AI工作站

3D 组织学堆栈越来越多地用于了解大体解剖变化并提供有价值的教育背景。大多数现有的工具包都允许 2D 方法，无法应对 3D 组织学带来的挑战。ITKv4 可以促进应用程序级工具包的实现，这些工具包将允许对描述各种器官和组织系统的数字载玻片进行合理的配准、分割和重建。将包括允许预处理（颜色校正、伪影去除等）、刚性和非刚性套准、基于材质的分割和可视化的模块。

大型组织学数据集的ITK分析：http://www.na-mic.org/Wiki/index.php/ITK_Analysis_of_Large_Histology_Datasets

我们开发了一系列算法和计算管道，用于使用异构计算平台（包括 GPU 和 CPU/GPU 集群）处理大型显微镜图像。我们将通过整合算法系列来扩展 ITKv4，这些算法系列将允许对光学显微镜图像进行全面处理，以实现 2D 和 3D 数字组织学。

在这个项目周期间，我们了解了用于套准的 ITK 模块、ITK 过滤器和 3D 切片器。我们将把我们的算法转换为 ITK 模块，并将未来转换为 3D slicer 中的管道。