python - 将数据库中的所有图像重新采样到相同的体素大小

Question

我有 3 个大小为 dicom 的堆栈512x512x133, 512x512x155 and 512x512x277。我想重新采样所有堆栈以制作尺寸512x512x277, 512x512x277 and 512x512x277。怎么做？

我知道我可以使用切片厚度和像素间距进行重采样。但这并不能确保在每种情况下都有相同数量的切片。

Answer 1

您可以使用scipy.ndimage.interpolate.zoom，为每个轴指定缩放因子数组，如下所示：

# example for first image
zoomArray = desiredshape.astype(float) / original.shape
zoomed = scipy.ndimage.interpolate.zoom(original, zoomArray)

更新：

如果这太慢了，您可以尝试以某种方式从“图像立方体”的垂直切片创建单独的图像，使用一些高速图像库处理它们（有些人喜欢 ImageMagick，还有 PIL、opencv 等），并再次将它们堆叠在一起。这样，您将拍摄 512 张尺寸为 512x133 的图像并将它们调整为 512x277，然后再次堆叠为 512x512x277，这是您最终所需的尺寸。此外，这种分离将允许并行化。需要考虑的一种想法是：这只有在横轴（您将沿其切片 2D 图像的轴）不调整大小时才有效！

Answer 2

您可以在TorchIO中使用Resample转换。

import torchio as tio
small, medium, large = dicom_dirs  # the folders of your three DICOMs
reference = tio.ScalarImage(large)
resample = tio.Resample(reference)
small_resampled = resample(small)
medium_resampled = resample(medium)

这三个图像现在具有相同的形状，512 x 512 x 277。

免责声明：我是 TorchIO 的主要开发者。