问题标签 [nibabel]

我一直在做一些深度学习，通常使用普通的图像数据集，如 jpeg 或 png。最近，我遇到了一个数据集，我在其中提供了 png/jpeg 格式的测试图像，其中包含 .nii.gz 文件中的基本事实。如果我打开 .nii.gz 文件，它包含一个 .nii 文件。现在，作为此类文件的初学者，我仍然能够在 Colab 中绘制测试图像和地面实况。但是，它存在一些问题。

我使用的代码：

打印输出（niiObject）：

我已经通过了这个答案，但它在我上面似乎缺少的对象中有一个 img 属性（我的意思不是确切的，而是一个类似的对象）。

图像输出：

现在，在此之前，我尝试在 ImageJ 应用程序中打开 .nii 文件，它看起来像这样：

您可以看到 ImageJ one 在方向和颜色方面与 Colab 地面实况图像不同。ImageJ 一个正确地告诉 Colab 输出左侧组织图像中的细胞核位置（如下所示）。

正确的测试图像与地面实况：

正确的基本事实与不正确的基本事实：

因此，问题分为子问题（如标题所示）：

i）如何读取 nii 图像，使其与 ImageJ 图像具有正确的方向？

编辑：我似乎已经纠正了方向问题。看起来图像是沿着 y=x 线镜像的，所以我用这段代码反转了镜像：

但是，我仍然对更好的方法持开放态度，以便更深入地了解为什么会在 nibabel 中发生这种情况，并且是否可以使用我不知道的任何 nibabel 对象参数来解决它。

ii) ImageJ 和 nibabel 加载的图像都不是灰度图像，因为在这些图像中看不到一些突出的核（它们的强度非常低，ImageJ 图像中的最大强度为 40 [对于最亮的核]）。如何将其转换为灰度（0 到 255 级，以便低强度核向外扩展并更明显）？

我有一些不同形状的 nii.gz 格式的医学图像。我想将所有的大小调整为相同的形状以供深度学习模型使用，我尝试使用 nibabel 的 resample_img()，但它破坏了我的图像。我想做一些其他功能，只是将其调整为特定形状，例如 (512,512,129)。

有人请在这方面帮助我。我被困在这一步好几天了。

我有一些脑部 MRI 扫描的 3D Niftii 数据集（FLAIR、T1、T2、..）。例如，FLAIR 扫描为 144x512x512，体素大小为 1.1、0.5、0.5，我想从轴向、冠状和矢状视图获得 2D 切片，我将其用作 CNN 的输入。

我想做的事：用 nibabel 读入 .nii 文件，将它们保存为 Numpy 数组，并将轴向、冠状和矢状的切片存储为 2D-PNG。

我尝试了什么：

- 使用 med2image python 库

- 使用 nibabel、Numpy 和 image 编写了自己的 python 脚本

问题：轴向和冠状图像以某种方式向一个方向拉伸。矢状面的效果应该很好。

我尝试调试 python 脚本并使用 Matplotlib 来显示我得到的数组，之后

通过使用例如：

并发现，数据已经延伸到那里。

我可以弄清楚获得所需的输出

但是如何在保存图像时应用“方面”之类的东西？或者是否有可能已经加载带有类似参数的 .nii 文件，以获得我可以使用的数据？

看起来，当 nibabel 加载 .nii 图像时，像素尺寸没有得到照顾。但不幸的是，我没有办法解决这个问题..

我将读取一个 nifti 图像并更改体素的值并保存与主图像类似但只有不同体素值的新 nifti 图像。换句话说，我希望分割图像中的标签从 0 到 7，而不是具有不同的数字。o 编写了下面的代码，但我收到此错误：

可能的 C/C++ 原型有： itk::simple::WriteImage(itk::simple::Image const &,std::string const &,bool) itk::simple::WriteImage(itk::simple::Image const &,std::vector<std::string,std::allocator<std::string >> const &,bool)

编码：

对于 os.listdir(path) 中的 image_path：

我已经开始阅读 Nifti 图像的方向，并想澄清一些概念。以下是一些问题：

1. 访问图像数据时：image.get_fdata()NumPy 数组的轴相对于解剖轴是否始终相同？即第一轴-> 从左到右，第二轴-> 后到前，第三轴-> 从下到上？
2. qform和sformRAS+ 扫描仪方向之间有什么关系？
3. 根据文档，有 4 种类型的qform code和sform code修改坐标的，它们之间有什么变化？

任何关于所有概念如何相关的进一步评论都值得赞赏。

我刚来这地方。目前正在学习 Python 上的医学成像数据，想知道是否可以识别 NIFti 图像的方向是否正确以及如何进行转换。我在网上查找了一些算法，通过仿射变换将成像数据（主要以 JPG 格式）“旋转”一定角度，但没有关于如何在 nifti 图像上执行此操作并通过 nibabel 将其保存为新 nifti 图像的文档.

为了说明我的意思。我想学习如何将此图像 1更改为此图像

*图书馆

有一个从 NumPy 和 imageio 导入的最知名的库 import NumPy as np import os import nibabel as nib import imageio // 方法我在其中编写代码将 nift 转换为 png
方法 将 nift(.nii) 图像转换为 png 图像def nii_to_image(niifile): filenames = os.listdir(filepath) #读取nii文件夹 slice_trans = [] #filename是nii图片的路径

主要的

我有一个适用于漂亮图像的模型，现在假设我有一个 3D 图像，但实际上不是来自 CT 或 MRI，而是具有一般格式宽度 * 高度 * 深度，我可以从中生成一个漂亮的图像并假装它是格式正确？我应该只使用单位矩阵进行仿射吗？

我正在使用nibabel包将一些 nparray 保存为 nifti 格式。我指定了斜率和截距值，以便将数据缩放回其原始格式。但是，当我加载数据时，比例和截距信息不再可用。这是重现该行为的代码片段：

输出是(None,None)，尽管nii2.header.has_data_slope和 nii2.header.has_data_intercept都返回 True。

我用其他 nifti 阅读器（如 mango 和 itk-snap）打开了 nifti 文件，可以检查斜率和截距是否正确显示。

这是一个错误吗？

谢谢您的帮助！

我正在循环加载 nii.gz 文件，这会填满内存。

目前我正在使用 python 的 del 和 gc.collect 来释放内存，有谁知道 nibabel 是否有自己的方法来关闭/清理内存中的 nii 文件/漂亮的对象？

顺便说一句，我使用 nibabel.load 将对象加载到内存中。

谢谢你们！