Avancerad visualisering

Biomedicinsk bildanalys i Python

Stephen Bailey

Instructor

Skiva N-dimensionell data för att visualisera den!

helt bröd

skivat bröd

Visualisera flera bilder samtidigt

plt.subplots: skapar en figuryta med flera AxesSubplots-objekt.

Figuryta med delplots

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()

Visualisera flera bilder samtidigt

sekventiella bröstvolymsbilder som delplot

Icke-standardvyer

import imageio.v2 as imageio

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

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

$$Axial$$

vyer-axial

Icke-standardvyer

import imageio.v2 as imageio

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

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

view_0v2 = vol[:, row, :]

$$Coronal$$

vyer-koronal

Icke-standardvyer

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]

$$Sagittal$$

vyer-sagittal

Justera bildförhållandet

Pixlar kan ha olika bildförhållanden:

bildförhållanden

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()

Justera bildförhållandet

sagittal skiva

Nu kör vi en övning!

Biomedicinsk bildanalys i Python