Biomedizinische Bildanalyse mit Python
Stephen Bailey
Instructor
$$1895$$
![Von Wilhelm Röntgen. - [1], Public Domain, https://commons.wikimedia.org/w/index.php?curid=5059748](https://assets.datacamp.com/production/repositories/2085/datasets/da638d73b243da7542e3ee94692e08884c19eb6b/Ch1_L1_First-XRay.gif)
$$2017$$

Werkzeugkasten
imageio: Bilder lesen und speichernImage-Objekte sind NumPy-Arrays.import imageio.v2 as imageio im = imageio.imread('body-001.dcm')type(im)
imageio.core.Image
im
Image([[125, 135, ..., 110],
[100, 130, ..., 100],
...,
[100, 150, ..., 100]],
dtype=uint8)
im[0, 0]
125
im[0:2, 0:2]
Image([[125, 135],
[100, 130]],
dtype=uint8)
Metadaten: das Wer, Was, Wann, Wo und Wie der Bildaufnahme
In Image-Objekten über das Attribut meta (Dictionary) zugänglich
im.meta
im.meta['Modality']
im.meta.keys()
Dict([('StudyDate', '2017-01-01'),
('Modality', 'MR'),
('PatientSex', F),
...
('shape', (256, 256)])
'MR'
odict_keys(['StudyDate',
'SeriesDate',
'PatientSex',
...
'shape'])
Matplotlibs Funktion imshow() zeigt 2D-Bilddaten an
Viele Colormaps verfügbar, oft in Graustufen (cmap='gray')
Achsenticks und -beschriftungen sind bei Bildern oft nicht hilfreich
import matplotlib.pyplot as pltplt.imshow(im, cmap='gray')plt.axis('off')plt.show()

Biomedizinische Bildanalyse mit Python