Grafici avanzati

Analisi di immagini biomediche in Python

Stephen Bailey

Instructor

Per tracciare dati N-dimensionali, affettali!

pagnotta di pane

pane a fette

Tracciare più immagini insieme

plt.subplots: crea un canvas della figura con più oggetti AxesSubplots.

Grafico del canvas della figura

import imageio.v2 as imageio
vol = imageio.volread('chest-data', format='DICOM')
fig, axes = plt.subplots(nrows=1,
                         ncols=3)

axes[0].imshow(vol[0],cmap='gray')

axes[1].imshow(vol[10],cmap='gray')
axes[2].imshow(vol[20],cmap='gray')

for ax in axes:
    ax.axis('off')

plt.show()

Tracciare più immagini insieme

insieme di subplot con immagini volumetriche toraciche sequenziali

Viste non standard

import imageio.v2 as imageio

vol = imageio.volread(
      'chest-data', format='DICOM')

view_1v2 = vol[pln, :, :]
view_1v2 = vol[pln]

$$Assiale$$

viste-assiale

Viste non standard

import imageio.v2 as imageio

vol = imageio.volread(
     'chest-data', format='DICOM')

view_1v2 = vol[pln, :, :]
view_1v2 = vol[pln]

view_0v2 = vol[:, row, :]

$$Coronale$$

viste-coronale

Viste non standard

import imageio.v2 as imageio

vol = imageio.volread(
     'chest-data', format='DICOM')

view_1v2 = vol[pln, :, :]
view_1v2 = vol[pln]

view_0v2 = vol[:, row, :]

view_0v1 = vol[:, :, col]

$$Sagittale$$

viste-sagittale

Modificare il rapporto d'aspetto

I pixel possono avere qualsiasi rapporto d'aspetto:

rapporti d'aspetto

im = vol[:,:,100]
d0, d1, d2 = vol.meta['sampling']
d0, d1, d2

(2, 0.5, 0.5)

asp = d0 / d1
asp

plt.imshow(im, cmap='gray',
           aspect=asp)
plt.show()

Modificare il rapporto d'aspetto

sezione sagittale

Esercitiamoci!

Analisi di immagini biomediche in Python