python - python中的CT图像预处理？

Question

我有一个原始形式的汽车发动机的 3D CT 图像，没有标题信息。当作为 16 位无符号整数加载到 numpy 数组中时，我注意到值的范围在 0 到 52000 之间。这对于 CT 图像是否正常？查看图像时，我还注意到每个切片中都有很多云状噪声。我正在尝试使用深度学习方法提取特征。这是我第一次使用 CT Images。此类 CT 图像需要进行哪些预处理？

Answer 1

由于是 16 uint 格式，取值范围可以是 0 ~ 2 ^ 16，最大可达 65535，所以 0 到 52000 是很合理的。如果它是汽车发动机而不是软组织，那么您可能不需要那么大的范围，您可以通过对其应用窗口化和调平将数据减少到 12 位甚至 8 位而不会丢失太多细节。

对于“像云一样的噪音”，请上传一些图片以显示确切的问题。如果我的猜测是正确的，那可能是由于字节序。尝试使用 ImageJ 打开原始数据并尝试 16 uint little-endian 和 big-endian，其中之一可能会给您正常的图像。

Answer 2

根据我处理软组织 CT 医学图像的经验，我看到 CT 的空气强度为 -1024，松质骨强度高达 +3000。当涉及到类似金属的电极甚至牙齿图像时，它可以达到 +9000。所以我猜对于像汽车发动机这样的重金属，52000 的强度值不是像差（尽管到目前为止我从未听说过汽车发动机的 CT 图像！）。

预处理可以包括加窗或归一化操作和噪声去除。窗口化是这里已经提到的将强度范围重组为更可行的东西。