or
이 연습은 강의의 일부입니다
N차원 세계를 정복할 준비를 해 주세요! 과정을 시작하며, 사람 흉부의 CT 이미지를 사용해 N차원 이미지를 불러오고, 구성하고, 탐색하는 방법을 배웁니다. 유용한 ImageIO 패키지를 활용하고, NumPy와 matplotlib 실력도 함께 다집니다.
X-ray 이미지를 변환해 이미지 처리를 뼛속까지 파헤쳐 봅시다. 강도(intensity) 패턴을 활용해 배열의 하위 영역을 선택하는 방법을 배우고, 합성곱(convolution) 필터로 흥미로운 특징을 감지해 볼 거예요. 또한 이미지 처리 도구가 가득한 SciPy의 ndimage 모듈도 사용합니다.
이번 장에서는 이미지 분석의 핵심, 즉 객체 측정으로 들어갑니다. 4차원 심장 시계열 데이터를 이용해 환자가 심장 질환이 있을 가능성을 판단해 봅니다. 이 과정에서 이미지 분할(segmentation), 객체 레이블링, 형태학적 측정의 기본을 익히게 됩니다.
현재 연습
마지막 장에서는 여러분의 두뇌… 그리고 수백 개의 다른 두뇌가 필요합니다! 400개가 넘는 오픈 액세스 MR 이미지에서 데이터를 가져와 정합(registration), 재표본화(resampling), 이미지 비교의 기초를 배웁니다. 그런 다음 추출한 측정을 사용해 알츠하이머병이 뇌 구조에 미치는 영향을 평가해 보겠습니다.