构和功能的细节的表达。像素表达的数值取决于成像模式、采样协议、重建以及后续处理过程。

医疗数据的组成

医疗数据有四个关键的组成部分--像素深度、光度解释、元数据以及像素数据。这几部分决定了图像的大小和分辨率

a. 像素深度(Pixel Depth)或者位深度(Bit Depth)或者色深度(Color Depth)就是用来编码每一像素的信息所用的位数。例如,一个 8 位的栅格会拥有从 0 到 255 这 256 种各不相同的数值。

b. 光度解释具体化了像素数据被解释成正确的图片展示的方式,如单色图像或者彩色图像。为了确定像素值中是否存储了彩色信息,我们引入了每个像素的样本的概念,也就是大家都知道的通道数量。单色图像每个像素只有一个样本,图片中并没有存储彩色信息。我们使用从黑色到白色的灰度级别来展示这种图片。灰度的数量明显取决于用来存储这个样本的位数,在这种情况下,与像素深度是一致的。像 X 光片、CT和磁共振这样的放射医疗影像都有一个灰度光度解释。核医学图像都以彩色的形式展现,例如 PET 和 SPECT。

c. 元数据就是图片中所描述的信息。它看上去可能是很奇怪的,但是无论在什么格式的文件中,都存在一些超越像素数据并且和图像相关的信息。这类被称作元数据的信息通常都以头部的形式储在文件的起始部分,它至少会包含以下信息:图像矩阵的维度、空间精度、像素深度以及光度解释。

d. 像素数据--这里存储的是像素数值的大小。根据不同的数据类型,像素数据可能以整型或者浮点型的类型存储,使用表达数据所需的最少的数据位。

所以,图像的大小=头部大小(包含元数据)+行×列×像素深度×帧的数量

医疗图像的格式

放射生物图像中主要有六种格式--DICOM(医疗中的数字图像和通信),NIFTI(神经影像学信息技术计划),PAR/REC(飞利浦 MRI 扫描格式),ANALYZE(Mayo 医疗成像)以及 NRRD(近乎原始光栅数据)和 MNIC 格式。

其中 DICOM 和 NIFTI 是最常用的格式。

DICOM 格式的基本知识

DICOM 代表的是医疗数字成像和通信。DICOM 是由美国国家电气制造商协会(NEMA)制定的标准。它定义了医疗成像领域中关于信息处理、存储、打印以及传输的标准。这些都是你在扫描仪或者某家医院的图片归档和通信系统(PACS)能够立即得到的文件格式。

它包括了文件格式和能够接收图像和 DICOM 格式的病人数据的实体之间使用 TCP/IP 进行通信的协议。

一个 DICOM 文件包含文件头部和同文件名的*.dcm 图像数据。文件头部的大小取决于它所提供的信息的多少。文件头包含以下信息:病人的 ID,病人的姓名,图像的模态以及其他信息。它定义了帧的数量以及图像的精度。这些信息会被图像浏览器在显示图像时用到。对于一个单词采样,会有很多个 DICOM 文件。

pydicom 是一个读取 dicom 文件的 python 库

NIFTI 格式基本知识

Nifti 格式最初是为神经影像学发明的。神经影像信息学技术计划(NIFTI)将 NIfTI 格式预设为 ANALYZE7.5 格式的替代品。它最初的应用领域是神经影像,但是也被用在其他领域。这种格式的主要特点就是它包含两个能够将每个体素的索引(i,j,k)和它的空间位置(x,y,z)关联起来的仿射坐标。

DICOM 和 NIFTI 的区别

DICOM 和 NIfTI 这两种格式的主要区别是:NIfTI 中的图像原始数据被存储成了 3 维图像,而 dicom 一些 2 维的图层。这就使得 NIFTI 更加适合那些应用在 DICOM 上的机器学习的方法,因为它是以 3D 图像建模的。处理一个单独的 NIFTI 文件要比处理成百上千个 dicom 文件更加容易一些。与 DICOM 格式下的好多个文件相比,NIFTI 格式下,每个 3d 图像只有两个文件。

格式转换

dicom 转换成 NIFTI

dicom2nii是一个用来把 DICOM 转换为 NIFTI 的工具。nibabel 是一个读写 nifiti 文件的 python 库。如果你你想把 DICOM 转换成 NIFTI,可以使用自动转换的工具(例如,dcm2nii)。python2 下的库 dcmstack 可以将一系列的 DICOM 文件堆叠成多维数组。这些数组能够被写成 NIFTI 的文件,同时还加上一个可选的头部扩展,这个头文件包含原始 DICOM 文件的所有元数据。python3 提供了一个新的用来完成这个格式转换的库--dicom2nifti。我建议读者去查看一下 nipy 这个项目。

也可以使用python读取dicom文件后转换为nii文件

其他格式相关内容可查看引用文章

nii详解

nii基础

大部分医学领域导出dicom格式,但是太复杂了。很多时候,将dicom转换为nifti格式也就是nii格式

一个NIFTI格式主要包含三部分:hdr, ext, img

hdr/header

这部分数据长度是固定的,当然不同版本可能规定的长度不同,但是同一版本的多个nii文件是相同的。

header里包含的信息有:

--维度,x,y,z,单位是毫米。还有第四个维度,就是时间。这部分储存的主要是四个数字。

--voxel size(体素大小):毫米单位的x,y,z大小。(也就是spacing)

--数据类型,一般是int16,这个精度不够,最好使用double类型。

--Form和转换矩阵,每一个Form都对应一个转换矩阵。(暂时不知道Form是什么)

Extension

是自己可以随意定义数据的部分,可以自己用。但是通用的软件公司都无法使用这部分。

Image

储存3D或者4D的图像数据

坐标

dicom和nii格式定义了不同的方向,对于nii格式,坐标原点在大脑中某个部位上,方向可以从图上看出。

体素

转换矩阵

转换矩阵可以轻松分清图像的左右。转换矩阵是一个4X4的矩阵,作用是将体素索引(i,j,k)转换为空间位置(x,y,z)。具体使用方法是转换矩阵乘以一个包含(i,j,k)的矩阵,就可以得到一个包含(x,y,z)的矩阵。

转换矩阵用到了一些概念,在dicom格式上也是一样的

详情见引用文章

nii格式

后缀名为.nii的文件格式又叫NIfTI-1,它改编自广泛使用的ANALYZE™7.5格式。一些比NIfTI-1发展早的老软件也可以兼容NIfTI-1。

比ANALYZE 7.5新的特性如下:

--将体素索引(i,j,k)与空间位置(x,y,z)相关的仿射坐标定义

--表示FMRI(核磁共振)的时空切片顺序的代码;

--“完整”的8-128位数据类型集;

--在1-4维域上存储矢量值数据集的标准化方法;

--表示数据“含义”的代码;

--向标头添加“扩展”数据的标准化方法;

--双文件(.hdr和.img)或单文件(.nii)存储;

还有很多。 目的是在FMRI数据分析软件包之间的文件交换级别上促进互操作性。

AFNI,BrainVoyager,FSL和SPM的作者都致力于支持这种格式的输入和输出。

注意:该规范现在称为NIfTI-1.1。

使用深度学习进行医疗影像分析:文件格式篇

nii格式和nii.gz格式详解

posted @

2021-12-31 12:37 

梅雨明夏 

阅读(10628) 

评论(5) 

编辑 

收藏 

举报

会员力量,点亮园子希望

刷新页面返回顶部

公告

Copyright © 2024 梅雨明夏

Powered by .NET 8.0 on Kubernetes

国立情報学研究所 / National Institute of Informatics

国立情報学研究所 / National Institute of Informatics

大学共同利用機関法人 情報・システム研究機構

交通アクセス

お問い合わせ

English

NIIについて / About NII

はじめに

所長の挨拶

NIIの特色

大学共同利用機関

概要

沿革

運営会議・共同利用委員会・アドバイザリーボード

組織図

知的財産

所員・予算

歴代所長

要覧・概要

年報

ロゴマーク・広報コミュニケーションマーク

設立20周年記念ウェブサイト

国際交流

大学・研究機関との研究交流

国際交流協定(MOU)の締結状況

NII International advanced lectures series on ICT

NII湘南会議

研究戦略室

先端ICTセンター

NII CSIRT

国立情報学研究所 図書室

図書室 利用案内(一般の方)

