csdnxiekai的博客

220817-金坛MR数据导入Monaco报错解决记录

itk-snap无法读取金马扬名导出的MR，santeDICOM Viewer可以。下面代码使用matlab借助CT的头文件重新MRpatient_path = 'C:\Users\MrXie\Desktop\ART-CMR148167';patient_outpath = [patient_path, '_out'];if ~exist(patient_outpath, 'dir') mkdir(patient_outpath)endnames = dir(patient_path);

金马扬名导出CT的seriesID不是一致的，所以一个患者CT导入itk-snap会被分成一个，如下进行更改seriesID。MR这钟方法不可行，需借助notebook++.patient_path = 'C:\Users\MrXie\Desktop\CMR148167-CCT374784';patient_outpath = [patient_path, '_out'];if ~exist(patient_outpath, 'dir') mkdir(patient_outpath)end

Matlab读取mhd文件并转为dcm，做此记录，后续再进行更改。clc; clear; close allid = fopen('CT_FCN/CT_predicted_3.raw');imgs = fread(id,'int16');%以'short'数据类型打开，因为本人存储的raw数据是以short保存的imgsize = size(imgs);%读出的图像的size为n*1大小rows = 320;%根据mhd文件的图像大小设定clos =192;nums = imgsize(1)/

npy是python下numpy矩阵格式，对于医学图像也常用，以前自己是下载好readNpy.m文件放在matlab当前目录中，文件多了影响使用，应放在toolbox中，方便调用1、下载安装https://github.com/kwikteam/npy-matlab>> addpath('./npy-matlab/npy-matlab') >> savepath（Linux下savepath会报错:Unable to save path to file ‘/usr/lo

自己时常花费较多时间用于寻找及回忆命令上，不应该，因此做些记录，更快的恢复记忆。% read the whole filespatient_paths='patient_paths';patient_names=dir(patient_paths);for ii=3:length(patient_names) % start from 3 patient_name=patient_names(ii).name; patient_path=fullfile(patient_paths

引文： nii格式是医学图像常用格式，类似mhd，可以显示三维信息。以前使用.npy格式，主要是无法直接查看，因此考虑了解nii格式。1、Matlab添加工具箱NIfTI的方法python下SimleITK(简写为sitk)也可以保存nii。sitk读取matlab和sitk保存的nii没有差异。matlab读取matlab和sitk保存的nii有差异。差异来源于nii中头文件差异，具体也不清楚。具体应打开图像后再自行检查。# read by sitksitk.ReadImage(ct_pat

Matlab并排显示两幅图，用于比较两幅图大小可以不一样，imshowpair会按大的显示，还有就是范围可以不一致，相当各自显示。imshowpair(imga,imgb,'montage')类比imshow(cat(imga, imgb, 2), [])后续还补充显示问题。...

引文：前阵子林老师使用双能CT，导出文件Monaco导入报错，但在软件上可以正常读出，原因是方向[1,0,0,0,1,0]改动了，变成[0.999,0,0.01,0,0.99,0.01]这样。直接改回成[1,0,0,0,1,0]仍不能导入monaco，于是借尸还魂，使用替他头文件写入。PS：先用ImageJ检测dcm顺序与图像顺序是否统一，不然需要做resort操作。我另一篇文章写过。clc; clear all ; close all;%%for j = 1:5 path = ['G:\0

Center of mass and total mass of a matrixtot_mass = sum(A(:));[ii,jj] = ndgrid(1:size(A,1),1:size(A,2));R = sum(ii(:).*A(:))/tot_mass;C = sum(jj(:).*A(:))/tot_mass;out = [tot_mass,R,C]ORx = 1 : size(A, 2); % Columns.y = 1 : size(A, 1); % Rows.[X,

aa=sort(a);find(a==aa(end-1))https://stackoverflow.com/questions/13669520/get-second-max-element-in-matlab[~, idx] = sort(A);A(idx(end)) % is the max valueA(idx(end-1)) % is the second max value

tensorboard平滑曲线代码“tensorboard提供了下载借口，可以下载没有经过平滑后的数据，但是之前说了，没有平滑的曲线非常的不好看，现在我们需要做的是将下载下来的原始数据在本地进行平滑“”。代码如下：import pandas as pdimport numpy as npimport osdef smooth(csv_path,weight=0.85): #weight是平滑度，tensorboard 默认0.6 data = pd.read_csv(filepath_or