Đo cường độ

Phân tích ảnh Y sinh học bằng Python

Stephen Bailey

Instructor

Đo cường độ

Chúng ta có các nhãn sau cho một thể tích trong chuỗi thời gian tim:

Tâm thất trái
Phần trung tâm

ảnh tim 2D với nhãn

Các hàm

`scipy.ndimage.measurements`

ndi.mean()

ndi.median()

ndi.sum()

ndi.maximum()

ndi.standard_deviation()

ndi.variance()

Hàm áp dụng trên mọi chiều, tùy chọn theo các nhãn cụ thể.

Hàm tùy chỉnh:

ndi.labeled_comprehension()

Gọi các hàm đo lường

import imageio.v2 as imageio
import scipy.ndimage as ndi
vol=imageio.volread('SCD-3d.npz')
label=imageio.volread('labels.npz')

# Tất cả pixel
ndi.mean(vol)

3.7892

# Pixel có nhãn
ndi.mean(vol, label)

89.2342

# Nhãn 1
ndi.mean(vol, label, index=1)

163.2930

# Nhãn 1 và 2
ndi.mean(vol, label, index=[1,2])

[163.2930, 60.2847]

Histogram đối tượng

hist=ndi.histogram(vol, min=0, max=255, bins=256)

obj_hists=ndi.histogram(vol, 0, 255, 256, 
                        labels, index=[1, 2])
len(obj_hists)

Histogram đối tượng

plt.plot(obj_hists[0], 
   label='Tâm thất trái')
plt.plot(obj_hists[1], 
   label='Pixel có nhãn khác')
plt.legend()
plt.show()

đồ thị histogram

Histogram chứa nhiều loại mô sẽ có vài đỉnh
Histogram cho mô được phân đoạn tốt thường giống phân phối chuẩn

Cùng luyện tập nào!

Phân tích ảnh Y sinh học bằng Python