python - 删除 3-d 数组中低于阈值的连接组件

Question

我正在研究 python 中的 3-D numpy 数组，并希望对脑肿瘤分割图像的 CNN 输出进行后处理。我们得到一个 3-D (208x208x155) numpy 数组，每个像素的值为 0/1/2/4。我想删除阈值小于 1000 的连接组件以获得更好的结果。

我尝试了侵蚀扩张，但没有得到好的结果。谁能帮我？

Answer 1

好吧，正如你自己意识到的那样，收缩和增长并不是解决这个问题的方法。您需要做的是区域标签，似乎Scipy有一种方法可以让您为 nd 图像执行此操作。

我假设阈值小于 1000 是指连接组件中像素值的总和。

这是我将如何做的大纲。

from scipy.ndimage import label

segmentation_mask = [...]  # This should be your 3D mask.

# Let us create a binary mask.
# It is 0 everywhere `segmentation_mask` is 0 and 1 everywhere else.
binary_mask = segmentation_mask.copy()
binary_mask[binary_mask != 0] = 1

# Now, we perform region labelling. This way, every connected component
# will have their own colour value.
labelled_mask, num_labels = label(binary_mask)

# Let us now remove all the too small regions.
refined_mask = segmentation_mask.copy()
minimum_cc_sum = 1000
for label in range(num_labels):
    if np.sum(refined_mask[labelled_mask == label]) < minimum_cc_sum:
        refined_mask[labelled_mask == label] = 0