没有合适的资源?快使用搜索试试~ 我知道了~
首页Pytorch 使用 nii数据做输入数据的操作
资源详情
资源评论
资源推荐
Pytorch 使用使用 nii数据做输入数据的操作数据做输入数据的操作
主要介绍了Pytorch 使用 nii数据做输入数据的操作,具有很好的参考价值,希望对大家有所帮助。一起跟随小
编过来看看吧
使用pix2pix-gan做医学图像合成的时候,如果把nii数据转成png格式会损失很多信息,以为png格式图像的灰度值有256阶,
因此直接使用nii的医学图像做输入会更好一点。
但是Pythorch中的Dataloader是不能直接读取nii图像的,因此加一个CreateNiiDataset的类。
先来了解一下pytorch中读取数据的主要途径——Dataset类。在自己构建数据层时都要基于这个类,类似于C++中的虚基类。
自己构建的数据层包含三个部分
class Dataset(object):
"""An abstract class representing a Dataset.
All other datasets should subclass it. All subclasses should override
``__len__``, that provides the size of the dataset, and ``__getitem__``,
supporting integer indexing in range from 0 to len(self) exclusive.
"""
def __getitem__(self, index):
raise NotImplementedError
def __len__(self):
raise NotImplementedError
def __add__(self, other):
return ConcatDataset([self, other])
根据自己的需要编写CreateNiiDataset子类:
因为我是基于https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix
做pix2pix-gan的实验,数据包含两个部分mr 和 ct,不需要标签,因此上面的 def getitem(self, index):中不需要index这个参数
了,类似地,根据需要,加入自己的参数,去掉不需要的参数。
class CreateNiiDataset(Dataset):
def __init__(self, opt, transform = None, target_transform = None):
self.path1 = opt.dataroot # parameter passing
self.A = 'MR'
self.B = 'CT'
lines = os.listdir(os.path.join(self.path1, self.A))
lines.sort()
imgs = []
for line in lines:
imgs.append(line)
self.imgs = imgs
self.transform = transform
self.target_transform = target_transform
def crop(self, image, crop_size):
shp = image.shape
scl = [int((shp[0] - crop_size[0]) / 2), int((shp[1] - crop_size[1]) / 2)]
image_crop = image[scl[0]:scl[0] + crop_size[0], scl[1]:scl[1] + crop_size[1]]
return image_crop
def __getitem__(self, item):
file = self.imgs[item]
img1 = sitk.ReadImage(os.path.join(self.path1, self.A, file))
img2 = sitk.ReadImage(os.path.join(self.path1, self.B, file))
data1 = sitk.GetArrayFromImage(img1)
data2 = sitk.GetArrayFromImage(img2)
if data1.shape[0] != 256:
data1 = self.crop(data1, [256, 256])
data2 = self.crop(data2, [256, 256])
if self.transform is not None:
data1 = self.transform(data1)
data2 = self.transform(data2)
if np.min(data1)<0:
data1 = (data1 - np.min(data1))/(np.max(data1)-np.min(data1))
if np.min(data2)<0:
#data2 = data2 - np.min(data2)
data2 = (data2 - np.min(data2))/(np.max(data2)-np.min(data2))
data = {}
data1 = data1[np.newaxis, np.newaxis, :, :]
weixin_38697940
- 粉丝: 7
- 资源: 920
上传资源 快速赚钱
- 我的内容管理 收起
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
会员权益专享
最新资源
- zigbee-cluster-library-specification
- JSBSim Reference Manual
- c++校园超市商品信息管理系统课程设计说明书(含源代码) (2).pdf
- 建筑供配电系统相关课件.pptx
- 企业管理规章制度及管理模式.doc
- vb打开摄像头.doc
- 云计算-可信计算中认证协议改进方案.pdf
- [详细完整版]单片机编程4.ppt
- c语言常用算法.pdf
- c++经典程序代码大全.pdf
- 单片机数字时钟资料.doc
- 11项目管理前沿1.0.pptx
- 基于ssm的“魅力”繁峙宣传网站的设计与实现论文.doc
- 智慧交通综合解决方案.pptx
- 建筑防潮设计-PowerPointPresentati.pptx
- SPC统计过程控制程序.pptx
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论0