1

我将读取一个 nifti 图像并更改体素的值并保存与主图像类似但只有不同体素值的新 nifti 图像。换句话说，我希望分割图像中的标签从 0 到 7，而不是具有不同的数字。o 编写了下面的代码，但我收到此错误：

NotImplementedError: Wrong number or type of arguments for overloaded function 'WriteImage'.

可能的 C/C++ 原型有： itk::simple::WriteImage(itk::simple::Image const &,std::string const &,bool) itk::simple::WriteImage(itk::simple::Image const &,std::vector<std::string,std::allocator<std::string >> const &,bool)

编码：

对于 os.listdir(path) 中的 image_path：

label_name = os.path.join(path, image_path)

img = nib.load(label_name)
data = img.get_fdata()
n=0;
u=0;
m=0;
b=0;
e=0;
r=0;
s=0;
img1=img
data1 = img1.get_fdata()
for i in range (0,img.shape[0]):
    for j in range (0,img.shape[1]):
        for k in range (0,img.shape[2]):

            if data[i,j,k]==500:
                n=n+1;
                data1[i,j,k]=1;
            elif data[i,j,k]==600:
                u=u+1;
                data1[i,j,k]=2;
            elif data[i,j,k]==420:
                b=b+1;
                data1[i,j,k]=3;
            elif data[i,j,k]==550:
                e=e+1;
                data1[i,j,k]=4;
            elif data[i,j,k]==205:
                r=r+1;
                data1[i,j,k]=5;
            elif data[i,j,k]==820:
                m=m+1;
                data1[i,j,k]=6;
            elif data[i,j,k]==850:
                s=s+1;
                data1[i,j,k]=7



OUTPUT_DIR='/Volumes/CSE_BME_AXM788/home/gxa131/labelsTr_new/'  
dir1=os.path.join(OUTPUT_DIR, image_path)
sitk.WriteImage(data1,dir1)
4

2 回答 2

2

SimpleITK 的 WriteImage 函数需要一个 SimpleITK Image 作为第一个参数。NiBabel Image 的 get_fdata 方法返回一个 Numpy 数组。如果你想使用 SimpleITK 写图像，你需要使用 GetImageFromArray 函数将 Numpy 转换为 SimpleITK。

请注意，您将丢失原始图像附带的任何元数据信息，例如像素间距。

更新：

要回答有关保留元数据的问题：

我自己没有使用过 NiBabel，但以下页面描述了如何从数据数组创建新图像，并从原始图像中复制标题信息： https ://bic-berkeley.github.io/psych-214- 2016 年秋季/saving_images.html

我自己会在整个过程中使用 SimpleITK。如果您使用 SimpleITK 加载图像并在 SimpleITK Image 对象上进行所有处理，则所有元数据都会被保留。

对于您的特定代码，您可以使用 RelabelLabelMapFilter 类将原始标签（500、600、520、550、205、820、850）映射到（1-7），假设这些是唯一的标签。这样您就不必自己遍历所有体素。 https://simpleitk.org/doxygen/latest/html/classitk_1_1simple_1_1RelabelLabelMapFilter.html#details

要计算每个标签的体素数量，您可以使用 LabelShapeStatisticsImageFilter。同样，这避免了手动循环遍历体素： https ://simpleitk.org/doxygen/latest/html/classitk_1_1simple_1_1LabelShapeStatisticsImageFilter.html

于 2021-01-05T02:37:22.320 回答
0

为了保存元数据，使用 nibabel.save 如下例所示：

new_nifti = nib.Nifti1Image(***numpy_arrray***.astype(np.float), nii_original_scan.affine)
nib.save(new_nifti, f'***path to new scan***.nii.gz')

说明：您应该将新的 NIfTI 扫描（NumPy 数组）保存为 nii 图像。为此，请使用Nifti1Image创建 nii 对象，然后将 nibabel.save 保存到文件中。

Numpy_array 参数 - 是你的 numpy 数组（确保是浮点类型）。第二个参数是加载后的原始 NIfTI 扫描（使用仿射函数）。

于 2021-02-25T16:51:54.240 回答