如何创建显示Ct扫描Makie.jl的朱莉娅彩色方案

Question

我使用makie.jl和slicesNumb进行PET/CT扫描的可视化，我有三维衰减值阵列，我用滑块显示热图和改变切片--这很好，我有两个问题。

1. 我不知道如何定义自定义的渐变值(基本上，我需要能够指定以上所有阈值都是黑色的，所有阈值都是白色的，两者之间的值与衰减值成正比)。

2)我希望能够在我的图像(热图)上显示另一个我可以控制透明度-像素的α值，以显示一些注解/ PET .

可以工作但没有这两个功能的代码以及它的外观

using GLMakie

```@doc

单幅图像在横向平面上的简单显示

function singleCtScanDisplay(arr ::Array{Number, 3}) 
  

  fig = Figure()
  sl_x = Slider(fig[2, 1], range = 1:1:size(arr)[3], startvalue = 40)
  ax = Axis(fig[1, 1])
  hm = heatmap!(ax, lift(idx-> arr[:,:, floor(idx)], sl_x.value) ,colormap = :grays)
  Colorbar(fig[1, 2], hm)

  
  fig

end

​

​

谢谢你帮忙！

Answer 1

您可以使用Colors和ColorSchemeTools，但是您需要根据您的阈值添加方案的顶部和底部。

using Colors, ColorSchemeTools

truemin = 0
truemax = 600
max_shown_black = 20
min_shown_white = 500

data = rand(truemin:truemax, (500, 500, 20))

grayscheme =  [fill(colorant"black", max_shown_black - truemin + 1);
               collect(make_colorscheme(identity, identity, identity,
                   length = min_shown_white - max_shown_black - 1));
               fill(colorant"white", truemax - min_shown_white + 1)]

为了控制alpha，我会添加一个带有alpha滑块的弹出窗口。看看一些可分发的DICOM工具作为例子。

Answer 2

我最终完成了管理，基本上我加载了存储在hdf5中的三维数据(我使用python将它从原始的hdf5中加载到了hdf5中)。

它允许查看横向切片，并在遮罩中注释3d路径，该掩码将显示在主图像上。

exmpleH = @spawnat persistenceWorker Main.h5manag.getExample()
minimumm = -1000
maximumm = 2000
arrr= fetch(exmpleH)
imageDim = size(arrr)
using GLMakie
maskArr = Observable(BitArray(undef, imageDim))
MyImgeViewer.singleCtScanDisplay(arrr, maskArr,minimumm, maximumm)

现在定义所需的模块

```@doc

负责显示医学图像数据的功能

using DrWatson
@quickactivate "Probabilistic medical segmentation"


module MyImgeViewer

using GLMakie
using Makie
#using GeometryBasics
using GeometricalPredicates
using ColorTypes
using Distributed
using GLMakie
using Main.imageViewerHelper
using Main.workerNumbers
## getting id of workers 

```@doc

仅在横向平面上简单地显示单个图像，我们还添加了一个掩码，

代表医学图像的主要三维数据，例如CT，每个体素代表X射线衰减值。

最小值，最大值--我们可以在图像中得到的大约最小值和最大值。

function singleCtScanDisplay(arrr ::Array{Number, 3}, maskArr , minimumm, maximumm) 
#we modify 2 pixels just in order to make the color range constant so slices will be displayed in the same windows
arrr[1,1,:].= minimumm 
arrr[2,1,:].= maximumm 
  

imageDim = size(arrr) # dimenstion of the primary image for example CT scan
slicesNumb =imageDim[3] # number of slices 

#defining layout variables
scene, layout = GLMakie.layoutscene(resolution = (600, 400))
ax1 = layout[1, 1] = GLMakie.Axis(scene, backgroundcolor = :transparent)
ax2 = layout[1, 1] = GLMakie.Axis(scene, backgroundcolor = :transparent)

#control widgets
sl_x =layout[2, 1]= GLMakie.Slider(scene, range = 1:1: slicesNumb , startvalue = slicesNumb/2 )
sliderXVal = sl_x.value


#color maps
cmwhite = cgrad(range(RGBA(10,10,10,0.01), stop=RGBA(0,0,255,0.4), length=10000));
greyss = createMedicalImageColorSchemeB(200,-200,maximumm, minimumm )
####heatmaps

#main heatmap that holds for example Ct scan
currentSliceMain = GLMakie.@lift(arrr[:,:, convert(Int32,$sliderXVal)])
hm = GLMakie.heatmap!(ax1, currentSliceMain ,colormap = greyss) 

#helper heatmap designed to respond to both changes in slider and changes in the bit matrix
currentSliceMask = GLMakie.@lift($maskArr[:,:, convert(Int32,$sliderXVal)])
hmB = GLMakie.heatmap!(ax1, currentSliceMask ,colormap = cmwhite) 

#adding ability to be able to add information to mask  where we clicked so in casse of mit matrix we will set the point where we clicked to 1 
indicatorC(ax1,imageDim,scene,maskArr,sliderXVal)

#displaying
colorB = layout[1,2]= Colorbar(scene, hm)
GLMakie.translate!(hmB, Vec3f0(0,0,5))  

scene

end

```@doc

受https://github.com/JuliaPlots/Makie.jl/issues/810启发

总的来说，由于这个功能，查看器能够响应对切片的单击，并将其记录在所提供的三维AbstractArray中。

ax - Axis，它存储我们想要观察的热图切片，用户点击了它们，并在哪里点击了它们。

dims .主要图像的尺寸(例如CT )

