对nii医学图像进行重采样

在做医学图像配准时，需要将数据集的三维医学图像进行重采样。

在对“EMPIRE10”数据集进行预处理时，将每幅图像都重采样为192*160*192。

“EMPIRE10”数据集用于做肺部图像配准的挑战数据集

import SimpleITK as sitk
import os
"""
resample
"""


def resampleVolume(outspacing, vol):
    """
    将体数据重采样的指定的spacing大小\n
    paras：
    outpacing：指定的spacing，例如[1,1,1]
    vol：sitk读取的image信息，这里是体数据\n
    return：重采样后的数据
    """
    outsize = [0, 0, 0]
    inputspacing = 0
    inputsize = 0
    inputorigin = [0, 0, 0]
    inputdir = [0, 0, 0]
    outspacing = [1, 1, 1]

    # 读取文件的size和spacing信息
    inputsize = vol.GetSize()
    inputspacing = vol.GetSpacing()
    print(inputsize)
    print(inputspacing)
    transform = sitk.Transform()
    transform.SetIdentity()

    # 需要重采样后的尺寸大小
    outsize[0] = 192
    outsize[1] = 160
    outsize[2] = 192

    # 计算得到改变size后的spacing
    outspacing[0] = float(inputsize[0] / 192)
    outspacing[1] = float(inputsize[1] / 160)
    outspacing[2] = float(inputsize[2] / 192)

    # 设定重采样的一些参数
    resampler = sitk.ResampleImageFilter()
    resampler.SetTransform(transform)
    resampler.SetInterpolator(sitk.sitkLinear)
    resampler.SetOutputOrigin(vol.GetOrigin())
    resampler.SetOutputSpacing(outspacing)
    resampler.SetOutputDirection(vol.GetDirection())
    resampler.SetSize(outsize)
    newvol = resampler.Execute(vol)
    return newvol


def main():
    # 读文件
    file = './EMPIRE10/empire_export_data'  # 你的nii或者nii.gz文件路径
    savepath = './EMPIRE10/after'
    for filename in os.listdir(os.path.join(file)):
        niipath = os.path.join(os.path.join(file), filename)
        vol = sitk.Image(sitk.ReadImage(niipath))
        print(filename)
        print(niipath)
        print(vol)
    # 重采样
        newvol = resampleVolume([1, 1, 1], vol)

    # 写文件
        wriiter = sitk.ImageFileWriter()
        wriiter.SetFileName( os.path.join(savepath, '{}''{}'.format("output-",filename)))
        wriiter.Execute(newvol)
if __name__ == '__main__':
    main()