我正试图得到一个小脑的网格。问题是,核磁共振卷没有足够高的分辨率,使不同的子结构的可靠识别,所以我做的是解析组织学染色幻灯片的划线的svg文件,并将其转换为填充掩模,那种你会得到什么后,使用多边形工具的核磁共振卷的一个切片。我这样做是为了20片左右。
我可以在snap中加载一个有标签的体积,其中每个voxel被标记与一些结构对应的id,每个结构有自己的rgb颜色代码,有点像加载标签功能。当我把这个体积加载到snap中时,snap是否能识别出标签化的voxels,并允许我使用插值标签功能将这些标签插值到未标签化的切片上,然后做一个导出网格。现在我所做的是
import nibabel as nib
import numpy as np
d3 = fixed_3d.astype("int16")
d3[210,:,:][ind] = 1 # ind is the coords inside my structure
new_image = nib.Nifti1Image(d3, affine=np.eye(4))
nib.save(new_image, "vol.nii.gz")
fixed_3d是我的Atlas卷,然后我把它加载到itk snap中,并做一个导入标签。我的标签文件看起来像
IDX -R- -G- -B- -A- -VIS MSH标签
0 0 0 0 0.00 0 0 "Clear"
1 48 126 110 1.00 1 1 "arb"
但是,当我点击导出为曲面网格时,我得到了所选标签缺少网格的信息。
我认为你缺少了一个将组织学幻灯片注册到MR图像的步骤。否则你的工作流程看起来不错。