读取两个PET的nii图像，并将对应体素相乘

A：好的，以下是Python代码实现：

import nibabel as nib
import numpy as np

# 读取两个PET的nii图像
pet1_img = nib.load('pet1.nii')
pet2_img = nib.load('pet2.nii')

# 获取图像数据和空间信息
pet1_data = pet1_img.get_fdata()
pet2_data = pet2_img.get_fdata()
pet1_affine = pet1_img.affine
pet2_affine = pet2_img.affine

# 将对应体素相乘
result_data = np.multiply(pet1_data, pet2_data)

# 创建新的nii图像并保存结果
result_img = nib.Nifti1Image(result_data, pet1_affine)
nib.save(result_img, 'result.nii')

以上代码先用`nibabel`库中的`nib.load`方法读取两个PET的nii图像，并使用`get_fdata`方法获取图像数据和空间信息。然后使用`numpy`库中的`np.multiply`方法将对应体素相乘，得到结果。最后使用`nib.Nifti1Image`创建新的nii图像并使用`nib.save`方法保存结果。

相关问题

读取PET的nii图像并计算体素最大值

A：您可以使用Python中的Nibabel库读取PET的nii图像文件，并使用NumPy库计算体素最大值。下面是一个示例代码：

import nibabel as nib
import numpy as np

# 读取nii文件
img = nib.load('/path/to/pet.nii')

# 获取图像数据
data = img.get_fdata()

# 计算体素最大值
max_val = np.max(data)

print('体素最大值为:', max_val)

注意，这段代码需要先安装Nibabel和NumPy库。您可以使用以下命令进行安装：

pip install nibabel numpy

读取PET的nii图像，并算其大于0的体素的均值

A：以下是Python代码来实现

import nibabel as nib
import numpy as np

# 读取nii图像文件
img = nib.load('path/to/PET.nii')

# 获取图像数据
data = img.get_fdata()

# 计算大于0的体素数
positive_voxels = np.sum(data > 0)

# 计算大于0的体素的均值
mean_positive_voxels = np.sum(data[data > 0]) / positive_voxels

注意，`path/to/PET.nii`应该替换为实际的文件路径