Mesurer l'intensité

Analyse d'images biomédicales en Python

Stephen Bailey

Instructor

Mesurer l'intensité

Nous avons les étiquettes suivantes pour un seul volume de la série temporelle cardiaque :

Ventricule gauche
Partie centrale

image du cœur en 2D avec étiquettes

Fonctions

`scipy.ndimage.measurements`

ndi.mean()

ndi.median()

ndi.sum()

ndi.maximum()

ndi.standard_deviation()

ndi.variance()

Fonctions appliquées sur toutes les dimensions, avec étiquettes au besoin.

Fonctions personnalisées :

ndi.labeled_comprehension()

Appeler les fonctions de mesure

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

# Tous les pixels
ndi.mean(vol)

3.7892

# Pixels étiquetés
ndi.mean(vol, label)

89.2342

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

163.2930

# Étiquettes 1 et 2
ndi.mean(vol, label, index=[1,2])

[163.2930, 60.2847]

Histogrammes d'objets

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)

Histogrammes d'objets

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

tracé des histogrammes

• Un histogramme contenant plusieurs types de tissus aura plusieurs pics

• Un histogramme d'un tissu bien segmenté ressemble souvent à une loi normale

Passons à la pratique !

Analyse d'images biomédicales en Python