XiaoMi-AI文件搜索系统
World File Search SystemXNAT
FDOPA PET 神经成像的自动分析框架
摘要 在本研究中，我们评估了 FDOPA PET 神经影像数据的全自动分析框架的性能，以及它对人口统计学和实验变量以及处理参数的敏感性。XNAT 成像平台的一个实例用于存储伦敦国王学院机构大脑 FDOPA PET 成像档案，以及个人人口统计学和临床信息。通过重新设计基于 Matlab 的历史 FDOPA PET 分析脚本，在 Python 中实现了用于成像处理和数据量化的全自动分析流程，并将其集成到 XNAT 中。最终的数据存储库包括来自 23 个不同研究的 892 个 FDOPA PET 扫描。我们发现自动化流程的数据分析具有良好的可重复性（在 Ki cer 的纹状体中：对照组 ICC ¼ 0.71，精神病患者的 ICC ¼ 0.88）。从评估的人口统计学和实验变量来看，性别
定量成像研究与人工智能实验室
•将过程模块化为独特的，独立的模块•允许标准化和低复杂性•适合每个项目和情况需求进行自定义的可能性。•容器化有助于更快地部署每个项目所需的模块。•设计可持续：与临床环境的集成是通过Orthanc DiCom Server和XNAT等开源平台来实现的•协作：良好的数据和易于使用的流程有助于新的项目。•可扩展：允许多个项目部署。
管理报告
使用XNAT的模态成像数据中心，这对于我们托管多中心成像数据的能力至关重要。我们的员工科学家和技术集成经理Lynne Williams博士为研究人员提供培训和指导，并协助我们的受训者获得MRI数据分析的经验，并帮助设计多模式的功能性MRI研究研究（包括EEG-FMRI和NIRS-FMRI）。我们的研究助理 Ghoufran Talib进行了专门的MRI数据分析。 我们的运营经理Steffany Ellingham为设施提供了运营支持，并协助对开始新研究有疑问的调查人员。Ghoufran Talib进行了专门的MRI数据分析。我们的运营经理Steffany Ellingham为设施提供了运营支持，并协助对开始新研究有疑问的调查人员。