図書室 学認経由のアクセス

国際高等セミナーハウス

広報

広報ビデオ

情報犬ビットくん

出版物・広報誌

NII Today

軽井沢土曜懇話会講演集知と美のハーモニー

のぞいてみようNII情報犬ビットくん

情報研シリーズ

情報学シリーズ

その他 教員の著書

NII20周年記念出版物

情報公開

学術情報ネットワーク外部諮問委員会報告書

LGBTQを尊重する基本理念

調査報告書

調達情報

採用情報

交通アクセス

学術総合センター

柏分館

国際高等セミナーハウス

問い合わせ窓口

メールマガジン

購読の登録/解除

バックナンバー

トピックス

イベント

リンク

研究 / Research

研究系

研究センター

学術ネットワーク研究開発センター

知識コンテンツ科学研究センター

先端ソフトウェア工学・国際研究センター

社会共有知研究センター

クラウド基盤研究開発センター

データセット共同利用研究開発センター

ストラテジックサイバーレジリエンス研究開発センター

オープンサイエンス基盤研究センター

研究データエコシステム構築事業推進センター

量子情報国際研究センター

ビッグデータ数理国際研究センター

数理的高信頼ソフトウェアシステム研究センター

医療ビッグデータ研究センター

シンセティックメディア国際研究センター

先端モバイル駆動研究センター

研究者紹介

所長

役職員(研究系)

情報学プリンシプル研究系

アーキテクチャ科学研究系

コンテンツ科学研究系

情報社会相関研究系

研究者一覧

名誉教授

研究者クローズアップ

参画する大型プロジェクト

JST CREST

JST さきがけ

日本学術振興会 : 国際共同事業 英国との国際共同研究プログラム(JRP-LEAD with UKRI)

科学研究費助成事業(科研費)

人材育成

トップエスイー

情報科学の達人

量子技術高等教育拠点

産官学連携活動

産官学連携塾

NII SEEDS

共同研究(民間・公募型)

受託研究概要

寄附金

研究員・学生受入制度

受託研究員

外来研修生

特別共同利用研究員

研究研修生

連携大学院

日本学術振興会特別研究員

研究環境向上のための若手研究者雇用支援事業 育成方針

客員教員研究費

研究成果

NII SEEDS

Progress in Informatics

NIIテクニカルレポート

科研報告書など

競争的研究費の直接経費から研究代表者(PI)の人件費の支出について

事業 / Service

ネットワーク

SINET6

研究データ基盤

GakuNin RDM

JAIRO Cloud

CiNii Research

CiNii Books

CiNii Dissertations

IRDB

認証基盤

学認(GakuNin)

eduroam JP

UPKI電子証明書発行サービス

認証系メンテナンスのお知らせ

クラウド

学認クラウド

導入支援サービス

ゲートウェイサービス

オンデマンド構築サービス

SINETStream

情報セキュリティ

大学間連携に基づく情報セキュリティ体制の基盤構築(NII-SOCS)

情報セキュリティポリシーサンプル規程集

倫倫姫の情報セキュリティ教室

学術情報流通

NACSIS-CAT/ILL

電子リソースデータ共有サービス(ERDB-JP、ライセンス)

KAKEN

NII-REO

連携

大学図書館と国立情報学研究所との連携・協力推進会議

大学図書館コンソーシアム連合(JUSTICE)

これからの学術情報システム構築検討委員会

オープンアクセスリポジトリ推進協会(JPCOAR)

SPARC Japan

AI等の活用を推進する研究データエコシステム構築事業

オープンサイエンスのためのデータ管理基盤ハンドブック

HPCI

mdx

学術情報基盤オープンフォーラム

人材育成

学認LMS

教育研修事業

NII JMOOC | gacco

情報科学の達人

コンピュータサイエンスパーク

大学院教育 / Graduate Program

トピックス

ニュースリリース

トピックス / TOPICS

2024/03/05

受賞

平原 秀一准教授(情報学プリンシプル研究系)が第11回ヤマト科学賞を受賞

2024/03/01

募集

国立情報学研究所 総務部 総務課 特任専門員(特定有期雇用職員)募集

2024/03/01

募集

国立情報学研究所 学術情報基盤事業に従事する「特任研究員」募集

2024/03/01

募集

国立情報学研究所 学術認証推進室 特任研究員(特定有期雇用職員) 募集

2024/03/01

募集

国立情報学研究所 学術基盤推進部等 特任技術専門員、特任専門員(特定有期雇用職員)募集

2024/02/26

募集

国立情報学研究所 学術基盤推進部 特任研究員(特定有期雇用職員)募集

トピックス一覧

ニュースリリース / RELEASE

2024/03/04

GakuNin RDM データ解析機能に新機能を追加~MATLABでより高度な数値解析が可能に~

2024/03/01

PtM:合成音声付き動画教材作成システム~実証実験をスタート~

2024/02/29

量子技術の教材データベースの充実化~九大、慶大、名大、東大との協働で量子技術の人材育成を推進~

2024/01/30

情報研シリーズ最新刊"これからの「ソフトウェアづくり」との向き合い方"を刊行

2024/01/19

カーボンナノチューブの眼が捉えたシルエットで検査物内部の材質と外観を推定~ナノ科学×情報工学によって非破壊検査技術の壁を突破する~

ニュースリリース一覧

イベント / EVENT

Talk on "Third Mission - The Transfer-Ecosystem" by Prof. Andreas Dengel from DFKI

開催日: 2024/03/06

【第75回】大学等におけるオンライン教育とデジタル変革に関するサイバーシンポジウム「教育機関DXシンポ」(オンライン開催)

開催日: 2024/03/08

2023年度 国立情報学研究所 退職記念講演会 佐藤 健 教授

開催日: 2024/03/26

イベント一覧

おすすめ動画 / MOVIE

「論文が誕生してから我々に届くまで ― 知識発見!誰でも使える CiNii Research(サイニー リサーチ)」西岡 千文 - 国立情報学研究所 2023年度 市民講座 第3回

学術的な研究の結果について述べた文章である「論文」は、通常専門家による査読(審査)による「認証」というプロセスを経て、世に広まります。論文が誕生してから我々に届くまでの動向とともに、これらの動向に則したCiNii Researchに関連する取り組みをご紹介いたします。

詳しくみる

のぞいてみようNII / LOOK AT NII

カーボンナノチューブの眼が捉えたシルエットで検査物内部の材質と外観を推定

NIIグループのコンピュータビジョンの手法で画像データから三次元立体的に構造を復元する技術と中央大学グループが開発した「多機能な光-電磁波撮像デバイス・システム」を有機的に組み合わせることで、非破壊で検査物の内部材質と内部構造をより確実に推定する新たな検査技術を創出しました。

詳しくみる

注目コンテンツ / SPECIAL

SINETStream 事例紹介:トレーラー型動物施設 [徳島大学 バイオイノベーション研究所]

ウェブサイト「軽井沢土曜懇話会アーカイブス」を公開

情報研シリーズ これからの「ソフトウェアづくり」との向き合い方

NII Today No.101

学術研究プラットフォーム紹介動画

教育機関DXシンポ

学術情報基盤オープンフォーラム 2023

国立情報学研究所 2023年度 概要

高等教育機関におけるセキュリティポリシー

情報・システム研究機構におけるLGBTQを尊重する基本理念

オープンサイエンスのためのデータ管理基盤ハンドブック

教育機関DXシンポアーカイブス

コンピュータサイエンスパーク

ニュース

イベント

サイトポリシー

リンク

採用情報

 

大学共同利用機関法人 情報・システム研究機構

国立情報学研究所 〒101-8430 東京都千代田区一ツ橋2-1-2

Copyright© National Institute of Informatics

STAFF ONLY

情報・システム研究機構

国立極地研究所

統計数理研究所

国立遺伝学研究所

怎样打开并查看.nii和DICOM格式的医学图像_nii文件用什么打开-CSDN博客

>

怎样打开并查看.nii和DICOM格式的医学图像_nii文件用什么打开-CSDN博客

怎样打开并查看.nii和DICOM格式的医学图像

最新推荐文章于 2024-01-10 12:24:18 发布

棉花糖灬

最新推荐文章于 2024-01-10 12:24:18 发布

阅读量3.8w

收藏

171

点赞数

22

分类专栏:

医学图像处理

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。

本文链接:https://blog.csdn.net/zuzhiang/article/details/104930053

版权

医学图像处理

专栏收录该内容

42 篇文章

136 订阅

订阅专栏

本文主要介绍在医学图像处理领域,常见的两种医学图像格式 .nii 和 DICOM 文件怎么查看。

一、.nii 文件的查看

主要介绍两种方式,一种是直接用软件打开,另一种是用python代码打开并查看,前者可以从各个视角进行查看,后者的灵活性更好。

1. ITK-SNAP 软件

ITK-SNAP 软件的下载地址为:下载地址

安装之后在打开 .nii 格式的文件时直接选择该软件即可,如上图所示,该软件可以显示在 x、y、z 三个轴方向上的视角,并且可以进行调整。如果不仅想要展示医学图像本身,还要展示对应的分割结果,则可以把分割结果的 .nii 文件直接拖入软件窗口中,并选择以分割的形式载入即可。但是据我目前的使用来说,好像不能同时载入多个分割结果(比如一个器官本身的分割,一个肿瘤部位的分割)。

2. Python 代码查看 .nii 文件

相关的代码见我的 github:地址

我给出了两个代码,一个是可以同时显示器官、器官分割结果、肿瘤分割结果的,另一个是只显示器官的。当然,大家可以在第一个的基础上做改动。与 ITK-SNAP 不同,在显示的时候只显示分割结果的边界,这样更有利于观察分割的是否合理。并且还可以通过调节上图中右边红框中的滑块来调节图像灰度值的范围,通过调节上图中下方红框中滑块来查看不同横截面的图像。

二、DICOM 文件的查看

查看 DICOM 格式图像的最简便的方式是使用软件,这里给大家推荐两个软件:MicroDicom 和 RadiAnt Viewer,前者是完全免费的,后者只能试用,后者的功能更强大,可以实现三维重建等。

1. MicroDicom 软件

MicroDicom 软件的下载地址:下载地址

一般同一个病人的一套 DICOM 图像存储在同一个文件夹中,直接在该文件夹上右键选择用 MicroDicom 打开即可,当然也可以查看某一张图像。

2. RadiAnt Viewer

RadiAnt Viewer 的下载地址:下载地址

由于我的 RadiAnt Viewer 到期了……所以就不做演示了。

优惠劵

棉花糖灬

关注

关注

22

点赞

171

收藏

觉得还不错?

