Python ile Biyomedikal Görüntü Analizi
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)

Daha büyük bir ızgaraya yeniden örnekleme
Daha yüksek çözünürlüklü veri toplamaya eşit değildir
Eşit olmayan örnekleme hızlarını standartlaştırmak için faydalıdır
vol_up = ndi.zoom(vol, zoom=2)
vol_up.shape
(512, 512, 512)

$$ 1\ D'de\ enterpolasyon $$

Noktalar arasındaki alanı modellemek için ızgara noktalarını "birleştirir".
En yakın komşu: en yakın ölçüm değerini kullanır.
$$ 1\ D'de\ enterpolasyon $$

Noktalar arasındaki alanı modellemek için ızgara noktalarını "birleştirir".
En yakın komşu: en yakın ölçümü kullanır.
order = 0B-spline enterpolasyon: noktalar arasını belirli derecede spline fonksiyonlarıyla modeller.
order 1 ile 5 arasındadır$$ 1\ D'de\ enterpolasyon $$

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 ile Biyomedikal Görüntü Analizi