脑图像的数据预处理2

Posted kailugaji

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了脑图像的数据预处理2相关的知识,希望对你有一定的参考价值。

脑图像的数据预处理2

作者:凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/

脑图像的数据预处理中已经介绍了一些内容,这篇文章是对前一篇文章的补充与完善。更多内容请看脑图像。数据来源:BrainWeb: Simulated Brain Database

1. 将0、1、2、3类数据分离出来,并存入文件

main.m

function main(filename,name, num)
%将真实脑图像中的0、1、2、3拿出来,其余像素为0.
%function main(filename,name,name_label, num)
%函数main(filename, num)中的第一个参数filename是欲读取的rawb文件的文件名,第二个参数num就是第多少张。
%例如:main(‘t1_icbm_normal_1mm_pn0_rf0.rawb‘,‘train.txt‘,‘label.txt‘, 90), main(‘phantom_1.0mm_normal_csf.rawb‘,‘train.txt‘,‘label.txt‘, 90)
mark=Mark(‘phantom_1.0mm_normal_crisp.rawb‘,num);
read=readrawb(filename, num);
[row,col]=size(read);
for i=1:row   %行
    for j=1:col    %列
        if mark(i,j)==0
            read_new(i,j)=0;
        else
            read_new(i,j)=read(i,j);   %将第0、1、2、3类拿出来,其余类为0
        end
    end
end
% 旋转90°并显示出来
read_new=imrotate(read_new, 90); 
%mark=mark‘;
Write_txt(name,read_new);    %将数据写入TXT文件
%Write_txt(name_label,mark);    %将标签数据写入TXT文件
imshow(uint8(read_new),‘border‘,‘tight‘,‘initialmagnification‘,‘fit‘); 

Mark.m

function mark=Mark(filename,num)
%将标签为1、2、3类分出来,其余为0,mark取值:0、1、2、3
%[mark_new,mark]=Mark(‘phantom_1.0mm_normal_crisp.rawb‘,90);
fp=fopen(filename);
temp=fread(fp, 181 * 217 * 181);
image=reshape(temp, 181 * 217, 181);   
images=image(:, num);
images=reshape(images, 181, 217);
mark_data=images;
fclose(fp);
%将第0、1、2、3类标签所在的坐标点拿出来,其余置0
for i=1:181
    for j=1:217
        if (mark_data(i,j)==1)||(mark_data(i,j)==2)||(mark_data(i,j)==3)
            mark(i,j)=mark_data(i,j);
        else
            mark(i,j)=0;
        end
    end
end

readrawb.m

function g = readrawb(filename, num)
%函数readrawb(filename, num)中的第一个参数filename是欲读取的rawb文件的文件名,第二个参数num就是第多少张。
fid = fopen(filename);
%连续读取181*217*181个数据,这时候temp是一个长度为181*217*181的向量。
%先将rawb中的所有数据传递给temp数组,然后将tempreshape成图片集。
temp = fread(fid, 181 * 217 * 181);
%所以把它变成了一个181*217行,181列的数组,按照它的代码,这就是181张图片的数据,每一列对应一张图。
%生成图片集数组。图片集images数组中每一列表示一张图片。
images = reshape(temp, 181 * 217, 181);   
%读取数组中的第num行,得到数组再reshape成图片原来的行数和列数:181*217。
image = images(:, num);
image = reshape(image, 181, 217);
g = image;
fclose(fid);
end

Write_txt.m

function Write_txt(name,read)
%将数据写入txt文件
fp=fopen(name,‘w‘);
[row,col]=size(read);
for i=1:row   %行
    for j=1:col    %列
        if j==col
            fprintf(fp,‘%f
‘,read(i,j));  %换行   %f或者%d
        else
            fprintf(fp,‘%f	‘,read(i,j));  %多个空格tab
        end
    end
end
fclose(fp);

结果

>> main(‘t1_icbm_normal_1mm_pn0_rf0.rawb‘,‘train.txt‘, 90)

技术图片

 

2. 标准分割结果

    用到三个函数:Ground_truth.m、Mark.m与Write_txt.m

Ground_truth.m

function Ground_truth(name, num)
%标准分割结果
%例如:Ground_truth(‘Ground truth.txt‘,90)
mark=Mark(‘phantom_1.0mm_normal_crisp.rawb‘,num);
for i=1:181   %行
    for j=1:217    %列
        if mark(i,j)==1
            read_new(i,j)=50;
        elseif mark(i, j)==2
            read_new(i,j)=150;
        elseif mark(i, j)==3
            read_new(i,j)=255;
        else
            read_new(i,j)=0;
        end
    end
end
% 旋转90°并显示出来
read_new=imrotate(read_new, 90); 
%mark=mark‘;
Write_txt(name,read_new);    %将数据写入TXT文件
%Write_txt(name_label,mark);    %将标签数据写入TXT文件
imshow(uint8(read_new),‘border‘,‘tight‘,‘initialmagnification‘,‘fit‘); 

结果

>> Ground_truth(‘Ground truth.txt‘,90)

技术图片

3. 说明

T1模态、icmb协议下,切片厚度为1mm,噪声水平为0,灰度不均匀水平为0的正常脑图像,第90层
只选取0、1、2、3类的数据
0:背景 blankground 0
1:脑脊液 CSF 26-89
2:灰质 Grey Matter 78-132
3:白质 White Matter 124-150
分割之后各类用以下像素值进行渲染:
0:0
1:50
2:150
3:255
数据均为217*181的矩阵

以上是关于脑图像的数据预处理2的主要内容,如果未能解决你的问题,请参考以下文章

nbiot传输图像数据怎么用电脑接收

MATLAB程序:用FCM分割脑图像

在 Python 多处理进程中运行较慢的 OpenCV 代码片段

音频处理Melodyne 网络缩放功能 ( 音符分离线 | 片段分离线 | 窗口滚动条 | 网格缩放 | 修改图像显示位置 | 显示五线谱 )

分享前端开发常用代码片段

收藏|分享前端开发常用代码片段