无法将 DICOM 图像数据输入图像数据生成器

Question

所以我预处理了一些 dicom 图像来输入神经网络，在图像增强步骤中，图像数据生成器需要 4d 输入，而我的数据是 3d (200, 420, 420)

我尝试重塑数组并扩展尺寸，但在这两种情况下，我都无法绘制数组中的各个图像（期望形状为 420, 420 的图像，而我的新图像的形状为 420, 420, 1）

这是我的代码；

我有三个函数可以将 DICOM 图像转换为对比度良好的图像；

这个需要 housefield 单位

def transform_to_hu(medical_image, image):
    intercept = medical_image.RescaleIntercept
    slope = medical_image.RescaleSlope
    hu_image = image * slope + intercept

    return hu_image

这设置了窗口图像值；

def window_image(image, window_center, window_width):
    img_min = window_center - window_width // 2
    img_max = window_center + window_width // 2
    window_image = image.copy()
    window_image[window_image < img_min] = img_min
    window_image[window_image > img_max] = img_max

    return window_image

这个函数加载图像：

def load_image(file_path):
    medical_image = dicom.read_file(file_path)
    image = medical_image.pixel_array

    hu_image = transform_to_hu(medical_image, image)
    brain_image = window_image(hu_image, 40, 80)
    return brain_image

然后我加载我的图像：

files = sorted(glob.glob('F:\CT_Data_Classifier\*.dcm'))
images = np.array([load_image(path) for path in files])

images.shape返回 (200, 512, 512) 并且数据一切都很好，例如我可以绘制第 100 个图像 plt.imshow(images[100])并绘制图像

然后我将数据输入图像数据生成器

train_image_data = ImageDataGenerator(
    rescale=1./255,
    shear_range=0.,
    zoom_range=0.05,
    rotation_range=180,
    width_shift_range=0.05,
    height_shift_range=0.05,
    horizontal_flip=True,
    vertical_flip=True,
    fill_mode='constant',
    cval=0

但是，当我尝试使用以下代码进行绘图时：

plt.figure(figsize=(12, 12))
for X_batch, y_batch in train_image_data.flow(trainX, trainY, batch_size=9):
    for i in range(0, 9):
        plt.subplot(330 + 1 + i)
        plt.imshow(X_batch[i])
    plt.show()
    break 

它返回

(ValueError: ('Input data in "NumpyArrayIterator" should have rank 4. You passed an array with shape', (162, 420, 420)))

我尝试 Expand_dims 和 reshape 在数组末尾添加一个额外的维度来表示通道，但随后它返回

TypeError: Invalid shape (420, 420, 1) for image data

在plt.imshow舞台上

我是一名医生，而不是经验丰富的程序员，所以我非常感谢您的帮助。干杯。

Answer 1

您添加额外的维度来表示通道是正确的。那部分看起来不错。问题出在绘图上。为此，您可以使用：

plt.matshow(x[..., 0]).

其中x是 3D 数组。该语法x[..., 0]意味着取 array 最后一个维度的索引 0 x。省略号 ( ...) 是填写尺寸的简写。对于 3D 数组，等效的调用是x[:, :, 0].