腦圖像的數據預處理2

作者：凱魯嘎吉 - 博客園 http://www.cnblogs.com/kailugaji/

在腦圖像的數據預處理中已經介紹了一些內容，這篇文章是對前一篇文章的補充與完善。更多內容請看腦圖像。數據來源：BrainWeb: Simulated Brain Database

1. 將0、1、2、3類數據分離出來，並存入文件

main.m

function main(filename,name, num)
%將真實腦圖像中的0、1、2、3拿出來，其余像素為0.
%function main(filename,name,name_label, num)
%函數main(filename, num)中的第一個參數filename是欲讀取的rawb文件的文件名，第二個參數num就是第多少張。
%例如：main('t1_icbm_normal_1mm_pn0_rf0.rawb','train.txt','label.txt', 90)， main('phantom_1.0mm_normal_csf.rawb','train.txt','label.txt', 90)
mark=Mark('phantom_1.0mm_normal_crisp.rawb',num);
read=readrawb(filename, num);
[row,col]=size(read);
for i=1:row   %行
    for j=1:col    %列
        if mark(i,j)==0
            read_new(i,j)=0;
        else
            read_new(i,j)=read(i,j);   %將第0、1、2、3類拿出來，其余類為0
        end
    end
end
% 旋轉90°並顯示出來
read_new=imrotate(read_new, 90); 
%mark=mark';
Write_txt(name,read_new);    %將數據寫入TXT文件
%Write_txt(name_label,mark);    %將標簽數據寫入TXT文件
imshow(uint8(read_new),'border','tight','initialmagnification','fit'); 

Mark.m

function mark=Mark(filename,num)
%將標簽為1、2、3類分出來，其余為0，mark取值：0、1、2、3
%[mark_new,mark]=Mark('phantom_1.0mm_normal_crisp.rawb',90);
fp=fopen(filename);
temp=fread(fp, 181 * 217 * 181);
image=reshape(temp, 181 * 217, 181);   
images=image(:, num);
images=reshape(images, 181, 217);
mark_data=images;
fclose(fp);
%將第0、1、2、3類標簽所在的坐標點拿出來，其余置0
for i=1:181
    for j=1:217
        if (mark_data(i,j)==1)||(mark_data(i,j)==2)||(mark_data(i,j)==3)
            mark(i,j)=mark_data(i,j);
        else
            mark(i,j)=0;
        end
    end
end

readrawb.m

function g = readrawb(filename, num)
%函數readrawb(filename, num)中的第一個參數filename是欲讀取的rawb文件的文件名，第二個參數num就是第多少張。
fid = fopen(filename);
%連續讀取181*217*181個數據，這時候temp是一個長度為181*217*181的向量。
%先將rawb中的所有數據傳遞給temp數組，然后將tempreshape成圖片集。
temp = fread(fid, 181 * 217 * 181);
%所以把它變成了一個181*217行，181列的數組，按照它的代碼，這就是181張圖片的數據，每一列對應一張圖。
%生成圖片集數組。圖片集images數組中每一列表示一張圖片。
images = reshape(temp, 181 * 217, 181);   
%讀取數組中的第num行，得到數組再reshape成圖片原來的行數和列數：181*217。
image = images(:, num);
image = reshape(image, 181, 217);
g = image;
fclose(fid);
end

Write_txt.m

function Write_txt(name,read)
%將數據寫入txt文件
fp=fopen(name,'w');
[row,col]=size(read);
for i=1:row   %行
    for j=1:col    %列
        if j==col
            fprintf(fp,'%f\n',read(i,j));  %換行   %f或者%d
        else
            fprintf(fp,'%f\t',read(i,j));  %多個空格tab
        end
    end
end
fclose(fp);

結果

>> main('t1_icbm_normal_1mm_pn0_rf0.rawb','train.txt', 90)

 

2. 標准分割結果

    用到三個函數：Ground_truth.m、Mark.m與Write_txt.m

Ground_truth.m

function Ground_truth(name, num)
%標准分割結果
%例如：Ground_truth('Ground truth.txt',90)
mark=Mark('phantom_1.0mm_normal_crisp.rawb',num);
for i=1:181   %行
    for j=1:217    %列
        if mark(i,j)==1
            read_new(i,j)=50;
        elseif mark(i, j)==2
            read_new(i,j)=150;
        elseif mark(i, j)==3
            read_new(i,j)=255;
        else
            read_new(i,j)=0;
        end
    end
end
% 旋轉90°並顯示出來
read_new=imrotate(read_new, 90); 
%mark=mark';
Write_txt(name,read_new);    %將數據寫入TXT文件
%Write_txt(name_label,mark);    %將標簽數據寫入TXT文件
imshow(uint8(read_new),'border','tight','initialmagnification','fit'); 

結果

>> Ground_truth('Ground truth.txt',90)

3. 說明

T1模態、icmb協議下，切片厚度為1mm，噪聲水平為0，灰度不均勻水平為0的正常腦圖像，第90層
只選取0、1、2、3類的數據
0：背景 blankground 0
1：腦脊液 CSF 26-89
2：灰質 Grey Matter 78-132
3：白質 White Matter 124-150
分割之后各類用以下像素值進行渲染：
0：0
1：50
2：150
3：255
數據均為217*181的矩陣