deepmi/olfsegnet Docker 镜像 - 轩辕镜像 | Docker 镜像高效稳定拉取服务
deepmi/olfsegnetdeepmi
用于在高分辨率（0.7或0.8mm各向同性）全脑T2加权MRI上分割嗅球的Docker镜像。
下载次数: 0状态：社区镜像维护者：deepmi仓库类型：镜像最近更新：7 个月前
嗅球分割Docker镜像
概述
本Docker镜像用于在高分辨率（0.7或0.8mm各向同性）全脑T2加权MRI（磁共振成像）上实现嗅球的自动分割，为相关影像分析任务提供标准化工具支持。
核心功能与特性
- 专注于嗅球结构的精准分割，针对高分辨率脑部影像优化
- 支持处理0.7mm或0.8mm各向同性分辨率的全脑T2加权MRI数据
使用场景与适用范围
适用于需要对高分辨率T2加权MRI进行嗅球结构分析的场景，包括但不限于：
- 神经科学研究中的嗅球形态学分析
- 嗅觉相关疾病的影像评估
- 脑部影像分割算法的验证与比较
使用方法与配置说明
基础使用指南
关于工具的详细使用方法，请参考项目GitHub仓库：olf-bulb-segmentation
环境适配注意事项
- CPU环境支持：若运行环境仅配备CPU（无GPU），请克隆工具的CPU专用版本以确保兼容性。
deepmi/fastsurfer
deepmi
FastSurfer是一款快速准确的深度学习管道，用于人类大脑MRI分析，提供与FreeSurfer兼容的体积和基于表面的厚度分析，支持亚毫米分辨率及小脑、下丘脑等神经解剖结构的细分。
4 次收藏1万+ 次下载
1 年前更新
deepmi/fsqcdocker
deepmi
用于FastSurfer或FreeSurfer处理后的结构性MRI数据的质量控制脚本。
515 次下载
1 个月前更新
deepmi/lit
deepmi
暂无描述
391 次下载
1 年前更新
deepmi/vinna4neonates
deepmi
容器化的VINNA4neonates包，提供基于深度学习的新生儿分割流程
303 次下载
1 年前更新
deepmi/fastsurfer-build
deepmi
用于构建FastSurfer（脑影像分析工具）的辅助镜像，提供构建环境和依赖支持，简化FastSurfer的编译与部署流程。
132 次下载
1 年前更新
deepmind2020/maven
deepmind2020
暂无描述
2.3千+ 次下载
5 年前更新
镜像拉取常见问题
使用与功能问题
错误码与失败问题
manifest unknown 错误：镜像不存在或标签错误
manifest unknown 错误
TLS/SSL 证书验证失败：Docker pull 时 HTTPS 证书错误
TLS 证书验证失败
DNS 解析超时：无法解析镜像仓库地址或连接超时
DNS 解析超时
410 Gone 错误：Docker 版本过低导致协议不兼容
410 错误：版本过低
402 Payment Required 错误：流量耗尽错误提示
402 错误：流量耗尽
401 UNAUTHORIZED 错误：身份认证失败或登录信息错误
身份认证失败错误
429 Too Many Requests 错误：请求频率超出专业版限制
429 限流错误
Docker login 凭证保存错误：Cannot autolaunch D-Bus（不影响登录）
凭证保存错误
账号 / 计费 / 权限
用户好评
来自真实用户的反馈，见证轩辕镜像的优质服务
oldzhang
运维工程师
Linux服务器
5
"Docker访问体验非常流畅，大镜像也能快速完成下载。"