问题标签 [medical-imaging]

我正在使用 SimpleElastix ( https://simpleelastix.github.io/ ) 进行两个 2D 图像的注册 (仿射) (见附件) 。为此，我正在使用此代码：

后者执行后，我获得以下包含变换矩阵的 TransformParameters0.txt ：

我的目标是使用这种矩阵变换来注册浮动图像并获得与 SimpleElastix 获得的类似的注册图像。为此，我正在使用这个小脚本：

我获得了这个注册图像，我将它与 SimpleElastix 的结果进行了比较（见附图）。我们可以观察到缩放没有操作，平移有问题。我想知道我是否遗漏了转换矩阵中的某些内容，因为 SimpleElastix 提供了良好的配准结果。

有任何想法吗 ？

谢谢

首先，对不起我的英语不好，我会说西班牙语，所以我会尽力解释我的问题。

我有一个标准化 ([0-255]) dicom 图像，我想显示 8 个图像，但改变位深度，我的意思是：1 位图像、2 位图像、3 位图像等。我的代码只是打开和标准化图像，因为我不知道应该怎么做才能得到我想要的东西，也许将所有像素值转换为二进制，但我真的不太了解，我开始学习数字图像处理。这是我的代码

更新：

我终于得到了我想要的东西，所以我会把我的代码放在这里以防有人想改进它，因为我知道它可能没有那么优化，但我是一个初学者，所以这就是我所做的，如果有人愿意的话优化它，随意做。另外，也许有了这个结果，我的问题现在更清楚了，它适用于所有 8 位，只需修改第二个“for”上的 int 函数。这些是我得到标准化的图像，1 位图像，6 位图像

我制作了以灰度图像作为输入并返回单个值作为输出的模型。这个模型的主干基本上是 resnet18，但是因为它需要不同的输入/输出，所以我对其进行了修改。

该模型在测试数据集上运行良好，因此我决定使用 Grad CAM 制作激活热图。

然后，在我尝试使用下面的代码启动它之后，我总是面对 TypeError

类型错误：forward() 缺少 1 个必需的位置参数：'x'

任何人都可以提供任何建议来解决这个问题吗？

ps Dataloader(grad_loader) 在我训练模型时工作正常，所以我认为 dataloader 可能不是问题

我正在使用带标签的 DICOM，并且正在使用 vtkplotter 来可视化 3D 模型。每个体素都有一个标签，用于标识已识别的骨骼部分，范围从 -1024 到根据 DICOM 扫描而变化的值。如何为每个标量值分配特定颜色？我尝试使用 color()，但据我了解，我只能以有序的方式插入与从最小值开始的值相对应的颜色。我必须为某个标量值 x 指定颜色 y。

我用来显示 3D 模型的代码片段：

编辑：

我是这样解决的：

如果您有更好或更有效的解决方案，请告诉我。

我有两个问题：

Q1：我想知道向 untet 网络提供训练数据的最佳方式是什么：

1. 一次发送一名患者，其中每个体积为 160x3x192x192
2. 从 k 个患者中发送随机切片

Q2：目前我做了第一个选项，但没有收到任何好的结果。我得到一个振荡的骰子分数。例如，骰子损失从 0.99 开始下降到 0.8，峰值下降到 8，并且模式重复。有没有人回答为什么会发生这种情况？

代码：

请注意，我还没有完全实现验证部分，我只是想先看看网络是如何学习的。谢谢！

提供了来自 DICOM 标头的以下信息，我如何计算体素大小的第三个值？我假设前两个值是 0.515625 和 0.515625。

注意：我收到的是 JPEG 图像堆栈，而不是 DICOM，它带有一个文件，其中包含我在上面发布的值。如果需要，我可以返回并要求提供文件中的其他信息。

我正在尝试使用 SimpleItk 库从 DICOM 格式的 CTA 中提取所有三个视图（轴向、矢状和冠状）。

我可以从给定目录中正确读取该系列：

然后，使用此问题中所述的 numpy 数组，我可以提取并保存 3 个视图。

另外 2 个是通过保存image_array[:, i, :]和image_array[:, :, i]，whileconvert_img(..)是一个只转换数据类型的函数，所以它不会改变任何形状。

然而，冠状和矢状视图被拉伸、旋转并带有宽黑色带（在某些切片中它们非常宽）。

这是 Slicer3d 的屏幕截图：

虽然这是我的代码的输出：

轴向

矢状面

冠

图像形状为 512x512x1723，这导致轴向 png 为 512x512 像素，冠状和矢状为 512x1723，因此这似乎是正确的。

我应该尝试使用PermuteAxes过滤器吗？问题是我无法找到任何关于它在 python 中使用的文档（由于文档页面中的 404 而不是其他语言）

还有办法提高对比度吗？我使用了 simpleitk 的 AdaptiveHistogramEqualization 过滤器，但它比 Slicer3D 可视化差得多，除了速度很慢。

任何帮助表示赞赏，谢谢！

我正在尝试使用行进立方体算法从 CT 切片（.raw 文件）生成 3D 网格（等值面提取）。RAW 数据为 8 位 512x512 像素和 207 个切片。所以输入是 CT 原始数据，输出是 CT 对象的 3D 网格你能帮帮我吗？因为我被困在这里超过 1 周你能不能给我编程工作流程来实现这一点？

接下来是我从http://paulbourke.net/geometry/polygonise/转换而来的 C# 类

}

}

现在的问题是，如何处理输入的 CT 数据（.raw 文件）？我不知道如何准备数据，我可以将行进立方体算法应用于它。这是我第一次使用这种数据类型。我真的很感谢你的帮助！

我是深度学习和语义分割的新手。

我有一个 Dicom 格式的医学图像 (CT) 数据集，我需要在其中分割图像中涉及的肿瘤和器官。我已经标记了我们的医生绘制的器官轮廓，我们称之为 RT 结构，也以 Dicom 格式存储。

据我所知，人们通常使用“面具”。这是否意味着我需要将 rt 结构中的所有轮廓结构转换为掩码？或者我可以直接使用来自 RT 结构 (.dcm) 的信息作为我的输入？

谢谢你的帮助。

我正在尝试解决上面提到的错误，但我做不到。我正在尝试运行以下 python 函数：

def plot_test_samples():

请任何人知道我如何解决这个问题让我知道，提前谢谢