Lấy mẫu lại và nội suy

Phân tích ảnh Y sinh học bằng Python

Stephen Bailey

Instructor

Lấy mẫu lại làm thay đổi hình dạng mảng

lấy mẫu khác nhau

Phân tích ảnh Y sinh học bằng Python

Giảm lấy mẫu

vol = imageio.volread('OAS1_0255', format='DICOM')
vol.shape

(256, 256, 256)

não gốc

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

(128, 128, 128)

não sau khi giảm lấy mẫu

Phân tích ảnh Y sinh học bằng Python

Tăng lấy mẫu

  • Lấy mẫu lại lên lưới lớn hơn

  • Không giống như thu thập dữ liệu độ phân giải cao hơn

  • Hữu ích để chuẩn hóa các tốc độ lấy mẫu không đều

vol_up = ndi.zoom(vol, zoom=2)
vol_up.shape

(512, 512, 512)

não sau khi tăng lấy mẫu

Phân tích ảnh Y sinh học bằng Python

Nội suy

  • "Khâu" các điểm lưới để mô hình hóa không gian giữa các điểm.

$$ Interpolation\ in\ 1\ D $$

Nội suy trong 1D

Phân tích ảnh Y sinh học bằng Python

Nội suy

  • "Khâu" các điểm lưới để mô hình hóa không gian giữa các điểm.

  • Láng giềng gần nhất: dùng giá trị đo gần nhất.

$$ Interpolation\ in\ 1\ D $$

Nội suy 1D láng giềng gần nhất

Phân tích ảnh Y sinh học bằng Python

Nội suy

  • "Khâu" các điểm lưới để mô hình hóa không gian giữa các điểm.

  • Láng giềng gần nhất: dùng giá trị đo gần nhất.

    • order = 0

  • Nội suy B-spline: mô hình hóa khoảng giữa các điểm bằng hàm spline với bậc xác định.

    • order nằm giữa 1 và 5

$$ Interpolation\ in\ 1\ D $$

Nội suy B-spline

Phân tích ảnh Y sinh học bằng Python

Nội suy trong 2D

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

Ảnh mẫu tăng dần theo màu

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

Ảnh nhiều bậc tăng dần theo màu

Phân tích ảnh Y sinh học bằng Python

Cùng luyện tập nào!

Phân tích ảnh Y sinh học bằng Python

Preparing Video For Download...