重取樣與內插

Python 的生醫影像分析

Stephen Bailey

Instructor

重取樣會改變陣列形狀

不同取樣方式

Python 的生醫影像分析

降採樣（Downsampling）

vol = imageio.volread('OAS1_0255', format='DICOM')
vol.shape

(256, 256, 256)

原始腦部影像

vol_dn = ndi.zoom(vol, zoom=0.5)
vol_dn.shape

(128, 128, 128)

降採樣後的腦部影像

Python 的生醫影像分析

升採樣（Upsampling）

  • 重取樣到更大的網格

  • 不等同於收集更高解析度的資料

  • 用於標準化不一致的取樣率

vol_up = ndi.zoom(vol, zoom=2)
vol_up.shape

(512, 512, 512)

放大取樣後的腦部影像

Python 的生醫影像分析

內插（Interpolation）

  • 將網格點「縫合」起來，以建模點與點之間的空間。

$$ 1D\ 內插 $$

一維內插

Python 的生醫影像分析

內插（Interpolation）

  • 將網格點「縫合」起來，以建模點與點之間的空間。

  • 最近鄰：使用最近的量測值。

$$ 1D\ 內插 $$

一維內插：最近鄰

Python 的生醫影像分析

內插（Interpolation）

  • 將網格點「縫合」起來，以建模點與點之間的空間。

  • 最近鄰：使用最近的量測值。

    • order = 0

  • B 樣條內插：用指定階數的樣條函式建模點與點之間的空間。

    • order 介於 1 到 5

$$ 1D\ 內插 $$

B 樣條內插

Python 的生醫影像分析

二維內插

im=np.arange(100).reshape([10,10])

彩色遞增玩具影像

zm1=ndi.zoom(im, zoom=10, order=0)
zm2=ndi.zoom(im, zoom=10, order=2)
zm3=ndi.zoom(im, zoom=10, order=4)

不同階數的彩色遞增影像

Python 的生醫影像分析

一起來練習吧！

Python 的生醫影像分析

Preparing Video For Download...