之前挑战赛的数据都是以CT图像为主,而医学影像还有其他模态,例如核磁共振成像。今天我将分享如何对多模态MR图像脑肿瘤进行分割处理。为了方便大家学习理解整个分割流程,我将整个流程步骤进行了整理,并给出每个步骤的结果,希望对大家有所帮助。
一、脑肿瘤图像分析与预处理
(1)、获取多模态MR图像属性信息。
读取原始图像,显示图像大小,Spacing信息,BraTS18的数据都是配准好的,大小都是(240x240x155),Spacing大小都是(1x1x1)的。
(2)、获取Mask图像信息。
读取Mask图像,输出Mask的全部标签值:0是背景,1是坏疽区域,2是浮肿区域,4是增强肿瘤区域。
(3)、多模态MR标准化处理。
BraTS18采用了T1,T2,flair,T1ce这四个序列的MR图像,这四个序列是不同模态的图像,因此图像对比度也不一样,所以采用z-score方式来对每个模态图像分别进行标准化,图像减去均值除以标准差。
(4)、准备脑肿瘤分割数据。
首先将4个模态序列的MR原始图像进行合并生成4个通道的三维图像,原始图像大小都是(240x240x155x1),合并后大小是(240x240x155x4);
其次对Mask图像进行拆分操作即将每个标签图像作为单独的通道图像,即原始图像大小都是(240x240x155x1),拆分后大小是(240x240x155x3):通道0中非零值是坏疽区域,零是背景区域,通道2中非零值是浮肿区域,零是背景区域,通道3中非零值是增强肿瘤区域