数据预处理--医学图像归一化

1.读取nii格式的医学图像，更改内部的矩阵，重新保存成nii数据；

Nifti数据本身是除了矩阵信息（也就是图像信息之外），还有和物理坐标相关的仿射矩阵以及 Header头文件信息，但是nibabel的获取数据的方法get_data()是一个单向操作，只可以获取数据，并不能把数据直接存到一个现成的nii文件中，并没有诸如nii_img.data = newdata 这样的方法，意味着不能直接对数据进行更改。
原文链接：https://blog.csdn.net/weixin_40006612/article/details/100893162

'''Nibabel
'''
import nibabel as nib
import numpy as np
import globtest_vol_names =  glob.glob('../data/LPBA40/label1' + '/*.nii')for i in range(len(test_vol_names)):#加载图片X = nib.load('../data/LPBA40/label1/S'+ str(i) +'.delineation.structure.label.nii')#把仿射矩阵和头文件都存下来affine = X.affine.copy()hdr = X.header.copy()#取数据X_data = X.get_data()  #像素归一化X_data=(X_data-np.min(X_data))/(np.max(X_data)-np.min(X_data))#形成新的nii文件new_nii = nib.Nifti1Image(X_data, affine, hdr)#保存nii文件，后面的参数是保存的文件名nib.save(new_nii, '../data/LPBA40/label_out/new_test'+ str(i) +'.nii.gz')


import SimpleITK as sitk
import globtest_vol_names =  glob.glob('../data/LPBA40/label1' + '/*.nii')for i in range(len(test_vol_names)):image = sitk.ReadImage('../data/LPBA40/label1/S'+ str(i) +'.delineation.structure.label.nii')resacleFilter = sitk.RescaleIntensityImageFilter()resacleFilter.SetOutputMaximum(1)resacleFilter.SetOutputMinimum(0)image = resacleFilter.Execute(image)sitk.WriteImage(image,'../data/LPBA40/label_out_itk/new_test'+ str(i) +'.nii.gz')

import nibabel as nib
import globX = nib.load('../data/LPBA40/label_out_itk/new_test0.nii/new_test0.nii')
X_data = X.get_data()Y = nib.load('../data/LPBA40/label_out/new_test0.nii/new_test0.nii')
Y_data = Y.get_data()Z_data = X_data - Y_dataprint(Z_data)

数据预处理--医学图像归一化相关推荐

Scikit-learn 数据预处理之归一化MinMaxScaler
Scikit-learn 数据预处理之归一化MinMaxScaler 1 声明本文的数据来自网络,部分代码也有所参照,这里做了注释和延伸,旨在技术交流,如有冒犯之处请联系博主及时处理. 2 MinM ...
pandas用众数填充缺失值_【机器学习】scikit-learn中的数据预处理小结(归一化、缺失值填充、离散特征编码、连续值分箱)...
一.概述 1. 数据预处理数据预处理是从数据中检测,修改或删除不准确或不适用于模型的记录的过程可能面对的问题有:数据类型不同,比如有的是文字,有的是数字,有的含时间序列,有的连续,有的间断. 也可 ...
数据归一化处理方法_数据预处理：归一化和标准化
1. 概述数据的归一化和标准化是特征缩放(feature scaling)的方法,是数据预处理的关键步骤.不同评价指标往往具有不同的量纲和量纲单位,这样的情况会影响到数据分析的结果,为了消除指标之间 ...
数据预处理之归一化/标准化/正则化/零均值化
数据预处理之归一化/标准化/正则化/零均值化一.标准化(Standardization) 二.归一化(Normalization) 三,中心化/零均值化 (Zero-centered) 四.正则化 ...
【python学习】数据预处理-如何归一化？
作者:代码律动链接:数据预处理的归一化手段应该如何应用到训练集,测试集和验证集中? - 知乎来源:知乎著作权归作者所有.商业转载请联系作者获得授权,非商业转载请注明出处. 作者:Orginal ...
神经网络中的网络优化和正则化（二）之参数初始化/数据预处理/逐层归一化
转载请注明出处:https://thinkgamer.blog.csdn.net/article/details/101026786 博主微博:http://weibo.com/234654758 G ...
pandas数据预处理(标准化归一化、离散化/分箱/分桶、分类数据处理、时间类型数据处理、样本类别分布不均衡数据处理、数据抽样)
1. 数值型数据的处理 1.1 标准化&归一化数据标准化是一个常用的数据预处理操作,目的是处理不同规模和量纲的数据,使其缩放到相同的数据区间和范围,以减少规模.特征.分布差异等对模型的影响. ...
dataframe数据标准化处理_数据预处理——标准化/归一化（实例）
这次我们来说说关于数据预处理中的数据标准化及归一化的问题.主要以理论+实例的方式为大家展示. 本次实验也将会展示部分数据以及代码,有兴趣的小伙伴可以自己动手试试~ 在本次实例过程中,我们使用的数据是: ...
机器学习中数据预处理——标准化/归一化方法（scaler）
由于工作问题比较忙,有两周没有总结一下工作学习中遇到的问题. 这篇主要是关于机器学习中的数据预处理的scaler变化. 工作中遇到的问题是:流量预测问题,拿到的数据差距非常大,凌晨的通话流量很少几乎为 ...

数据预处理--医学图像归一化

1.读取nii格式的医学图像，更改内部的矩阵，重新保存成nii数据；

数据预处理--医学图像归一化相关推荐

最新文章

热门文章