Hacktoberfest 2026: los issues que los mantenedores marcaron para octubre, abiertos y aptos para principiantes. Explorar issues de Hacktoberfest

[FEATURE] Support for Diffusion-weighted Imaging

Abierto
#99 0 comentarios 0 reacciones 0 asignados Ver en GitHub

Nadie ha tomado este issue todavía.

Evaluación

Dificultad
5/5
Tiempo estimado
Más de una semana
Aptitud para principiantes
25/100
Tipo de issue
Nueva funcionalidad
Claridad
Necesita aclaración
Estado de actividad
Estancado
Stack tecnológico
c

Línea de trabajo

Comienza con el registrator y la implementación referenciada de transformación de tensores en tissue_reconstruction/tissue_reconstruction.py, alrededor de la línea 88. Determina cómo deben representarse y procesarse DiffusionModality, los tensores de difusión y los vectores b durante el registro; se considera terminado cuando las imágenes ponderadas por difusión se registren con las transformaciones de tensores requeridas. En el issue no se indica ningún archivo de prueba ni ningún punto de entrada local.

Escrito por el modelo de indexación a partir del texto del issue.

Descripción

enhancement

Registration of Diffusion Weighted Images requires proper transformation of the diffusion tensors in the registration step. This likely requires implementation of tensor transformations in the registrator, as well as a DiffusionModality class and processing of the b vectors that come with DW images.

The following repository implements the necessary tensor transformations:

https://github.com/andeleyev/brain-tumor-tissue-reconstruction/blob/9112af31120e6774305507bf2fae1f0612b4015b/tissue_reconstruction/tissue_reconstruction.py#L88

Lenguaje dominante
C
Estrellas
39
Forks
11
Métricas de merge de PR
Sin PR fusionados en 30 d

Preparar el entorno

Este proyecto no incluye contenedor de desarrollo, Dockerfile ni guía de contribución, así que la configuración corre por tu cuenta: empieza por su README y consulta nuestra guía para la primera contribución para los pasos generales.

Primeros pasos

  1. Lee el issue completo y luego la guía de contribución del proyecto.
  2. Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
  3. Haz un fork del repositorio y trabaja en una rama.
  4. Abre un pull request que haga referencia al número del issue.

Más de BrainLesion/preprocessing

Todos los issues de BrainLesion/preprocessing

Issues similares

Más issues de C

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.