我有体素大小为1mmx1mmx1mm的3D图像。这是一个医学形象。我将它应用于深度学习，我需要增加数据集。我选择旋转来增加数据集。
from scipy.ndimage import rotate
image_rotate=rotate(img, angle=angle, reshape=False, axes=axes)
我发现当我旋转到角度= 10时，结果再次旋转到角度= -10，获得的结果与原始图像不同。这意味着我计算它们之间的均方误差（MSE）并且它是非零的。我们有更好的方法在python中实现一个小的MSE吗？
完整的代码是
from scipy.ndimage import rotate
from sklearn.metrics import mean_squared_error
img_original = np.copy(img)
image_rotate_10=rotate(img, angle=10, reshape=False, axes=axes)
image_rotate_neg10=rotate(image_rotate_10, angle=-10, reshape=False, axes=axes)
mse = mean_squared_error(img_original, image_rotate_neg10)
#Or compute number of different pixel
error = ((label_original - labels) ** 2).sum(axis=None)