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。
原文地址:https://www.cnblogs.com/kailugaji/p/10012338.html
时间: 2024-11-09 02:02:57