数据预处理--医学图像归一化
1.读取nii格式的医学图像,更改内部的矩阵,重新保存成nii数据;
Nifti数据本身是除了 矩阵信息(也就是图像信息之外),还有和物理坐标相关的 仿射矩阵 以及 Header头文件 信息,但是nibabel的获取数据的方法get_data()是一个单向操作,只可以获取数据,并不能把数据直接存到一个现成的nii文件中,并没有诸如nii_img.data = newdata 这样的方法,意味着不能直接对数据进行更改。
原文链接:https://blog.csdn.net/weixin_40006612/article/details/100893162
'''Nibabel
'''
import nibabel as nib
import numpy as np
import globtest_vol_names = glob.glob('../data/LPBA40/label1' + '/*.nii')for i in range(len(test_vol_names)):#加载图片X = nib.load('../data/LPBA40/label1/S'+ str(i) +'.delineation.structure.label.nii')#把仿射矩阵和头文件都存下来affine = X.affine.copy()hdr = X.header.copy()#取数据X_data = X.get_data() #像素归一化X_data=(X_data-np.min(X_data))/(np.max(X_data)-np.min(X_data))#形成新的nii文件new_nii = nib.Nifti1Image(X_data, affine, hdr)#保存nii文件,后面的参数是保存的文件名nib.save(new_nii, '../data/LPBA40/label_out/new_test'+ str(i) +'.nii.gz')
import SimpleITK as sitk
import globtest_vol_names = glob.glob('../data/LPBA40/label1' + '/*.nii')for i in range(len(test_vol_names)):image = sitk.ReadImage('../data/LPBA40/label1/S'+ str(i) +'.delineation.structure.label.nii')resacleFilter = sitk.RescaleIntensityImageFilter()resacleFilter.SetOutputMaximum(1)resacleFilter.SetOutputMinimum(0)image = resacleFilter.Execute(image)sitk.WriteImage(image,'../data/LPBA40/label_out_itk/new_test'+ str(i) +'.nii.gz')
import nibabel as nib
import globX = nib.load('../data/LPBA40/label_out_itk/new_test0.nii/new_test0.nii')
X_data = X.get_data()Y = nib.load('../data/LPBA40/label_out/new_test0.nii/new_test0.nii')
Y_data = Y.get_data()Z_data = X_data - Y_dataprint(Z_data)
数据预处理--医学图像归一化相关推荐
- Scikit-learn 数据预处理之归一化MinMaxScaler
Scikit-learn 数据预处理之归一化MinMaxScaler 1 声明 本文的数据来自网络,部分代码也有所参照,这里做了注释和延伸,旨在技术交流,如有冒犯之处请联系博主及时处理. 2 MinM ...
- pandas用众数填充缺失值_【机器学习】scikit-learn中的数据预处理小结(归一化、缺失值填充、离散特征编码、连续值分箱)...
一.概述 1. 数据预处理 数据预处理是从数据中检测,修改或删除不准确或不适用于模型的记录的过程 可能面对的问题有:数据类型不同,比如有的是文字,有的是数字,有的含时间序列,有的连续,有的间断. 也可 ...
- 数据归一化处理方法_数据预处理:归一化和标准化
1. 概述 数据的归一化和标准化是特征缩放(feature scaling)的方法,是数据预处理的关键步骤.不同评价指标往往具有不同的量纲和量纲单位,这样的情况会影响到数据分析的结果,为了消除指标之间 ...
- 数据预处理之归一化/标准化/正则化/零均值化
数据预处理之归一化/标准化/正则化/零均值化 一.标准化(Standardization) 二.归一化(Normalization) 三,中心化/零均值化 (Zero-centered) 四.正则化 ...
- 【python学习】数据预处理-如何归一化?
作者:代码律动 链接:数据预处理的归一化手段应该如何应用到训练集,测试集和验证集中? - 知乎 来源:知乎 著作权归作者所有.商业转载请联系作者获得授权,非商业转载请注明出处. 作者:Orginal ...
- 神经网络中的网络优化和正则化(二)之参数初始化/数据预处理/逐层归一化
转载请注明出处:https://thinkgamer.blog.csdn.net/article/details/101026786 博主微博:http://weibo.com/234654758 G ...
- pandas数据预处理(标准化归一化、离散化/分箱/分桶、分类数据处理、时间类型数据处理、样本类别分布不均衡数据处理、数据抽样)
1. 数值型数据的处理 1.1 标准化&归一化 数据标准化是一个常用的数据预处理操作,目的是处理不同规模和量纲的数据,使其缩放到相同的数据区间和范围,以减少规模.特征.分布差异等对模型的影响. ...
- dataframe数据标准化处理_数据预处理——标准化/归一化(实例)
这次我们来说说关于数据预处理中的数据标准化及归一化的问题.主要以理论+实例的方式为大家展示. 本次实验也将会展示部分数据以及代码,有兴趣的小伙伴可以自己动手试试~ 在本次实例过程中,我们使用的数据是: ...
- 机器学习中数据预处理——标准化/归一化方法(scaler)
由于工作问题比较忙,有两周没有总结一下工作学习中遇到的问题. 这篇主要是关于机器学习中的数据预处理的scaler变化. 工作中遇到的问题是:流量预测问题,拿到的数据差距非常大,凌晨的通话流量很少几乎为 ...
最新文章
- python操作微信电脑版_Python使用itchat模块实现简单的微信控制电脑功能示例
- 全国计算机等级考试c语言程序设计真题,历年全国计算机等级考试二级C语言笔试选择真题...
- 文本相似度算法(余弦定理)
- 如何隐藏SAP CRM WebClient UI配置页面的字段
- iSCSI 2-环境搭建一
- 【Python】Sklearn创建三种仿真数据集
- jenkins未授权访问漏洞记录(端口:7001,80,8080,50000)
- Ubuntu——运维的学习笔记
- 麦肯锡用 160 页报告告诉我们:13 年后 8 亿人的饭碗会被机器人抢了
- Unity 2D Skeletal Animation
- 程序员这样面试,拿到offer的几率是非常大
- 本地VM安装虚拟机,使用xshell连接
- 【Linux】mkdir命令
- 配置alexa skill(二)
- [2022-06-21 完美解决]MacBookPro 2020 M1 开启2k HIDPI
- 不是 SELECTed 表达式
- 给你看个宝贝:GitHub 最野的开源库,把你拿捏的死死的。。。
- 小白起步-大数据环境搭建-Java环境配置
- gridsome(三)——plugins
- 群体Polymorphism information content(PIC)、 Nei diversity index (Nei s) 和 Shannon index (I)计算方法
热门文章
- 西瓜书-机器学习5.5 其他常见神经网络- RBF网络
- 无盘工作站(三)-配置 PXE 无盘站软件
- Chinese Text Detection and Recognition
- 何宾 单片机原理及应用_STC单片机原理及应用(第2版)
- python 求导实现_python怎么实现函数求导
- 计算机网络系统工程验收材料,网络系统工程验收规范.doc
- 计算机科学艺术家,计算机科学的鼻祖,编程界的上帝,视世界的码农当作艺术家...
- 程序员、互联网从业者必读KK凯文凯利三大力作之《科技需要什么》总结
- MAC电脑使用教程大全
- 【51单片机】认识单片机