python中ROI的质心

我有一个Nifti ROI文件，是一个192 x 192 x 12的数组，希望能够找到整个物体的重心以及12个切片中的每一个。我正在使用

cm = join(dname, 'cardiac_roi.nii')
roi_img = nib.load(cm)
roi_data = roi_img.get_data()
CM = ndimage.measurements.center_of_mass(roi_data)

我得到了一个错误：

TypeError: 'numpy.float64' object is not iterable

当我试着只吃一片时也会发生同样的事情

CM = ndimage.measurements.center_of_mass(roi_data[:,:,1])

---

我该如何解决这个问题

您可以通过替换该行来修复它：

CM = ndimage.measurements.center_of_mass(roi_data)

下面的句子：

import numpy  # Unnecessary if you've already done this.
CM = ndimage.measurements.center_of_mass(numpy.array(roi_data))

说明：根据您的评论，

roi\u数据

是一个小数字。

ndimage.measurements.center\u of \u mass

函数需要一个规则的NumPy数组；即，

ndarray

的一个实例。理论上，由于内存映射数组的类型为

memmap

，并且

memmap

是

ndarray

的子类，因此您的原始代码应该可以工作；实际上它失败了（正如您所发现的），解决方法是显式地将内存映射数组转换为普通的NumPy数组。您的代码不工作这一事实表示违反了，并表明NumPy或SciPy中存在错误（很可能是前者）

---

查看

ndimage

源代码，我跟踪了行为上的差异，发现对于内存映射数组

x

，x.sum（）的结果是另一个（零维）数组，而对于常规NumPy

ndarray

x

，x.sum（）的结果是标量（例如，

numpy.float64

的一个实例）。这个numpy看起来很相关。

什么是

print（type（roi_idata））

show？class'numpy.core.memmap.memmap'我不知道这意味着什么。

numpy.memmap

是

numpy.ndarray

的一个子类，它允许内存映射数组（也就是说，对象的行为类似于常规NumPy数组，但其数据存储在磁盘上而不是RAM中）。看起来您已经发现

center\u of u mass

不适用于

memmap

实例。请尝试将

roi\u数据

转换为常规

ndarray

首先：

CM=ndimage.measurements.center\u of u mass（numpy.array（roi\u data））

这可能也值得一份NumPy/SciPy错误报告。仅为了补充信息：Nifti是一种标准的神经成像格式。用python读取它有一些怪癖：用于执行此操作的标准库，

nibabel

，将

memmap

返回到作为批量写入磁盘的数据上，通常是以f-连续顺序进行的。然而标准nifti格式也可以采用

.nii.gz

的形式，在这种情况下，在调用

get_data

时，所有数据都会读入内存，因为gzip似乎不可查找。因此，根据像文件名这样简单的内容，此数据类型是否会变成memmap。对其或

np.array调用
.copy（）
（…）

如您所愿……很好，修复了它！非常感谢您对发生的事情所作的有益解释！