Python में बायोमेडिकल इमेज विश्लेषण
Stephen Bailey
Instructor
vol = imageio.volread('OAS1_0255', format='DICOM')
vol.shape
(256, 256, 256)

vol_dn = ndi.zoom(vol, zoom=0.5)
vol_dn.shape
(128, 128, 128)

बड़े ग्रिड पर रीसैंपलिंग
उच्च-रिज़ॉल्यूशन डेटा इकट्ठा करने जैसा नहीं है
असमान सैंपलिंग दरों को मानकीकृत करने में उपयोगी
vol_up = ndi.zoom(vol, zoom=2)
vol_up.shape
(512, 512, 512)

$$ Interpolation\ in\ 1\ D $$

बिंदुओं के बीच के स्पेस को मॉडल करने के लिए ग्रिड पॉइंट्स को "जोड़ता" है.
Nearest-neighbor: सबसे नजदीकी मापित मान लेता है.
$$ Interpolation\ in\ 1\ D $$

बिंदुओं के बीच के स्पेस को मॉडल करने के लिए ग्रिड पॉइंट्स को "जोड़ता" है.
Nearest-neighbor: सबसे नजदीकी मापित मान लेता है.
order = 0B-spline इंटरपोलेशन: निर्दिष्ट ऑर्डर के spline functions से बिंदुओं के बीच का स्पेस मॉडल करता है.
order 1 और 5 के बीच होता है$$ Interpolation\ in\ 1\ D $$

im=np.arange(100).reshape([10,10])

zm1=ndi.zoom(im, zoom=10, order=0)
zm2=ndi.zoom(im, zoom=10, order=2)
zm3=ndi.zoom(im, zoom=10, order=4)

Python में बायोमेडिकल इमेज विश्लेषण