Pilih situs web untuk mendapatkan konten terjemahan jika tersedia dan lihat acara dan penawaran lokal. Berdasarkan lokasi Anda, sebaiknya pilih. Show
Anda juga dapat memilih situs web dari daftar berikut Cara Mendapatkan Performa Situs TerbaikPilih situs China (dalam bahasa China atau Inggris) untuk kinerja situs terbaik. Situs negara MathWorks lainnya tidak dioptimalkan untuk kunjungan dari lokasi Anda Dalam tutorial ini, saya akan melalui panduan langkah demi langkah tentang cara menerapkan metode pengelompokan statistik, algoritme grafik komputer, dan teknik pemrosesan gambar ke gambar medis untuk membantu memahami dan memvisualisasikan data dalam 2D dan 3D (semua kode . ) Langkah 1. Instal Paket yang Diperlukan Dua cara umum untuk menginstal paket menggunakan conda atau pip. Secara pribadi, saya pikir. mengapa tidak keduanya?
*CATATAN. Untuk menggunakan plotly, Anda harus melakukannya. (1. ) Instal semua paket/ekstensi yang diperlukan dengan mengikuti petunjuk ini. (2. ) daftar untuk mendapatkan akun gratis dan aktifkan kunci Anda dengan mengikuti petunjuk ini (hanya baca bagian 'Inisialisasi untuk Pemetaan Online') Langkah 2. Memuat Data DICOMSelamat. Anda melewati bagian terburuk… menginstal paket. Untuk tutorial selanjutnya, saya akan menggunakan CT scan dada dan akan menjalankan skrip saya di notebook jupyter Pertama mari impor paket yang diperlukan # common packages Selanjutnya, mari muat gambar DICOM Anda def load_scan(path):_ Jalankan kode berikut untuk mengekstrak piksel DICOM untuk setiap lokasi irisan dan tampilkan satu irisan # set path and load files Mari gunakan beberapa operasi thresholding dan morfologis untuk mensegmentasi paru-paru saja dari dada def largest_label_volume(im, bg=-1): Dengan menjalankan kode di bawah ini, Anda menggunakan fungsi skimage dari atas untuk membuat topeng yang menutupi paru-paru. Kami akan menggunakan keduanya fill_lung_structures=True dan fill_lung_structures=False, untuk mengisolasi paru-paru dan struktur internal. Mari jalankan kode di bawah ini, dan tampilkan contoh mengisolasi paru-paru dari dada # get masks_ Jika terlihat seperti ini, maka sempurna. Anda baru saja mengisolasi paru-paru dari sisa pemindaian. Jangan khawatir tentang topengnya, saya akan menunjukkan beberapa visualisasi nanti Metode ekstraksi fitur yang kuat menggunakan GK ClusteringMengapa berhenti di paru-paru saja? . Tergantung pada tugas yang Anda berikan, Anda mungkin ingin menganalisis wilayah pemindaian yang lebih spesifik. Salah satu cara yang mungkin untuk melakukannya adalah menggunakan GK Clustering class GK: Sekarang, mari kita segmentasikan hanya beberapa irisan (5 di antaranya) menggunakan kelas GK Clustering dan tampilkan salah satunya # cluster slices (#324 - #328)_ Hanya struktur internal. Agak keren ya? Langkah 4. Teknik Visualisasi 2DTidak InteraktifSaat memvisualisasikan data, menurut saya sangat bermanfaat untuk memvisualisasikan setiap proses skrip Anda. Ini tidak hanya akan membantu Anda memahami setiap langkah kode Anda, tetapi juga membuat presentasi yang sangat bagus dan bersih Kode di bawah ini pada dasarnya akan menyampaikan cerita secara visual tentang bagaimana Anda menyegmentasikan data Anda. (1. ) gambar asli > (2. ) topeng biner yang menutupi paru > (3. ) menyoroti struktur internal paru-paru menggunakan salah satu topeng > (4. ) mengekstraksi struktur internal menggunakan pengelompokan GK # pick random slice InteraktifSebenarnya