Yoğunluğu Ölçme

Python ile Biyomedikal Görüntü Analizi

Stephen Bailey

Instructor

Yoğunluğu ölçme

Kardiyak zaman serisinin tek bir hacmi için aşağıdaki etiketler var:

Sol karıncık
Orta kısım

etiketli kalp görüntüsü 2B

İşlevler

`scipy.ndimage.measurements`

ndi.mean()

ndi.median()

ndi.sum()

ndi.maximum()

ndi.standard_deviation()

ndi.variance()

İşlevler tüm boyutlar üzerinde çalışır; isteğe bağlı olarak belirli etiketlerde.

Özel işlevler:

ndi.labeled_comprehension()

Ölçüm işlevlerini çağırma

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

# Tüm pikseller
ndi.mean(vol)

3.7892

# Etiketli pikseller
ndi.mean(vol, label)

89.2342

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

163.2930

# Etiketler 1 ve 2
ndi.mean(vol, label, index=[1,2])

[163.2930, 60.2847]

Nesne histogramları

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)

Nesne histogramları

plt.plot(obj_hists[0], 
   label='Sol karıncık')
plt.plot(obj_hists[1], 
   label='Diğer etiketli pikseller')
plt.legend()
plt.show()

histogramlar grafiği

Birden çok doku içeren histogramlarda birkaç tepe olur
İyi bölütlenmiş doku histogramları genelde normal dağılıma benzer

Hadi pratik yapalım!

Python ile Biyomedikal Görüntü Analizi