读取医学图像

最新推荐文章于 2021-07-26 05:58:29 发布

weixin_41783077

最新推荐文章于 2021-07-26 05:58:29 发布

阅读量455

点赞数 1

分类专栏：代码一些小操作

本文链接：https://blog.youkuaiyun.com/weixin_41783077/article/details/115985347

版权

代码同时被 2 个专栏收录

21 篇文章

订阅专栏

一些小操作

14 篇文章

订阅专栏

该代码段展示了如何使用Keras库和相关工具读取、预处理医学影像数据。它从CSV文件中读取文件列表，根据源和目标数据集进行划分，并对图像进行随机裁剪和归一化。最后，它定义了获取数据的函数，用于构建神经网络模型的输入和标签。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import numpy as np
import os
from keras.backend.tensorflow_backend import set_session
from random import randint,shuffle
import nibabel as nib

def read_file_list(domain='source'):
#    train_path = './dataset/train_info_part.csv'
    train_path = 'E:\\WinPython\\settings\\file\\DASS\\dataset\\train_info_part.csv'
    with open(train_path, 'r') as f:
        file_list = f.read()

    file_list = file_list.split('\n')[1:-1]
    file_list = [file.split(',') for file in file_list]
    
    source_file_list=[]
    target_file_list=[]
    
    for file in file_list:
        if int(file[0])%4:
            source_file_list.append(file)
        else:
            target_file_list.append(file)   
            
    if domain=='all':
        return file_list
    if domain=='source':
        return source_file_list
    if domain=='target':
        return target_file_list
    if domain=='ss':
        shuffle(source_file_list)
        ss_file_list = target_file_list + source_file_list[:-len(target_file_list)]
        shuffle(ss_file_list)
        return ss_file_list

def read_img(file_name):            
    batch_img=[]
    for i in range(len(file_name)):          
#        file_path = './dataset/c_data/'+ file_name[i]
        file_path = 'E:\\WinPython\\settings\\file\\DASS\\dataset\\c_data\\'+ file_name[i]

        img = nib.load(file_path).get_data()
      
        start = randint(int(img.shape[-1]/3), int(img.shape[-1]/3*2)-3)
        img = img[:,:,start:start+3]
        img = (img - img.min()) / (img.max() - img.min())

#        img = np.expand_dims(img,axis=-1)
        batch_img.append(img)
#        print(file_name[i])

    return batch_img
    
def get_data(file_list):   
    img=[]
    for file in file_list:
        for idx in range(3):
#        img.append(read_img(file[2:10])) 
            img.append(read_img(file[4:7]), idx) 

    x=np.array(img)
    x = x.transpose(0, 1, 4, 2, 3)
       
    y = np.array([file[1] for file in file_list], dtype=np.float32)
    y[y==2]=1

    return (x, y)

source_list = read_file_list(domain='source')
sourceX, sourceY = get_data(source_list)

target_list = read_file_list(domain='target')
targetX, targetY = get_data(target_list)