객체와 레이블

Python을 활용한 생의학 영상 분석

Stephen Bailey

Instructor

분할은 이미지를 여러 부분으로 나눕니다

세포 분할

뇌 분할

Sunnybrook 심장 데이터베이스

박출률: 심장 좌심실(LV)에서 박출되는 혈액의 비율.

박출률 그림

심장 이미지

이미지 구성 요소 레이블링

심장 2D 마스크

이미지 구성 요소 레이블링

import scipy.ndimage as ndi
im=imageio.imread('SCD4201-2d.dcm')
filt=ndi.gaussian_filter(im, 
                         sigma=2)
mask = filt > 150

labels, nlabels = ndi.label(mask)

nlabels

plt.imshow(labels, cmap='rainbow')
plt.axis('off')
plt.show()

레이블링된 세포

레이블 선택

이미지에서 단일 레이블 선택:

np.where(labels == 1, im, 0)

레이블 하나

이미지에서 여러 레이블 선택:

np.where(labels < 3, im, 0)

레이블 두 개

객체 추출

경계 상자: 객체를 완전히 둘러싸는 픽셀 범위
ndi.find_objects()는 경계 상자 좌표 목록을 반환합니다

경계 상자가 표시된 레이블 이미지

객체 추출

labels, nlabels = ndi.label(mask)
boxes = ndi.find_objects(labels)

boxes[0]

(slice(116,139), slice(120, 141))

여러 이미지 상자

연습해 봅시다!

Python을 활용한 생의학 영상 분석