Mesurer la morphologie

Analyse d'images biomédicales en Python

Stephen Bailey

Instructor

Morphologie

Par Keating, Steven. (2014) - Keating, Steven. (2014). Coupes IRM crâniennes d'un patient avec astrocytome en 2007 et 2014. Zenodo. doi:10.5281/zenodo.16852, CC0, https://commons.wikimedia.org/w/index.php?curid=39593095

Analyse d'images biomédicales en Python

Étendue spatiale

L'étendue spatiale est le produit de :

  1. L'espace occupé par chaque élément
  2. Le nombre d'éléments du tableau

image-3d-du-coeur

# Calculate volume per voxel
d0, d1, d2 = vol.meta['sampling']
dvoxel = d0 * d1 * d2

# Count label voxels nvoxels=ndi.sum(1, label, index=1)
# Calculate volume of label volume = nvoxels * dvoxel volume
1249023
Analyse d'images biomédicales en Python

Transformation de distance

superposition-de-la-distance-sur-l'original

          Distance euclidienne

# Create a left ventricle mask
mask=np.where(labels == 1, 1, 0)
# In terms of voxels
d=ndi.distance_transform_edt(mask)

d.max()
12.3847
# In terms of space
d=ndi.distance_transform_edt(mask,
    sampling=vol.meta['sampling'])
d.max()
5.8038
Analyse d'images biomédicales en Python

Centre de masse

com=ndi.center_of_mass(vol,
                       labels, 
                       index=1)

com
(5.5235, 128.0590, 128.0993)
plt.imshow(vol[5], cmap='gray')
plt.scatter(com[2], com[1])
plt.show()

centre-de-masse

Analyse d'images biomédicales en Python

Passons à la pratique !

Analyse d'images biomédicales en Python

Preparing Video For Download...