BaşlayınÜcretsiz başlayın

Yoğunluk

Bu bölümde, 2017 tarihli bir North America Radyoloji Derneği yarışmasından bir el radyografisi ile çalışacağız. X-ışını soğurumu kemik gibi yoğun dokularda en yüksektir, dolayısıyla oluşan yoğunluklar da yüksek olmalıdır. Bu nedenle, bu tür görüntüler çocuklarda "kemik yaşı"nı tahmin etmek için kullanılabilir.

Başlamak için görüntüyü yükleyip yoğunluk aralığını kontrol edelim.

Görüntünün veri tipi, olası yoğunlukların aralığını belirler: örneğin, 8 bit işaretsiz tamsayılar (uint8) 0 ile 255 aralığında değer alabilir. Bir renk çubuğu (colorbar), bu değerleri görselleştirilen görüntüyle ilişkilendirmeye yardımcı olabilir.

Bu bölümdeki tüm egzersizlerde aşağıdaki içe aktarmalar yapılmıştır:

import imageio.v2 as imageio
import numpy as np
import matplotlib.pyplot as plt

Bu egzersiz, kursun bir parçasıdır

Python ile Biyomedikal Görüntü Analizi

Kursa Göz Atın

Egzersiz talimatları

  • "hand-xray.jpg" görüntüsünü imageio ile yükle.
  • Görüntünün veri türünü (dtype), minimum (min()) ve maksimum yoğunluğunu (max()) yazdır.
  • Görüntüyü plt.imshow() ile çiz. Renk haritasının minimum (0) ve maksimum (255) değerlerini vmin ve vmax argümanlarıyla açıkça ayarla.
  • plt.colorbar() ile bir renk çubuğu ekle, ardından özel format_and_render_plot() fonksiyonunu kullanarak grafiği oluştur. Bu kısım senin için yapıldı.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Load the hand radiograph
im = ____
print('Data type:', ____)
print('Min. value:', ____)
print('Max value:', ____)

# Plot the grayscale image
____
plt.colorbar()
format_and_render_plot()
Kodu Düzenle ve Çalıştır