【Python】SimpleITK 针对于 LiTS 数据集，获取最大肝脏面积的切片

效果图

文章目录

1. window_transform
2. extract_max_slice
3. extract_max_slice_with_seg

1. window_transform

可以让图片更好看一点

def window_transform(ct_array, windowWidth=400, windowCenter=40, normal=False):"""return: trucated image according to window center and window widthand normalized to [0,1]"""minWindow = float(windowCenter) - 0.5 * float(windowWidth)newing = (ct_array - minWindow) / float(windowWidth)newing[newing < 0] = 0newing[newing > 1] = 1# 将值域转到0-255之间,例如要看头颅时， 我们只需将头颅的值域转换到 0-255 就行了if not normal:newing = (newing * 255).astype('uint8')return newing

2. extract_max_slice

获取最大肝脏面积的CT切片

def extract_max_slice(ct_path, seg_path, img_save_path=None):"""根据标注获取最大肝脏切片"""# 读取标注的肝脏图像seg_nii = sitk.ReadImage(seg_path)seg_img = sitk.GetArrayFromImage(seg_nii)# 获取肝脏图像面积最大的切片的索引index = np.argmax(seg_img.sum((1, 2)))# 读取CT图像ct_nii = sitk.ReadImage(ct_path)ct_img = sitk.GetArrayFromImage(ct_nii)# 截取CT图像中肝脏最大的切片img = ct_img[index, :, :]img = window_transform(img)# 保存图片if img_save_path is not None:save_name = os.path.basename(ct_path).split(".")[0] + "-index" + str(index) + ".png"cv2.imwrite(os.path.join(img_save_path, save_name), img)

效果图

3. extract_max_slice_with_seg

获取最大肝脏面积的CT切片，并且用红色标记处肝脏的位置

def extract_max_slice_with_seg(ct_path, seg_path, img_save_path=None):"""根据标注获取带有标注的最大肝脏切片"""# 读取标注的肝脏图像seg_nii = sitk.ReadImage(seg_path, sitk.sitkFloat32)seg_img = sitk.GetArrayFromImage(seg_nii)# 获取肝脏图像面积最大的切片的索引index = np.argmax(seg_img.sum((1, 2)))# 读取CT图像ct_nii = sitk.ReadImage(ct_path)ct_img = sitk.GetArrayFromImage(ct_nii)# 截取CT图像中肝脏最大的切片ext_ct_img = ct_img[index, :, :]ext_seg_img = seg_img[index, :, :]ext_ct_img = window_transform(ext_ct_img)  # 映射后图片效果更好ext_ct_img = np.array(ext_ct_img)ext_ct_img = cv2.cvtColor(np.array(ext_ct_img), cv2.COLOR_GRAY2RGB)# 肝脏位置标记颜色for i in range(512):for j in range(512):if ext_seg_img[i][j] >= 1.0:ext_ct_img[i][j][0] = 97ext_ct_img[i][j][1] = 100ext_ct_img[i][j][2] = 255# 保存图片if img_save_path is not None:save_name = os.path.basename(ct_path).split(".")[0] + "-index" + str(index) + ".png"cv2.imwrite(os.path.join(img_save_path, save_name), ext_ct_img)

效果图

【Python】SimpleITK 针对于 LiTS 数据集，获取最大肝脏面积的切片相关推荐

【FPN车辆目标检测】数据集获取以及Windows7+TensorFlow+Faster-RCNN+FPN代码环境配置和运行过程实测
PS 最近在学目标检测想用最新的FPN网络,刚好看到这篇博客https://blog.csdn.net/Angela_qin/article/details/80944604尝试把它复现,说的小白一点 ...
Python计算机视觉中译本实例代码/数据集
shu j 向AI转型的程序员都关注了这个号???????????? 机器学习AI算法工程公众号:datayx 本书介绍Python的计算机视觉编程,用清晰的Python示例,细致讲解对象识别. ...
Scikit-learn学习系列 | 1. sklearn的简要使用介绍与数据集获取
如有错误,恳请指出. 以下内容整理自专栏:博主"文火冰糖的硅基工坊"的专栏--机器学习与scikit-learn,对部分的文章的简化与整理. 文章目录 1. scikit-lear ...
LITS 数据集肝脏和肿瘤标签分离
LITS 数据集标签分离标签分离原因说明简单原理说明代码实现分离效果结束语标签分离原因说明最近在用Unet做肝脏肿瘤分割,手中得到的数据集有LITS数据集,从网上下载下来的时候,格式是 ...
LITS数据集总切片和单张Nii切片数目统计
文章目录 LITS数据集切片统计简单原理说明代码实现运行结果总结 LITS数据集切片统计我的数据集长这样,手中得到的数据集有LITS数据集,从网上下载下来的时候,格式是nii文件,因为我用的 ...
python将scikit-learn自带数据集转换为pandas dataframe格式
python将scikit-learn自带数据集转换为pandas dataframe格式目录 python将scikit-learn自带数据集转换为pandas dataframe格式 #仿真数据
python机器学习可视化工具Yellowbrick绘图获取最佳聚类K值实战示例
python机器学习可视化工具Yellowbrick绘图获取最佳聚类K值实战示例目录机器学习可视化工具Yellowbrick绘图获取最佳聚类K值实战示例
python模拟登陆163邮箱并获取通讯录
From: http://hi.baidu.com/fc_lamp/blog/item/2466d1096fcc532de8248839.html python模拟登陆163邮箱并获取通讯录 #-*- ...
不得不赞！一个国内（可能）最好的海量CV数据集获取网站
在CV等计算机领域中,好的数据,对模型训练至关重要.自己做数据,即昂贵又费时费力:但是,使用现成的数据集,即不好找又不好下载及使用.直到最近,CV君找到一个数据集获取神器 Graviti Open D ...

【Python】SimpleITK 针对于 LiTS 数据集，获取最大肝脏面积的切片

文章目录

1. window_transform

2. extract_max_slice

3. extract_max_slice_with_seg

【Python】SimpleITK 针对于 LiTS 数据集，获取最大肝脏面积的切片相关推荐

最新文章

热门文章