2015_BOE_Chiu2 杜克大学oct数据集

2015_BOE_Chiu2 杜克大学oct数据集

数据集的获取与读取

这是一个用来做oct层分割和积液分割的数据集，格式为mat。一共有10位受试者的oct图，一位有61张，总共10*61=610张oct照片。

下载地址

http://www.duke.edu/~sf59/Datasets/2015_BOE_Chiu2.zip
数据集下载不了的可以留言我看到就回

数据集读取

下载解压后，使用matlab查看

查看某一个subject的数据

load('Subject_01.mat')

可以看到Subject_01包含了7类数据
图片–images
层的人工标注–manualLayers1，manualLayers2
层的自动标注–automaticLayersDME，automaticLayersNormal
积液的人工标注–manualFluid1，manuaFluid2
积液的自动标注–automaticFluidDME

以images为例子，496×768×61，意味着里面有61张496×768的图片。

图片的查看

frame_number=6;%取值为1-61
figure;imagesc(images(:,:,frame_number));colormap(gray)

python获取图片与积液的标注

图像与积液都可以直接保存得到，只需更改类别即可,需要关注的是，积液的值是[0,1]，保存之前需要讲值转换为[0,255]才可以看见积液，否则保存下来的图片是黑的。

#对BOE .MAT格式文件处理成图片
import cv2
import scipy.io as scio
import os

def mkr(save_path):
    if not os.path.exists(save_path):
        os.makedirs(save_path)

srcdst = 'BOE/2015_BOE_Chiu'
path = os.listdir(srcdst)
imgdst = 'BOE/img/'
mkr(imgdst)  

for mat in path:
    filename, _ = os.path.splitext(mat)#将路径的文件名和后缀名分割
    print('名称：',filename)
    mat = os.path.join(srcdst, mat)
    array_struct = scio.loadmat(mat)

    img_data = array_struct['images'] # 可根据需要改类别
    img_count = img_data.shape[2] #图像个数
    for i in range(img_count):
        cv2.imwrite(imgdst + filename+'_'+str(i+1)+ '.jpg', img_data[:, :, i])

层标注的获取

层标注不太一样，是8*768，意味着给的不是像素值，给的是每一层标注的坐标值，值得注意的是，并不是所有的图片都有标注，里面有空值。
1.查看
随机挑选一个subject

load("Subject_01.mat");
frame_number=10;%一共61张，随机挑选一张
a=manualLayers1(:,:,frame_number)
figure;imagesc(images(:,:,frame_number));colormap(gray);
hold on;
for i = 1:8
	plot(manualLayers1(i,:,frame_number),'b')%一共8层
end

结果：如下所示，没有画出来，只有图片，不显示层标注，查看a的值 为空值

可知这张图片没有给出层标注，因此并不是61张都有层标注，需要先进行判断，如第二步所示。
以下为坐标不是空值的效果，可知所给坐标值的横坐标不是从0开始，也不是768结束。

2.获取有分层坐标的图片的下标

def get_valid_idx(manualLayer):
    idx = []
    num = 
    for i in range(0,61):#61是一个subject有61张，可根据需要更改
        temp = manualLayer[:,:,i]
        if np.sum(temp) != 0:
            idx.append(i)
    return idx
    
file_path="/.../"
for dirName, subdirList, fileList in sorted(os.walk(file_path)):
    for filename in fileList:
        print('正在处理：',filename[:-4])
        if ".mat" in filename.lower():
            mat_contents = loadmat(file_path + filename)
            layers1 =np.array(mat_contents['manualLayers1'], dtype=np.uint16)  
            valid_idx = get_valid_idx(layers1)
        print(valid_idx)
       
            

3.烂尾了