Objets et étiquettes

Analyse d'images biomédicales en Python

Stephen Bailey

Instructor

La segmentation découpe une image en parties

segmentation de cellules

segmentation du cerveau

Sunnybrook Cardiac Database

Fraction d'éjection : proportion de sang éjectée du ventricule gauche (VG).

$illustration de la fraction d'éjection$

Image cardiaque

Étiqueter les composantes d'image

masque cardiaque 2D

Étiqueter les composantes d'image

import scipy.ndimage as ndi
im=imageio.imread('SCD4201-2d.dcm')
filt=ndi.gaussian_filter(im, 
                         sigma=2)
mask = filt > 150

labels, nlabels = ndi.label(mask)

nlabels

plt.imshow(labels, cmap='rainbow')
plt.axis('off')
plt.show()

cellules étiquetées

Sélection d'étiquettes

Sélectionner une seule étiquette dans l'image :

np.where(labels == 1, im, 0)

Une étiquette

Sélectionner plusieurs étiquettes dans l'image :

np.where(labels < 3, im, 0)

Deux étiquettes

Extraction d'objets

Boîte englobante : étendue de pixels qui renferme complètement un objet
ndi.find_objects() retourne une liste de coordonnées de boîtes englobantes

image étiquetée avec boîtes englobantes

Extraction d'objets

labels, nlabels = ndi.label(mask)
boxes = ndi.find_objects(labels)

boxes[0]

(slice(116,139), slice(120, 141))

plusieurs boîtes dans l'image

Passons à la pratique !

Analyse d'images biomédicales en Python