处理(sh)molli mri数据包
sh-molli的Python项目详细描述
#处理molli和shmolli数据
读取shmolli dicom图像的目录并处理数据以生成look locker校正的t1映射。负值将剪切为0。
有两种可能的数据处理方法。
- 快速(默认)。使用一些数值方法来求解形式正确的指数方程。可能不太准确,但速度要快得多。
- 慢点。采用scipy曲线拟合算法对指数曲线进行拟合。更准确,但要慢得多。
这两种方法之间的差别很小,如下图所示。
啊![快速和慢速比较](fast\u slow.tif“快速和慢速拟合方法的比较”)
跳过最大值小于100的任何像素/体素。注意:对于这个版本,数据是从左上到右下处理的。由于边缘周围的图像通常是空的,这意味着处理是“快速”开始的,因为基本上跳过了每个像素,然后随着真实数据的处理而减慢,最后再次加快。
##用法
作为模块 `python > pip3 install sh_molli > process_sh_molli_series.py -i <inputfolder> -o <outputfilename> -p <plot_flag> -m <method> `
在代码中 `python > python3 > import sh_molli.sh_molli as sh > im = sh.process_folder(dir,method='fast') `
-i-输入文件夹必须是包含DICOM图像的路径,只能基于存储在dcm.triggertime、dcm.inversion time和dcm.imagecomments中的“反转时间”处理数据
-o-输出文件名。使用pil编写图像,因此支持pil理解的所有格式。建议使用example.tiff来确保不剪切大值
-P-平面图(1,0或不存在)。如果为1,则处理数据后将使用matplotlib显示图像。ColorBar裁剪为0-2000范围,对人体组织来说是合理的值。
-M-方法。(“快”或“慢”)。见上文。