分割ROI篇 | IT码农

获取ROI之前需要需要数据对应的坐标，并存放到roi.txt文件夹中，并将roi.txt与getROI的代码可执行文件放到同意路径下，再执行程序便可以得到灰度图像的ｒｏｉ，原始灰度图像和和ROI图像对比如下：
原始灰度图像:
ROI图像:
将处理好的ＲＯＩ图像放到分割代码的training文件夹中，注意命名方式，序号从０开始。

图谱处理以及分割
使用3dseg软件对图谱进行处理，将目标器官分割出来。
注意：用软件对灰度图谱和二值图谱进行分割是，二者的尺寸和坐标要完全一致。
分割完之后也放入training文件夹中，命名方式：灰度－avg.nrrd;二值－avg_mask.nrrd.
接着开始分割，不过需要注意的是，分割数据和图谱都是ROI，并且需要每组分割数据的坐标存放在roi.txt文件中,roi.txt文件放到ｂｕｉｌｄ中。分割代码的执行方式和之前一样，所不同的是会产生两个分割结果：ＲＯＩ结果FINALLL.nrrd，通过坐标处理后的正常大小分割结果FINALLLL.nrrd(比前面多了一个L)。

分割时需要修改如下３个参数：

bool TUMOR_CASE_USE_PA_EQUAL_ONE = true;   //true/false
bool Use_Process_Ori_mask_9par = false;   //true/false
double PAThreshold = 0.2;　　//  0.2/0.9

排列组合有８中可能，所以需要分割８次，保存每次的分割结果，注意最终结果的命名，以便区分。

然后配置和编译好的计算精度的代码，执行时需要两个参数，批量执行的脚本如下：

for((a=0;a<=20;a++))
do
 ./EvaluateSegmentationResult seg-spleen/FINALLL-$a-0.2-ff.nrrd refer-spleen/label-roi-$a.nrrd
done