高度なプロット

Python による生体医療画像解析

Stephen Bailey

Instructor

N次元データのプロットはスライスで行う

食パン（未カット）

食パン（スライス）

複数画像の一括プロット

plt.subplots: 複数の AxesSubplots オブジェクトを持つ図キャンバスを作成します。

図キャンバスのプロット

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()

複数画像の一括プロット

サブプロット：連続した胸部ボリューム画像

非標準ビュー

import imageio.v2 as imageio

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

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

$$アキシャル$$

アキシャルビュー

非標準ビュー

import imageio.v2 as imageio

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

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

view_0v2 = vol[:, row, :]

$$コロナル$$

コロナルビュー

非標準ビュー

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]

$$サジタル$$

サジタルビュー

アスペクト比の調整

ピクセルは任意のアスペクト比を持つことができます:

アスペクト比の例

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()

アスペクト比の調整

サジタルスライス

では、練習しましょう！

Python による生体医療画像解析