Pomiar intensywności

Analiza obrazów biomedycznych w Pythonie

Stephen Bailey

Instructor

Pomiar intensywności

Poniższe etykiety dotyczą pojedynczego wolumenu z serii czasowej serca:

Lewa komora
Część centralna

dwuwymiarowy obraz serca z etykietami

Funkcje

`scipy.ndimage.measurements`

ndi.mean()

ndi.median()

ndi.sum()

ndi.maximum()

ndi.standard_deviation()

ndi.variance()

Funkcje stosowane we wszystkich wymiarach, opcjonalnie dla wybranych etykiet.

Funkcje niestandardowe:

ndi.labeled_comprehension()

Wywoływanie funkcji pomiarowych

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

# All pixels
ndi.mean(vol)

3.7892

# Labeled pixels
ndi.mean(vol, label)

89.2342

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

163.2930

# Labels 1 and 2
ndi.mean(vol, label, index=[1,2])

[163.2930, 60.2847]

Histogramy obiektów

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)

Histogramy obiektów

plt.plot(obj_hists[0], 
   label='Left ventricle')
plt.plot(obj_hists[1], 
   label='Other labelled pixels')
plt.legend()
plt.show()

wykres histogramów

Histogramy obejmujące wiele typów tkanek mają kilka pików
Histogramy dobrze wysegmentowanych tkanek często przypominają rozkład normalny

Czas na ćwiczenia!

Analiza obrazów biomedycznych w Pythonie