Matlab 白质纤维跟踪的优化算法

实际上，我使用MATLAB代码来实现我的工作，总结如下： 我使用了一个应用贝叶斯方法的程序来解决光纤跟踪问题，我在加载数据集时遇到了一个问题，它是医学图像。我需要任何提示来帮助我打开此数据集以继续我的工作。以下代码显示了load dataset函数：

function data = Load_DMRI_Data(dataset)

%加载扩散张量MRI数据并返回 %结构以及渐变和b值。 %数据必须存储在数据结构中，以便进一步 %处理，请参阅代码。 %梯度存储为（3xg）矩阵，其中g是 %获取的DWI体积数（包括b=0个）。 %b值存储在相应的（1xg）向量中

如果strcmp（数据集，'gordon'）

elseif strcmp（数据集，'pc'） readdir='c:\Work\DiffusionData\'； 强度=零（256256,1,32）； 对于g=1:32 对于切片=16:16%，使用切片16作为测试切片 fid=fopen（sprintf（'%sI.%03d'，readdir，（g-1）*31+片），'r'，'ieee-be'）； im=fread（fid，'int16'）； im=im（end-256^2+1:end）

结束

数据集的网站：

readdir = '/projects/lmi/data/diffusion/gk-3t/041020-02156-bvalexpr/data/003/';
intensity = zeros(256,256,31,32);
for g = 1:32
    for slice = 1:31

        fid = fopen(sprintf('%sI.%03d',readdir,(g-1)*31+slice),'r');
        im = fread(fid,'int16');
        im = im(end-256^2+1:end);
        intensity(:,:,slice,g) = reshape(im,[256 256])';
        fclose(fid);
    end
end
G = load('gradients.mat');
G = [[1;1;1] G.g];   % Add arbitrary gradient direction for b=0
b = [0 1000*ones(1,31)];
data = struct('intensity',intensity,'G',G,'b',b,'FOV',240,'SliceThickness',4);

        intensity(:,:,slice-15,g) = reshape(im,[256 256])';
        fclose(fid);
    end
end


G = load(sprintf('%sgradients.mat',readdir));
G = [[1;1;1] G.g];   % Add arbitrary gradient direction for b=0
b = [0 1000*ones(1,31)];  % b-values
data = struct('intensity',intensity,'G',G,'b',b);