Biomedische beeldanalyse met Python
Stephen Bailey
Instructor
vol = imageio.volread('OAS1_0255', format='DICOM')
vol.shape
(256, 256, 256)

vol_dn = ndi.zoom(vol, zoom=0.5)
vol_dn.shape
(128, 128, 128)

Resamplen naar een grotere grid
Niet hetzelfde als data met hogere resolutie verzamelen
Handig om ongelijke samplefrequenties te standaardiseren
vol_up = ndi.zoom(vol, zoom=2)
vol_up.shape
(512, 512, 512)

$$ Interpolatie\ in\ 1\ D $$

"Naait" gridpunten aan elkaar om de ruimte ertussen te modelleren.
Nearest-neighbor: gebruikt de dichtstbijzijnde gemeten waarde.
$$ Interpolatie\ in\ 1\ D $$

"Naait" gridpunten aan elkaar om de ruimte ertussen te modelleren.
Nearest-neighbor: gebruikt de dichtstbijzijnde gemeten waarde.
order = 0B-spline-interpolatie: modelleert ruimte tussen punten met splinefuncties van een bepaalde orde.
order ligt tussen 1 en 5$$ Interpolatie\ in\ 1\ D $$

im=np.arange(100).reshape([10,10])

zm1=ndi.zoom(im, zoom=10, order=0)
zm2=ndi.zoom(im, zoom=10, order=2)
zm3=ndi.zoom(im, zoom=10, order=4)

Biomedische beeldanalyse met Python