एडवांस्ड प्लॉटिंग

Python में बायोमेडिकल इमेज विश्लेषण

Stephen Bailey

Instructor

N-डाइमेंशनल डेटा को प्लॉट करने के लिए उसे स्लाइस करें!

ब्रेड की लोफ

कटी हुई ब्रेड

एक साथ कई इमेज प्लॉट करना

plt.subplots: कई AxesSubplots ऑब्जेक्ट्स के साथ एक figure canvas बनाता है.

figure canvas का प्लॉट

import imageio.v2 as imageio
vol = imageio.volread('chest-data', format='DICOM')
fig, axes = plt.subplots(nrows=1,
                         ncols=3)

axes[0].imshow(vol[0],cmap='gray')

axes[1].imshow(vol[10],cmap='gray')
axes[2].imshow(vol[20],cmap='gray')

for ax in axes:
    ax.axis('off')

plt.show()

एक साथ कई इमेज प्लॉट करना

सीक्वेंशियल चेस्ट वॉल्यूम इमेज का सबप्लॉट सेट

नॉन-स्टैंडर्ड व्यूज़

import imageio.v2 as imageio

vol = imageio.volread(
      'chest-data', format='DICOM')

view_1v2 = vol[pln, :, :]
view_1v2 = vol[pln]

$$Axial$$

एक्सियल व्यू

नॉन-स्टैंडर्ड व्यूज़

import imageio.v2 as imageio

vol = imageio.volread(
     'chest-data', format='DICOM')

view_1v2 = vol[pln, :, :]
view_1v2 = vol[pln]

view_0v2 = vol[:, row, :]

$$Coronal$$

कोरोनल व्यू

नॉन-स्टैंडर्ड व्यूज़

import imageio.v2 as imageio

vol = imageio.volread(
     'chest-data', format='DICOM')

view_1v2 = vol[pln, :, :]
view_1v2 = vol[pln]

view_0v2 = vol[:, row, :]

view_0v1 = vol[:, :, col]

$$Sagittal$$

सैजिटल व्यू

आस्पेक्ट रेशियो बदलना

पिक्सल किसी भी aspect ratio में हो सकते हैं:

आस्पेक्ट रेशियो

im = vol[:,:,100]
d0, d1, d2 = vol.meta['sampling']
d0, d1, d2

(2, 0.5, 0.5)

asp = d0 / d1
asp

plt.imshow(im, cmap='gray',
           aspect=asp)
plt.show()

आस्पेक्ट रेशियो बदलना

सैजिटल स्लाइस

अभ्यास करते हैं!

Python में बायोमेडिकल इमेज विश्लेषण