2

我最近开始使用 SimpleITK 进行图像配准。对于我当前的项目,我需要配准 X 射线图像和 CT 图像,然后将逆矩阵应用于跟踪 X 射线图像的 ROI 掩模。

我得到了这条线的逆矩阵:

inverse_transform = final_transform.GetInverse()

如何将转换应用于 ROI 蒙版?

4

1 回答 1

6

欢迎来到 SimpleITK!

假设您的 X 射线是配准中的固定图像(CT 是移动的),那么配准的结果是从 X 射线到 CT 的变换映射点。您需要做的就是使用逆变换将您的 ROI 蒙版图像重新采样到 CT 上。

transformed_labels = sitk.Resample(xray_roi_mask, ct_image, inverse_transform, sitk.sitkNearestNeighbor, 0.0, #out of bounds pixel color xray_roi_mask.GetPixelID())

这个 Jupyter 笔记本的最后一个单元就是这样做的。

两个额外的评论:

  1. 不确定您所说的 X 射线到 CT 配准是什么意思。这是 SimpleITK 目前不支持的 2D/3D 注册,所以我假设您正在进行 2D/2D 或 3D/3D 注册。
  2. 由于您是 SimpleITK 的新手,我建议您查看我们的主要 Jupyter notebook 存储库或更简洁的IEEE ISBI'18 教程以熟悉该工具包。
于 2018-08-29T13:56:54.240 回答