Matlab 中的 4D 矩阵运算
4D matrix operations in Matlab
我在 Matlab 中有一组 4D 矩阵。前三个维度是空间的，最后一个是时间的。这意味着每个体素都是一个时间序列。如果Img是4D图像，Img(x,y,z,:)就是坐标为(x,y,z)的体素的时间序列。
现在我想对图像的每个时间序列进行归一化（零均值和单位方差）。我怎样才能做到这一点？也许用 zscore(Img,[],4)?
其次，我想拼接所有图像的时间序列。假设 Img1、Img2、Img3、....Imgn 是 4D 图像。对于每个体素，我想连接所有图像的时间序列，以便最终我得到一个具有相同空间但扩展时间维度的 4D 图像。因此，假设体素具有坐标 (x,y,z)，则串联的时间序列将为 [squeeze(Img1(x,y,z,:)); squeeze(Img2(x,y,z,:));....;squeeze(Imgn(x,y,z,:))]。这应该对所有体素完成。
我该怎么做？可以用 for 循环来完成，但这效率不高。
第一个问题：归一化
这可以通过 bsxfun 轻松完成：
Img = bsxfun(@rdivide, Img, std(Img,0,4)); %// unit variance. Or change 0 to 1; see std
Img = bsxfun(@minus, Img, mean(Img,4)); %// zero mean
第二题：连接
只需沿第四维度使用cat：
result = cat(4, Img1, Img2, Img3);
如果您将所有图像都放在一个元胞数组中会更容易：
cellImgs = {Img1, Img2, Img3};
因为这样你就可以使用 comma-separated list
result = cat(4, cellImgs{:});
因此代码与图像数量无关。
我在 Matlab 中有一组 4D 矩阵。前三个维度是空间的，最后一个是时间的。这意味着每个体素都是一个时间序列。如果Img是4D图像，Img(x,y,z,:)就是坐标为(x,y,z)的体素的时间序列。
现在我想对图像的每个时间序列进行归一化（零均值和单位方差）。我怎样才能做到这一点？也许用 zscore(Img,[],4)?
其次，我想拼接所有图像的时间序列。假设 Img1、Img2、Img3、....Imgn 是 4D 图像。对于每个体素，我想连接所有图像的时间序列，以便最终我得到一个具有相同空间但扩展时间维度的 4D 图像。因此，假设体素具有坐标 (x,y,z)，则串联的时间序列将为 [squeeze(Img1(x,y,z,:)); squeeze(Img2(x,y,z,:));....;squeeze(Imgn(x,y,z,:))]。这应该对所有体素完成。
我该怎么做？可以用 for 循环来完成，但这效率不高。
第一个问题：归一化
这可以通过 bsxfun 轻松完成：
Img = bsxfun(@rdivide, Img, std(Img,0,4)); %// unit variance. Or change 0 to 1; see std
Img = bsxfun(@minus, Img, mean(Img,4)); %// zero mean
第二题：连接
只需沿第四维度使用cat：
result = cat(4, Img1, Img2, Img3);
如果您将所有图像都放在一个元胞数组中会更容易：
cellImgs = {Img1, Img2, Img3};
因为这样你就可以使用 comma-separated list
result = cat(4, cellImgs{:});
因此代码与图像数量无关。