快速开始

环境要求

• Python 3.8+
• MONAI Label
• 3D Slicer 或 OHIF Viewer

安装

# 安装 MONAI Label
pip install monailabel-weekly

# 克隆模型仓库
git clone https://github.com/Hirriririir/Multimodal-Multiethnic-Thigh-Muscle-MRI-analysis.git
cd Multimodal-Multiethnic-Thigh-Muscle-MRI-analysis

启动 MONAI Label 服务器

monailabel start_server \
    --app . \
    --studies /path/to/your/mri/data \
    --conf models segresnet

分割流程

1. 打开 3D Slicer 并连接 MONAI Label 服务器
2. 从服务器加载大腿 MRI 扫描
3. 点击 Auto Segmentation 运行模型
4. 查看并修正 11 块肌肉的分割结果
5. 导出分割掩膜用于下游分析

数据下载

Release 数据

以下文件可从 GitHub Release v1.0 下载：

文件	大小	说明
pretrained_segmentation_muscle.pt	~329 MB	预训练 SegResNet 模型权重
HuashanMyo.zip	~746 MB	华山医院多模态大腿 MRI 数据集
Folkhalsan.zip	~150 MB	Folkhälsan 研究中心大腿 MRI 数据集
Dataset.json	~42 KB	MONAI Label 数据集配置文件

ITK-SNAP 标签文件

下载 11 块肌肉标注的 ITK-SNAP 标签文件：

ThighMuscle.label

在 ITK-SNAP 中通过 Segmentation → Import Label Descriptions 加载。

分析功能

仓库包含 Jupyter Notebook 用于：

• 影像组学特征提取与相关性分析
• 脂肪分数定量（IDEAL 序列）
• 多种族指标比较
• 统计分析脚本（R 语言相关矩阵）