一键收藏

知道了

11

评论

怎样打开并查看.nii和DICOM格式的医学图像

本文主要介绍在医学图像处理领域,常见的两种医学图像格式 .nii 和 DICOM 文件怎么查看。一、.nii 文件的查看主要介绍两种方式,一种是直接用软件打开,另一种是用python代码打开并查看,前者可以从各个视角进行查看,后者的灵活性更好。1. ITK-SNAP 软件ITK-SNAP 软件的下载地址为:下载地址安装之后在打开 .nii 格式的文件时直接选择该软件即可,如上图所示,...

复制链接

扫一扫

专栏目录

11 条评论

您还未登录,请先

登录

后发表或查看评论

mricro 用于浏览医学影像(.nii,.hdr,.img,.dcm格式)的工具

03-17

解压后点击安装即可使用,找到mricro.exe并打开即可

python 读取.nii格式图像实例

01-21

我就废话不多说了,大家还是直接看代码吧~

# encoding=utf8

'''

查看和显示nii文件

'''

import matplotlib

matplotlib.use('TkAgg')

from matplotlib import pylab as plt

import nibabel as nib

from nibabel import nifti1

from nibabel.viewers import OrthoSlicer3D

example_filename = '../ADNI_nii/ADNI_002_S_0413_MR_MPR____N3__Scaled_2_Br_

matlab 查看nii图像的方法

最新发布

weixin_44603934的博客

01-10

445

谷歌第一个:https://www.mathworks.com/matlabcentral/fileexchange/8797-tools-for-nifti-and-analyze-image。下载后将解压后的文件夹放入MATLAB安装路径中的toolbox中。4.在workspace中可以查看nii 数据,并提取数据。2.在MATLAB中加载工具包路径;cd(‘nii所在文件夹’)a 矩阵就是你需要的数据矩阵。3.在MATLAB中读数据。5.解压nii.gz文件。选择set path。

医学图像那些事儿

qq_44323128的博客

10-04

298

nii文件是常见的医学图像格式,常规的照片查看器无法打开,本人常用的软件是ITK-SNAP,这个除了可以查看文件的信息,还能画标签,比较方便。在python中有一个相关的库SimpleITK,提供了医学图像相关的很多功能,可以方便的处理和查看各种医学图像格式。本节主要介绍一些nii文件相关的属性以及其含义。这是第一次在csdn上正式写文章,初衷还是记录一下学习的知识点,希望以后可以更多地记录一些学习的过程吧!

医学图像DICOM文件解析——DICOM内部信息详解篇

Joker 007的博客

11-08

1万+

DICOM文件内部信息详解

一文看懂如何用 Python 查看三维数据 (nii.gz格式) 的各种图像参数

u014264373的博客

08-09

1万+

Python 如何读取CT/MRI数据的大小,值范围,层厚,分辨率等信息

一文看懂如何用 Python 查看三维数据(nii.gz格式)的各种图像参数

编程环境: jupyter notebook

导入所有安装包

import numpy as np

import nibabel as nib

from ipywidgets import interact, interactive, IntSlider, ToggleButtons

import matplotlib.pyplot as plt

%mat

DICOM图像全方位解读

更上一层楼!

01-02

4540

文章目录1 定义2 包结构3 `data_element`3.1 节点解读3.2 Tag 解读3.2.1 Tag 分类3.2.2 关键 Tag3.2.3 深挖指南4 实测4.1 操作步骤4.2 代码4.2.1 环境准备4.2.2 读取DICOM 信息4.2.3 匿名化处理6 回顾

1 定义

DICOM(Digital Imaging and Communications in Medicine)即医学数字成像和通信,是医学图像和相关信息的国际标准(ISO 12052)。它定义了质量能满足临床需要的可用于数据

python显示和查看nii文件

weixin_44580968的博客

02-11

520

# encoding=utf8

'''

查看和显示nii文件

'''

import matplotlib

matplotlib.use('TkAgg')

from matplotlib import pylab as plt

import nibabel as nib

from nibabel import nifti1

from nibabel.viewers import OrthoSlicer3D

example_filename = "C:/Users/94496/Desktop/sub

读取nii或nii.gz文件中的信息即输出图像操作

01-19

读取nii或者nii.gz文件中的信息,并且输出图像。

import matplotlib

from matplotlib import pylab as plt

import nibabel as nib

from nibabel.viewers import OrthoSlicer3D

file = '' #你的nii或者nii.gz文件路径

img = nib.load(file)

print(img)

print(img.header['db_name']) #输出nii的头文件

width, height, queue = img.dataobj.shape

OrthoSlice

nii格式医学图像查看器

03-10

nii格式医学图像查看器. MacOS版, m1可用. 外网下载,

基于matlab的dicom、nii文件读取,去噪增强处理

04-22

基于matlab的dicom、nii文件读取,去噪增强处理,里面包含了三张dicom的图像,三张nii的图像,需要的同学自己取,稍微收点积分意思意思

医学图像DICOM查看工具

03-29

DICOM图像浏览。 MedExplorer.exe

ini配置文件格式

热门推荐

小银子

05-29

5万+

为什么要用INI文件?如果我们的程序没有任何配置文件时,这样的程序对外是全封闭的,一旦程序需要修改一些参数必须要修改程序代码本身并重新编译,这样很不好,所以要用配置文件,让程序出厂后还能根据需要进行必要的配置;配置文件有很多,如INI配置文件,XML配置文件,还有就是可以使用系统注册表等。

一、简介

*.ini文件是Initialization file的缩写,即为初始化文件,是Windows系统...

单调栈原理及应用 详解 附各种类型的题目练习

zuzhiang的博客

09-29

1万+

欢迎关注我的个人博客:www.zuzhiang.cn

定义:

单调栈,顾名思义,是栈内元素保持一定单调性(单调递增或单调递减)的栈。这里的单调递增或递减是指的从栈顶到栈底单调递增或递减。既然是栈,就满足后进先出的特点。与之相对应的是单调队列。

实现:

例如实现一个单调递增的栈,比如现在有一组数10,3,7,4,12。从左到右依次入栈,则如果栈为空或入栈元素值小于栈顶元素值...

深度学习下的医学图像分析 2

xiangz_csdn的博客

07-21

1万+

在上一篇文章中,我们谈论了深度学习相关的基本内容。本文,我们将关注于医学图像及其格式。本文分为三个部分——医学图像及其组成、医学图像格式和医学图像的格式转换。本文希望通过对深度学习的相关知识的介绍,最终达到医学图像分析的目的。

医学影像数据格式nii到dicom互转方法汇总

Joker 007的博客

07-07

2725

Github:

https://github.com/wanderine/nnunetdocker/blob/master/convert_to_RTSTRUCT.py

python、pytorch中如何实现三维医学图像(.nii.gz格式)的随机缩放

06-01

可以使用Python中的NiBabel库来读取和处理.nii.gz格式的三维医学图像,使用PyTorch中的transforms库实现随机缩放。具体实现步骤如下: 1. 安装NiBabel库 可以使用pip命令安装NiBabel库: ``` pip install nibabel...

“相关推荐”对你有帮助么?

