0

我正在做一个关于脑肿瘤分割的项目。当我将 N4BiasCorrection 应用于我的文件（.mha）时，我使用了切片器和 simpleITK 方法。Slicer 性能很好但很耗时，因为我不知道如何使用代码来运行我的所有文件，我只是使用 Slicer-N4ITK 模块并手动处理每个文件。

然后我用python尝试了simpleITK，问题出现了。首先，它在每个 .mha 文件上运行非常慢，并且在应用 n4biasfieldcorrection 后得到一个非常大的文件（36.7MB 与使用 Slicer 的 4.4MB 相比）。其次，为了加快速度，我将 Shrink 参数设置为 4，但整个 .mha 文件变得非常模糊，使用切片器不会发生这种情况。

所以谁能告诉我这是否正常？有什么方法可以在不模糊我的文件的情况下加快速度吗？或者您能否告诉我一个在 Slicer python interactor 中应用 N4BiasFieldCorrection 的示例。

谢谢！！

# -*- coding: utf-8 -*-
"""
Spyder Editor

This is a temporary script file.
"""
from __future__ import print_function
import SimpleITK as sitk
import sys
import os
#from skimage import io
from glob import glob
import numpy as np


def n4process(inputimage, outpath):
    inputImage = sitk.ReadImage( inputimage )    
#    numberFilltingLevels = 4
    maskImage = sitk.OtsuThreshold( inputImage, 0, 1, 200 )
#    inputImage = sitk.Shrink( inputImage, [ 2 ] * inputImage.GetDimension() )
#    maskImage = sitk.Shrink( maskImage, [ 2 ] * inputImage.GetDimension() )
    inputImage = sitk.Cast( inputImage, sitk.sitkFloat32 )
    corrector = sitk.N4BiasFieldCorrectionImageFilter();
    corrector.SetConvergenceThreshold=0.001
    corrector.SetBiasFieldFullWidthAtHalfMaximum=0.15
    corrector.SetMaximumNumberOfIterations=50
    corrector.SetNumberOfControlPoints=4
    corrector.SetNumberOfHistogramBins=200
    corrector.SetSplineOrder=3
    corrector.SetWienerFilterNoise=0.1
    output = corrector.Execute( inputImage,maskImage )    
    sitk.WriteImage( output, outpath )

    
input_path = '/Users/chenrui/Desktop/BRATS2015_Training/HGG/'
patientpath = glob('/Users/chenrui/Desktop/BRATS2015_Training/HGG/*')
num = 0
for i in patientpath:
    num = num+1
#i = '/Users/chenrui/Desktop/BRATS2015_Training/HGG/brats_2013_pat0001_1'
    flair = glob(i + '/*Flair*/*.mha')
    flair_outpath = '/Users/chenrui/Desktop/BRATS2015_Training/test/'+'Flair/'+str(num)+'.mha'
    n4process(flair[0], flair_outpath)
    
    t2 = glob(i + '/*T2*/*.mha')
    t2_outpath = '/Users/chenrui/Desktop/BRATS2015_Training/HGG_n4/'+'T2/'+str(num)+'.mha'
    n4process(t2[0], t2_outpath)
    
    t1c = glob(i + '/*_T1c*/*.mha')
    t1c_outpath = '/Users/chenrui/Desktop/BRATS2015_Training/HGG_n4/'+'T1c/'+str(num)+'.mha'
    n4process(t1c[0], t1c_outpath)
    
    t1 = glob(i + '/*_T1*/*.mha')
    t1 = [scan for scan in t1 if scan not in t1c]
    t1_outpath = '/Users/chenrui/Desktop/BRATS2015_Training/HGG_n4/'+'T1/'+str(num)+'.mha'
    n4process(t1[0],t1_outpath)

4

1 回答 1

0

从查看原始实现http://www.insight-journal.org/browse/publication/640

您可以下载此文件并生成示例，然后对您的数据进行测试。您设置的参数似乎与默认值中定义的参数相同，但 WeinerFilterNoise 应为 0.01，除非您出于某种原因更改了此参数 - 这是模糊问题吗？

大小差异（x 8 增加）将是您可能已将数据从 8 位保存到 64 位或其他内容。检查元图像标题将显示这一点。这可以通过强制转换来解决。

于 2017-03-30T17:59:25.533 回答