专栏首页最新医学影像技术医学图像处理教程(一)——医学算法数据的基本概念

医学图像处理教程(一)——医学算法数据的基本概念

在前面的文章中,已经给大家分享了很多图像处理案例和深度学习案例,但是还是有很多人提出很多问题,基本上都是对案例实现代码的理解不够透彻。从今天起我将开始分享医学图像处理基础算法课程,从最基本的函数开始,分享函数的原理,函数API参数讲解,每篇都会给出一个示例。

参考了数字图像处理(冈萨雷斯)部分内容,列举了一些以后要分享的函数,主要分成五大类:图像增强,图像去噪,图像边缘检测,图像形态学操作,图像分割。

a、图像增强函数

对数变换,幂次变换,直方图均衡化。

b、图像去噪函数

均值滤波,中值滤波,高斯滤波。

c、图像边缘检测

Sobel算子操作,Canny边缘检测。

d、图像形态学操作

形态学开操作,形态学闭操作,形态学细化操作。

e、图像分割

自适应阈值分割,区域生长分割,水平集分割。

以上只是我初步列举的函数,这些函数都将是支持三维数据处理的。在这里我也向大家征集还需要添加哪些算法函数,可以直接在公众号留言或邮件发给我,我会斟酌考虑后,在后面的内容讲解中分享出来。

今天就简单介绍一下我们后面用到的软件开发包SimpleITK。首先先介绍如何安装SimpleITK,然后介绍SimpleITK的图像基本概念。

1、如何安装Python版本的SimpleITK包

为了快速上手算法开发,采用Python版本的SimpleITK开发包来完成医学图像处理算法开发。Python版本的SimpleITK安装也是非常容易的,只需要在cmd中输入pip install SimpleITK即可完成安装,然后再命令行中输入sitk.Version()可以查看SimpleITK版本,这也就证明已经安装成功。

2、SimpleITK图像的基本概念

SimpleITK中的图像概念与计算机视觉中的图像差异是非常大的,计算机视觉中的图像只是简简单单的多维矩阵,而SimpleITK中的图像是表示一种真实的物理实体,图像中的每一个像素都表示了是真实物理空间中的一个点,不仅仅有像素值,还有着坐标,间距,方向等概念。下面这张图就很明白的说明了这些概念内容。

Size:图像在各维度的像素个数

Spacing:图像各维度上像素之间的物理距离(单位一般为mm)

Physical extent:图像在物理空间中的大小,其数值等于Size*Spacing。

Origin:图像原点的物理坐标(单位一般为mm,与Spacing保持一致)

Direction:采用方向余弦矩阵,这里是指图像本身坐标系相对于世界坐标系(固定不动的)的角度余弦。在实际使用时要小心使用这个图像信息,不能随便修改。

除了这些跟图像相关的信息外,Dicom图像还有很多元数据(MetaData),这些都是通过(关键字,数值)对(key,value)来存储表示的,不过在这里呢,我们暂时不需要太关心这些内容,这些元数据跟图像处理算法没有太大的相关性。

本文分享自微信公众号 - 最新医学影像技术(MedicalHealthNews),作者:最新医学影像技术

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2020-04-10

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 图像融合生成对抗网络案例

    前几篇文章给大家分享了各种基于小波变换方法的图像融合例子,今天我将分享如何使用生成对抗网络来进行图像融合。

    用户7498388
  • 深度学习在医学影像上的应用(二)——图像重建及后处理,标注,回归,配准,图像超分辨率

    上一篇给大家介绍了深度学习在医学影像上分类的应用案例,这一篇我将分享深度学习在医学影像上关于图像重建及后处理,图像标注,图像配准,图像超分辨率和回归的应用。

    用户7498388
  • Tensorflow入门教程(二十八)——超分辨生成对抗网络(SRGAN)

    前面的文章给大家分享了生成对抗网络来生成图像,初次见识到生成对抗网络的强大,我们期望可以用它来做更多的事情,今天我将用生成对抗网络来做超分辨成像。

    用户7498388
  • 30分钟学会用scikit-learn的基本回归方法(线性、决策树、SVM、KNN,Adaboost和GBRT)

    朱晓霞
  • 30分钟学会用scikit-learn的基本回归方法(线性、决策树、SVM、KNN,Adaboost和GBRT)

    前言:本教程主要使用了numpy的最最基本的功能,用于生成数据,matplotlib用于绘图,scikit-learn用于调用机器学习方法。如果你不熟悉他们(我...

    IT派
  • 周维跃:Serverless 云函数架构精解

    5月25日,云+社区技术沙龙-互联网架构成功举办。本期沙龙特邀请腾讯的技术专家分享关于技术架构、落地实践案例、无服务器云函数架构、海量存储系统架构等话题,从技术...

    云加社区技术沙龙
  • OpenCV 学习日记(二)---牛刀小试:输入输出图像和视频

    于 2016/6/15 Visual studio2010 + openCV 2.4.9 这一部分主要是举了几个简单的例子,以便大家对openCV有个初步的了...

    TeeyoHuang
  • 资源 | 图像配对数据集TTL:展现人类和机器判断图像相似性的差异

    选自arXiv 作者:Amir Rosenfeld等 机器之心编译 参与:刘晓坤、李泽南 人类对图像相似性的知觉判断依赖于丰富的内部表征,现有的计算机视觉技术应...

    机器之心
  • jsp基础知识 jsp指令 jsp9大内置对象 jstl表达式

    JSP 1, JSP 的生命周期 理解 JSP 底层功能的关键就是去理解它们所遵守的生命周期。 JSP 生命周期就是从创建到销毁的整个过程,类似于 serv...

    用户1171305
  • Python lambda表达式

    “Lambda 表达式”(lambda expression)是一个匿名函数,Lambda表达式基于数学中的λ演算得名,直接对应于其中的lambda抽象(lam...

    Steve Wang

扫码关注云+社区

领取腾讯云代金券