SimpleITK：应用逆变换
SimpleITK: apply inverse transformation
最近开始使用SimpleITK做图像配准。对于我当前的项目，我需要配准 X 射线图像和 CT 图像，然后在 X 射线图像上追踪的 ROI 蒙版上应用逆矩阵。
我用这条线得到了逆矩阵：
inverse_transform = final_transform.GetInverse()
如何将转换应用到 ROI 蒙版？
欢迎使用 SimpleITK！
假设你的X光是配准中的固定图像（CT是移动的）那么配准的结果就是一个从X光到CT的变换映射点。您需要做的就是使用逆变换将 ROI 蒙版图像重新采样到 CT 上。
transformed_labels = sitk.Resample(xray_roi_mask,
ct_image,
inverse_transform,
sitk.sitkNearestNeighbor,
0.0, #out of bounds pixel color
xray_roi_mask.GetPixelID())
this Jupyter notebook 的最后一个单元格执行此操作。
另外两条评论：
- 不确定 X 射线到 CT 配准是什么意思。这是目前 SimpleITK 不支持的 2D/3D 注册，因此我假设您正在进行 2D/2D 或 3D/3D 注册。
- 由于您是 SimpleITK 的新手，我建议您查看我们的 main Jupyter notebook repository or the more concise IEEE ISBI'18 tutorial 以熟悉该工具包。
最近开始使用SimpleITK做图像配准。对于我当前的项目，我需要配准 X 射线图像和 CT 图像，然后在 X 射线图像上追踪的 ROI 蒙版上应用逆矩阵。
我用这条线得到了逆矩阵：
inverse_transform = final_transform.GetInverse()
如何将转换应用到 ROI 蒙版？
欢迎使用 SimpleITK！
假设你的X光是配准中的固定图像（CT是移动的）那么配准的结果就是一个从X光到CT的变换映射点。您需要做的就是使用逆变换将 ROI 蒙版图像重新采样到 CT 上。
transformed_labels = sitk.Resample(xray_roi_mask,
ct_image,
inverse_transform,
sitk.sitkNearestNeighbor,
0.0, #out of bounds pixel color
xray_roi_mask.GetPixelID())
this Jupyter notebook 的最后一个单元格执行此操作。
另外两条评论：
- 不确定 X 射线到 CT 配准是什么意思。这是目前 SimpleITK 不支持的 2D/3D 注册，因此我假设您正在进行 2D/2D 或 3D/3D 注册。
- 由于您是 SimpleITK 的新手，我建议您查看我们的 main Jupyter notebook repository or the more concise IEEE ISBI'18 tutorial 以熟悉该工具包。