python - 使用 SimpleITK 和 PyTorch 读取 dicom 文件的性能

Question

我想以pytorch张量格式直接将图像从内存加载到python。我通过替换这些行修改了 GetArrayViewFromImage() 函数：

image_memory_view = _GetMemoryViewFromImage(image)
array_view = numpy.asarray(image_memory_view).view(dtype = dtype)

经过：

image_memory_view = _GetMemoryViewFromImage(image)
array_view = torch.as_tensor(image_memory_view, dtype = dtype)

在实践中它太慢了，我将其替换为：

image_memory_view = _GetMemoryViewFromImage(image)
array_view = numpy.asarray(image_memory_view).view(dtype = dtype)
array_view  = torch.as_tensor(array_view)

现在我有两个问题：

1. 它慢得多，我真的不知道为什么用 numpy 阅读它并转换它会更快。
2. 即使我添加了 dtype 参数并且它返回了一个具有正确 dtype 的张量，但它读取它是错误的（例如，无论我选择什么 torch.dtype，numpy 中的 -1000 都被读取为 252），这在使用 numpy 和转换，为什么会这样？

Answer 1

虽然这不能直接回答您的问题，但我强烈建议使用torchio包，而不是自己处理这些 IO 问题（torchio 在后台使用 SimpleITK）。