问题标签 [simpleitk]

我正在使用 ITK python 包装器（ITK 不是 simpleITK）来原型 µCT 输出自动处理。我需要计算 3D 对象厚度图，但 ITK 中不存在此功能。管道很简单：

• 二值化对象
• 计算距离变换
• 提取中轴作为距离图local-max

我的问题是它的itk::RegionalMaximaImageFilter行为不符合预期（不保留分支）。所以我想编写一个自定义函数来检查中心像素是否 >= 使用 3x3x3 滑动内核与其相邻。

我的想法是利用优化的itk::RegionalMaximaImageFilter迭代器（见这里）。但是，即使这与 C++ 完美配合，我也无法找到使用 Python 的解决方法（没有用 cython 包装 c 代码）。

Execute注册方法返回注册（转换）版本的SimpleElastix运动图像，但不允许类似地转换另一张图像。我有两个 CT 图像并且想根据骨骼进行配准，因此我使用大约 600 到 1500 Hounsfield 单位之间的逻辑 sigmoid 对输入图像进行软阈值处理，以便对比度集中在骨骼上。为简单起见，您可以假设阈值将所有低于 600 的值设为 0，将所有值从 0 线性缩放到 1，并将高于 1500 的所有值设为 1。

注册，使用SimpleElastix：

但是，我想在没有软阈值的情况下对原始图像进行操作。

有没有办法应用在原始图像上找到的配准转换？通过获取变换或通过提供未阈值的运动图像“乘客侧”，使其类似地变换但不用于优化成本函数。

我想让 Slicer 成为 SimpleITK 的默认图像查看器。我的环境变量如下所示：

但我收到此错误消息：

文件“C:\Users\QP\AppData\Local\Programs\Python\Python36-32\lib\site-packages\SimpleITK\SimpleITK.py”，第 7745 行，在 Show return _SimpleITK.Show(*args, **kwargs ) RuntimeError：SimpleITK Show 中引发的异常：C:\d\VS14-Win32-pkg\SimpleITK\Code\IO\src\sitkShow.cxx:495: sitk::ERROR: 找不到合适的可执行文件。

我与其他多个查看器一起尝试过，但我无法让它工作

我正在尝试在 Ubuntu 计算机上为 Python2 或 3 安装 SimpleElastix/SimpleITK，无论我们可以开始工作。使用 pip install 不起作用，因为那时不导入各种方法（例如，不存在“GetDefaultParameterMethod”）。我尝试按照他们网站上的说明进行操作（https://simpleelastix.readthedocs.io/GettingStarted.html#compiling-on-linux），但即使在整个过程中没有抛出任何错误，我仍然无法导入。对于 Python3，会弹出典型的“无模块”错误，但对于 Python2，我得到以下信息：

任何帮助将不胜感激 ：）

我正在使用 SimpleITK 分析动态 PET 数据。我有一个包含 148 * N 图像的文件夹（其中 N 是我的动态 PET 的帧数），我想分离每个帧的图像。首先，我为每一帧创建了一个带有相应图像的子文件夹。

我正在阅读我的图片如下：

创建所有这些子文件夹对用户不是很友好，所以我尝试将图像的所有路径存储在列表中：

并阅读这样的图像：

问题是，当我查看位于相同坐标 (x, y, z) 中的体素值时，这两种方法无法获得相同的值。似乎使用series_reader.GDCMSeriesFileNames()SimpleITK 检索有关 DICOM 图像的一些信息，例如 Origin。

SimpleITK 检索了哪些信息来创建他的图像series_reader.GDCMSeriesFileNames()，我需要拥有完全相同的图像？还是有另一种方法可以使用路径列表获得相同的图像？

PS：在这篇文章中，所有以“图像”命名的变量都是图像的路径，而不是 SimpleITK 图像对象。

编辑：就我而言，我所有的框架都有相同的序列号，所以我不能使用series_reader.GDCMSeriesFileNames(path_folder, series_ID)

一旦我尝试DenoiseImage在ANTS 工具中运行，

我收到以下错误：

如果您知道任何解决方案，您能帮忙吗？

谢谢

当我应用阈值时，出现错误：

错误是：

我申请img = sitk.Image(img.GetSize(), sitk.sitkUInt8)了，但我得到了一个黑色的图像。

有没有类似Python 的选项double(img)？im2bw会正常工作吗？print(img) 给出以下内容

VectorImage (0x2f57af0) RTTI 类型信息：itk::VectorImage 参考计数：1 修改时间：1289 调试：关闭对象名称：观察者：无源：（无）源输出名称：（无）发布数据：关闭数据发布：假全局发布数据：关闭 PipelineMTime：1278 UpdateMTime：1288 RealTimeStamp：0 秒 LargestPossibleRegion：维度：2 索引：[0, 0] 大小：[305, 305] BufferedRegion：维度：2 索引：[0, 0] 大小：[305, 305 ] RequestedRegion: 维度: 2 索引: [0, 0] 大小: [305, 305] 间距: [1, 1] 原点: [0, 0] 方向: 1 0 0 1

索引到点矩阵：1 0 0 1

点到索引矩阵：1 0 0 1

反向：1 0 0 1

VectorLength：4 PixelContainer：ImportImageContainer (0x24ba950) RTTI typeinfo：itk::ImportImageContainer 参考计数：1 修改时间：1285 调试：关闭对象名称：观察者：无指针：0x30bb390 容器管理内存：true 大小：372100 容量：372100

​</p>

我想分割图像。我使用了简单的阈值方法。为此，我读取图像并将其转换为数组，然后转换 img

错误是：

我正在尝试运行以下代码：

当我在蜘蛛 3.2.6 中运行它时，我得到： ModuleNotFoundError: No module named 'gui'

任何帮助，将不胜感激。

代码来源：http: //insightsoftwareconsortium.github.io/SimpleITK-Notebooks/Python_html/30_Segmentation_Region_Growing.html

我对医学图像配准非常陌生。

我正在尝试注册两个 CT 体积，第一个是轴向的，大小为 (384,384,31)，间距为 (0.57,0.57,4.8)，第二个是矢状扫描，大小为 (384,384,15)，间距 (0.67) ,0.67,2.2)，以便使用它们之间的重叠区域来创建超分辨率并获得各向同性扫描。

所以问题是体积有不同的方向以及不同的视野。即矢状扫描中的轴向切片仅包含轴向扫描中存在的一小部分，换句话说，我需要裁剪轴向扫描中的轴向切片以匹配矢状切片的FOV等以创建simpleitk 刚性配准算法的掩码。

我还认为我需要在某些时候重新采样两个卷的掩码。

我的问题是，如何创建掩码，我可以使用 nifti 文件中可用的任何元数据来执行此操作吗？我有方向、原点和索引点矩阵。

非常感谢。