Transformări spațiale

Analiza imaginilor biomedicale în Python

Stephen Bailey

Instructor

Baza de date OASIS

logo OASIS

Variabilitate semnificativă

matrice de creiere multiple

Înregistrare

Alinierea imaginilor la un șablon
Minimizarea variabilității spațiale
Șabloane:
- pot reprezenta mai mulți subiecți
- pot fi imagini „medii"
Implică multiple transformări spațiale

trei imagini în curs de înregistrare

Transformările afine conservă puncte, drepte și plane

exemplu de transformare

Translație

cap deplasat

import imageio.v2 as imageio
import scipy.ndimage as ndi

im=imageio.imread('OAS1036-2d.dcm')
im.shape

(256, 256)

com = ndi.center_of_mass(im)

d0 = 128 - com[0]
d1 = 128 - com[1]

xfm = ndi.shift(im, 
          shift=[d0, d1])

Rotație

ndi.rotate(im,
           angle=25,
           axes=(0,1))

cap rotit

Rotația imaginii

xfm = ndi.rotate(im, angle=25)

xfm.shape

(297, 297)

rotație cu redimensionare

xfm = ndi.rotate(im, angle=25, 
              reshape=False)
xfm.shape

(256, 256)

rotație normală

Matricea de transformare

Matrice de transformare: aplicată unei imagini pentru înregistrare.

Elementele matricei codifică „instrucțiuni" pentru diferite transformări afine.

imagine cu patru transformări

Aplicarea unei matrice de transformare

# Identity matrix
mat = [[1, 0, 0],
       [0, 1, 0],
       [0, 0, 1]]

xfm = ndi.affine_transform(im, 
                           mat)

imagine originală

# Translate and rescale
mat = [[0.8, 0,   -20],
       [0,   0.8, -10],
       [0,   0,   1]]
xfm = ndi.affine_transform(im,
                           mat)

imagine transformată

Să exersăm!

Analiza imaginilor biomedicale în Python