非常没帮助

没帮助

一般

有帮助

非常有帮助

提交

棉花糖灬

CSDN认证博客专家

CSDN认证企业博客

码龄13年

暂无认证

353

原创

2万+

周排名

1万+

总排名

80万+

访问

等级

1万+

积分

974

粉丝

1880

获赞

614

评论

5557

收藏

私信

关注

热门文章

编译原理之LL(1) 、LR(0)、SLR、LR(1)、LALR文法的对比

116615

怎样打开并查看.nii和DICOM格式的医学图像

38036

医学图像配准软件 ANTs(Advanced Normalization Tools)的安装和使用说明

27882

基于深度学习的单模医学图像配准综述(附VoxelMorph配准实例)

22757

FreeSurfer和FSL的安装和使用(脑部图像去除头骨+对图像和label同时进行仿射对齐)教程

18093

分类专栏

后端开发

38篇

大数据

3篇

Java

36篇

MySQL数据库

5篇

Golang/Go语言

8篇

深度学习

10篇

变化检测

13篇

机器学习

24篇

ACM算法/题目

126篇

奇技淫巧

7篇

医学图像处理

42篇

强化学习

13篇

随笔

5篇

最新评论

基于深度学习的单模医学图像配准综述(附VoxelMorph配准实例)

2201_76038569:

你好,我想请教一下,使用voxelmorph来配准两张人脸(一台相机在不同光源下连续拍摄的人脸图片,只存在亮度和面部的轻微移动),可行吗?

FreeSurfer和FSL的安装和使用(脑部图像去除头骨+对图像和label同时进行仿射对齐)教程

사53:

影响的,邮件发给你的是license

基于深度学习的单模医学图像配准综述(附VoxelMorph配准实例)

菜狗000:

您好,请问这个代码的虚拟环境怎么配置?

基于深度学习的单模医学图像配准综述(附VoxelMorph配准实例)

菜狗000:

你好,请问你后来能用官方给出的代码了吗,或者打开官方教程了吗?

【论文笔记】CDNet:基于反卷积网络的街景变化检测

星辰韦:

想请教个问题,数据集通常都是匹配好的图像对。但是现实使用时通常都很难做到精准配准。如果是有5~10个像素偏差的情况,变化检测还有用吗?或者有什么很好的深度学习配准方法吗?

大家在看

标准 Hough 变换、修正 Hough 变换和序列 Hough 变换三种典型航迹起始算法研究(Matlab代码实现)

521

『大模型笔记』测试本地大模型运行框架Ollama(支持macOS/Windows/Linux)

118

CSS相关基础知识

260

springboot/java/php/node/python微信小程序校园零食配送系统【计算机毕设】

464

基于MATLAB 的PSK调制解调系统仿真(多博客文档整合版)

317

最新文章

【设计模式】第25节:行为型模式之“访问者模式”

【设计模式】第24节:行为型模式之“模板方法模式”

【设计模式】第23节:行为型模式之“策略模式”

2023年34篇

2022年13篇

2021年82篇

2020年56篇

2019年40篇

2018年53篇

2017年82篇

目录

目录

分类专栏

后端开发

38篇

大数据

3篇

Java

36篇

MySQL数据库

5篇

Golang/Go语言

8篇

深度学习

10篇

变化检测

13篇

机器学习

24篇

ACM算法/题目

126篇

奇技淫巧

7篇

医学图像处理

42篇

强化学习

13篇

随笔

5篇

目录

评论 11

被折叠的  条评论

为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

祝福语

请填写红包祝福语或标题

红包数量

红包个数最小为10个

红包总金额

红包金额最低5元

余额支付

当前余额3.43元

前往充值 >

需支付:10.00元

取消

确定

下一步

知道了

成就一亿技术人!

领取后你会自动成为博主和红包主的粉丝

规则

hope_wisdom 发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额

0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。 2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值

National Institute of Informatics

National Institute of Informatics

ACCESS

CONTACT

日本語

About NII

Introduction

Greeting from the Director-General

Mission & Strategies

Overview of NII

History

Administrative Council

Organization Charts

Intellectual Properties

Staff / Budget

Outline and Catalogue of National Institute of Informatics

PR Video

International Exchange

International Exchange based on MOU

Conclusion of International Exchange Agreements or MOUs

NII International advanced lectures series on ICT

NII Shonan Meeting

Global Liaison Office (GLO) - DAAD

Information about Fellowship

Japan with your images

Research Activities

Alumni

NII Library

NII Library Usage Guide(For General Public)

NII Library Accessing databases via GakuNin

International Seminar House for Advanced Studies

Advanced ICT Center

Publications

NII Today

PR Video

Recruitment

Access

National Institute of Informatics (National Center of Sciences)

Kashiwa Annex

International Seminar House

Contact

News

Event

Link

Sitemap

Research

Research Divisions

Research Centers

Research and Development Center for Academic Networks

Research Center for Knowledge Media and Content Science

GRACE Center: Center for Global Research in Advanced Software Science and Engineering

Research Center for Community Knowledge

Center for Cloud Research and Development

Center for Dataset Sharing and Collaborative Research

Center for Strategic Cyber Resilience Research and Development

Research Center for Open Science and Researcn Data Platform

Center for Research Data Ecosystem Development

Global Research Center for Quantum Information Science

Global Research Center for Big Data Mathematics

Research Center for Mathematical Trust in Software and Systems

Research Center for Medical Bigdata

Global Research Center for Synthetic Media

Center for Advanced Mobile Driven Research

Faculty

Director-General

Executives(related to research)

Principles of Informatics Research Division

Information Systems Architecture Science Research Division

Digital Content and Media Sciences Research Division

Information and Society Research Division

Directory of Faculty and Staff index

Professor Emeritus

Major Project Involvement

JST CREST

JST PRESTO

JRP-LEAD with UKRI

Kakenhi

Human Resource Development

Top SE

Experts in Information Science

Quantum Technology Education:A New Approach

Research Results

Progress in Informatics

NII Technical Reports

Service

Network

SINET6

Research Data Cloud

GakuNin RDM

JAIRO Cloud

CiNii Research

CiNii Books

CiNii Dissertations

IRDB

Authentication Infrastracture

GakuNin

eduroam JP

UPKI

Notice of Authentication Service Maintenance

Cloud

GakuNin Cloud

GakuNin Cloud Adoption Support Service

GakuNin Cloud Gateway Service

GakuNin Cloud On-Demand Configuration Service

SINETStream

Information Security

NII Security Operation Collaboration Services (NII-SOCS)

Princess Rinrin's information security column

Scholarly Communication

NACSIS-CAT/ILL

E-resources Data Sharing Services

KAKEN

NII-REO

Collaboration

Collaboration with University Libraries

Japan Alliance of University Library Consortia for E-Resources

Future Scholarly Information Systems Committee

Japan Consortium for Open Access Repository

SPARC Japan

Research Data Ecosystem Development Project to Promote the Use of AI

HPCI

mdx

Academic Information Infrastructure Open Forum

Human Resource Development

GakuNin LMS

Education and Training Services

NII JMOOC | gacco

Experts in Information Science

Computer Science Park

Graduate Program

TOPICS

2024/02/07

News Release

SINETStream Use Case: Mobile Animal Laboratory [Bio-Innovation Research Center, Tokushima Univ.]

2024/01/05

Recruitment

Academic Employment Opportunities at the NII, Digital Content and Media Sciences Research Division, Yamagishi Lab, Project Researcher (Specified fixed-term employment, Postdoctoral Fellow)

2023/12/07

News Release

Public Release of AI to Estimate Biological Sex from Fundus Images - Foundation for Better Understandings of Ocular Diseases Showing Sex Differences -

2023/12/01

Recruitment

Academic Employment Opportunities at the NII, Large Language Model Research and Development Center (provisional name), Project Researcher (Specified fixed-term employment)

2023/11/28

Award

The research team of Prof. INOUE Katsumi won the 1st and 3rd prizes in the ROAD-R 2023 Challenge for NeurIPS2023

See all news

EVENT

Talk on "Third Mission - The Transfer-Ecosystem" by Prof. Andreas Dengel from DFKI

DATE: 2024/03/06

See all events

MOVIE

International Collaborative Research and Open Science: Marine Scientists Talk

The Japanese government has launched various research infrastructures, including NII Research Data Cloud (NII RDC), to enhance scientific data sharing. NII RDC enables researchers to manage, publish, and discover academic research data, promoting open science, transparency, and reproducibility. It also supports international interoperability, such as with Blue-Cloud, an EOSC for marine science, allowing ocean researchers from Japan and Europe to share data.

SPECIAL

SINETStream Use Case: Mobile Animal Laboratory [Bio-Innovation Research Center, Tokushima Univ.]

NII Today No.100(EN)

Overview of NII 2023

NII Today No.99(EN)

Guidance of Informatics Program, SOKENDAI 23-24

NII Today No.98(EN)

The National Institute of Information Basic Principles of Respect for LGBTQ

DAAD

News

Event

Site Policy

Link

Recruit

 

National Institute of Informatics

2-1-2 Hitotsubashi, Chiyoda-ku, Tokyo 101-8430

Copyright© National Institute of Informatics

ROIS

NIPR

ISM

NIG

如何读取NIFTI格式图像(.nii文件)_nii格式nifti打不开-CSDN博客

>

如何读取NIFTI格式图像(.nii文件)_nii格式nifti打不开-CSDN博客

如何读取NIFTI格式图像(.nii文件)

最新推荐文章于 2023-06-18 20:46:29 发布

好运来2333

最新推荐文章于 2023-06-18 20:46:29 发布

阅读量3.8w

收藏

260

点赞数

50

分类专栏:

DeepLearning

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。

本文链接:https://blog.csdn.net/qq_33254870/article/details/100125788

版权

DeepLearning

专栏收录该内容

32 篇文章

25 订阅

订阅专栏

在医学图像处理中,我们经常使用一种NIFTI格式图像(.nii文件),现在我们来看看

什么是.nii文件?该如何读取.nii文件?

