读取和保存nifti图像之nibabel与SimpleITK的区别

Nifti1Image 初始化nifti 图像数据 Nifti1Image classnibabel.nifti1.Nifti1Image(dataobj,affine,header=None,extra=None,file_map=None) Bases:nibabel.nifti1.Nifti1Pair,nibabel.filebasedimages.SerializableImage Class for single fi... 阅读详情

nibabel读取.nii或.nii.gz

import nibabel as nib

file_path = '/home/.../motion_102_0000.nii.gz' # file suffix can also be .nii

data = nib.load(file_path)

voxel_ndarray = data.get_fdata()  #读取成numpy array

print(voxel_ndarray.shape)

output:

(x,y,z), 如(192,256,40)40是slice的数量。

 SimpleITK读取.nii或.nii.gz

import SimpleITK as sitk

file_path = '' #给出文件路径

img_obj = sitk.ReadImage(file_path)
origin = img_obj.GetOrigin()        #读取图像origin, direction, space便于后面存储保留这些信息
direction = img_obj.GetDirection()
space = img_obj.GetSpacing()

voxel_ndarray = sitk.GetArrayFromImage(img_obj)

print(voxel_ndarray.shape)

output:

输出(z, x, y), 其中z是slice的数量。这是两个工具包的差别之出。

文件的保存使用nibabel

#newnparray 为需要存的np array
#new_filepath 为存储数据的路径

new_img = nib.Nifti1Image(newnparray, np.eye(4))

nib.save(new_img, n
扩散模型如何用于放疗危及器官分割的质量保证?技术解析 在医学影像分析中,危及器官分割的准确性直接影响放疗计划的剂量安全,而传统的人工核对与二次分割方法在效率和鲁棒性上存在明显局限。生成式扩散模型凭借对数据分布的学习能力,为分割结果的质量保证提供了新思路:它以原始CT影像为条件,通过条件生成与重建差异分析,自动标记可疑的器官轮廓区域,从而发现传统方法难以察觉的边界偏差或漏标问题。这类方法不仅适用于自动分割后的质控环节,也能辅助医生复核人工勾画结果,并在多中心数据筛查中发挥价值。技术实现上,采用图像条件扩散模型与去噪重建策略,结合异常定位与量化评分,兼顾灵敏度与可 阅读详情

相关推荐

原型锚定对齐PANDA:破解医学多模态部分未配对难题

多模态学习旨在融合多种信息源提升模型判别力,但真实医疗场景中常面临模态缺失、配对样本不足的困境。传统的丢弃或插补策略会导致数据浪费或噪声引入。原型锚定对齐(PANDA)通过引入一组可学习的共享原型向量作为锚点,让配对样本与未配对样本在统一语义空间中协同优化,无需强制配对即可实现跨模态特征对齐。该方法兼顾强监督信号与软性结构约束,显著提升数据利用率和表征稳定性,可广泛应用于医学影像分析、跨模态检索及缺失模态表征学习等工程实践。本文从概念、原理到代码实现,系统拆解PANDA的核心逻辑与训练技巧,为处理部分未配对

weixin_34034670的博客 433

使用Python的nibabel和SimpleITK库读取和保存NIfTI文件

NIfTI(Neuroimaging Informatics Technology Initiative)是一种常用的医学图像格式,常用于储存神经影像数据。在Python中,可以使用nibabel和SimpleITK这两个库来读取和保存NIfTI文件。本文将介绍如何使用这两个库来进行操作。首先,我们需要安装这两个库。安装完成后,我们可以开始使用它们来读取和保存NIfTI文件。

MhgCobol的博客 560

基于SAM-Med 2D的脊椎CT图像分割:从通用大模型到专业医学影像的微调实战

图像分割是计算机视觉的核心任务之一,旨在将图像划分为多个有意义的区域。其原理通常基于深度学习模型学习像素级特征表示,实现像素分类。在医学影像领域,精准的图像分割技术具有重要价值,它是疾病诊断、手术规划和疗效评估的基础。针对数据稀缺、标注成本高的专业场景,如何高效利用预训练大模型成为关键。本文聚焦于医学图像分割这一应用场景,以SAM-Med 2D这一视觉大模型为基础,详细阐述了如何通过微调(Fine-tuning)和参数高效微调(PEFT)技术,将其适配到脊椎CT图像分割这一具体任务,实现从通用能力到专业精度

weixin_34236869的博客 308

肝脏CT图像分割与三维重建:基于3D U-Net和VTK的完整实现

医学影像分析是深度学习在医疗领域的重要应用方向,其中CT图像的器官分割与三维可视化对手术规划和临床诊断具有关键价值。针对肝脏这类边界相对清晰的腹部器官,基于DICOM格式的CT序列需要经过HU值窗宽调节、体素重采样等预处理,才能适配深度学习模型。采用3D U-Net作为分割骨干网络,通过Dice Loss优化和滑窗推理生成高精度掩膜,再借助VTK中的Marching Cubes算法提取等值面,实现从二维断层切片到可交互三维模型的完整重建。该技术链路覆盖数据解析、模型训练、后处理与网格优化,适用于医学影像AI

weixin_34062469的博客 318

python使用nibabel和sitk读取保存nii.gz文件实例

nii.gz格式是医学图像常用的压缩格式,python中可用nibabel和sitk来读取保存。 使用nibabel 由于使用nibabel图像会旋转90度,所以读取保存的时候还得保存映射信息,3维图像格式为(z, y, x) 读取nii.gz文件 img = nib.load('xxxxx.nii.gz') img_affine = img.affine img = img.get_data() 保存nii.gz文件 nib.Nifti1Image(img,img_affine).to_filename(‘xxxxx.nii.gz’) 使用sitk 使用sitk读取nii时,读取出来的

