Nilearn教程系列-3D和4D niimgs:处理和可视化

Posted 2021-03-22 rosevorchid

目录

• 3D和4D niimgs:处理和可视化
  • 第一步：加载数据
  • 第二步：可视化
  • 可视化4D文件

本分享为脑机学习者Rose整理发表于公众号：脑机接口社区(微信号：Brain_Computer).QQ交流群：903290195

3D和4D niimgs:处理和可视化

第一步：加载数据

from nilearn import datasets
import warnings
warnings.filterwarnings("ignore")
print('Datasets are stored in: %r' % datasets.get_data_dirs())

motor_images = datasets.fetch_neurovault_motor_task()
print(motor_images.images)

tmap_filename = motor_images.images[0]

第二步：可视化

# 我们将3D数据，可视化为统计图
from nilearn import plotting
plotting.plot_stat_map(tmap_filename)

"""
# 设置阈值来绘制效果图
这里的阈值设置为3
threshold=3
"""
plotting.plot_stat_map(tmap_filename, threshold=3)

可视化4D文件

rsn = datasets.fetch_atlas_smith_2009()['rsn10']
print(rsn)

"""
查看4D图片的形状
"""
from nilearn import image
print(image.load_img(rsn).shape)

(91, 109, 91, 10)

"""
获取第一组数据(卷)
python中索引从0开始
"""
first_rsn = image.index_img(rsn, 0)
print(first_rsn.shape)

(91, 109, 91)

"""
绘制第一组数据
"""
plotting.plot_stat_map(first_rsn)

"""
循环绘制4D文件中的所有组(卷)-volumes
"""
for img in image.iter_img(rsn):
    # img is now an in-memory 3D img
    plotting.plot_stat_map(img, threshold=3, 
                           display_mode="z", 
                           cut_coords=1,
                           colorbar=False)

脑机学习者Rose笔记分享,QQ交流群：903290195
更多分享，请关注公众号