การวัดความเข้ม

การวิเคราะห์ภาพทางชีวการแพทย์ด้วย Python

Stephen Bailey

Instructor

การวัดความเข้ม

ป้ายกำกับต่อไปนี้ใช้กับข้อมูล cardiac time series หนึ่งชุด:

ช่องหัวใจซ้าย
บริเวณตรงกลาง

ภาพหัวใจ 2 มิติพร้อมป้ายกำกับ

ฟังก์ชัน

`scipy.ndimage.measurements`

ndi.mean()

ndi.median()

ndi.sum()

ndi.maximum()

ndi.standard_deviation()

ndi.variance()

ฟังก์ชันที่ประมวลผลครอบคลุมทุกมิติ และสามารถระบุป้ายกำกับเฉพาะได้

ฟังก์ชันแบบกำหนดเอง:

ndi.labeled_comprehension()

การเรียกใช้ฟังก์ชันวัดค่า

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

# All pixels
ndi.mean(vol)

3.7892

# Labeled pixels
ndi.mean(vol, label)

89.2342

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

163.2930

# Labels 1 and 2
ndi.mean(vol, label, index=[1,2])

[163.2930, 60.2847]

ฮิสโตแกรมของวัตถุ

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)

ฮิสโตแกรมของวัตถุ

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

กราฟฮิสโตแกรม

ฮิสโตแกรมที่มีเนื้อเยื่อหลายชนิดจะมีหลายยอดพีค
ฮิสโตแกรมของเนื้อเยื่อที่แบ่งส่วนได้ดีมักมีรูปร่างใกล้เคียงการแจกแจงแบบปกติ

มาฝึกกันเถอะ!

การวิเคราะห์ภาพทางชีวการแพทย์ด้วย Python