将 unet 答案转换回 .nii 文件

问题描述

我是深度学习的新手，目前正在研究图像分割网络。我设法训练了网络，但问题是将网络响应转换为 nii 格式。我将 CT 图像中的训练样本切成 512X512 个切片，然后再切成 128X128 个补丁。因此，我将补丁转移到网络的输入端，并在输出端得到 128x128 的掩码。我设法将掩码分组到一个 numpy 数组中。但是当从一个数组转移到 nii 并试图将生成的掩码强加到原始 CT 上时，我的尺度不匹配。请告诉我可能是什么问题？我非常感谢您的帮助。

为了简单起见，我从训练样本中取了一个掩码。


input_path = PatchPathOutput
ls = os.listdir(input_path)#dir with patches(128) of inital mask
slices = []

for i in range(0,len(ls),16):
    line1 = np.array(Image.open(input_path + '/'+ ls[i]))
    #here I get the first slice line from patches
    for j in range(1,4):
        a = np.array(Image.open(input_path + '/'+ ls[i+j]))
        line1 = np.concatenate((line1,a),axis = 1)
    
    line2 = np.array(Image.open(input_path + '/'+ ls[i + 4]))
    for j in range(5,8):
        a = np.array(Image.open(input_path + '/'+ ls[i+j]))
        line2 = np.concatenate((line2,axis = 1)

    line3 = np.array(Image.open(input_path + '/'+ ls[i + 8]))
    for j in range(9,12):
        a = np.array(Image.open(input_path + '/'+ ls[i+j]))
        line3 = np.concatenate((line3,axis = 1)
        
    line4 = np.array(Image.open(input_path + '/'+ ls[i + 12]))
    for j in range(13,16):
        a = np.array(Image.open(input_path + '/'+ ls[i+j]))
        line4 = np.concatenate((line4,axis = 1)
    
    #all lines to slice (512 x 512)
    slice_ = np.concatenate((line1,line2),axis = 0)
    slice_ = np.concatenate((slice_,line3),line4),axis = 0)
    
    slices.append(slice_)

    slices_ = np.asarray(slices)#shape (137,512,512)
    slices_ = np.swapaxes(slices_,2)#shape (512,137)

    import nibabel as nib

    new_image = nib.Nifti1Image(slices_,affine=np.eye(4))
    nib.save(new_image,'new_image.nii')

解决方法

好吧，我意识到问题是什么，在保存时，您需要使用原始nii图像的仿射变换。

ct_scan = nib.load(CtPathInput + '/019.nii')

import nibabel as nib

new_image = nib.Nifti1Image(slices_,ct_scan.affine)
nib.save(new_image,'new_image.nii')

medical-imaging python