リサンプリングと補間

Python による生体医療画像解析

Stephen Bailey

Instructor

リサンプリングは配列の形状を変更します

異なるサンプリング

Python による生体医療画像解析

ダウンサンプリング

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

(256, 256, 256)

元の脳画像

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

(128, 128, 128)

ダウンサンプル後の脳画像

Python による生体医療画像解析

アップサンプリング

  • より大きなグリッドへのリサンプリング

  • 高解像度データの収集とは異なります

  • 不均一なサンプリングレートの標準化に有効

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

(512, 512, 512)

元の脳画像

Python による生体医療画像解析

補間

  • グリッド点を「つなぎ合わせ」、点間の空間をモデル化します。

$$ Interpolation\ in\ 1\ D $$

1D補間

Python による生体医療画像解析

補間

  • グリッド点を「つなぎ合わせ」、点間の空間をモデル化します。

  • 最近傍法：最も近い計測値を使用します。

$$ Interpolation\ in\ 1\ D $$

1D補間（最近傍法）

Python による生体医療画像解析

補間

  • グリッド点を「つなぎ合わせ」、点間の空間をモデル化します。

  • 最近傍法：最も近い計測値を使用します。

    • order = 0

  • Bスプライン補間：指定した次数のスプライン関数で点間をモデル化します。

    • order は 1 から 5 の範囲

$$ Interpolation\ in\ 1\ D $$

1D補間（Bスプライン）

Python による生体医療画像解析

2D補間

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

昇順カラーのサンプル画像

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

次数別カラー画像

Python による生体医療画像解析

練習しましょう！

Python による生体医療画像解析

Preparing Video For Download...