脑图像的数据预处理

2024-06-24 08:26| 来源: 网络整理| 查看: 265

脑图像的数据预处理

在“BrainWeb: Simulated Brain Database使用说明”中已经介绍了如何下载并打开脑数据库，这篇文章将0、1、2、3、8类分割出来，用以后续对图像的处理。

作者：凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/

1.准备

从BrainWeb: Simulated Brain Database网站中下载我们需要的脑图像数据，如t1_icbm_normal_1mm_pn0_rf0.rawb文件，表示在T1模态、icmb协议下，切片厚度为1mm，噪声水平为0，灰度不均匀水平为0的正常脑图像。

2.程序 main.m function main(filename,name,num) % 函数main(filename, num)中的第一个参数filename是欲读取的rawb文件的文件名，第二个参数num就是第多少张。 %例如：main('t1_icbm_normal_1mm_pn0_rf0.rawb','train.txt',90)， main('phantom_1.0mm_normal_csf.rawb','train.txt',90) mark=Mark('phantom_1.0mm_normal_crisp.rawb',num); read=readrawb(filename, num); [row,col]=size(read); for i=1:row %行 for j=1:col %列 if mark(i,j)==0 read_new(i,j)=0; else read_new(i,j)=read(i,j); %将第0、1、2、3、8类拿出来，其余类为0 end end end Write_txt(name,read_new); %将数据写入TXT文件 % 旋转90°并显示出来 read_new=imrotate(read_new, 90); imshow(uint8(read_new)); end Mark.m function mark=Mark(filename,num) %将标签为1、2、3、8类分出来，其余为0，mark取值：0、1、2、3、8 %[mark_new,mark]=Mark('phantom_1.0mm_normal_crisp.rawb',90); fp=fopen(filename); temp=fread(fp, 181 * 217 * 181); image=reshape(temp, 181 * 217, 181); images=image(:, num); images=reshape(images, 181, 217); mark_data=images; fclose(fp); %将第0、1、2、3、8类标签所在的坐标点拿出来，其余置0 for i=1:181 for j=1:217 if (mark_data(i,j)==1)||(mark_data(i,j)==2)||(mark_data(i,j)==3)||(mark_data(i,j)==8) mark(i,j)=mark_data(i,j); else mark(i,j)=0; end end end readrawb.m function g = readrawb(filename, num) % 函数readrawb(filename, num)中的第一个参数filename是欲读取的rawb文件的文件名，第二个参数num就是第多少张。 fid = fopen(filename); % 连续读取181*217*181个数据，这时候temp是一个长度为181*217*181的向量。 % 先将rawb中的所有数据传递给temp数组，然后将tempreshape成图片集。 temp = fread(fid, 181 * 217 * 181); % 所以把它变成了一个181*217行，181列的数组，按照它的代码，这就是181张图片的数据，每一列对应一张图。 % 生成图片集数组。图片集images数组中每一列表示一张图片。 images = reshape(temp, 181 * 217, 181); % 读取数组中的第num行，得到数组再reshape成图片原来的行数和列数：181*217。 image = images(:, num); image = reshape(image, 181, 217); g = image; fclose(fid); end Write_txt.m function Write_txt(name,read) %将数据写入txt文件 fp=fopen(name,'w'); [row,col]=size(read); for i=1:row %行 for j=1:col %列 if j==col fprintf(fp,'%f\n',read(i,j)); %换行 %f或者%d else fprintf(fp,'%f\t',read(i,j)); %多个空格tab end end end fclose(fp); processed_data.m function processed_data(filename,name,num) %将1、2、3、8类的数据做归一处理，其余为0 % processed_data('t1_icbm_normal_1mm_pn0_rf0.rawb','train.txt',90) mark=Mark('phantom_1.0mm_normal_crisp.rawb',num); read=readrawb(filename, num); [row,col]=size(read); for i=1:row %行 for j=1:col %列 if mark(i,j)==0 read_new(i,j)=0; else read_new(i,j)=read(i,j)./255; %将第0、1、2、3、8类拿出来，其余类为0 end end end Write_txt(name,read_new); %将数据写入TXT文件 init_image.m function init_image(filename,num) %function init_image(filename,name,num) % 函数init_image(filename,num)中的第一个参数filename是欲读取的rawb文件的文件名，第二个参数num就是第多少张。输出为原始图像，未处理 %例如：init_image('t1_icbm_normal_1mm_pn0_rf0.rawb','train.txt',90)， init_image('phantom_1.0mm_normal_csf.rawb','train.txt',90) read=readrawb(filename, num); %Write_txt(name,read); %将数据写入文件 % 旋转90°并显示出来 read=imrotate(read, 90); imshow(uint8(read)); end 3.结果 >> init_image('t1_icbm_normal_1mm_pn0_rf0.rawb',90)

>> main('t1_icbm_normal_1mm_pn0_rf0.rawb','train.txt',90)

4.注意

init_image()这个函数输出原图像，main()这个函数将0、1、2、3、8类分离出来（用前四个函数即可），用于后续的研究，processed_data()这个函数对1、2、3、8类进行归一化，并将结果写入TXT文件。这篇文章仅作为保存我之前所做的内容，今后不会研究脑图像，但我之前的博客园文章中提到的聚类算法都可以用在脑图像分割中，有兴趣的话可以对聚类算法用在脑图像分割这个领域做进一步研究。

补充：BrainWeb: 20 Anatomical Models of 20 Normal Brains

注意：事先在https://brainweb.bic.mni.mcgill.ca/brainweb/anatomic_normal_20.html下载subject04_crisp_v.rawb与subject04_csf_v.rawb

function g = readrawb(filename, num) fid = fopen(filename); temp = fread(fid, 362 * 434 * 362); images = reshape(temp, 362, 434, 362); image = images(:, :, num); g = image; fclose(fid); end function init_image(filename,num) read=readrawb(filename, num); read=imrotate(read, 90); imshow(uint8(read)); end function main(filename,name,num) mark=Mark('subject04_crisp_v.rawb',num); read=readrawb(filename, num); [row,col]=size(read); for i=1:row %行 for j=1:col %列 if mark(i,j)==0 read_new(i,j)=0; else read_new(i,j)=read(i,j); end end end Write_txt(name,read_new); read_new=imrotate(read_new, 90); imshow(uint8(read_new)); end function mark=Mark(filename,num) fp=fopen(filename); temp=fread(fp, 362 * 434 * 362); image=reshape(temp, 362, 434, 362); images=image(:, :, num); images=reshape(images, 362, 434); mark_data=images; fclose(fp); for i=1:362 for j=1:434 if (mark_data(i,j)==1)||(mark_data(i,j)==2)||(mark_data(i,j)==3)||(mark_data(i,j)==8) mark(i,j)=mark_data(i,j); else mark(i,j)=0; end end end function Write_txt(name,read) fp=fopen(name,'w'); [row,col]=size(read); for i=1:row %行 for j=1:col %列 if j==col fprintf(fp,'%f\n',read(i,j)); else fprintf(fp,'%f\t',read(i,j)); end end end fclose(fp); function processed_data(filename,name,num) mark=Mark('subject04_crisp_v.rawb',num); read=readrawb(filename, num); [row,col]=size(read); for i=1:row %行 for j=1:col %列 if mark(i,j)==0 read_new(i,j)=0; else read_new(i,j)=read(i,j)./255; end end end Write_txt(name,read_new);

命令行窗口输入>>main('subject04_csf_v.rawb','train.txt',90)

【本文地址】

脑图像的数据预处理

脑图像的数据预处理

今日新闻

推荐新闻