LUNA16資料集肺結節顯示親測

ps主要是基於該博主的luna16資料集系列上的親測為更加小白的我一樣。博主的方法可行但是有些還有補全才能出結果，希望對你有幫助。

1.資料集太大了我就上傳我用的這個序列

import ******itk as sitk

import matplotlib.pyplot as plt

import numpy as np

filename='e:\\jls\\dcm_data\\luna\\subset1\\1.3.6.1.4.1.14519.5.2.1.6279.6001.173106154739244262091404659845.mhd'

itkimage = sitk.readimage(filename)#讀取.mhd檔案

or=itkimage.getorigin()

print(or)

sp=itkimage.getspacing()

print(sp)

numpyimage = sitk.getarrayfromimage(itkimage)#獲取資料，自動從同名的.raw檔案讀取

def show_nodules(ct_scan, nodules,origin,spacing,radius=20, pad=2, max_show_num=4): # radius是正方形邊長一半，pad是邊的寬度,max_show_num最大展示數

show_index =

for idx in range(nodules.shape[0]): # lable是乙個nx4維的陣列，n是肺結節數目，4代表x,y,z,以及直徑

if idx < max_show_num:

if abs(nodules[idx, 0]) + abs(nodules[idx, 1]) + abs(nodules[idx, 2]) + abs(nodules[idx, 3]) == 0: continue

x, y, z = int((nodules[idx, 0]-origin[0])/sp[0]), int((nodules[idx, 1]-origin[1])/sp[1]), int((nodules[idx, 2]-origin[2])/sp[2])

print(x, y, z)

data = ct_scan[z]

radius=int(nodules[idx, 3]/sp[0]/2)

#pad = 2*radius

# 注意 y代表縱軸，x代表橫軸

data[max(0, y - radius):min(data.shape[0], y + radius),

max(0, x - radius - pad):max(0, x - radius)] = 3000 # 豎線

data[max(0, y - radius):min(data.shape[0], y + radius),

min(data.shape[1], x + radius):min(data.shape[1], x + radius + pad)] = 3000 # 豎線

data[max(0, y - radius - pad):max(0, y - radius),

max(0, x - radius):min(data.shape[1], x + radius)] = 3000 # 橫線

data[min(data.shape[0], y + radius):min(data.shape[0], y + radius + pad),

max(0, x - radius):min(data.shape[1], x + radius)] = 3000 # 橫線

plt.show()

b = np.array([[-116.2874457,21.16102581,-124.619925,10.88839157],[-111.1930507,-1.264504521,-138.6984478,17.39699158],[73.77454834,37.27831567,-118.3077904,8.648347161]])

show_nodules(numpyimage,b,or,sp)

3.結果影象

比較好的割出了結果。

4.針對這個資料很好的理解mhd引數和dcm的文章

LUNA16資料集肺結節顯示親測

LUNA16肺結節檢測資料集介紹

VGG16模型訓練自己資料集

16個推薦系統開放公共資料集整理分享

LUNA16資料集肺結節顯示親測

LUNA16肺結節檢測資料集介紹

VGG16模型訓練自己資料集

16個推薦系統開放公共資料集整理分享

相關推薦