我可以访问我有1000多个.nii文件的The Human Connectome Project数据。为了分析它们,我需要将它们加载为一个numpy数组,这会占用大量内存。例如,考虑以下代码:
import nibabel as nib
epi_image = nib.load('rfMRI_REST1_LR.nii')
epi_image.shape
out: (91, 109, 91, 1200)
epi_data = epi_image.get_data()最后一条线给出了一个4d张量,其中最后一个轴是时间。由于epi_data是一种5Gb格式,我们可以使用它来训练神经网络,将其转换为张量,但要做到这一点,我们需要加载总数据,该数据是numpy,而这只是1000个数据中的一个。但是,如果我可以将这1200个时间样本分解为1200 .nii,我将能够加载感兴趣的那些。有没有办法从原始文件中提取1200 .nii。
发布于 2020-03-01 06:04:27
从原始文件中提取1200 .nii的方法是分别提取每个帧:
for idx in range(1200):
epi_data = epi_image.get_data()[:,:,:,idx]
nimg = nib.Nifti1Image(epi_data, affine=epi_image.affine, header=epi_image.header)
nimg.to_filename("file%idx.nii"%+int(idx))https://stackoverflow.com/questions/57262225
复制相似问题