Spatial transformations

Python में बायोमेडिकल इमेज विश्लेषण

Stephen Bailey

Instructor

OASIS Database

OASIS लोगो

उल्लेखनीय वैरिएबिलिटी

मल्टी-ब्रेन-अरे

रजिस्ट्रेशन

इमेज को टेम्पलेट से एलाइन करें
स्पेशियल वैरिएबिलिटी घटाएँ
टेम्पलेट:
- कई सब्जेक्ट दर्शा सकते हैं
- एक "औसत" इमेज हो सकता है
इसमें कई स्पेशियल ट्रांसफॉर्मेशन शामिल होते हैं

तीन-इमेज-रजिस्ट्रेशन

Affine ट्रांसफॉर्मेशन पॉइंट, लाइन, और प्लेन को संरक्षित रखते हैं

ट्रांसफॉर्मेशन-उदाहरण

ट्रांसलेशन

शिफ्टेड-हेड

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])

रोटेशन

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

रोटेटेड-हेड

इमेज रोटेशन

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

xfm.shape

(297, 297)

रीशेप्ड-रोटेशन

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

(256, 256)

नॉर्मल-रोटेशन

Transformation matrix

Transformation matrix: रजिस्ट्रेशन के लिए एक इमेज पर लागू की जाती है.

मैट्रिक्स के एलिमेंट अलग-अलग affine ट्रांसफॉर्मेशन के लिए "निर्देश" एन्कोड करते हैं.

चार-ट्रांसफॉर्म के साथ इमेज

Transformation matrix लागू करना

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

xfm = ndi.affine_transform(im, 
                           mat)

मूल-इमेज

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

ट्रांसफॉर्म्ड-इमेज

अभ्यास करते हैं!

Python में बायोमेडिकल इमेज विश्लेषण