医学图像分割热力图可视化代码

以下是使用Python和OpenCV库实现医学图像分割热力图可视化的示例代码：

import cv2
import numpy as np

# 读取原始图像和分割结果
img = cv2.imread('image.png')
seg_map = cv2.imread('seg_map.png', 0)

# 创建热力图
heatmap = np.zeros((img.shape[0], img.shape[1], 3), dtype=np.uint8)

# 根据分割结果填充热力图
heatmap[np.where(seg_map == 0)] = (255, 255, 255)   # 背景
heatmap[np.where(seg_map == 1)] = (0, 0, 255)       # 器官1
heatmap[np.where(seg_map == 2)] = (0, 255, 0)       # 器官2
heatmap[np.where(seg_map == 3)] = (255, 0, 0)       # 器官3

# 叠加热力图和原始图像
result = cv2.addWeighted(img, 0.5, heatmap, 0.5, 0.0)

# 可视化结果
cv2.imshow('Result', result)
cv2.waitKey()
cv2.destroyAllWindows()

在上述示例代码中，我们首先读取了原始图像`img`和分割结果`seg_map`。然后创建一个与原始图像大小相同的热力图`heatmap`，并根据分割结果填充热力图。具体地，我们将背景填充为白色，将三个器官分别填充为红、绿、蓝三种颜色。接着，我们使用`cv2.addWeighted()`函数将热力图叠加到原始图像上，得到最终结果`result`。最后，我们可视化结果`result`。