1. NIFTI格式图像

什么是NIFTI(Neuroimaging Informatics Technology Initiative)格式图像? 在讲解什么是NIFTI格式之前,得先了解一下Analyze格式。Analyze格式储存的每组数据组包含2个文件,一个为数据文件,其扩展名为.img,包含二进制的图像资料;另外一个为头文件,扩展名为.hdr,包含图像的元数据。在fMRI的早期,Analyze格式最常用的格式,但现在逐渐被NIFTI格式所取代。Analyze格式主要不足就是头文件不能真正反映元数据。 标准NIFTI图像的扩展名是.nii,也包含了头文件及图像资料。由于NIFTI格式和Analyze格式的关系,因此NIFTI格式也可使用独立的图像文件(.img)和头文件(.hdr)。单独的.nii格式文件的优势就是可以使用标准的压缩软件(如gzip)进行压缩,而且一些分析软件包(比如FSL)可以直接读取和写入压缩的.nii文件(扩展名为.nii.gz)。 为什么会出现NIFTI格式图像? 原来的ANALYZE 7.5 format图像格式缺少一些信息,比如没有方向信息,病人的左右方位等,如果需要包括额外的信息,就需要一个额外的文件,比如ANALYZE 7.5就需要一对<.hdr, .img>文件来保存图像的完整信息。因此,解决这个问题Data Format Working Group (DFWG) 将图像格式完整的定义为NIFTI格式。

详细了解NIFTI格式请参见: https://brainder.org/2012/09/23/the-nifti-file-format/

2. 读取NIFTI格式图像

2.1 ITK-SNAP

推荐ITK-SNAP下载地址:http://www.itksnap.org/pmwiki/pmwiki.php?n=Downloads.SNAP3 可以看到:itk-snap获得了分别来自三个角度的视图(水平面、矢状面、冠状面)

2.2 itkwidgets

详细请参见:https://pypi.org/project/itkwidgets/ 可以查看各个视图的截面:

如果显示不了图像请参考:https://www.jianshu.com/p/0757521cdf3e

2.3 simpleITK

这是使用最多的一种图像处理工具

import SimpleITK as sitk

from matplotlib import pyplot as plt

def showNii(img):

for i in range(img.shape[0]):

plt.imshow(img[i,:,:],cmap='gray')

plt.show()

itk_img = sitk.ReadImage('./Brats18_2013_2_1_flair.nii.gz')

img = sitk.GetArrayFromImage(itk_img)

print(img.shape) # (155, 240, 240) 表示各个维度的切片数量

showNii(img)

2.4 Nibabel

import matplotlib

matplotlib.use('TkAgg')

from matplotlib import pylab as plt

import nibabel as nib

from nibabel import nifti1

from nibabel.viewers import OrthoSlicer3D

example_filename = './Brats18_2013_2_1_flair.nii.gz'

img = nib.load(example_filename)

print (img)

print (img.header['db_name']) # 输出头信息

# 由文件本身维度确定,可能是3维,也可能是4维

width,height,queue=img.dataobj.shape

OrthoSlicer3D(img.dataobj).show()

num = 1

for i in range(0,queue,10):

img_arr = img.dataobj[:,:,i]

plt.subplot(5,4,num)

plt.imshow(img_arr,cmap='gray')

num +=1

plt.show()

优惠劵

好运来2333

关注

关注

50

点赞

260

收藏

觉得还不错?

一键收藏

知道了

12

评论

如何读取NIFTI格式图像(.nii文件)

在医学图像处理中,我们经常使用一种NIFTI格式图像(.nii文件),现在我们来看看什么是.nii文件?该如何读取.nii文件?1. NIFTI格式图像什么是NIFTI(Neuroimaging Informatics Technology Initiative)格式图像?在讲解什么是NIFTI格式之前,得先了解一下 Analyze格式。Analyze格式储存的每组数据组包含2个...

复制链接

扫一扫

专栏目录

python 读取NIFTI(.nii)格式图像

12-22

1.NIFTI格式图像图像来源

很有必要自己浏览这个网址,详细介绍了NIFTI的细节

有助于代码理解的点做以下总结:

nifti格式存储的数据使用了一对文件**.hdr/.img**

nifti格式中,前三个维度以定义三个空间维度-x,-y和-z,第四个维度定义时间点-t。其余维度(五到七)用于其他用途。比如,第五维可以存一些预定义的用途,例如存储体素特定的分布参数或保存基于矢量的数据。

2.NiBabel包

NiBabel包是可以对常见的医学和神经影像文件格式进行读写

import matplotlib

from matplotlib import pylab as plt

import n

读取nii或nii.gz文件中的信息即输出图像操作

09-16

主要介绍了读取nii或nii.gz文件中的信息即输出图像操作,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

12 条评论

您还未登录,请先

登录

后发表或查看评论

python 读取.nii格式图像实例

01-21

我就废话不多说了,大家还是直接看代码吧~

# encoding=utf8

'''

查看和显示nii文件

'''

import matplotlib

matplotlib.use('TkAgg')

from matplotlib import pylab as plt

import nibabel as nib

from nibabel import nifti1

from nibabel.viewers import OrthoSlicer3D

example_filename = '../ADNI_nii/ADNI_002_S_0413_MR_MPR____N3__Scaled_2_Br_

全网最详细 Python如何读取NIFTI格式图像(.nii文件)和 .npy格式文件和pkl标签文件内容

sinat_28371057的博客

05-26

4483

在医学图像处理中,我们经常使用一种NIFTI格式图像(.nii文件),现在我们来看看

什么是.nii文件?

该如何读取.nii文件?

1. NIFTI格式图像

什么是NIFTI(Neuroimaging Informatics Technology Initiative)格式图像?

在讲解什么是NIFTI格式之前,得先了解一下Analyze格式。Analyze格式储存的每组数据组包含2个文件,一个为数据文件,其扩展名为.img,包含二进制的图像资料;另外一个为头文件,扩展名为.hdr,包含图像的

【最全】如何不写代码将 Dicom 图像转 Nifti 格式, 7种工具任你选!

u014264373的博客

06-18

1270

dcm2niix 是一款由NTRC团队开发的医学图像转换工具,用于将数字成像与通信(DICOM)格式的医学图像转换为更加通用的神经影像学信息交换(NIfTI)格式。该软件直接读取磁共振成像(MRI)和计算机断层扫描(CT)数据,并把它们转换为 NIfTI 格式。除此之外,dcm2niix 还能够处理其他信息,例如医院信息化系统(HIS)中的元数据、图像方向和标签等。NTRC 团队还开发了MRICron软件,这是一款 NIfTI 格式的看图软件,而且它可以方便地调用 dcm2niix 进行图像转换。

医学图像笔记(三)NIFTI数据格式

juluwangriyue的博客

09-14

5467

医学图像笔记(二)NIFTI数据格式1、NIFTI格式的基本内容2、python读取.nii.gz文件

1、NIFTI格式的基本内容

“神经成像信息技术创新”将NIFTI格式视为ANALYZE7.5格式的替代品。NIFTI最初是用于神经成像的,但它也适用于一些其他的领域。NIFTI中一个主要的特点在于它包含了两个仿射坐标定义,这两个仿射坐标定义能够将每个立体元素指标(i,j,k)和空间位置(x,y,z)联系起来。 Nibabel是用于读取nifti文件的一个朋友Python库,“oro.nifti”是用于读

【2】NIFTI图像格式

qq_33612665的博客

04-30

1662

【1】格式介绍

.nii文件是NIFTI格式的文件,出现的原因是原来一种图像格式是ANALYZE 7.5 format,但是这个图像格式缺少一些信息,比如没有方向信息,病人的左右方位等,如果需要包括额外的信息,就需要一个额外的文件,比如ANALYZE7.5就需要一对<.hdr, .img>文件来保存图像的完整信息。因此,解决这个问题Data Format Working Group (DFWG) 将图像格式完整的定义为NIFTI(Neuroimaging Informatics Technol

