啷个哩个啷

可以直接使用ITK里自带的一个time类，如果是多次执行的代码片段，会自动帮你求平均，最大和最小，调用也很简单。，这个例子中不仅有时间的，还有更详细的内存分析。在ITK的example-，看到了这样的写法，更简单。但是其实有简单一点的做法。

在搜索中即可，介绍详见：使用/操作步骤详见：快速气管分割。

将路径从26连续变成6连续

点连成线

ITK多线程

邻域和连通性概念

记录一下

还有点小问题，但是基本完成了

ITK编译时包含Remote模块里内容的编译

numpy默认数据类型问题

常见操作

核磁共振常见术语

文章目录1. 使用插件1.1 插件安装1.2 插件使用2. 使用python代码2.1 安装2.2 使用2.2.1 官方示例2.2.2 快速使用2.2.3 其它使用3. 组学特征字段意义说明Github地址：https://github.com/AIM-Harvard/pyradiomics官方文档地址：https://pyradiomics.readthedocs.io/en/latest/features.html1. 使用插件从pyradiomics的Github仓库中可以知道，pyradio

基调其实和其他的图像处理本质还是一样的，只是针对医学领域加入了自己的领域内容。工具3Dslicerhttps://www.bilibili.com/video/BV1HJ411S7G4这是一例CTA图像，对应的网址是利用3D slicer标注血管的方法视频，供参考学习。此外Slicer的一些学习和操作方法，也可以翻看该Up主的往期视频学习分割，配准很多功能，里面还有其他的开源算法你可以下载一个itk-snap，这个是专门看片子的软件，slicer用于处理MD.aihttps://gi

参考：Stack Oveflow：SimpleItk crop imageITK forum：Simple ITK Crop ImageITK forum：How to crop a 3D image with a specified size?Github issue：SimpleITK/SimpleITKSimpleITK document：Image Grid Manipulation

文章目录1. 报错内容2. 原因3. 解决1. 报错内容报错：Exception occurred during ITK-SNAP startup2. 原因按照上面提示的信息，找到对应的UserPreferences.xml文件，其实可以发现，与这个文件一起产生的还有另两个文件查看UserPreferences.xml文件内容，其中记录了上一次打开ITK-SNAP浏览的图像一般直接打开ITK-SNAP会显示之前打开过的图像列表而我上一次使用ITK-SNAP时，有个文件打开错误因此

文章目录1. 变换到一个新的spacing1.1 使用Resample()的方法1.1.1 完整代码1.1.2 转换前后图像1.2 使用ResampleImageFilter()的方法2. 已知原图和变换后目标图像的大小2.1 代码2.2 转换后图像3. 相关内容说明3.0 体素和spacing3.1 Resample() 函数说明3.2 itk::simple::ResampleImageFilter函数说明1. 变换到一个新的spacing1.1 使用Resample()的方法1.1.1

文章目录1. 冠,矢,横/z,y,x2. AP、RL、SI等3. 补充知识3.1 人体标准解剖学姿势3.2 方位术语3.2.1 前后-Anterior (Ventral) / Posterior (Dorsal)，即AP3.2.2 上下-Superior / Inferior & Cranial / Caudal，即SI3.2.3 内外-Lateral / Medial & Proximal / Distal3.2.4 深浅Deep (Internal) / Superficial (Ext

1. 窗宽、窗位和HU值1.1 已知窗宽和窗位，计算HUHU是CT值的单位。目前绝大多数CT机设置的CT值的范围是从±1000，范围也就是2000个。一般而言，只有当两个像素的灰度相差60个HU时，才能分辨出它们之间的黑白差，所以会用窗宽和窗位进行调节，让人眼尽量能够分辨出灰度的差异。假设 WW = 400,WL = 60,那么对应的CT(HU)范围为-140 ~ 260H窗宽（Window Width,简写WW）窗位（Window Level,简写WL）以窗位为中心，向左

其实Github上有很多这样的库和脚本，但是都大同小异，掌握关键那部分代码就可以。要明确一点，SimpleITK不支持对DICOM-RT struct格式大部分脚本都是用pydicom读取，然后再用numpy等进行切片等操作。1. 使用MIScnn库来完成转换安装sudo pip install miscnn # linuxpip install miscnn --user # Windows使用from miscnn.data_loading.interfaces.dicom_io

文章目录0. 背景知识0.1 mask0.2 SimpleITK快速入门1. 使用Threshold类方法1.1 sitk.RescaleIntensityImageFilter1.1.1 代码1.1.2 函数说明1.2 sitk.Threshold1.2.1 代码1.2.2 sitk.Threshold函数说明1.3 sitk.BinaryThreshold1.3.1 代码1.3.2 sitk.BinaryThreshold函数说明1.4 使用`OtsuThreshold`1.4.1 代码1.4.2 s

文章目录1. RTSTRUCT轮廓转换为坐标显示2. RTSTRUCT转为nii.gz（DICOM to NITFTI）2.2 使用dcm2niix库进行转换（C++）2.2.1 安装2.2.2 转换常规序列dicom图像2.2.3 转换RTSTRUCT（DICOM）2.1 使用dicom2nifti库进行转换（python）2.2 直接使用3d Slicer转换2.2.1 下载SlicerRT扩展2.2.2 使用3d Slicer同时查看dicom文件和rtstruct轮廓2.2.3 使用3d Slice

1. 竞赛数据集1.1 肺部CT分割挑战2017网站链接：Lung CT Segmentation Challenge 2017，需要科学上网才可以看到直接下载两个文件CTSC_v2_20190508.tciaNBIA Data Retriever-4.2.msi安装第二个链接的NBIA Data Retriever，双击安装好之后...

第一步：安装必要的包brew install libomp第二步：找到这个头文件的准确位置根据上面指出的安装路径，确定omp.h的位置，例如，我的在/usr/local/Cellar/libopm。可以捎带就在上面的命令行里继续运行：cd /usr/local/Cellar/libomp/14.0.0/include/omp.h确保有omp.h这个文件。第三步：修改代码#include <omp.h> // 改为#include</usr/local/Cell

文章目录1. cxx、cpp和txx又开始接触C++了，接触我对代码一开始认识的内容咧，加油1. cxx、cpp和txx参考：ITK官方论坛：[Insight-users] Difference between .cxx and .cpp, .txx and .hOSCHINA开源中国：txx cxx cpp 的区别github的issue：Recognize *.cxx, *.hxx, *.tpp, *txx, *.ipp, and *.ixx files as C++ #539stack

2. mac中使用vscode配置itk前提条件，已经配置好了C++环境，如果没有配置后，可以参考另一篇博客：mac下vscode配置c++环境参考：itk官方文档：Chapter 2——Configuring and Building ITK。其实就是那个指导手册里的内容itk官方wiki：https://itk.org/Wiki/ITK/Configuring_and_Building/VisualStudio某大学的课件：https://www.cs.cmu.edu/~galeotti/m

文章目录1. itk基本信息2. mac中使用vscode配置itk4. windows配置itk2.5 配置好测试3. 其他文档3.1 ITK3.2 C++1. itk基本信息官网：https://itk.org/库说明：— Insight Toolkit (ITK)是一个开源的、跨平台的库，向开发者提供了大量图像分析的软件工具。使用敏捷方法 （Extreme Programming）进行开发，ITK是基于一个成熟的，面向空间/3D的框架，用于处理(processing)、分隔(segment