simpleITK N4BiasFieldCorrection在运行速度和结果方面表现不佳

时间:2017-03-25 11:11:24

标签: simpleitk

我正在做一个关于脑瘤分割的项目。当我将N4BiasCorrection应用于我的文件(.mha)时,我使用了切片器和simpleITK方法。 切片机运行良好但耗时,因为我不知道如何使用代码来运行我的所有文件,我只需使用Slicer-N4ITK模块并手动处理每个文件。

然后我尝试使用python的simpleITK,出现问题。首先,它在每个.mha文件上运行速度非常慢,并且在应用n4biasfieldcorrection后得到一个非常大的文件(36.7MB与使用Slicer的4.4MB相比)。其次,为了加快速度,我将Shrink参数设置为4,但整个.mha文件变得非常模糊,使用切片器不会发生这种情况。

所以有人能告诉我这是否正常?有什么方法加快而不模糊我的文件?或者,请你告诉我一个在Slicer python交互器中应用N4BiasFieldCorrection的例子。

谢谢!

# -*- coding: utf-8 -*-
"""
Spyder Editor

This is a temporary script file.
"""
from __future__ import print_function
import SimpleITK as sitk
import sys
import os
#from skimage import io
from glob import glob
import numpy as np


def n4process(inputimage, outpath):
    inputImage = sitk.ReadImage( inputimage )    
#    numberFilltingLevels = 4
    maskImage = sitk.OtsuThreshold( inputImage, 0, 1, 200 )
#    inputImage = sitk.Shrink( inputImage, [ 2 ] * inputImage.GetDimension() )
#    maskImage = sitk.Shrink( maskImage, [ 2 ] * inputImage.GetDimension() )
    inputImage = sitk.Cast( inputImage, sitk.sitkFloat32 )
    corrector = sitk.N4BiasFieldCorrectionImageFilter();
    corrector.SetConvergenceThreshold=0.001
    corrector.SetBiasFieldFullWidthAtHalfMaximum=0.15
    corrector.SetMaximumNumberOfIterations=50
    corrector.SetNumberOfControlPoints=4
    corrector.SetNumberOfHistogramBins=200
    corrector.SetSplineOrder=3
    corrector.SetWienerFilterNoise=0.1
    output = corrector.Execute( inputImage,maskImage )    
    sitk.WriteImage( output, outpath )

    
input_path = '/Users/chenrui/Desktop/BRATS2015_Training/HGG/'
patientpath = glob('/Users/chenrui/Desktop/BRATS2015_Training/HGG/*')
num = 0
for i in patientpath:
    num = num+1
#i = '/Users/chenrui/Desktop/BRATS2015_Training/HGG/brats_2013_pat0001_1'
    flair = glob(i + '/*Flair*/*.mha')
    flair_outpath = '/Users/chenrui/Desktop/BRATS2015_Training/test/'+'Flair/'+str(num)+'.mha'
    n4process(flair[0], flair_outpath)
    
    t2 = glob(i + '/*T2*/*.mha')
    t2_outpath = '/Users/chenrui/Desktop/BRATS2015_Training/HGG_n4/'+'T2/'+str(num)+'.mha'
    n4process(t2[0], t2_outpath)
    
    t1c = glob(i + '/*_T1c*/*.mha')
    t1c_outpath = '/Users/chenrui/Desktop/BRATS2015_Training/HGG_n4/'+'T1c/'+str(num)+'.mha'
    n4process(t1c[0], t1c_outpath)
    
    t1 = glob(i + '/*_T1*/*.mha')
    t1 = [scan for scan in t1 if scan not in t1c]
    t1_outpath = '/Users/chenrui/Desktop/BRATS2015_Training/HGG_n4/'+'T1/'+str(num)+'.mha'
    n4process(t1[0],t1_outpath)

1 个答案:

答案 0 :(得分:0)

从原始实现http://www.insight-journal.org/browse/publication/640

开始

您可以下载并生成示例,然后测试您的数据。您设置的参数看起来与默认值中定义的相同,除了WeinerFilterNoise应该是0.01,除非您因为某个原因而改变了这一点 - 这是模糊问题吗?

大小差异(x 8增加)将是您可能已将数据从8位保存到64位或其他内容。检查metaimage标题将显示此信息。这可以通过铸造来解决。