Huiyu Blog

缘起：最近在找合适的读博院校，正在参与一个和人眼语义分割有关的小测验，需要从网上自己找数据，做标签，所以借此机会和大家推荐一下这款救我于火急之中的小工具Labelme。这里有详细的安装步骤：https://github.com/wkentaro/labelme这里是使用指南：https://github.com/wkentaro/labelmeMy ExperiencesInstall因...

医学影像“调窗”（window-leveling）的算法B. Window-leveling 算法: W/L 是专门为 CT 设计的。原理很简单：CT 图像里不同组织的密度 (用 Hounsfield 单位) 是在固定的值域， 与具体设备和成像软件没有关系。因此，要看头颅时， 我们只需将头颅的值域转换到 0-255 就行了。CT W/L 不讲头颅值域的 min 和 max, 而说 max - ...

CT图像的预处理操作一般包括以下几步：step1: spacing interpolationstep2: window transformstep3: get mask effective rangestep4: generate subimage配套代码各步骤意义：step1: spacing interpolation。用插值(interpolation)一词可能不太准确，...

Reason:把处理好的分割结果保存为nii文件，用ITKsnap读取时出现了如下错误。SimpleIT读取和保存Nii文件1. 读取filename = './xxx.nii'ct = sitk.ReadImage(filename)ct_array = sitk.GetArrayFromImage(ct)origin =ct.GetOrigin()direction = c...

window transform的完整代码：def window_transform(ct_array, windowWidth, windowCenter, normal=False): """ return: trucated image according to window center and window width and normalized to [0,1]...

ITKsnap的读取原始图片：KiTS dataLiTS dataimport nibabel as nib#nib.save(img, os.path.join('output', 'test.nii.gz')import SimpleITK as sitkimport oskits_ct = "../case_00000/imaging.nii.gz"kits_seg = "...