医学图像格式

浪客的博客

03-12

796

医学图像格式与处理

NIFTI格式(.Nii)数据version 1格式分析

DoronLee的博客

11-27

2万+

NIFTI格式(.Nii)数据读取和存储

NIFTI出现的原因是原来一种图像格式是ANALYZE 7.5 format,但是这个图像格式缺少一些信息,比如没有方向信息,病人的左右方位等,如果需要包括额外的信息,就需要一个额外的文件,比如ANALYZE7.5就需要一对文件来保存图像的完整信息。因此,解决这个问题Data Format Working Group (DFWG)

python使用nibabel和sitk读取保存nii.gz文件实例

12-17

nii.gz格式是医学图像常用的压缩格式,python中可用nibabel和sitk来读取保存。

使用nibabel

由于使用nibabel图像会旋转90度,所以读取保存的时候还得保存映射信息,3维图像格式为(z, y, x)

读取nii.gz文件

img = nib.load('xxxxx.nii.gz')

img_affine = img.affine

img = img.get_data()

保存nii.gz文件

nib.Nifti1Image(img,img_affine).to_filename(‘xxxxx.nii.gz’)

使用sitk

使用sitk读取nii时,读取出来的

cart算法代码matlab-muscle-segmentation:机器学习模型可分割医学图像。为加州大学伯克利分校的HART实验室制造的原

05-26

cart算法代码matlab

肌肉分割

此代码用于分割上臂的超声扫描。

这里的工作是与伯克利的HART实验室一起完成的。

该代码分为两部分:首先,Matlab脚本将.nii文件转换为具有特征的矩阵,并为机器学习算法创建训练集。

然后,R脚本加载.mat训练集并分析数据。

matlab文件取决于James

Shen的软件包。

它也取决于Jos的allcomb,尽管它包含在回购中。

要运行matlab代码,请编辑SetupWorkspace.m以添加NifTI工具包的包路径以及超声数据的文件路径。

然后,在顶部编辑卷和分段.nii文件名,在底部编辑所需的.mat文件名后,运行CreateFullSets2。

请注意,您可以在底部取消注释/取消注释相关行,以将10%样本或完整数据集保存到.mat文件。

我们大多数的初始分析都是在RF_CART_LDA.R文件中完成的,该文件读取了四个样本数据集并测试了CART树,线性判别分析和随机森林方法的性能。

在FullSegment.R中尝试了完全分割。

TensorFlow绘制loss/accuracy曲线

热门推荐

The Thinker

09-10

4万+

1. 多曲线

1.1 使用pyplot方式

import numpy as np

import matplotlib.pyplot as plt

x = np.arange(1, 11, 1)

plt.plot(x, x * 2, label="First")

plt.plot(x, x * 3, label="Second")

plt.plot(x, x * 4, label="Thi...

CNN+SVM实现多分类

The Thinker

07-03

3万+

1. 本文目的

使用SVM代替CNN网络的全连接层,即CNN提取特征后利用SVM进行分类。(注:仍使用完整CNN网络进行训练获取卷积层参数,SVM参数单独训练获得,后续会对此进行详细说明。)

2. 实验流程:

对样本数据进行处理

建立完整的卷积神经网络(CNN)

利用训练数据进行训练,获取卷积层权重参数

将卷积层输出转换为SVM输入特征向量

利用上一步特征向量对SVM进行训练

利用测试数据进行准...

GNN常用数据集之Cora数据集

The Thinker

01-02

2万+

在学习图神经网络 GNN 之前,必然要了解一些GNN的常用数据集,这篇博客主要以Cora数据集为例介绍GNN的数据集格式与读取方式,并以一个项目实例进行说明。

GNN常用数据集:https://linqs.soe.ucsc.edu/data

1. Cora数据集介绍

Cora数据集下载地址:https://linqs-data.soe.ucsc.edu/public/lbc/cora.tgz

以...

torchvision.datasets.ImageFolder

The Thinker

12-03

2万+

这篇博客讲解了如何自定义一个 Dataset类 返回训练数据与标签,但是对于简单的图像分类任务,并不需要自己定义一个 Dataset类,可以直接调用 torchvision.datasets.ImageFolder 返回训练数据与标签。

1. 数据集组织方式

既然是调用API,那么你的数据集必然得按照API的要求去组织, torchvision.datasets.ImageFolder 要求数据...

MNIST进阶之read_data_sets()

The Thinker

08-03

1万+

MNIST作为Tensorflow界的“hello world!”,被各种深度学习入门书籍拿来作为第一个案例,但是由于官方文档给出的示例程序中采用了不少的封装函数,尽管提供了封装函数源码,但仍然晦涩难懂!于是希望拜读大师们的深度学习入门杰作来参考一番,一本,两本,三本~~~~~~似乎大师们商量好了:“我们偏不解释你不懂的内容!”,最终在各大“杰作”上出现了如下画面:

本文就read_data...

PET的mat文件格式转nii图像代码

最新发布

08-07

### 回答1:

由于PET的mat文件格式比较复杂,需要先将其转换为nii图像格式,以下是一段MATLAB代码实现该功能:

```matlab

% 读取PET的MAT文件

load('PET.mat');

% 获取PET图像的空间信息

voxelSize = [PET.PixelSizeX, PET.PixelSizeY, PET.SliceThickness];

origin = [PET.OriginX, PET.OriginY, PET.OriginZ];

imageSize = [PET.Width, PET.Height, PET.Depth];

% 将PET图像数据转换为nii图像格式

PET_vol = flip(permute(PET.ImageVolume, [2 1 3]), 3);

PET_nii = make_nii(PET_vol, voxelSize, origin);

% 保存nii图像

save_nii(PET_nii, 'PET.nii');

```

需要注意的是,该代码中使用了`make_nii`和`save_nii`两个函数,需要先下载并添加到MATLAB的路径中。可以在以下链接中下载:

- `make_nii`: https://www.mathworks.com/matlabcentral/fileexchange/8797-tools-for-nifti-and-analyze-image

- `save_nii`: https://www.mathworks.com/matlabcentral/fileexchange/8797-tools-for-nifti-and-analyze-image

### 回答2:

PET的mat文件格式转Nii图像的代码:

```

import numpy as np

import scipy.io as sio

from nibabel import nifti1

# 加载.mat文件

mat_file = sio.loadmat('input.mat')

data = mat_file['data'] # 假设mat文件中的数据存储在名为'data'的变量中

# 创建Nii图像对象

nii_data = np.transpose(data, (1, 0, 2)) # 调整数据维度以符合Nii图像需求

nii_img = nifti1.Nifti1Image(nii_data, np.eye(4)) # 假设数据为3D,且无关联的空间变换

# 保存为Nii文件

nifti1.save(nii_img, 'output.nii')

```

以上代码通过使用NumPy和SciPy库来加载MAT文件并提取数据。然后,使用nibabel库创建一个Nifti1Image对象,并使用提取的数据和空间变换参数(这里使用单位矩阵)初始化该对象。最后,使用nifti1.save函数将Nifti1Image对象保存为Nii文件。请确保在运行代码之前安装NumPy、SciPy和nibabel库。

### 回答3:

在MATLAB中,可以通过使用spm12工具箱中的函数,将PET的.mat文件格式转换成NIfTI图像。

首先,确保你已经安装了spm12工具箱,并将路径添加到MATLAB的搜索路径中。然后,创建一个存储.mat文件路径和输出.nii文件路径的字符串变量。

接下来,使用spm_vol函数加载.mat文件并获取其基本信息,例如图像尺寸、原点信息和体素大小。然后,使用spm_write_vol函数将.mat文件中的数据保存为NIfTI格式的图像。代码示例如下:

```matlab

% 设置.mat文件路径和输出.nii文件路径

mat_file = 'path/to/your/pet_data.mat';

nii_file = 'path/to/your/output.nii';

% 加载.mat文件和获取其基本信息

pet_data = load(mat_file);

pet_hdr = spm_vol(mat_file);

pet_hdr.fname = nii_file; % 设置输出文件路径

% 将.mat文件数据保存为NIfTI图像

spm_write_vol(pet_hdr, pet_data);

```

运行上述代码后,.nii文件将包含与.mat文件相同的图像数据,并保存在指定的输出路径中。

需要注意的是,这只是将.mat文件保存为NIfTI格式的一种方法。在使用之前,请确保.mat文件的数据和尺寸信息与你所期望的相匹配。如果需要进一步处理.nii文件,可以使用spm12工具箱中的其他函数。

“相关推荐”对你有帮助么?

非常没帮助

没帮助

一般

有帮助

非常有帮助

提交

好运来2333

CSDN认证博客专家

CSDN认证企业博客

码龄8年

暂无认证

106

原创

3万+

周排名

75万+

总排名

72万+

访问

等级

5554

积分

382

粉丝

806

获赞

257

评论

3510

收藏

私信

关注

热门文章

python读取npy文件

105327

Python中的if __name__ == '__main__'

66097

TensorFlow绘制loss/accuracy曲线

43710

Python源码阅读(一)

42844

CNN+SVM实现多分类

39664

分类专栏

Python源码分析

7篇

强化学习

7篇

Python

20篇

MachineLearning

12篇

DeepLearning

32篇

Matlab

4篇

程序设计

7篇

传统图像处理

3篇

Paper

15篇

最新评论

CNN+SVM实现多分类

t13036387602:

可能分类准确率高点?

