我试图保存用以下代码切片的3D数组的2D切片:import numpy as np
from nibabel.testing import data_path我需要2D数组才能将我的图像插入到一个自动的肺血管分割模型中,但我只有3D图像,有没有办法从上述3D图像中获取所有的切片而不是手工切片(就像我试图做的那样?)
我遇到了一个问题,我正在努力制作肺的纯二进制掩模,其中像素值在肺内是1,在肺外是1。我使用了kmeans和otsu以及其他一些方法来分割肺部。我会附上一些例子图片。这是一个3d numpy数组的链接。它是所有切片中的一个,所以您可能只想尝试一个切片。
如你所见,肺被分割得很好。(图片中间是白色的)。有没有办法让我识别中间的白色斑点(肺),并使其外部的每个像素都变黑(0?)如果有人能给我指路,我将非常感激。0 is treated as background, which we do n
我正在做一个3D容积 of CT肺部图像,为了检测结节,我需要为每一个疑似结节拟合一个椭球体模型,我如何为它做一个代码?结节是怀疑是肿瘤的物体,我的算法需要检查每一个物体,并把它近似成一个椭球,从椭球参数中我们计算出8个特征来构建一个分类器,通过训练和测试数据来检测它是否是结节,所以我需要对这个椭球体进行拟合。这里一片容积CT肺图像在这里,另一个体积相同的切片,但它包含一个结节(黄色圆圈,有一个结节),所以我需要我的代码来检查每个形状,以确定它是否是一个结节。
我有预处理的肺图像和提取48x48x48毫米立方体阵列代表像素在感兴趣区域(dtype=uint8)。我已经将这8504个立方体存储在*.npy文件中。当我将多维数据集的列表作为训练数据传递给模型时,会遇到以下错误:# input layer of model
c3d_model.add(Convolution3D(64, 8