我最近開始使用 SimpleITK 進行圖像配準。對于我當前的項目，我需要配準 X 射線圖像和 CT 圖像，然后在 X 射線圖像上跟蹤的 ROI 掩碼上應用逆矩陣。我得到了這一行的逆矩陣：inverse_transform = final_transform.GetInverse()如何將變換應用于 ROI 蒙版？
1 回答
守著星空守著你
TA貢獻1799條經驗 獲得超8個贊
歡迎來到 SimpleITK！
假設您的 X 射線是配準中的固定圖像（CT 是移動的），那么配準的結果是從 X 射線到 CT 的變換映射點。您需要做的就是使用逆變換將 ROI 掩模圖像重新采樣到 CT 上。
transformed_labels = sitk.Resample(xray_roi_mask,
ct_image,
inverse_transform,
sitk.sitkNearestNeighbor,
0.0, #out of bounds pixel color
xray_roi_mask.GetPixelID())
這個 Jupyter notebook的最后一個單元就是這樣做的。
補充兩點意見：
不確定 X 射線到 CT 配準是什么意思。這是目前 SimpleITK 不支持的 2D/3D 配準，因此我假設您正在進行 2D/2D 或 3D/3D 配準。
由于您是 SimpleITK 的新手，我建議您查看我們的主要 Jupyter 筆記本存儲庫或更簡潔的IEEE ISBI'18 教程，以熟悉該工具包。
添加回答
舉報
0/150
提交
取消