我们的轴心所在的sc场景

maskArr -与存储图像的主阵列完全相同的三维位数组

sliceNumb -表示我们当前正在运行的幻灯片--通常它只是从滑块中提供信息。

function indicatorC(ax::Axis,dims::Tuple{Int64, Int64, Int64},sc::Scene,maskArr,sliceNumb::Observable{Any})
  register_interaction!(ax, :indicator) do event::GLMakie.MouseEvent, axis
  if event.type === MouseEventTypes.leftclick
    println("clicked")
    #@async begin
      #appropriately modyfing wanted pixels in mask array
   @async calculateMouseAndSetmaskWrap(maskArr, event,sc,dims,sliceNumb)            
    #  
    #  
    #  println("fetched" + fetch(maskA))

    #  finalize(maskA)
    #end
    return true
    #print("xMouse: $(xMouse)  yMouse: $(yMouse)   compBoxWidth: $(compBoxWidth)  compBoxHeight: $(compBoxHeight)   calculatedXpixel: $(calculatedXpixel)  calculatedYpixel: $(calculatedYpixel)      pixelsNumbInX  $(pixelsNumbInX)         ") 
  end
  
end
end
```@doc

calculateMouseAndSetmask包装器-来自imageViewerHelper模块

给定的鼠标事件相应地修改掩码

maskArr -与存储图像的主阵列完全相同的三维位数组

事件-从Makie传递的鼠标事件

我们在Makie中使用的sc场景

函数calculateMouseAndSetmaskWrap(maskArr，event，sc，dims，sliceNumb)

maskArr[] = calculateMouseAndSetmask(maskArr，event，sc，dims，sliceNumb)

结束

端#模块

and helper methods

```javascript

functions responsible for helping in image viewer - those functions are  meant to be invoked on separate process
- in parallel

使用DrWatson

@quickactivate“概率医学分割”

模块imageViewerHelper

使用文档记录器

使用ColorTypes

使用颜色，ColorSchemeTools

使用Makie

导出calculateMouseAndSetmask

导出createMedicalImageColorSchemeB

使用AbstractPlotting

  given mouse event modifies mask accordingly
  maskArr - the 3 dimensional bit array  that has exactly the same dimensions as main Array storing image 
  event - mouse event passed from Makie
  sc - scene we are using in Makie

函数calculateMouseAndSetmask(maskArr，event，sc，dims，sliceNumb)

#左上角的位置

xMouse= Makie.to_world(sc，event.data)1

yMouse= Makie.to_world(sc，event.data)2

#布局中的高度和宽度数据

compBoxWidth = 510

compBoxHeight = 510

#图像尺寸-来自医学图像的像素数，例如ct扫描

pixelsNumbInX =dims1 1

pixelsNumbInY =dims2 2

#计算我们在哪个图像像素上

calculatedXpixel =转换(Int32，圆形((x老鼠/compBoxWidth)pixelsNumbInX))

calculatedYpixel =转换(Int32，圆形((y老鼠/compBoxHeight)pixelsNumbInY ))

sliceNumbConv =转换(Int32，圆形( sliceNumb[] ))

#在掩码阵列中适当地移动想要的像素

返回markMaskArrayPatch( maskArr，CartesianIndex(calculatedXpixel，calculatedYpixel，sliceNumbConv ),2)

端

maskArr -与存储图像的主阵列完全相同的三维位数组

点-笛卡儿坐标点，我们要修改周围的三维数组从0到1。

function markMaskArrayPatch(maskArr, pointCart::CartesianIndex{3}, patchSize ::Int64)

  ones = CartesianIndex(patchSize,patchSize,patchSize) # cartesian 3 dimensional index used for calculations to get range of the cartesian indicis to analyze
  maskArrB = maskArr[]
  for J in (pointCart-ones):(pointCart+ones)
    diff = J - pointCart # diffrence between dimensions relative to point of origin
      if cartesianTolinear(diff) <= patchSize
        maskArrB[J]=1
      end
      end
return maskArrB
end
```@doc

只适用于三维笛卡尔坐标

点的笛卡儿坐标，我们将加入尺寸.

function cartesianTolinear(pointCart::CartesianIndex{3}) :: Int16
   abs(pointCart[1])+ abs(pointCart[2])+abs(pointCart[3])
end

```@doc

为正确显示医学图像(主要是CT扫描)创建灰色方案颜色

min_shown_white - max_shown_black范围，将显示灰度的灰度值。

truemax --在我们要为其创建比例的图像中的值范围。

#taken from https://stackoverflow.com/questions/67727977/how-to-create-julia-color-scheme-for-displaying-ct-scan-makie-jl/67756158#67756158

function createMedicalImageColorSchemeB(min_shown_white,max_shown_black,truemax,truemin ) ::Vector{Any} 
# println("max_shown_black - truemin + 1")
# println(max_shown_black - truemin + 1)
# println(" min_shown_white - max_shown_black - 1")
# println( min_shown_white - max_shown_black - 1)
# println("truemax - min_shown_white + 1")
# println(truemax - min_shown_white + 1)

return  [fill(colorant"black", max_shown_black - truemin + 1);
               collect(make_colorscheme(identity, identity, identity,
                   length = min_shown_white - max_shown_black - 1));
               fill(colorant"white", truemax - min_shown_white + 1)]

end





end #module

​

​