我是 NiBabel 的新手。我想知道如何使用这个库从 Nifti 图像中获取强度矩阵。我使用以下脚本来获取体素：

一开始我以为数据包含体素的强度，但是当我打印它时，我看到了负值，在图像中有负强度似乎很奇怪，你不觉得吗？我需要在 nifti 图像中获取体素的强度，是否可以使用 nibabel？如果没有，你能建议我另一个解决方案吗？谢谢。

我正在尝试使用and绘制.nii数据。我正在使用 python 3.5 并成功安装了这两个软件包。但是，当我尝试导入模块时，它正在返回 -nibabelnilearnImportError: No module named 'nilearn'.

我在这里想念什么？

如何将figOrthocanvas 类中的变量作为参数传递给aw = ApplicationWindow？

当我加载 .nii 文件时，我想从导航工具栏中获取 zdata。我想在活动中做到这一点def _onclick(event):

但回溯是：

Traceback (most recent call last): File "C:\Users\migue\Documents\IM\TFG\venv\lib\site-packages\matplotlib\cbook\__init__.py", line 388, in process proxy(*args, **kwargs) File "C:\Users\migue\Documents\IM\TFG\venv\lib\site-packages\matplotlib\cbook\__init__.py", line 228, in __call__ return mtd(*args, **kwargs) File "C:/Users/migue/Documents/IM/TFG/pruebsd.py", line 58, in _onclick coords.append((event.xdata, event.ydata, event.zdata)) AttributeError: 'MouseEvent' object has no attribute 'zdata'

我正在处理格式为 nii.gz 的图像。因此，我使用nibabel来打开它们。问题是，当我打开图像，将它们转换为 numpy 数组并将它们转换回 Nifti 格式时，输出大小会发生变化。顺序是：

初始文件是~45 MB，运行上面的代码后，图像是~65 MB. 我知道原始图像是 16 位编码的。我最初的理论是，当转换为 numpy 数组时，它们被编码为64-bit确实如此。所以我尝试了以下方法：

但是，输出仍然是相同的大小~65MB。任何想法为什么会发生这种情况？

我有一个 T1 图像 (NIFTI)，已经对齐，尺寸为 121 x 145 x 121。
图像由 nibabel 加载。体素大小为 1.5 x 1.5 x 1.5 毫米。
我想将其下采样为分辨率为 2.0 x 2.0 x 2.0 mm 的图像并保持图像对齐。

我对MRI图像处理知之甚少。我找不到清晰的教程。

我怎么做 ？如果您知道任何其他 Python 库可以做到这一点，它也可以工作。

我有一个 nii.gz 格式的文件，有 20 个切片。但是有一些问题，我只需要前 13 片。所以我使用 load_nii 或 simpleITK 来获取 20 个 silces 的数组。我想做的只是使用前 13 个切片（现在是数组）来生成一个新的 nii 序列。

我正在与 Nibabel 一起阅读一些 .nii 文件。我遇到了不同的示例，其中一些使用 get_data() 函数，而其中一些使用 get_fdata() 函数。我在他们的文档（ nibabel manuel）中找不到什么区别。谁能解释一下？

提前致谢。

我从事医学图像的深度学习，并使用 nibabel 包在 python 中读取 .nii 文件。我的代码如下所示。

然后我选择了一个切片，想在图中看到。

上面代码片段的输出是这样的：

之后，我想应用一些操作，例如：

但是我不能。因为当我运行该代码时：

输出是

(121,121)

通常应该有第三个参数表示通道数。有两个参数。那么，我的 slice2 是灰度还是 RGB？如何应用我上面提到的操作？

使用 NiBabel 将 NIfTI 文件转换为数组后，数组具有三个维度，数字如下所示：

如何预处理此数组以进行机器学习？当只选择指数时，大部分信息在绘制图像时都会丢失，所以也许基数也很重要？

任何帮助表示赞赏。