SimpleITK 相关问题

发表于

https://blog.csdn.net/YYY_77/article/details/125547278

导入 SimpleITK

注意大小写

1
import SimpleITK as sitk

图像常见属性

图像大小

获取图像的大小，size 为图像的每一个维度的长度，即每个维度像素点的个数。
在 SimpleITK 中，读取的顺序为先宽度，后高度，再深度，对应的三维医学图像中为：先矢状位，后冠状位，再横断位

1
print(image.GetSize())

图像的原点坐标

读取顺序同 GetSize () 方法

1
print(image.GetOrigin())

体素间距

image.GetSpacing() 获取每个维度上像素或体素之间的间距，单位 mm。

1
print(image.GetSpacing())

图像方向

获取图像的方向，即图像坐标系相对世界坐标系的角度，角度采用的是方向余弦矩阵

1
print(image.GetDirection())

数组互换

在 SimpleITK 中，各术语对应如下

Width: 宽度，X 轴，矢状面（Sagittal）
Height: 高度，Y 轴，冠状面（Coronal）
Depth: 深度， Z 轴，横断面（Axial）

SimpleITK 图像顺序是 x，y，z 三个方向的大小（在第一节中也讲过），而 numpy 矩阵的顺序是 z，y，x 三个方向的大小，要注意索引位置。

图像重采样

重采样目的是将医疗图像中不同的体素归一化到相同的大小，可分为两种方案，方案一：按目标 Spacing 缩放，方案二：按目标 Size 缩放。

这两种方案具体操作分为三个步骤：

  1. 使用 SimpleITK 读取数据，获得原始图像的 Spacing 以及 Size；
  2. 如果是方案一，则图像原始 Size 乘以原始 Spacing 除以新 Spacing 得到新 Size，如果是方案二，则图像原始 Size 乘以原始 Spacing 除以新 Size 得到新 Spacing；
  3. 最后将新 Spacing 和新 Size 赋值到读取的数据即可。
1
2
3
4
5
6
resampler = sitk.ResampleImageFilter() #初始化一个图像重采样滤波器resampler
resampler.SetReferenceImage(itkimage) #设置需要重新采样的目标图像
resampler.SetSize(newSize.tolist()) #设置目标尺寸
resampler.SetTransform(sitk.Transform(3, sitk.sitkIdentity))
resampler.SetInterpolator(sitk.sitkNearestNeighbor) #设置插值方式,体数据采用线性插值，mask采用最近邻插值
itkimgResampled = resampler.Execute(itkimage) #得到重新采样后的图像

下面以指定 Spacing 大小，对原始数据进行重采样，例子如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
def resampleImage(image, targetSpacing, resamplemethod=sitk.sitkNearestNeighbor):
    """
    将体数据重采样的指定的spacing大小
    paras：
    image：sitk读取的image信息，这里是体数据
    targetSpacing：指定的spacing，例如[1,1,1]
    resamplemethod:插值类型
    return：重采样后的数据
    """
    targetsize = [0, 0, 0]
    #读取原始数据的size和spacing信息
    ori_size = image.GetSize()
    ori_spacing = image.GetSpacing()
    transform = sitk.Transform()
    transform.SetIdentity()
    #计算改变spacing后的size，用物理尺寸/体素的大小
    targetsize[0] = round(ori_size[0] *ori_spacing[0] / targetsize[0])
    targetsize[1] = round(ori_size[1]* ori_spacing[1] / targetsize[1])
    targetsize[2] = round(ori_size[2] * ori_spacing[2] / targetsize[2])
    #设定重采样的一些参数
    resampler = sitk.ResampleImageFilter()
    resampler.SetTransform(transform)
    resampler.SetSize(targetsize)
    resampler.SetOutputOrigin(image.GetOrigin())
    resampler.SetOutputSpacing(targetSpacing)
    resampler.SetOutputDirection(image.GetDirection())
    resampler.SetInterpolator(resamplemethod)
    if resamplemethod=sitk.sitkNearestNeighbor:
        #mask用最近邻插值，保存为uint8
        resampler.SetOutputPixelType(sitk.sitkUInt8)
    else：
     #体数据用线性插值，保存为float32
        resampler.SetOutputPixelType(sitk.sitkFloat32)
    newImage = resampler.Execute(image)
    return newImage