ANTsPy医学图像配准

Posted junzhaoliang

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ANTsPy医学图像配准相关的知识,希望对你有一定的参考价值。

ANTsPy主页:https://github.com/ANTsX/ANTsPy

ANTsPy官方文档:https://antspyx.readthedocs.io/_/downloads/en/latest/pdf/

 

配准ants.registration()

import os
import ants
import numpy as np
import time

fix_path = img_fix.png
move_path = img_move.png

# 配准所使用的各种方法 各方法耗时:https://www.cnblogs.com/JunzhaoLiang/p/12308200.html
types = [Translation, Rigid, Similarity, QuickRigid, DenseRigid, BOLDRigid, Affine, AffineFast, BOLDAffine, TRSAA, ElasticSyN, SyN, SyNRA, SyNOnly, SyNCC, SyNabp, SyNBold, SyNBoldAff, SyNAggro, TVMSQ]
# 保存为png只支持unsigned char & unsigned short,因此读取时先进行数据类型转换 fix_img
= ants.image_read(fix_path, pixeltype=unsigned char) move_img = ants.image_read(move_path, pixeltype=unsigned char) for t in types: start = time.time() out = ants.registration(fix_img, move_img, type_of_transform=t) reg_img = out[warpedmovout] # 获取配准结果 reg_img.to_file(t+.png) print(t+ : , time.time()-start, )

技术图片技术图片技术图片技术图片技术图片技术图片技术图片

  ‘Translation‘     ‘Rigid‘       ‘Similarity‘     ‘QuickRigid‘     ‘DenseRigid‘     ‘BOLDRigid‘       ‘Affine‘

技术图片技术图片技术图片技术图片技术图片技术图片技术图片

  ‘AffineFast‘     ‘BOLDAffine‘      #TRSAA#      ‘ElasticSyN‘       ‘SyN‘          ‘SyNRA‘        ‘SyNOnly‘

技术图片技术图片技术图片技术图片技术图片技术图片 

  ‘SyNCC‘        ‘SyNabp‘        ‘SyNBold‘      ‘SyNBoldAff‘      ‘SyNAggro‘      ‘TVMSQ‘

技术图片 技术图片

   ‘img_2‘        ‘img_1‘

校正偏置场ants.n4_bias_field_correction()

import os
import ants
import numpy as npimport time

move_path = img.png
move_img = ants.image_read(move_path, pixeltype=unsigned char)

n4_img = ants.n4_bias_field_correction(move_img)
n4_img = ants.from_numpy(np.array(n4_img.numpy(), dtype=‘uint8‘))
# png只接受 unsigned char & unsigned short
# 保存之前需转换类型

n4_img.to_file(TRSAA_n4.png)

 技术图片技术图片技术图片技术图片

     ‘OG‘        ‘OG_n4‘         ‘TRSAA‘         ‘TRSAA_n4‘    

以上是关于ANTsPy医学图像配准的主要内容,如果未能解决你的问题,请参考以下文章

学习笔记4--医学图像重建与可视化医学图像的配准与融合

答辩汇总,医学图像配准空间注意力和通道注意力

答辩汇总,医学图像配准空间注意力和通道注意力

基于MATLAB的医学图像配准算法仿真

医学图像配准综述之无监督转换模型2019-09-23

2021认证杯第二阶段 A 题 医学图像的配准 思路