我正在处理 172x220x156 形状的 3D 图像。要将图像输入网络进行输出，我需要从图像中提取大小为 32x32x32 的补丁，然后将其添加回来以再次获取图像。由于我的图像尺寸不是补丁大小的倍数，因此我必须得到重叠的补丁。我想知道该怎么做。

我在 PyTorch 工作，有一些选项unfold，fold但我不确定它们是如何工作的。

我正在尝试使用 VGG，但输入请求 3 个通道但我的 imput_shape'channel=1 我使用 nibabel 切片 MRI (nii)

ValueError：输入必须有3个通道；得到input_shape=(256, 256, 1)

这是我关于 MRI 切片的代码。

代码

我正在尝试使用归一化互信息的度量来对 3D MR 图像进行刚性配准。这是我的代码的一部分：

我收到以下错误：

我正在使用 ITK5.0.1。有谁知道这里发生了什么？任何意见？谢谢你。

我实际上正在使用 Python 处理 MRI 图像。图像格式是 NIFTI 格式，我知道如何在 x、y 或 z 轴上可视化切片，但是现在，我想对它们中的每一个使用 Sobel 过滤并用这些切片创建一个新的 NIFTI 图像。

为了那个原因：

• 我加载主 .nii.gz 图像（img = nib.load(im_path)）
• 我再次使用新名称“img_sobel”（img_sobel = nib.load(im_path)）加载主 .nii.gz 图像
• 为每个切片创建一个循环
• Sobel 过滤切片
• 在img_sobel的对应切片上替换这个切片("img_sobel_data[:, :, sl] == np.hypot(sx, sy)")
• 循环结束后，保存名为“image_XXX_Sobel”的img_sobel

使用 subplot，我看到每个切片上的 sobel 过滤工作，但似乎“img_sobel_data [:, :, sl] == np.hypot(sx, sy)” 行不起作用，为什么？

这是洛普部分：

怎么了 ？我们不能用 Python 替换另一个图像切片吗？有解决这个问题的技巧吗？

谢谢 ！

编辑：好的，我明白了为什么我不能这么容易做到这一点：我提取了 NIFTI 图像的切片，过滤了它们，但我没有改变 NIFTI 图像本身！所以我现在的问题是：如何更改从 img_sobel.get_fdata() 获取的 NIFTI 图像？

我希望使用包含健康和患病样本的 3D MRI 数据集来实现 CNN 来检测阿尔茨海默病。使用 LeNet 和 VGG16 的效率非常低。我的模型没有学习，我总共有大约 300 张图像。我正在尝试 3D 和 2D 卷积。

主要问题是处理 3D 图像。请帮忙

I have a whole-body MRI scans with the header below:

Binary label-maps for different organs in the whole-body MRI scan. I need to merge them together as a single label-map nifty file.
One of the label-map has a different shape and q_offset values in its header that make merging difficult. The header of that label-map nifty file below:

When I overlay the individual label-map on top of the whole-body MRI scan using 3dSlicer, it overlayed perfectly for the concerned organ, but as the shape is different, once after merging all label-maps, it does not work [ Yellow label-map for Spleen organ].

This is how it looks in 3dSlicer [ Look for Yellow region.].

But the expected area of visualization is in the bottom right of below pic. (Spleen Organ)

As the voxel resolution is the same, I think this has something to do with different q_offset values.

Kindly, let me know if anyone has a solution.

我有一个 nifti 文件1.nii.gz

现在，我从来没有处理过 nifti 文件。

所以，只要用这个软件打开它，我就意识到 nii.gz 是一种包含3 个二维图片数组的容器。事实上，如果我滚动鼠标，我可以看到在图片中标记为 1 的“方向”的 448 张 2d 图片，“方向”2 的 448 张 2d 图片和“方向”3 的 25 张 2d 图片。

在此之后，我打开了 shell 并尝试将这个 nii.gz 与 Nibabel 库一起使用

但是，如果我输入

结果我得到 (448,448,25)，所以这个 .nii.gz 似乎是一个 3d 矩阵，而不是一个包含 3 个 2d 图片数组的容器。你能给我解释一下吗？

我有一个关于对不同患者进行的脑 MRI 的nifti文件数据集，我使用名为 Nibabel 的库将它们加载到 Python 中。

这是从我的数据集中拍摄的 MRI 切片：

正如你所看到的，这个头部没有完全对齐（在这种情况下稍微向右倾斜）。由于我想将此 nifti 数据集与神经网络一起使用，因此我想正确对齐每一个 Brain MRI。

我找到了Flirt工具（在 FSL 中找到）（我实际上正在使用Python的包装器），你知道它是否可以用来解决我的问题吗？

如果是，该工具的适当设置是什么？这是我第一次使用 nifti 文件:(

如果此工具不能用于对齐脑 MRI，您知道我可以用于此目的的工具/库吗？

我有一个大脑 MRI，其中包含来自这个角度的切片：

我正在使用名为Flirt的大脑 MRI注册工具。该代码也可用于Python

我尝试使用取自另一位患者且角度不同的脑部 MRI 作为参考 MRI。这是从这个 MRI 中截取的切片（所有文件都是 nifti 格式）：

而现在，奇迹发生了。将第一个 MRI 作为配准工具的输入，将最后一个 MRI 作为参考 MRI

结果是配准工具 (Flirt) 的输出是 MRI，其中切片具有以下角度：

因此，配准工具似乎从输入 MRI 中提取了参考 MRI 的角度。这难以置信。这怎么可能 ？

我在我的应用程序中加载了一个 .nii 文件。

当我移动滑块并在新图中向我展示大脑切片时调用此函数。（应用程序的屏幕截图附在此处：[1]：https ://i.stack.imgur.com/vzDJt.png )

我需要更新相同的图形/情节，有可能吗？