Ảnh N chiều

Phân tích ảnh Y sinh học bằng Python

Stephen Bailey

Instructor

Ảnh với nhiều dạng và kích thước

im[row, col]

foot_x-ray

Ảnh với nhiều dạng và kích thước

vol[pln, row, col]

body_gif

Ảnh với nhiều dạng và kích thước

im[row, col, ch]

cell_rgb

Ảnh với nhiều dạng và kích thước

im_ts[time, row, col, ch]

cell_video

Ảnh N chiều là chồng các mảng

stack-of-images-shifted-slightly

import imageio.v2 as imageio
import numpy as np

im1=imageio.imread('chest-000.dcm')
im2=imageio.imread('chest-001.dcm')
im3=imageio.imread('chest-002.dcm')

im1.shape

(512, 512)

vol = np.stack([im1, im2, im3])

vol.shape

(3, 512, 512)

Nạp trực tiếp volume

imageio.volread():

đọc trực tiếp dữ liệu đa chiều
ghép nhiều ảnh thành một thể tích (volume)

import os
os.listdir('chest-data')

['chest-000.dcm', 
 'chest-001.dcm', 
 'chest-002.dcm',
 ..., 
 'chest-049.dcm']

import imageio.v2 as imageio
vol = imageio.volread('chest-data', format='DICOM')

vol.shape

(50, 512, 512)

Kích thước, lấy mẫu và trường nhìn

Kích thước ảnh: số phần tử trên mỗi trục

import imageio.v2 as imageio
vol = imageio.volread(
            'chest-data', format='DICOM')
# Image shape (in voxels)
n0, n1, n2 = vol.shape
n0, n1, n2

(50, 512, 512)

Trường nhìn (field of view): không gian vật lý bao phủ trên mỗi trục

Tốc độ lấy mẫu: kích thước vật lý mỗi phần tử

# Sampling rate (in mm)
d0, d1, d2 = vol.meta['sampling']
d0, d1, d2

(2, 0.5, 0.5)

# Field of view (in mm)
n0 * d0, n1 * d1, n2 * d2

(100, 256, 256)

Cùng luyện tập nào!

Phân tích ảnh Y sinh học bằng Python