AttributeError: module 'urllib' has no attribute 'urlencode'

风车转呀转:

建议用

from urllib.parse import quote

from urllib.parse import quote_plus

https://docs.python.org/3/library/urllib.parse.html?highlight=quote#urllib.parse.quote

[code=python]

>>> from urllib.request import quote #官方文档没找到request.quote

>>> from urllib.parse import quote

>>> from urllib.request import quote_plus

Traceback (most recent call last):

File "", line 1, in

ImportError: cannot import name 'quote_plus' from 'urllib.request'

>>> from urllib.parse import quote_plus

[/code]

3D U-Net

weixin_44085432:

感谢讲解,之前一直没有看懂它这里面的两种做法哈哈哈

The kernel appears to have died. It will restart automatically.

weixin_43478636:

重启也可以杀后台,但没必要

python读取npy文件

成长的小白马:

使用python语言将npy文件转换为csv格式的列表就可以在Excel文档中直观的看到了

您愿意向朋友推荐“博客详情页”吗?

强烈不推荐

不推荐

一般般

推荐

强烈推荐

提交

最新文章

Python源码剖析(五)列表对象

Python源码剖析(四)字符串对象

Python源码剖析(三)整数对象 2

2022年6篇

2020年14篇

2019年59篇

2018年29篇

目录

目录

分类专栏

Python源码分析

7篇

强化学习

7篇

Python

20篇

MachineLearning

12篇

DeepLearning

32篇

Matlab

4篇

程序设计

7篇

传统图像处理

3篇

Paper

15篇

目录

评论 12

被折叠的  条评论

为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

祝福语

请填写红包祝福语或标题

红包数量

红包个数最小为10个

红包总金额

红包金额最低5元

余额支付

当前余额3.43元

前往充值 >

需支付:10.00元

取消

确定

下一步

知道了

成就一亿技术人!

领取后你会自动成为博主和红包主的粉丝

规则

hope_wisdom 发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额

0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。 2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值

日本国立情报学研究所(National Institute of Informatics)的科研水平如何?排名怎么样? - 知乎

日本国立情报学研究所(National Institute of Informatics)的科研水平如何?排名怎么样? - 知乎首页知乎知学堂发现等你来答​切换模式登录/注册日本科研研究所计算机科学情报学日本国立情报学研究所(National Institute of Informatics)的科研水平如何?排名怎么样?关注者119被浏览59,582关注问题​写回答​邀请回答​好问题 2​添加评论​分享​3 个回答默认排序留德华叫兽​海德堡大学 交叉学科计算中心离散与组合优化实验室研究员​ 关注看过主页和youtube宣传片,就一个专业而言有几十号教授,这个规模在全球来讲也是非常恐怖的了。类似的还有今年刚成立的坐落在伦敦的英国图灵实验室。国力情报研究所这样的科研机构类似中科院和德国马普所,法国CNRS,你是查不到排名的。有个大学朋友在那边做博后,澳洲的博士,新加坡第一轮博后,和我说NII博后工资只有新加坡的一半,大约rmb16w左右,大家可以做参考。。明年可能申一下那边faculty或者德国DAAD资助的博后(工资不知高多少),争取一年后才更。编辑于 2016-09-24 18:35​赞同 13​​3 条评论​分享​收藏​喜欢收起​蔡鸟Beginner in NLP ML​ 关注先来几张照片上面几张照片 是去东京玩的时候拍的. 国立情报学研究所(national institute of informatics 以下简称NII啦. )名字听起来挺高大上的,属于国家设立的研究机构, 只不过规模不是很大,第1张照片可能让人误以为 NII占据整个大厦,其实 它只占12层到22层啦.. 地理位置 不是一般的好. 在皇宫旁边.. (这可以理解为中国的 天安门广场周围)因为那天闲来无事,我就从霞关,日比谷公园,一直走到一桥(NII). 沿途风景真是很美.. 说规模不是很大, 是指它没有理化学研究所那种规模,应该相当于一个分研究所的大小吧. 说规模小还有一点是招的学生少,才不到200人. 报考的是综合研究大学院大学.. 貌似每个人都有奖学金. 只招硕博连读 或攻读博士学位的学生.其实这个 NII 前身是东京大学的图书馆情报学专业,后来分出来了. 有些教授既属于NII 又属于东大的情报理工研究科. 属于一队人马两块牌子.别的研究方向不是很清楚,就本人的研究方向(natural language processing)(本人一个应届本科生其实才刚入门 大神们看过笑笑就好),我就知道一位女教授是既属于NII又属于东大的. 所以我觉得是不是可以认为 NII 有接近东大计算机的水平呢(个人猜测).感觉人工智能方面应该挺强大的吧. 有一个叫新井 的女教授 正在牵头做一个 让人工智能通过日本高考的 项目. 这应该涉及到自然语言理解,推理,自然语言生成 方面的知识吧. 这个项目还曾经上过NHK新闻呢. 本人不是NII的 所以信息可能不太全面哈.具体可以参照下维基百科 还有NII的官网 http://www.nii.ac.jp发布于 2015-04-14 10:07​赞同 33​​7 条评论​分享​收藏​喜欢收起​​

