问题标签 [medical-imaging]

所以我想使用 GAN 从超声图像中模拟 CT 图像，我目前正在准备数据。

根据超声波的性质，这些图像以锥形形式存储：

但我想要的是以下形式的图像：

我相信以这种方式模拟 CT 图像更容易。

我正在使用简单的 ITK。我想这应该是一个常见的转变。是否有我不知道的 sITK 过滤器？还是有其他简单的方法来进行这种转换？

I am new on Medical Imaging. I am dealing with MRI images, namely T2 and DWI.

I uploaded both images with nib.load, yet each sequence image has a different number of slices (volume, depth?). If I select one slice (z coordinate), how can get the corresponding slice on the other sequence image? ITK does it correctly, so maybe something in the NIFTI header could help?

Thank you so much for reading! I also tried interpolation, but it did not work.

我有 CT 扫描图像，我想使用 python 或 MATLAB 仅提取（分段）肺部分。

我有一个 MHA 文件，当我写

我得到一个元组 (160, 216, 176)。这些尺寸代表什么（作为参考，这些是 BRATS 2013 的脑肿瘤图像）？感谢您的帮助。

编辑：在 Jupyter 上让滑块工作我做了

但当然你的代码可能适用于其他编辑器

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？

我有同一个对象的三个不同的各向同性 MRI DICOM 卷，每个都有不同的方向（同一对象的正交矢状、冠状和横向采集）。

我想将它们转换为 numpy 数组并绘制它们，以使其索引匹配。假设我有三个从 sitk 图像发出的 numpy 数组：

我希望能够使用相同的索引来绘制它们，以便切片

对应于相同的视图，没有翻转或反转轴。

我猜这个信息包含在 SimpleITK 图像的方向中，有没有办法在转换后将其传输到 numpy 数组？

Direction 属性通常对 numpy 转换有什么影响，还是丢失了？

我想知道一些事情来消除我的困惑。我想处理来自 ADNI 数据库的医学神经影像 MRI 影像扫描数据集。

每个阿尔茨海默病 (AD) MRI 图像扫描都有多个切片。我是否必须分离每个图像扫描切片并将它们中的每一个标记为 AD 或将所有图像扫描切片组合为一个图像扫描并将其标记为分类？

大部分医学神经影像为DICOM、NfINT、NII等格式。是否必须将它们转换为 CNN 网络模型的 png 或 jpg 或将其保留为 NfNIT 或 nii 格式？

我已经阅读了几篇关于阿尔茨海默病的神经影像学的现有论文，但没有找到上述问题的答案。甚至我已经向研究论文作者发送了一封电子邮件作为回复；我知道他们对此无能为力，因为他们非常忙，并为此表示诚挚的歉意。

如果有人能解答我的困惑和想法，那将非常有帮助。谢谢你。

如果这个问题太基础了，我很抱歉，但我刚刚开始使用 PyTorch（和 Python）。

我试图一步一步地按照这里的说明进行操作： https ://pytorch.org/tutorials/beginner/finetuning_torchvision_models_tutorial.html

但是，我正在使用一些 DICOM 文件，这些文件保存在两个目录中（CANCER/NOCANCER）。我用拆分文件夹拆分它们，使其结构化以与 ImageFolder 数据集一起使用（如教程中所做的那样）。

我知道我只需要加载从 DICOM 文件中提取的 pixel_arrays，并且我编写了一些辅助函数来：

1. 读取 .dcm 文件的所有路径；
2. 读取它们并提取pixel_array；
3. 做一点预处理。以下是辅助函数的概要：

那么，现在，我如何告诉数据加载器加载数据，考虑到它用于标记目的的结构，但只有在对其进行提取和预处理之后？我在文档中引用了教程的“加载数据”部分，内容如下：

如果它有任何意义，是否有可能做一些事情

?

另外，我的另一个问题是：当教程建议进行 transforms.Normalize 时，是否值得在我的预处理中进行标准化步骤？

我真的很抱歉这听起来很模糊，我已经尝试解决这个问题好几个星期了，但我无法解决。

我有一个问题，我正在努力制作一个纯粹的肺部二进制蒙版，其中像素值是肺部内部的 1 并且是肺部外部的 1。我使用了 kmeans 和 otsu 以及其他一些方法来分割肺部。我将附上一些示例图片。

第一个例子

第二个例子，相同的患者/CT。我不知道为什么这个周围有一个圆圈

这是 3d numpy 数组的链接。它是所有切片的，所以你可能只想尝试一个切片。

https://drive.google.com/file/d/1nktGBYZGz1iJDR_-yarzlRs-c4xOp__9/view?usp=sharing

如您所见，肺被很好地分割。（图片中间是白色的）。有什么方法可以让我识别出中间的白色斑点（肺）并将其外部的每个像素都变成黑色（0？）如果有人可以指导我，我将非常感谢您的帮助。

这是我用来分割肺的代码（制作二进制掩码）：

def HUValueSegmentation（图像，fill_lung_structures=True）：

我的程序，对于使用 DCMTK 3.6.4-2 的 Ubuntu 20 系统，读取一个 dicom 文件（系列）并从相应的标签中获取比例斜率，首先测试它们是否存在：

在我使用的文件中，dcmdump 不会为DCM_RescaleSlope标签返回任何内容，但它会为标签返回任何内容DCM_RealWorldValueSlope：

当我使用

（getItemString为方便起见，这里是一个函数）并使用调试器查看第二行中发生的情况，然后：

1. 标签转换为g = 64,e = 37413
2. 该行OFStatus s = theCondition.theStatus;设置为 false （这就是全部，除了theText = "Tag not found"）

我不明白，因为（i）标签的值是程序已知的——否则它不会编译，（ii）标签在图像中，如图所示dcmdump，（iii）其他标签处理正常:DCM_Modality打印为MR.

是我做错了什么，还是这些特殊标签需要特殊处理？

编辑

我从评论中尝试了一个建议：在测试中使用findAndGetFloat64而不是,findAndGetOFString

这导致

theStatus并且在读取行期间的错误B仍然是相同的：theText = "Tag not found"

（我一直在使用字符串，因为到目前为止大多数双值标签都是DS，感谢您让我意识到其中的区别！）