规范化三维图像中的强度值。
intensip的Python项目详细描述
密集的
规格化三维图像堆栈中的强度值。在
现行方法
1。Intensify3D
最初由Yoyan et al开发的Intensify3D算法的Python实现。有一些小的调整：
- 半分位数归一化是目前唯一实现的Z-归一化方法。在
- 分位数标准化的像素可以使用原始论文中概述的Savitzky-Galoy方法进行平滑处理。在实践中，这对于减少人造噪音是必要的。在
- 目前不支持组织检测。在
- 默认情况下，对比度拉伸由
skimage.exposure.rescale_intensity()执行。要执行原始Intensify3D实现的对比度拉伸，请设置stretch_method='intensify3d' - 如果没有提供最大背景强度阈值
t，则将使用Otsu方法为每个切片估计t。在
原始论文结果
强化检查结果
Z-规范化示例
平均强度比较
安装
克隆存储库并从终端运行：
pip install .
示例
importnumpyasnpimportmatplotlib.pyplotaspltfromintensipyimportIntensify# decreasing average intensity as z increases.img_stack=1/np.arange(1,6)[:,np.newaxis,np.newaxis]\ *np.random.randint(0,255,(5,512,512))foreachinimg_stack:plt.imshow(each,vmin=img_stack.min(),vmax=img_stack.max(),cmap='gray')plt.show()model=Intensify()out=model.normalize(img_stack)foreachinout:plt.imshow(each,vmin=out.min(),vmax=out.max(),cmap='gray')plt.show()
参考文献
1.Yayon，N.等。Intensity3D：大型异源图像堆栈中信号强度的标准化。科学报告84311（2018年）。在
- 项目
标签：
欢迎加入QQ群-->： 979659372