CiNii日本综合学术信息数据库 | 北京大学图书馆

CiNii日本综合学术信息数据库 | 北京大学图书馆

跳转到主要内容

旧版

站内搜索

搜索

我的图书馆

捐赠      咨询

电话咨询

BBS发帖

邮件咨询

微博/微信

常见问题

给馆长写信

简体中文

English

文献资源

馆藏资源

数据库

电子图书

电子期刊

古籍

视频/音频

随书光盘

工具与软件

学位论文

报纸

统计数据/研究数据

档案

特色资源

古文献资源库

北大讲座

晚清民国文献

西文特藏

博后研究报告

燕大毕业论文

北大文库

名家专藏

革命文献

数字特藏

其他

最新/精选资源

新书通报

数字教学参考资料

北京大学学位论文

试用/最新数据库

晚清民国专题

区域与国别专题

借阅服务

馆藏检索与使用

图书检索

期刊检索

学位论文检索

特殊文献检索

校外访问

借阅规则

外借册数和期限

馆藏借阅制度

各阅览室规章

室内阅览

逾期与遗失

借阅办理

开架借阅服务

闭架借阅服务

出借与归还

续借与预约

服务时间与分布

馆际互借&文献传递

公告

服务内容

提交申请

收费标准

校外查询系统

联系方式

版权声明

阅读推荐

新书通报

教授推荐阅读

学子推荐阅读

检索借阅演示

上门借还服务

上门借还服务

检索借阅演示

科研服务

科技查新

查新站简介

查新流程

收费标准

联系方式

相关站点

学科服务

学科信息门户

学科课题咨询

学科情报订阅

学术规范与投稿指南

学科竞争力分析报告

学科前沿报告

知识产权服务

知识产权培训

知识产权咨询

专利分析报告

专利资源导航

知识产权信息服务平台

国家知识产权公共服务网

数据服务

北大开放数据

机构知识库

北大期刊网

北大学者

学科开放数据导航

查收查引

未名学术快报

核心期刊要目

北京大学数字人文工作坊

查收查引

未名学术快报

核心期刊要目

北京大学数字人文

互动交流

阅读服务

阅读活动

读书分享

两季一日活动

展览

年度阅读报告

服务预约

南北配楼报告厅

展览展示服务

研讨室

研修专座

和声厅

沙特/古籍阅览室

校外读者入馆

3D打印

自助服务

教学与培训

一小时讲座

定制讲座

信息素养课

信息素养能力评测

信息素养手机游戏

带班图书馆员

信息素质教育微课堂

用户共建

推荐购买

捐赠

学位论文提交

出站报告提交

学位论文提交

出站报告提交

读者指南

规章制度

文明读者公约

用户入馆管理办法

借阅证件管理办法

参观拍摄管理办法

校友专栏

校友服务

校友入馆预约

校外读者

校外读者接待办法

校外读者预约入馆

分馆服务

医学馆

阿卜杜勒·阿齐兹国王公共图书馆北京大学分馆

院系分馆

分馆工作动态

分馆借阅FAQ

关于

关于本馆

馆长致辞

本馆介绍

馆舍风貌

组织机构

联系我们

来访预约

加入我们

科学研究

科研项目

北京大学数字图书馆研究所

北京大学亚洲史地文献研究中心

学术委员会

        搜索图书馆资源

文献资源馆藏资源数据库电子图书电子期刊古籍视频/音频随书光盘工具与软件学位论文报纸统计数据/研究数据档案特色资源古文献资源库北大讲座晚清民国文献西文特藏博后研究报告燕大毕业论文北大文库名家专藏革命文献数字特藏其他最新/精选资源新书通报数字教学参考资料北京大学学位论文试用/最新数据库晚清民国专题区域与国别专题借阅服务馆藏检索与使用图书检索期刊检索学位论文检索特殊文献检索校外访问借阅规则外借册数和期限馆藏借阅制度各阅览室规章室内阅览逾期与遗失借阅办理开架借阅服务闭架借阅服务出借与归还续借与预约服务时间与分布馆际互借&文献传递公告服务内容提交申请收费标准校外查询系统联系方式版权声明阅读推荐新书通报教授推荐阅读学子推荐阅读上门借还服务检索借阅演示科研服务科技查新查新站简介查新流程收费标准联系方式相关站点学科服务学科信息门户学科课题咨询学科情报订阅学术规范与投稿指南学科竞争力分析报告学科前沿报告知识产权服务知识产权培训知识产权咨询专利分析报告专利资源导航国家知识产权公共服务网知识产权信息服务平台数据服务北大开放数据机构知识库北大期刊网北大学者学科开放数据导航查收查引未名学术快报核心期刊要目北京大学数字人文工作坊互动交流阅读服务阅读活动读书分享两季一日活动展览年度阅读报告服务预约南北配楼报告厅展览展示服务研讨室研修专座和声厅沙特/古籍阅览室校外读者入馆3D打印自助服务教学与培训一小时讲座定制讲座信息素养课信息素养能力评测信息素养手机游戏信息素质教育微课堂带班图书馆员用户共建推荐购买捐赠学位论文提交出站报告提交读者指南规章制度文明读者公约用户入馆管理办法借阅证件管理办法参观拍摄管理办法校友专栏校友服务校友入馆预约校外读者校外读者接待办法校外读者预约入馆分馆服务医学馆阿卜杜勒·阿齐兹国王公共图书馆北京大学分馆院系分馆分馆工作动态分馆借阅FAQ关于关于本馆馆长致辞本馆介绍馆舍风貌组织机构联系我们来访预约加入我们科学研究科研项目北京大学数字图书馆研究所北京大学亚洲史地文献研究中心学术委员会

未名学术搜索

馆藏目录

数据库

电子期刊/图书

站内搜索

未名学术搜索

新手指南: 未名学术搜索使用指南

最新资源

最新到馆图书

馆藏目录

全面题名著者主题刊名

新手指南:馆藏检索与使用

不知道看什么书?

古籍  |  新书通报  |  阅读报告 |  教授推荐书目

图书借阅第一步:

馆藏分布  |  借阅制度  |  借阅方法

上门借还服务  |  昌平工具书、期刊预约

数据库

浏览

新手指南:

解锁数据库 | 电子资源的检索与利用 | 校外访问

特色资源库:

古文献资源库 |

多媒体资源 |

数字教参资料 |

北大学位论文 |

北大讲座 |

民国旧报刊

热门数据库:

中文:

知网 |

万方 |

北大法宝 |

读秀 |

人民日报

外文:

SCI |

Scopus |

JSTOR |

lexis |

heinonline

专利:

INNOGRAPHY |

Derwent |

智慧芽 |

国知局专利

电子期刊/图书

所有

期刊

图书

标题

ISSN/ISBN

浏览电子期刊  |  

浏览电子图书

新手指南:

遍历西文电子期刊库  |  

中外文电子图书资源简介

核心期刊要目  |  

JCR  |  

CSSCI

常见期刊平台:北京大学期刊网  |  

DOAJ

站内搜索

搜索

首页

文献资源

最新/精选资源

CiNii日本综合学术信息数据库

CiNii日本综合学术信息数据库

2018-03-23

CiNii日本综合学术信息数据库

网上免费资源

数据库访问网址:https://ci.nii.ac.jp/

数据库介绍:

 CiNii是日本国立情报研究所(National Institute of Informatics,简称NII)运营的日本最大的综合学术信息数据库,平台由3个数据库组成:   

  CiNii Article收录了日本各学术机构及团体的期刊论文和大学学报论文,并可通过检索获取日本国会图书馆“日文期刊索引数据库”所收录的论文,索引文献较多,并含有相当数量的全文文献,可显示论文之间引用与被引用的情况。其中也有部分论文用英文或其他文字发表。

  CiNii Books可检索日本各大学图书馆的馆藏书刊的书目信息。

  CiNii Dissertations可检索日本大学及学位授予机构授予博士学位的学位论文,其中也包括部分公开的论文全文链接。CiNii数据库对所有人免费开放使用。

回到顶部

|

手机访问

|

|

咨询台

北京大学 | CALIS | CASHL | 大学图书馆学报 | 图工委 | DRAA

馆员空间 | 图书馆邮箱 | 分馆流通信息 | 馆长信箱 | 常用链接 | 网站地图 | 回到旧版

版权所有© 北京大学图书馆

如何打开nii格式的文件 - 知乎

如何打开nii格式的文件 - 知乎切换模式写文章登录/注册如何打开nii格式的文件Kathy光声成像最近搜集了一些有关MRA的图像,数据格式显示为.nii.gz,检索到主要有两种打开的方式。一种是通过ITK-SNAP打开,另一种是通过python打开。一、ITK-SNAPITK-SNAP是一个开源的医学软件。下载地址:ITK-SNAP Home 。选择download界面,经过一系列操作,就可以跳转到下载页面了。简单安装之后,就可以通过软件打开.nii的图像文件了,如下图所示。ITK-SNAP 软件界面二、3D slicer最近学习到另外一个工具是3D slicer,软件是免费的,可以在官网下载最新的安装文件,这款软件的专业性也比较强,上面提到的两种文件类型都可以处理。下载地址:3D Slicer image computing platform三、MATLAB 相关工具1.Tools for NIfTI and ANALYZE image最终处理了图像文件之后,希望能够导入到MATLAB进行仿真建模,最直接的工具还是使用MATLAB 工具软件。下载地址:Tools for NIfTI and ANALYZE image2.Imaging processing toolbox此外,MATLAB目前的版本中Imaging processing toolbox已经支持读取和写入nii文件。具体方法参考:Read NIfTI image - MATLAB niftiread - MathWorks 中国3. Volume viewer最初,我在MATLAB中所找到的对应的工具APP为Volume viewer。后期,如果发现其他的APP再来分享。该文件无法直接打开nii文件,但是可以读取其他的医学图像数据格式。因此,可以通过前面提高的ITK-Snap或者3D slicer先将nii文件转为nrrd文件,进行进一步操作。Volume viewer读取的数据格式------------------分割线-----------------补充 DICOM图像的查看常见的DICOM医学图像数据,可以通过MicroDICOM软件打开,该软件是免费的。另外一种软件是RadiAnt Viewer则更加强大,但为收费软件。下载地址:Downloads | MicroDicom DICOM Viewer发布于 2023-06-19 16:04・IP 属地浙江文件格式图像文件格式格式​赞同 1​​添加评论​分享​喜欢​收藏​申请

CiNii日本综合学术信息数据库

CiNii日本综合学术信息数据库

山东省科学院情报研究所

 

微信

 

QQ咨询

登录我的图书馆

首页

资源

校外访问

中文数据库

外文数据库

试用数据库

自建数据库

馆藏目录

网络资源

工大文库

版权公告

服务

借阅服务

馆际互借

学科服务

教学服务

科研服务

文化校园

新技术体验

空间设施

校长推荐书目

交流

交流平台

图书馆荐书

读者荐购

图书捐赠

校友服务

学术研究与交流

国内外主要图书馆

概况

图书馆简介

馆舍风貌

组织机构

党群工作

规章制度

图书馆黄页

图管会

开放时间

常见问题

数图

数字图书馆

数字报刊

中文电子图书

外文电子图书

中文学术期刊

外文学术期刊

外文定制期刊

数图新资源

智能图书馆

CiNii日本综合学术信息数据库

发布者:

数字资源部

发布时间:

2018-11-21

浏览次数:

97621

  访问网址:https://cir.nii.ac.jp/ja  CiNii是日本国立情报研究所(National Institute of Informatics,简称NII)运营的日本最大的综合学术信息数据库,平台由3个数据库组成:  CiNii Article收录了日本各学术机构及团体的期刊论文和大学学报论文,并可通过检索获取日本国会图书馆“日文期刊索引数据库”所收录的论文,索引文献较多,并含有相当数量的全文文献,可显示论文之间引用与被引用的情况。其中也有部分论文用英文或其他文字发表。  CiNii Books可检索日本各大学图书馆的馆藏书刊的书目信息。  CiNii Dissertations可检索日本大学及学位授予机构授予博士学位的学位论文,其中也包括部分公开的论文全文链接。CiNii数据库对所有人免费开放使用。

版权所有>©齐鲁工业大学图书馆 您是第

位访问本站点

山东省济南市长清区大学路3501号 邮编250353 鲁ICP备05046217号

图书馆官方二维码