标签：平台   oca   相同   pre   通过   iba   mamicode   处理   推荐   

标注工具

标注工具推荐使用ITK-SNAP，windows、linux和MacOS平台都支持。

标注的读取

通过ITK-SNAP加载数据和label文件，我们可以看到用不同颜色区分的标注，如下图：

图中有两个label，分别为Label1和Label2，对应图中红色和绿色部分。
下面我们用程序读取label文件，看看具体的数据结构是怎样的。

import numpy as np
import SimpleITK as sitk

label_path = "./hippocampus_001_label.nii.gz"

if __name__ == "__main__":

    img_itk = sitk.ReadImage(label_path)
    img_npy = sitk.GetArrayFromImage(seg_itk)
    print("=======label shape=======")
    print(img_npy.shape)
    print("=======label value=======")
    print(img_npy[img_npy != 0])

结果如下：

=======label shape=======
(35, 51, 35)
=======label value=======
[1 1 1 ... 2 2 2]

程序中我们首先通过itk读取图像，并转换为numpy数组，之后打印了数组的shape，以及数组中不为0的其余的数值，从以上结果我们可以看到，标注部分的具体的数值等于Label的数值。

标注的修改

有时我们会涉及到对Label的修改，比如我们想将Label1删除，将Label2的Value改为1。代码如下：

img_npy[img_npy == 1] = 0
img_npy[img_npy == 2] = 1
img_itk = sitk.GetImageFromArray(img_npy)
sitk.WriteImage(img_itk, label_path)
print("=======changed label value=======")
print(img_npy[img_npy != 0])

结果如下：

=======label value=======
[1 1 1 ... 1 1 1]

我们用ITK-SNAP加载修改后的图像，如下图，与本文第一张图对比，可以看到标注部分已经修改成功。

其它实现方式

采用nibabel代替SimpleITK的另一种实现Label读取和修改的方式，也能完成相同的工作。

# encoding = utf-8

import nibabel as nib
import numpy as np

label_path = "./hippocampus_001_label.nii.gz"

if __name__ == "__main__":

    img_nib = nib.load(label_path)
    img_npy = img_nib.get_fdata()
    print("=======label shape=======")
    print(img_npy.shape)
    print("=======label value=======")
    print(img_npy[img_npy != 0])

    img_npy[img_npy == 1] = 0
    img_npy[img_npy == 2] = 1
    
    nib.save(nib.Nifti1Image(img_npy.astype(‘uint8‘), affine=img_nib.affine), label_path)
    print("=======changed label value=======")
    print(img_npy[img_npy != 0])

医学影像预处理之标注

标签：平台   oca   相同   pre   通过   iba   mamicode   处理   推荐   

原文地址：https://www.cnblogs.com/tomyoung/p/14967368.html