如何用NiBabel写一个彩色3D NIfTI？

Question

我用nibabel写出3D灰度.nii文件并在NIfTI查看器(芒果，MCIcron)中打开它们都没有问题。然而，我还无法写出3D颜色，因为每个RGB平面都被解释为不同的体积。例如，下面的输出：

import nibabel as nib
import numpy as np
nifti_path = "/my/local/path"
test_stack = (255.0 * np.random.rand(20, 201, 202, 3)).astype(np.uint8)
ni_img = nib.Nifti1Image(test_stack, np.eye(4))
nib.save(ni_img, nifti_path)

被视为3个独立的20x201x202卷。我也试着将颜色平面放在第一个轴上(即np.random.rand(3，20,201,202))，但得到了相同的问题。环顾四周，对于24位RGB平面图像，似乎有一个“数据集”字段需要设置为128。关于nibabel的一件好事是它如何根据提供给它的numpy数组自动设置头部。然而，这是一个模棱两可的情况，如果我打印标题信息，我可以看到它将数据类型设置为2 (uint8)，这可能是为什么观众将其解释为单独的卷，而不是RGB24。我在API中看不到对设置数据类型的任何官方支持，但是the documentation确实提到了那些有“巨大勇气”的人可以访问原始字段。这样做，即

hdr = ni_img.header
raw = hdr.structarr
raw['datatype'] = 128

适用于更改标头值

print(hdr)

给出"datatype : RGB“，但在写入时

nib.save(ni_img, nifti_path)

我得到一个错误：

File "<python path>\lib\site-packages\nibabel\arraywriters.py", line 126, in scaling_needed
raise WriterError('Cannot cast to or from non-numeric types')
nibabel.arraywriters.WriterError: Cannot cast to or from non-numeric types

如果某个arr_dtype != out_dtype，则会引发异常，因此我对raw标头的修改可能导致了一些不一致。

那么，有没有合适的方法来做到这一点呢？

Answer 1

多亏了神经成像分析邮件列表中的matthew.brett，我可以这样写出3-d彩色NIfTI：

# ras_pos is a 4-d numpy array, with the last dim holding RGB
shape_3d = ras_pos.shape[0:3]
rgb_dtype = np.dtype([('R', 'u1'), ('G', 'u1'), ('B', 'u1')])
ras_pos = ras_pos.copy().view(dtype=rgb_dtype).reshape(shape_3d)  # copy used to force fresh internal structure
ni_img = nib.Nifti1Image(ras_pos, np.eye(4))
nib.save(ni_img, output_path)

Answer 2

使用所建议的方法工作，用例如ITK-SNAP查看RGB卷是没有问题的，

# ras_pos is a 4-d numpy array, with the last dim holding RGB
shape_3d = ras_pos.shape[0:3]
rgb_dtype = np.dtype([('R', 'u1'), ('G', 'u1'), ('B', 'u1')])
ras_pos = ras_pos.copy().view(dtype=rgb_dtype).reshape(shape_3d)  # copy used 
#to force fresh internal structure
ni_img = nib.Nifti1Image(ras_pos, np.eye(4))
nib.save(ni_img, output_path)

但是，重新加载图像只适用于get_data()

ni_img = nib.load(output_path)

# this will result in error
data = img.get_fdata()

# this will work fine, but get_data() is going to be removed.
data = img.get_data()

这一点很关键，因为get_data()将在将来的版本中删除。建议仅使用get_fdata()。当前在get_fdata()方法中有一个错误，它不能将RGB数据转换为有效的数值数组。