我已经尝试了很多事情来分割gray_matter，白色_matter和cs_fluid图像使用sitk.ConnectedThresholdImageFilter()。很不幸我不能请让我知道我做错了什么。
下面是示例代码：
data_dir = "<path to data dir>"
image_dir = data_dir + "images/"
image_filenames = sorted(glob.glob(image_dir + '*.nii.gz'))
mask_dir = data_dir + "masks/"
mask_filenames = sorted(glob.glob(mask_dir + '*.nii.gz'))
image_filename = image_filenames[0]
mask_filename = mask_filenames[0]
image = sitk.ReadImage(image_filename)
mask = sitk.ReadImage(mask_filename)
print("image_filename:", image_filename)
print("Image:")
display_image(image)
print("Mask:")
display_image(mask)
masked_image = sitk.Mask(image, mask)
print("Masked image:")
display_image(masked_image)
gm_filter = sitk.ConnectedThresholdImageFilter()
gm_filter.SetLower(1) # Lower threshold for GM intensities
gm_filter.SetUpper(100) # Upper threshold for GM intensities
gm_image = gm_filter.Execute(masked_image)
print("GM image:")
display_image(gm_image)下面是输出：
图像：
掩模：
掩蔽图像：
GM图像：
这一切都很好，直到“通用汽车公司的形象”。我真的不知道我在sitk.ConnectedThresholdImageFilter()方法上做错了什么。先谢谢你了。
2条答案
按热度按时间bis0qfac1#
尚未指定区域生长的种子点，请在感兴趣区域内提供种子点。
您可以使用
ConnectedThresholdImageFilter的AddSeed方法来实现这一点。edit：让我们尝试AddSeed方法
例如：
xqkwcwgp2#
我可以通过同时使用名为
sitk.BinaryThreshold()和sitk.And()的方法来完成类似于我所需要的工作。下面是GM图像的结果：
我仍然想知道
sitk.ConnectedThresholdImageFilter()的问题是什么。