lixw777 / Syn_SegNet

Joint ultra-high-field 7T MRI synthesis for hippocampal subfields segmentation in routine 3T MRI
3 stars 2 forks source link

关于数据预处理 #2

Open Lareina2441 opened 4 months ago

Lareina2441 commented 4 months ago

李老师,好久没联系了,这次又有问题需要咨询您了!

这段时间我们努力从零开始学习预处理。经过亿点点查资料,下载了fsl、设置了fsl到ide的环境变量、并且调用了fsl的fslmath函数来进行去噪、用fast函数来偏置场矫正,好像结果还可以诶!

但是,偏置场矫正后输出了好几个不同的文件,每个输入的nii文件都得到bias_corrected_pve0,bias_corrected_pve1,bias_corrected_pve2,bias_corrected_pveseg,bias_corrected_mixeltype,bias_corrected_seg0,bias_corrected_seg1bias_corrected_seg2这几个文件,我不知道他们的意思,不过ChatGPT说是这样的:

bias_corrected_pve0.nii.gz:代表背景(如脑脊液)的概率图(Partial Volume Estimate, PVE)。 bias_corrected_pve1.nii.gz:代表灰质的概率图。 bias_corrected_pve2.nii.gz:代表白质的概率图。 bias_corrected_pveseg.nii.gz:包含所有组织类型的概率图,用于分割。 bias_corrected_mixeltype.nii.gz:包含混合体素(mixel type)信息。 bias_corrected_seg.nii.gz:包含所有组织的硬分割(Hard Segmentation)图。 bias_corrected_seg0.nii.gz:代表背景(如脑脊液)的硬分割图。 bias_corrected_seg1.nii.gz:代表灰质的硬分割图。 bias_corrected_seg2.nii.gz:代表白质的硬分割图。

然后我不知道海马体怎么看,CHatGPT又说我应该使用“bias_corrected_pve1.nii.gz:代表灰质的概率图” 来做后续的配准和ROI提取

我不是很确定它给出的答案,所以来咨询您,我这样做是对的吗?期待您的回答~

Lareina2441 commented 4 months ago

李老师,还有一个问题,resize到128,128,128的大小应该用哪个函数啊?我试了fslresize,resize,crop,slice等等一大堆函数,都没成功呜呜呜,查谷歌也查不到

lixw777 commented 4 months ago

预处理代码已添加了

Lareina2441 commented 4 months ago

谢谢您,老师!

获取 Outlook for iOShttps://aka.ms/o0ukef


发件人: Xinwei Li @.> 发送时间: Tuesday, June 11, 2024 4:14:04 PM 收件人: lixw777/Syn_SegNet @.> 抄送: 张蕾 @.>; Author @.> 主题: Re: [lixw777/Syn_SegNet] 关于数据预处理 (Issue #2)

预处理代码已添加了

― Reply to this email directly, view it on GitHubhttps://github.com/lixw777/Syn_SegNet/issues/2#issuecomment-2160079243, or unsubscribehttps://github.com/notifications/unsubscribe-auth/BC7NPKXDU55POAMUG45FBBTZG2WUZAVCNFSM6AAAAABI6NMVK6VHI2DSMVQWIX3LMV43OSLTON2WKQ3PNVWWK3TUHMZDCNRQGA3TSMRUGM. You are receiving this because you authored the thread.Message ID: @.***>