将 scipy.ndimage.zoom 函数应用于 mri 分割图像后的奇怪图像修改

Question

a seg img A - 3d numpy 数组图像，形状 (150, 418, 406)，仅包含两个值 0, 1
调整大小的 img B - 上述调整大小的版本 (160, 192, 128)，许多数组值 [-0.26 ~ 1.28]

调整大小的过程是由这段代码运行的：

def resize(img, shape, mode='constant', orig_shape=None):
    """
    Wrapper for scipy.ndimage.zoom suited for MRI images.
    """

    if orig_shape == None: orig_shape = img.shape

    assert len(shape) == 3, "Can not have more than 3 dimensions"
    factors = (
        shape[0]/orig_shape[0],
        shape[1]/orig_shape[1], 
        shape[2]/orig_shape[2]
    )

    # Resize to the given shape
    return zoom(img, factors, mode=mode)

下面的图像是每个 3d 图像的第 80 个切片。 (A, B)

我只想对 mri 分割图像进行下采样，不想对图像进行奇怪的修改。任何帮助，将不胜感激。

Answer 1

由于您得到的值不同于 0 和 1，我不太确定，因为我无法重现，但可能在对 zoom 的调用中设置 order=0 可以解决它。

然后，对于您的图像比较，我很确定您没有比较可比较的图像。当您调用缩放时，图像的边界保持不变，但采样点的数量会发生变化。因此，在矩阵表示的情况下，矩阵的形状会发生变化，在您的情况下从 (150, 418, 406) 变为 (160, 192, 128)。因此，沿原始图像的第一个轴访问第 80 个元素不会映射到沿新生成的图像的第一个轴访问第 80 个元素。它实际上会更接近 80 / 150 * 160，大约是 85。例如，请参见下图的 sn-p。请注意第一行中的图像如何具有可比性，但第二行中的图像不具有可比性。应用我刚才提到的校正，第三行中的图像变得可比较。

import numpy as np
import matplotlib.pyplot as plt
from scipy.ndimage import zoom

image = np.random.default_rng(0).integers(2, size=(100, 25, 25))
imageZ = zoom(image, zoom=(1.2, 0.8, 0.8), order=0)
fig, axarr = plt.subplots(nrows=3, ncols=2, figsize=(8, 12))
axarr[0, 0].imshow(image[-1, :, :], cmap='binary')
axarr[0, 1].imshow(imageZ[-1, :, :], cmap='binary')
axarr[1, 0].imshow(image[70, :, :], cmap='binary')
axarr[1, 1].imshow(imageZ[70, :, :], cmap='binary')
axarr[2, 0].imshow(image[70, :, :], cmap='binary')
axarr[2, 1].imshow(imageZ[84, :, :], cmap='binary')
fig.savefig('so.png', bbox_inches='tight', dpi=300)