使用 SimpleITK 和 PyTorch 读取 dicom 文件的性能

问题描述

我想以pytorch张量格式直接将图像从内存加载到python。 我通过替换这些行修改了 GetArrayViewFromImage() 函数：

image_memory_view = _GetmemoryviewFromImage(image)
array_view = numpy.asarray(image_memory_view).view(dtype = dtype)

作者：

image_memory_view = _GetmemoryviewFromImage(image)
array_view = torch.as_tensor(image_memory_view,dtype = dtype)

实际上它太慢了，我用：

image_memory_view = _GetmemoryviewFromImage(image)
array_view = numpy.asarray(image_memory_view).view(dtype = dtype)
array_view  = torch.as_tensor(array_view)

现在我有两个问题：

1. 它要慢得多，我真的不知道为什么用 numpy 读取它并转换它更快。
2. 即使我添加了 dtype 参数并返回了一个具有正确 dtype 的张量，它也会读取错误（例如，无论我选择什么 torch.dtype，numpy 中的 -1000 都被读取为 252），这在阅读时不是问题使用 numpy 和转换，为什么会发生这种情况？

解决方法

虽然这不能直接回答您的问题，但我强烈建议您使用 torchio 包，而不是自己处理这些 IO 问题（torchio 在幕后使用 SimpleITK）。