Pytorch 使用 nii数据做输入数据的操作


Posted in Python onMay 26, 2020

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, :, :]
  data1_tensor = torch.from_numpy(np.concatenate([data1,data1,data1], 1))
  data1_tensor = data1_tensor.type(torch.FloatTensor)
  data['A'] = data1_tensor # should be a tensor in Float Tensor Type

  data2 = data2[np.newaxis, np.newaxis, :, :]
  data2_tensor = torch.from_numpy(np.concatenate([data2,data2,data2], 1))
  data2_tensor = data2_tensor.type(torch.FloatTensor)
  data['B'] = data2_tensor # should be a tensor in Float Tensor Type
  data['A_paths'] = [os.path.join(self.path1, self.A, file)] # should be a list, with path inside
  data['B_paths'] = [os.path.join(self.path1, self.B, file)]
  return data

 def load_data(self):
  return self

 def __len__(self):
  return len(self.imgs)

注意:最后输出的data是一个字典,里面有四个keys=[‘A',‘B',‘A_paths',‘B_paths'], 一定要注意数据要转成FloatTensor。

其次是data[‘A_paths'] 接收的值是一个list,一定要加[ ] 扩起来,要不然测试存图的时候会有问题,找这个问题找了好久才发现。

然后直接在train.py的主函数里面把数据加载那行改掉就好了

data_loader = CreateNiiDataset(opt)
dataset = data_loader.load_data()

Over!

补充知识:nii格式图像存为npy格式

我就废话不多说了,大家还是直接看代码吧!

import nibabel as nib
import os
import numpy as np
 
img_path = '/home/lei/train/img/'
seg_path = '/home/lei/train/seg/'
saveimg_path = '/home/lei/train/npy_img/'
saveseg_path = '/home/lei/train/npy_seg/'
 
img_names = os.listdir(img_path)
seg_names = os.listdir(seg_path)
 
for img_name in img_names:
 print(img_name)
 img = nib.load(img_path + img_name).get_data() #载入
 img = np.array(img)
 np.save(saveimg_path + str(img_name).split('.')[0] + '.npy', img) #保存
 
for seg_name in seg_names:
 print(seg_name)
 seg = nib.load(seg_path + seg_name).get_data()
 seg = np.array(seg)
 np.save(saveseg_path + str(seg_name).split('.')[0] + '.npy

以上这篇Pytorch 使用 nii数据做输入数据的操作就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持三水点靠木。

Python 相关文章推荐
python基础教程之基本数据类型和变量声明介绍
Aug 29 Python
跟老齐学Python之有容乃大的list(4)
Sep 28 Python
修改Python的pyxmpp2中的主循环使其提高性能
Apr 24 Python
Python文本处理之按行处理大文件的方法
Apr 09 Python
pandas groupby 分组取每组的前几行记录方法
Apr 20 Python
matplotlib调整子图间距,调整整体空白的方法
Aug 03 Python
windows下cx_Freeze生成Python可执行程序的详细步骤
Oct 09 Python
Python Django框架实现应用添加logging日志操作示例
May 17 Python
Django使用Channels实现WebSocket的方法
Jul 28 Python
使用Python爬虫库requests发送请求、传递URL参数、定制headers
Jan 25 Python
python3.7 openpyxl 在excel单元格中写入数据实例
Sep 01 Python
pytorch显存一直变大的解决方案
Apr 08 Python
python变量的作用域是什么
May 26 #Python
Python3 pywin32模块安装的详细步骤
May 26 #Python
什么是python的列表推导式
May 26 #Python
python中列表的含义及用法
May 26 #Python
初学者学习Python好还是Java好
May 26 #Python
python函数map()和partial()的知识点总结
May 26 #Python
Python selenium使用autoIT上传附件过程详解
May 26 #Python
You might like
将CMYK颜色值和RGB颜色相互转换的PHP代码
2014/07/28 PHP
微信公众号开发之语音消息识别php代码
2016/08/08 PHP
浅谈mysql_query()函数的返回值问题
2016/09/05 PHP
js身份证验证超强脚本
2008/10/26 Javascript
用js实现的检测浏览器和系统的函数
2009/04/09 Javascript
js 为label标签和div标签赋值的方法
2013/08/08 Javascript
浅谈jquery回调函数callback的使用
2015/01/30 Javascript
PageSwitch插件实现100种不同图片切换效果
2015/07/28 Javascript
jQuery操作属性和样式详解
2016/04/13 Javascript
JavaScript判断数字是否为质数的方法汇总
2016/06/02 Javascript
AngularJS ng-style中使用filter
2016/09/21 Javascript
使用node.js对音视频文件加密的实例代码
2017/08/30 Javascript
vue+element-ui动态生成多级表头的方法
2018/08/28 Javascript
electron + vue项目实现打印小票功能及实现代码
2018/11/25 Javascript
JS实现的小火箭发射动画效果示例
2018/12/08 Javascript
微信小程序HTTP接口请求封装代码实例
2019/09/05 Javascript
vue v-for直接循环数字实例
2019/11/07 Javascript
JS数组方法join()用法实例分析
2020/01/18 Javascript
使用Vue-cli 中为单独页面设置背景图片铺满全屏
2020/07/17 Javascript
[46:00]Ti4 冒泡赛第二轮LGD vs C9 2
2014/07/14 DOTA
Python中使用tarfile压缩、解压tar归档文件示例
2015/04/05 Python
python递归计算N!的方法
2015/05/05 Python
详解Python中expandtabs()方法的使用
2015/05/18 Python
python实现决策树分类算法
2017/12/21 Python
详解重置Django migration的常见方式
2019/02/15 Python
python线程join方法原理解析
2020/02/11 Python
SpringBoot实现登录注册常见问题解决方案
2020/03/04 Python
浅谈基于HTML5的在线视频播放方案
2016/02/18 HTML / CSS
英国香水店:The Perfume Shop
2017/03/27 全球购物
JavaScript实现前端网页版倒计时
2021/03/24 Javascript
《走一步再走一步》教学反思
2014/02/15 职场文书
四风问题对照检查材料思想汇报
2014/10/07 职场文书
银行开户授权委托书格式
2014/10/10 职场文书
小学班主任评语
2014/12/29 职场文书
2015年世界粮食日演讲稿
2015/03/20 职场文书
烛光里的微笑观后感
2015/06/17 职场文书