![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
医学图像
qq_44976409
这个作者很懒,什么都没留下…
展开
-
Python NumPy rot90(),旋转
Python NumPy rot90()是一个内置函数,用于将数组的元素沿指定的轴旋转90度。 rot90()可以作为NpPy作为np导入,我们可以创建多维数组并借助NumPy导出其他数学统计信息,NumPy是Python中的一个库。rot90()函数用于在轴指定的平面中将数组旋转90度。旋转方向是从第一轴到第二轴。二维或更多维的数组。数组旋转90度的次数。numpy.rot90 (input_array, k = 1, axes = (0, 1))Input_array:它描述了要执行旋转的n维数原创 2021-08-31 10:25:49 · 5688 阅读 · 0 评论 -
CT图像之Hu值变换与窗宽窗位调整
CT图像之Hu值变换与窗宽窗位调整转载:https://blog.csdn.net/weixin_44058333/article/details/102923921?utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromMachineLearnPai2%7Edefault-2.control&depth_1-utm_source=distribute.pc_relevant.none-task-转载 2021-05-12 11:40:11 · 522 阅读 · 0 评论 -
医学图像nii.gz(dicom)文件转图片png
nii2pngimport osimport cv2import numpy as npimport nibabel as nibimport SimpleITK as sitkfrom PIL import Imagefile_root = r'F:\' save_path = r'F:\'#file_listfile_list = os.listdir(file_root)print(file_list)for img_name in file_list: if img原创 2021-04-28 10:49:31 · 2677 阅读 · 3 评论 -
参考A内的文件,将B中与A相同的文件提取到C中
参考A内的文件,将B中与A相同的文件提取到C中#找相同的文件格式的文件import osimport hashlibimport shutilA= r'F:\A'#图片B= r'F:\B'#dicom文件C= r'F:\C'md5dict={}for filename in os.listdir(A): hashvalue=hashlib.md5(filename.encode('utf-8')).hexdigest() md5dict[hashvalue]=os.原创 2021-04-27 17:18:42 · 54 阅读 · 0 评论 -
修改文件的后缀名
修改文件的后缀名import osdef replace_suffix(filedir, suffix): files = os.listdir(filedir) num = 0 for filename in files: portion = os.path.splitext(filename) if portion[1] != suffix: newname = portion[0] + suffix原创 2021-04-27 17:16:21 · 134 阅读 · 0 评论 -
dicom文件转为nii.gz
dicom文件转为nii.gz# -*- coding: utf-8 -*-import SimpleITK as sitkimport osdef readdcm(filepath): reader = sitk.ImageSeriesReader() reader.MetaDataDictionaryArrayUpdateOn() reader.LoadPrivateTagsOn() series_id = reader.GetGDCMSeriesI原创 2021-04-27 17:14:46 · 958 阅读 · 1 评论 -
CT医学图像去床
import osimport pydicomimport SimpleITK as sitkimport numpy as npimport cv2dcm_path = '路径' # 绝对路径def read_dicom_data(file_name): file = sitk.ReadImage(file_name) data = sitk.GetArrayFromImage(file) data = np.squeeze(data, axis=0)原创 2021-04-27 17:11:48 · 1388 阅读 · 5 评论 -
读取医学CT图像(.nii.gz/.dicom)
SimpleITK和nibabelSimpleITK 和 Nibabel 区别在于:(nii图像可以看成2维,也可以看成三维)SimpleITK读取数据是(X,Y,Z)显示,Nibabel读取图像是(Z,Y,X)显示,也就是Nibabel加载的图像会旋转90°,其中X表示通道数,即切片层数。SimpleITKA_img = sitk.ReadImage(A_path) A1 = sitk.GetArrayFromImage(A_img)nibabelimg_nii = nib.loa原创 2021-04-27 16:45:16 · 907 阅读 · 0 评论 -
查看医学图像的数据分布
读取数据的分布,便于更好的进行数据处理。import SimpleITK as sitkimport numpy as npimport pandas as pdimport matplotlib.pylab as plttrainA_Folder="/home//dataset/YOUR_DATASET_NAME/trainA"cbct_subset_path="/home//dataset/YOUR_DATASET_NAME/trainA"trainAFileList = os.list原创 2021-04-29 15:24:56 · 308 阅读 · 0 评论