hanya ada beberapa cara untuk menampilkan banyak gambar di notebook jupyter — memplot setiap gambar secara manual satu per satu, atau membuat plot dengan beberapa kolom dan baris untuk ditampilkan dalam satu gambar. Sayangnya, ini tidak membantu bagi mereka yang ingin memindai setiap gambar dan mendapatkan pemahaman data yang lebih baik. Dengan kode di bawah ini Anda membuat bilah geser interaktif yang memungkinkan Anda menelusuri gambar # slide through dicom images using a slide bar_ Dalam pencitraan medis, biasanya menggunakan algoritme grafik komputer yang dikenal sebagai Marching Cubes untuk mengekstraksi permukaan dari data tiga dimensi. Dalam kasus kami, kami akan menggunakan pengukuran fungsi bawaan skimage. marching_cubes_lewiner Non-interaktifApakah Anda menerapkan jaringan saraf convolutional 2D atau 3D ke dataset Anda, masih ada manfaat untuk melihat data DICOM Anda dalam 3D. Secara filosofis, jika Anda ingin algoritme Anda memiliki pemahaman yang baik tentang data agar bekerja seperti yang Anda inginkan — maka Anda juga harus memiliki pemahaman yang baik def plot_3d(image):_ Cukup keren ya? InteraktifKarena membuat plot 3D interaktif dapat memakan waktu (jika Anda memasukkan banyak data), sebaiknya gunakan ini saat Anda telah mengisolasi wilayah tertentu dari pemindaian Anda. Misalnya, mungkin Anda menemukan fitur abnormal dalam gambar Anda dan Anda ingin berinteraksi dengannya dalam 3D Kode di bawah ini menunjukkan contoh memotong wilayah tertentu, mendapatkan irisan tetangga (sehingga kita dapat memperoleh beberapa pindaian 2D untuk membentuk volume 3D) dan memplotnya secara interaktif dalam 3D def load_scan(path):_0 Sekarang mari kita gunakan fungsi pembantu, bersama dengan gk_clustered_imgs untuk memangkas beberapa wilayah dan menampilkan tampilannya dalam 3D interaktif (di bawah ini hanya gambar, tetapi di buku catatan Anda, Anda dapat mengeklik dan memindahkannya, lol) def load_scan(path):_1 Sial ya. Anda baru saja memprogram kode paling non-non-NON-heinous yang melibatkan metode pengelompokan statistik, algoritme grafik komputer, dan pemrosesan gambar. Kami bahkan tidak perlu menggunakan kata-kata besar untuk membuatnya terdengar keren;) Bagaimana cara membaca gambar DICOM dengan Python?Ada beberapa opsi. . Gunakan salah satu dari banyak program penampil DICOM yang tersedia gunakan pydicom dengan matplotlib gunakan pydicom dengan modul Tkinter stdlib Python gunakan pydicom dengan Python Imaging Library (PIL) gunakan pydicom dengan wxPython Bagaimana cara membaca folder DICOM?File DICOM adalah gambar yang berasal secara digital dari pemindaian medis, seperti MRI dan ultrasonografi. Anda dapat melihat file ini dengan penampil online gratis bernama Jack Image viewer di komputer mana pun . Jika Anda lebih suka aplikasi, Anda dapat mengunduh MicroDicom (khusus PC) atau membuka file di Adobe Photoshop (PC dan Mac).
Bagaimana cara menggunakan Pydicom dengan Python?Panduan Pengguna pydicom Cara menginstal pydicom. Instal rilis resmi. Instal menggunakan pip. Instal menggunakan conda. Mengunduh contoh/menguji file DICOM. Instal pustaka opsional. Memasang Bantal. Menginstal CharPyLS. Menginstal GDCM. Menginstal pylibjpeg. Instal versi pengembangan. . Referensi API Apa nama paket yang dapat Anda gunakan untuk membaca gambar DICOM dengan Python?Untuk membaca file DICOM kami menggunakan paket pydicom dan untuk melihat hasilnya kami menggunakan matplotlib. |