其他
Nilearn中的基本操作和查看
Nilearn的基本操作的简要介绍:
这里我们使用nilearn随附的Nifti文件
# 导入自带的Nifti文件from nilearn.datasets import MNI152_FILE_PATH# 注：变量mni152_file_path只是nifti文件的路径print('Path to MNI152 template: %r' % MNI152_FILE_PATH)第一步：查看数据
# 导入nilearn提供的绘图工具from nilearn import plotting# 绘制图形plotting.plot_img(MNI152_FILE_PATH)第二步：平滑操作
让我们使用nilearn中的图像平滑功能：nilearn.image.smooth_img
包含"img"的函数可以使用文件名或图像作为输入。
在这里，我们以毫米为单位输入图像文件名和平滑值
# 从nilearn导入 image工具库from nilearn import imagesmooth_anat_img = image.smooth_img(MNI152_FILE_PATH, fwhm=3)
# 打印平滑print(smooth_anat_img)有多种平滑方式：
# 平滑方式一plotting.plot_img(smooth_anat_img)# 平滑方式二more_smooth_anat_img = image.smooth_img(smooth_anat_img, fwhm=3)plotting.plot_img(more_smooth_anat_img)上面两步为方式一和方式二的平滑效果。
第三步：保存结果到文件中
下面我们将平滑的结果保存到.nii.gz文件中，方便后续的使用。
# 保存结果到文件中more_smooth_anat_img.to_filename('more_smooth_anat_img.nii.gz')plotting.show()概括说，所有nilearn工具都可以将数据作为文件名或内存中的对象，并将大脑体积作为内存中的对象返回。这些可以传递给其他nilearn工具，或保存到磁盘。
文章仅用于学术交流，不用于商业行为，
若有侵权及疑问，请后台留言，管理员即时删侵！
更多阅读