SimpleITK：应用逆变换

Posted 2023-02-16

【中文标题】SimpleITK：应用逆变换

【英文标题】：SimpleITK: apply inverse transformation

【发布时间】：2018-08-29 11:16:45

【问题描述】：

我最近开始使用 SimpleITK 进行图像配准。对于我目前的项目，我需要配准一张 X 射线图像和一张 CT 图像，然后将逆矩阵应用到追踪 X 射线图像的 ROI 掩模上。

我用这条线得到了逆矩阵：

inverse_transform = final_transform.GetInverse()

如何将变换应用到 ROI 蒙版？

【参考方案1】：

欢迎来到 SimpleITK！

假设您的 X 射线是配准中的固定图像（CT 是移动的），那么配准的结果是从 X 射线到 CT 的变换映射点。您需要做的就是使用逆变换将您的 ROI 蒙版图像重新采样到 CT 上。

transformed_labels = sitk.Resample(xray_roi_mask, ct_image, inverse_transform, sitk.sitkNearestNeighbor, 0.0, #out of bounds pixel color xray_roi_mask.GetPixelID())

this Jupyter notebook 的最后一个单元格执行此操作。

另外两个 cmets：

不确定您所说的 X 射线到 CT 配准是什么意思。这是 SimpleITK 目前不支持的 2D/3D 注册，所以我假设您正在进行 2D/2D 或 3D/3D 注册。 由于您是 SimpleITK 的新手，我建议您查看我们的 main Jupyter notebook repository 或更简洁的 IEEE ISBI'18 tutorial 以熟悉该工具包。

【讨论】：

谢谢！这正是我需要做的。我正在执行 3D/3D 注册。我不正确地使用了“X 射线”，我有一张来自 X 射线术中系统的图像。并感谢您的链接。