Python ROI的边界框大于图像空间，并进行了吡喃组掩模校正

我一直在尝试用吡喃组学来实现以下和分段的特征提取。 当我运行命令时

pyradiomics Brats18\u CBICA\u AAM\u t1ce\u corrected.nii.gz Brats18\u CBICA\u AAM\u 1.nii.gz--设置“correctMask:True”

我得到以下错误

图像/遮罩几何体不匹配，尝试更正ROI的遮罩边界框大于图像空间：ROI边界（图像坐标空间）（-86.5,85.5,80.5），（-114.5,46.5,121.5））图像大小（240,240,155）图像/遮罩更正失败，ROI无效（未找到或超出物理图像边界）案例1图片：/home/sid/Documents/pyradiomics master/bin/Brats18\u CBICA\u AAM\u 1/Brats18\u CBICA\u AAM\u 1\u t1ce\u corrected.nii.gz案例1\u掩码：/home/sid/Documents/pyradiomics master/bin/Brats18\u CBICA\u AAM\u 1/Brats18\u CBICA\u AAM\u 1.nii.gz

---

我已经尝试了正确的面具与其他选项，以及设置公差高，但似乎没有任何工作。我已经正确地可视化了它们，工具没有任何问题。遮罩校正或遮罩重采样是否有问题？

两幅图像不在同一物理空间中。如果将它们作为两个三维阵列进行比较，分割结果确实是正确的。但在医学图像中，在进一步处理之前，它们必须始终在全局空间进行变换（例如，如果同一平面上有100x100pix PET图像和256x256 CT图像，则应考虑分辨率）。我建议在中简要解释这个问题

无论如何，图像的标题如下所示：

天赋：

图像原点

（0239,0）

间距

（1,1,1）

轴定向

（1,0,0，
0, 1, 0, 
0,0,1）

细分结果：

图像原点

（0,0,0）

间距

（1,1,1）

轴定向

（-1,0,0，
0, -1, 0, 
0,0,1）

（这意味着x和y都是镜像的）

---

因此，您应该沿X和Y翻转分割的图像，并通过向量（0239，0）对其进行平移。不幸的是，我不熟悉吡喃组学，但每个图像处理工具都应该处理它。

这两个图像不在同一物理空间中。如果将它们作为两个三维阵列进行比较，分割结果确实是正确的。但在医学图像中，在进一步处理之前，它们必须始终在全局空间进行变换（例如，如果同一平面上有100x100pix PET图像和256x256 CT图像，则应考虑分辨率）。我建议在中简要解释这个问题

无论如何，图像的标题如下所示：

天赋：

图像原点

（0239,0）

间距

（1,1,1）

轴定向

（1,0,0，
0, 1, 0, 
0,0,1）

细分结果：

图像原点

（0,0,0）

间距

（1,1,1）

轴定向

（-1,0,0，
0, -1, 0, 
0,0,1）

（这意味着x和y都是镜像的）

---

因此，您应该沿X和Y翻转分割的图像，并通过向量（0239，0）对其进行平移。不幸的是，我不熟悉吡喃组学，但每个图像处理工具都应该处理它。

这确实是错误的原因。我不知道CapTK是否考虑了方向、间距和原点，但PyRadiomics考虑了。这允许您使用不同源图像制作的遮罩（例如，使用DWI图像制作的遮罩从T2W图像提取特征）。为了防止意外错误，这需要correctMask

---

然而，每当必须进行校正时，吡喃组学会检查遮罩的边界框是否包含在图像定义的物理空间内。在您的情况下，方向和y会翻转，这会导致遮罩完全位于x域中的图像空间之外（由于原点为239，y可能是合适的）。重新采样只会产生一个空掩码。

这确实是错误的原因。我不知道CapTK是否考虑了方向、间距和原点，但PyRadiomics考虑了。这允许您使用不同源图像制作的遮罩（例如，使用DWI图像制作的遮罩从T2W图像提取特征）。为了防止意外错误，这需要correctMask

---

然而，每当必须进行校正时，吡喃组学会检查遮罩的边界框是否包含在图像定义的物理空间内。在您的情况下，方向和y会翻转，这会导致遮罩完全位于x域中的图像空间之外（由于原点为239，y可能是合适的）。重新采样只会产生一个空面具。

谢谢，这对我帮助很大！我很快就会发布一个解决方案。@BlackSpecter，如果你认为这个答案有用，你可以通过向上投票来证明。谢谢，这对我帮助很大！“我很快就会发布一个解决方案。”布莱克斯佩克特，如果你认为这个答案有用，你可以通过向上投票来证明。