Nilearn教程系列(2)-3D和4D niimgs:处理和可视化

欢迎关注我们，选择加"星标"或“置顶”

更多技术，第一时间送达

3D和4D niimgs:处理和可视化

第一步：加载数据

代码语言：javascript复制

from nilearn import datasets
import warnings
warnings.filterwarnings("ignore")
print('Datasets are stored in: %r' % datasets.get_data_dirs())

motor_images = datasets.fetch_neurovault_motor_task()
print(motor_images.images)

tmap_filename = motor_images.images[0]

第二步：可视化

代码语言：javascript复制

# 我们将3D数据，可视化为统计图
from nilearn import plotting
plotting.plot_stat_map(tmap_filename)

代码语言：javascript复制

"""
# 设置阈值来绘制效果图
这里的阈值设置为3
threshold=3
"""
plotting.plot_stat_map(tmap_filename, threshold=3)

可视化4D文件

代码语言：javascript复制

rsn = datasets.fetch_atlas_smith_2009()['rsn10']
print(rsn)

代码语言：javascript复制

"""
查看4D图片的形状
"""
from nilearn import image
print(image.load_img(rsn).shape)

(91, 109, 91, 10)

代码语言：javascript复制

"""
获取第一组数据(卷)
python中索引从0开始
"""
first_rsn = image.index_img(rsn, 0)
print(first_rsn.shape)

(91, 109, 91)

代码语言：javascript复制

"""
绘制第一组数据
"""
plotting.plot_stat_map(first_rsn)

代码语言：javascript复制

"""
循环绘制4D文件中的所有组(卷)-volumes
"""
for img in image.iter_img(rsn):
    # img is now an in-memory 3D img
    plotting.plot_stat_map(img, threshold=3, 
                           display_mode="z", 
                           cut_coords=1,
                           colorbar=False)

可视化 数据

0 人点赞