【医疗影像处理】使用GMM分割3D T1得到wm/gm/csf/background

Purpose

使用无监督方法—GMM对一个T1样本进行分割，得到分割结果：

wm 白质
gm 灰质
csf 脑脊液
背景

Data T1

只是展示了其中的一层：

从图上可以看到，白质的信号明显高于灰质的信号，灰质的信号高于脑脊液（和背景）的信号。

T1 Histogram

绘制T1的直方图不可以包含背景部分，背景为0，占比极高；此处的直方图分布使用的非零像素（前景像素）。

在T1上明显的可以看到有4个峰，其实可以使用4个中心来拟合它。不过我们使用了3个中心来拟合，只拟合白质/灰质/脑脊液，在信号上相对的：

高信号——白质
中信号——灰质
低信号——脑脊液

Sklearn GMM

Read the Image

imageT1 = ...
image = sitk.ReadImage(imageT1)
image_data = sitk.GetArrayFromImage(image)

Train

train_data = image_data
gmm = mixture.GaussianMixture(n_components=3, covariance_type='diag', tol=0.01, max_iter=100, n_init=1, init_params='kmeans')
flatData = train_data.flatten()
gmm.fit(flatData[:,np.newaxis])
label_data = gmm.predict(flatData[:,np.newaxis]).reshape(train_data.shape)

OUT

https://scikit-learn.org/stable/modules/generated/sklearn.mixture.GaussianMixture.html

【医疗影像处理】使用GMM分割3D T1得到wm/gm/csf/background相关推荐

CVPR2020论文解读：三维语义分割3D Semantic Segmentation
CVPR2020论文解读:三维语义分割3D Semantic Segmentation xMUDA: Cross-Modal Unsupervised Domain Adaptation for 3D ...
医疗影像处理：去除医疗影像中背景的影响2D/3D【numpy-code】| CSDN博文精选
BDTC大会官网:https://t.csdnimg.cn/q4TY 作者 | chestnut-- 来源 | CSDN博客在医疗影像中特别是CT影像,包含大量的背景,在进行器官分割时,首先去除背景 ...
【计算机视觉】新冠肺炎COVID-19 CT影片阳性检测，感染区域分割，肺部分割，智慧医疗实践，医疗影像处理示例
引言新型冠状病毒肺炎(Corona Virus Disease 2019,COVID-19),简称"新冠肺炎",世界卫生组织命名为"2019冠状病毒病".截止 ...
重磅！OpenMMLab 更新啦！分类/检测/分割/3D等项目全面升级
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达本文作者:陈恺 https://zhuanlan.zhihu.com/p/74597564 本文已由原 ...
三维重建阈值分割 3D可视化医学图像分割 CT图像分割及重建系统可视化编程技术及应用
一. 概述此系统实现了常见的VTK四视图,实现了很好的CT图像分割,可以用于骨骼,头部,肺部,脂肪等分割,,并且通过三维重建实现可视化.使用了第三方库 VTK,ITK 实现分割和生不重建. 窗口分为 ...
百度医疗广告卷土重来_意见3d电视值得卷土重来的时间
百度医疗广告卷土重来 3D TV's promised a lot to its early adopters, from live sports to a dream cinematic exper ...
关于xtk.js的使用（医疗影像处理插件）
由于公司项目需要,我学习了xtk.js,用于显示obj.vtk.mtl等文件中的内容.效果如图: xtk.js能够实现obj文件的显示.3D影像的视口改变.影像移动.放大缩小,并能够适配平板端. 我主 ...
医疗影像处理入门篇读入*.mhd数据解析ElementSpacing参数
关于Dicom数据使用pydicom包即可,网上有很多写的比较详细的,我就不搬运了,不了解的还请自行百度读取*.mhd数据有一些数据集提供的是mhd格式的数据,还有一些是*.nii.gz的数据, ...
MICCAI-iseg2017挑战赛小结与婴儿脑组织分割总结
按照数据集进行划分: 关于自动分割工具,婴儿脑MR图像来自单个时间点,其中纵向数据集不可用,因此必须开发不针对纵向数据集的分割工具,目前提出了一些机器学习方法,但这些方法的效果并不令人满意. iseg ...
EEG微状态预测并发fMRI动态功能连接状态
前言静息态功能磁共振成像(rs-fMRI)测量的大脑功能连接在多个时间尺度上有所不同,并确定了循环的动态功能连接(dFC)状态.这些发现与不同的认知和病理状态有关,有可能作为疾病的生物标志物,但它们 ...