Valori de intensitate

Analiza imaginilor biomedicale în Python

Stephen Bailey

Instructor

Pixeli și voxeli

Pixelii sunt elemente de imagine 2D
Voxelii sunt elemente de volum 3D
Două proprietăți: intensitate și locație

radiografie picior

Tipuri de date și dimensiunea imaginii

Tipul de date al unui array controlează intervalul posibil de intensități

Tip	Interval	Nr. val.
uint8	0, 255	256
int8	- 128, 127	256
uint16	0, 2$^{16}$	2$^{16}$
int16	-2$^{15}$, 2$^{15}$	2$^{16}$
float16	~-2$^{16}$, ~2$^{16}$	>>2$^{16}$

import imageio.v2 as imageio

im=imageio.imread('foot-xray.jpg')

im.dtype
    dtype('uint8')

im.size

im_int64 = im.astype(np.uint64)
im_int64.size

Histograme

Histogramele: numără pixelii pentru fiecare valoare de intensitate.
Implementate în scipy.ndimage
- array-uri multidimensionale
- date mascate
Tehnici avansate în scikit-image.

plt.plot(hist)
plt.show()

import scipy.ndimage as ndi

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

hist.shape

(256,)

Histogramă

Egalizare

Distribuțiile sunt adesea înclinate spre intensități scăzute (valorile fundalului).
Egalizarea: redistribuie valorile pentru a optimiza intervalul complet de intensitate.
Funcția de distribuție cumulativă: (CDF) arată proporția pixelilor dintr-un interval.

Histogramă+CDF

Egalizare

import scipy.ndimage as ndi
hist = ndi.histogram(im, min=0, 
                         max=255,
                        bins=256)

cdf = hist.cumsum() / hist.sum()
cdf.shape

(256,)

im_equalized = cdf[im] * 255

fig, axes = plt.subplots(2, 1)
axes[0].imshow(im)
axes[1].imshow(im_equalized)
plt.show()

imagine egalizată

Să exersăm!

Analiza imaginilor biomedicale în Python