Photoshop免费获取指南:官方试用与开源替代方案详解

图像处理软件是数字内容创作的核心工具,其工作原理基于像素编辑、图层叠加与算法滤镜。这类软件的技术价值在于为设计师、摄影师和内容创作者提供了强大的视觉表达能力,广泛应用于平面设计、UI/UX、摄影后期及社交媒体内容制作等场景。在众多工具中,Adobe Photoshop以其全面的功能和行业标准地位备受关注。对于希望免费体验或使用的用户,存在合法且安全的途径。其中,Adobe官方提供的7天免费试用版允许用户在安全环境下体验完整功能,而开源替代方案如GIMP则提供了长期免费的强大图像编辑能力。理解这些合法获取方式

cigang4063的博客 525

博途 V16(TIA portal V16)安装教程

本文提供了西门子TIA Portal V16软件的完整安装指南。内容包括百度网盘下载链接(提取码kv69)、详细安装步骤(关闭安全保护、典型安装设置)、授权破解方法,以及PLCSIM仿真功能的使用说明。重点演示了S7-1200 PLC程序的仿真过程,解析了仿真界面各元素功能,包括状态指示灯(RUN/STOP/ERROR)、操作按钮(RUN/STOP/MRES)和网络接口状态等。通过图文并茂的方式,完整呈现了从软件安装到PLC程序仿真的全流程操作。

lingchen1906的博客 6720

LinuxCNC 源码解析:从界面开发到硬件交互的实战指南

本文深入解析LinuxCNC源码架构,从用户界面开发到硬件交互的实战指南。涵盖GTK与Tkinter界面开发、HAL硬件抽象层、G代码解析器改造及运动控制核心等关键模块,提供定制化开发技巧与性能优化方案,助力开发者高效掌握数控系统开发。

weixin_27066963的博客 190

15、SQL Server查询优化与CPU负载管理

本文深入探讨了SQL Server查询优化与CPU负载管理的关键技术,包括强制连接类型的使用、键查找问题的解决、索引设计的最佳实践、高CPU负载的排查与优化,以及并行性的利弊与调整策略。通过优化查询逻辑、合理设计索引、监控与管理CPU资源,可以显著提升SQL Server的性能和稳定性。适用于数据库开发人员和DBA进行性能调优参考。

pz8901234的博客 78

YOLO11 改进 - C2PSA | C2PSA融合HEWL(高频增强小波层):小波逆变换+双通道注意力增强+高频显式增强 | TGRS 2026

本文介绍了高频增强小波层(HEWL),一种专为解决红外小目标检测中边缘退化与语义模糊问题设计的上采样模块。该方法结合小波逆变换与交替通道注意力(ALCA),通过显式增强高频细节并优化特征融合,实现精准的边缘重建与语义对齐。我们将 HEWL 融入 PSABlock 结构构建了 C2PSA_HEWL 模块,并成功集成进 YOLO11 的骨干网络,替代原有的 C2PSA 模块。实验证明,结合 HEWL 的 YOLO11 在检测任务中表现优异,有效提升了模型对细节特征的捕捉能力。

魔改工程师的博客 103

深度学习实战:基于YOLOv5/v8/v10的快递暴力分拣检测系统(完整版)

在电商物流高速发展的今天,快递包裹日均处理量已突破亿件级别。然而,快递分拣过程中的暴力抛扔行为不仅造成包裹损坏,更带来巨大的经济损失。据统计,每年因暴力分拣导致的快递破损投诉占总投诉量的30%以上。传统的人工监控方式存在疲劳、疏漏等问题,因此开发一套智能化的快递暴力分拣检测系统具有重要的现实意义。

YOLO 275

DICOM标准:DICOM医学影像中的覆盖层(Overlay)概念详解

DICOM标准:深入详解DICOM医学影像中的覆盖层(Overlay)

编程技术探索者,分享C/C++、C#、Java、数据库等开发经验,聚焦实战技巧与AI兴趣,助力编程爱好者成长。 1562

OSG 核心详解

OpenSceneGraph (OSG) 的核心架构、场景图管理以及几何体的绘制

qq_45859163的博客 729

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

锂电池充电器电路设计 里面有电路

锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。

下一篇: 训练神经网络时train loss或是validation loss出现nan
qq_41663215
博客等级 码龄9年 5粉丝 6原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值