一个人脑的MRI影像(3D)- volume,plot其中的一张slice:
plot前景区域(背景像素值为0):
plt.imshow(np.asarray(volume[100,:,:] > 0, np.float32))
使用前景区域像素值的均值方差进行归一化
pixels = volume[volume > 0]
mean = pixels.mean()
std = pixels.std()
out = (volume - mean)/std
显示一下,此时的以前的 0像素的地方现在都已经不是0像素值了:
因为我们均值归一化的希望是前景区域,不希望也把背景像素改变了,仍然希望背景像素的值是0,
out_random = np.zeros(volume.shape)
out[volume == 0] = out_random[volume == 0]
plt.imshow(out[100,:,:])
代码整合
def normalize(data):
volume = data
pixels = volume[volume > 0]
mean = pixels.mean()
std = pixels.std()
out = (volume - mean)/std
out_random = np.zeros(volume.shape)
out[volume == 0] = out_random[volume == 0]
return out