ITK-SNAP的学习(二)感兴趣区域的勾画

首先导入数据,导入数据后调整窗宽窗位到合适的位置,然后就可以进行手动标注感兴趣区域。

点击工具栏中的Polygon Mode(3)进行手动标注,选择之后默认是Smooth curve,另一个是Polygon表示画的不是平滑边界,建议使用默认:

放大图像,勾画感兴趣区域勾画好之后accept会被激活,点击accept之后感兴趣区域就会被画出来:

多画几层,如果前一层与后一层的相差不大可以点击paste last polygon进行复制粘贴轮廓,然后进行微调。

当点击accept报错以及进行半自动勾画时没有颜色显示在图像上时:

将Paint Over改成All Labels即可

点击笔刷,可以画或者修改感兴趣区域,点击鼠标左键画,鼠标右键擦除,画的差不多之后可以点击updata查看3D:

会发现我画的都是单层的:

要将其连贯起来点击Tools -> Interpolate Labels -> 默认点击Interpolate即可

接下来演示半自动勾画,先将之前画的删除,点击Segmentation -> Unload Segmentation -> Discard:

然后点击不规则多边形进行半自动化标注,鼠标左键画,右键擦除:

可以选择3D以及Isotropic,3D会自动帮助勾画上下多层,Isotropic保证一次勾画的是一个孤立的点(即完整的ROI,不会出现断点的ROI)

点击updata显示3D图像:

接下来对感兴趣区域进行存储,点击Segmentation -> Save Segmentation Image即可。

还有一种一体式的半自动勾画方法,即使用Active Contour Segmentation mode:

点击之后会出现虚线矩形框,初始的框是将整个图像框起来的,要将图像缩小才便于观察,然后调整矩形框的大小框定感兴趣区域,要调两个位的大小,第三个框会自动调整。

然后点击Segment 3D:

形成的图像如图:

点击下面的布局按钮,可以同时显示原图和active contour算法的速度图。:

对于速度图,白色的区域为感兴趣区域,是速度延展非常快的地方;蓝色为背景区域,不会延展到的地方;黑色是会让延展变慢的区域。因此在速度图中应该尽量让感兴趣区域为白色,其他区域为蓝色。因此我这里需要调整阈值,使得原本的黑色变为白色,白色尽量变为蓝色区域,我的感兴趣区域为中间的圆形部位:

调整好阈值之后点击Next进行下一步,但是在我的屏幕上并没有出现Next,这是由于还有一部分在下面显示不出来,出现这种情况只需将电脑桌面大小修改小一点即可。鼠标右键 -> 显示设置 -> 缩放与布局 -> 高级缩放设置,默认是150%,我将其调成了140%。这种自定义布局要将电脑关机或重启才能生效。

改变之后可以完整的显示出ITK-SNAP的完整页面,点击next,并将十字放置于感兴趣区域的中心位置:

然后点击Add Bubble at Cursor,并调整圆的大小,放大一点使得感兴趣区域生长的更快:

然后继续点击next,然后会发现颜色加深了,再点击开始,让该算法扩展感兴趣区域,等到扩展差不多时及时按下暂停键,防止扩展到其他部分:

然后点击finish,会发现感兴趣区域已经勾画完成:

对于算法中勾画出的误差使用笔刷进行手动删除即可:

下面讲述Active contour半自动勾画感兴趣的另一个算法,在这之前先删除之前的勾画,点击Segmentation -> Unload Segmentation -> Discard。

依旧点击蛇形图标 -> Segment 3D然后选择Presegmentation mode,里面有Classification分类,Clustering聚类(参数不太好调整),Edge Atrraction边缘检测(检测的边界较粗糙)。

此处选择Classification算法,该算法告诉机器学习不同的组织分类,用红色区域大致描一下感兴趣区域,绿色表示另一个组织,蓝色表示非兴趣区域,然后点击Train Classifier进行训练,就可以在速度图上看到机器学习的蓝色背景和白色的兴趣区域:

然后点击Next,添加Bubble,点击Next -> 开始键让其扩展学习,并及时按暂停。

然后点击Finish,可以看到勾画出的感兴趣区域。

建议感兴趣区域最好不要超出其轮廓范围,可以稍小保证内部成分的准确性,如果触碰到边界会收到极端值的影响,造成结果不稳定。

可以使用Image Annotation Mode测量尺寸,也可以选择Selection Mode选择其中一条,若要删除点击delet即可。

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值