关于#python#的问题：分割大小和spacing同时修改

Question

#我在做分割影像组学实验
分割出来的mask大小为128×128×128，spacing为1×1×1，但是我训练验证的图像标签大小是128×128×128，spacing不是统一的，我想做影像组学实验的时候，是不是要把图像和分割出来的mask，他俩的size和spacing统一？
或者帮我改一下下面这段代码，我写的代码虽说是能把size和spacing改成128×128×128和1×1×1，但是内容被剪裁了很多
附：我写的代码

import os
import SimpleITK as sitk

def resize_nii_files(input_directory, output_directory, new_size=(128, 128, 128)):
    for filename in os.listdir(input_directory):
        if filename.endswith('.nii.gz'):
            input_filepath = os.path.join(input_directory, filename)
            output_filepath = os.path.join(output_directory, filename)
            image = sitk.ReadImage(input_filepath)
            
            # 获取当前尺寸和间距
            current_size = image.GetSize()
            current_spacing = image.GetSpacing()
            
            # 调整图像大小
            resampler = sitk.ResampleImageFilter()
            resampler.SetSize(new_size)
            resampled_image = resampler.Execute(image)
            
            # 插值调整间距
            resampled_spacing = [current_spacing[i] * current_size[i] / new_size[i] for i in range(3)]
            resampled_image.SetSpacing(resampled_spacing)
            
            # 更新为1x1x1
            resampled_spacing = [1.0, 1.0, 1.0]
            resampled_image = sitk.Resample(resampled_image, new_size, sitk.Transform(), sitk.sitkLinear, resampled_image.GetOrigin(), resampled_spacing, resampled_image.GetDirection(), 0.0, resampled_image.GetPixelID())
            
            # 保存调整后的图像
            sitk.WriteImage(resampled_image, output_filepath)

# 指定输入和输出目录
input_directory = 'xxx'
output_directory = 'yyy'

# 创建输出目录
if not os.path.exists(output_directory):
    os.makedirs(output_directory)

# 调整所有.nii.gz文件
resize_nii_files(input_directory, output_directory)

Answer 1

让阿豪来帮你解答，本回答参考chatgpt3.5编写提供，如果还有疑问可以评论或留言

问题：分割出来的mask大小为128×128×128，spacing为1×1×1，但是训练验证的图像标签大小是128×128×128，spacing不是统一的，需要把图像和分割出来的mask，他俩的size和spacing统一吗？如果需要，怎么处理？ 回答： 在影像组学实验中，为了保证模型的准确性和一致性，需要将训练和验证的图像标签（即分割出来的mask）与原始图像的size和spacing统一。这是因为模型训练的过程中需要使用同一尺寸和间距的图像，否则可能会导致模型训练出现错误，降低模型的准确度。 针对上述问题，可以通过调整分割出来的mask的size和spacing，使其和训练验证的图像标签保持一致。具体步骤如下：

1. 获取分割出来的mask的当前尺寸和间距；
2. 调整分割出来的mask的大小为128×128×128；
3. 根据原始图像的间距，插值计算得到新的间距；
4. 将分割出来的mask的间距调整为新的间距（1×1×1）；
5. 根据新的间距，插值得到新的分割出来的mask；
6. 保存调整后的分割出来的mask。 下面是修改后的代码：

import os
import SimpleITK as sitk
def resize_nii_files(input_directory, output_directory, new_size=(128, 128, 128)):
    for filename in os.listdir(input_directory):
        if filename.endswith('.nii.gz'):
            input_filepath = os.path.join(input_directory, filename)
            output_filepath = os.path.join(output_directory, filename)
            image = sitk.ReadImage(input_filepath)
            # 获取当前尺寸和间距
            current_size = image.GetSize()
            current_spacing = image.GetSpacing()
            # 调整图像大小
            resampler = sitk.ResampleImageFilter()
            resampler.SetSize(new_size)
            resampled_image = resampler.Execute(image)
            # 插值计算得到新的间距
            resampled_spacing = [current_spacing[i] * current_size[i] / new_size[i] for i in range(3)]
            # 将间距调整为1x1x1
            resampled_spacing = [1.0, 1.0, 1.0]
            # 根据新的间距，插值得到新的图像
            resampled_image = sitk.Resample(resampled_image, new_size, sitk.Transform(), sitk.sitkLinear,
                                             resampled_image.GetOrigin(), resampled_spacing, resampled_image.GetDirection(), 0.0, resampled_image.GetPixelID())
            # 保存调整后的图像
            sitk.WriteImage(resampled_image, output_filepath)
# 指定输入和输出目录
input_directory = 'path/to/input/directory'
output_directory = 'path/to/output/directory'
# 创建输出目录
if not os.path.exists(output_directory):
    os.makedirs(output_directory)
# 调整所有.nii.gz文件
resize_nii_files(input_directory, output_directory)