數(shù)據(jù)是醫(yī)學(xué)圖像中的MRI圖像。要求完成圖像中RAS坐標(biāo)到tensor矩陣坐標(biāo)的轉(zhuǎn)化。

RAS坐標(biāo)：原始坐標(biāo)，單位為mm。
像素坐標(biāo)：nii文件作為矩陣數(shù)據(jù)的坐標(biāo)，單位為像素。

轉(zhuǎn)換所需的數(shù)據(jù)：
使用Volume Information中的“Image Spacing”，“Image Origin”，“IJK to RAS Direction Matrix”三部分信息。
以467859號(hào)的fixT1W1.nii為例。
三部分信息如下圖所示：

slicer中volume information的截圖

將Volume Information中的“Image Spacing”，“Image Origin”，“IJK to RAS Direction Matrix”三部分信息分別賦值為python中的space,origin,matrix三個(gè)全局變量。

轉(zhuǎn)化公式如下：

注：如果是nii格式數(shù)據(jù)，可以使用python讀取這三個(gè)數(shù)據(jù)：

import SimpleITK
file = ....
img = SimpleITK.ReadImage(file)
origin = img.GetOrigin()
direction = np.array(img.GetDirection())
space = np.array(img.GetSpacing())

注意，用SimpleITK讀取的數(shù)據(jù)和3D Slicer看到的數(shù)據(jù)可能有部分正負(fù)號(hào)的區(qū)別，即他們的RAS坐標(biāo)有些坐標(biāo)軸正負(fù)相反。最好自己確認(rèn)一下。

例子：
在slicer軟件中任意取一個(gè)RAS坐標(biāo)點(diǎn)，如下圖所示

軟件截圖

截圖時(shí)鼠標(biāo)在圖中左上方紅色五角星位置，右下方綠線表示此時(shí)鼠標(biāo)位置的RAS坐標(biāo)為（29.6,37.6,6.1）。對(duì)應(yīng)的矩陣中的坐標(biāo)為（86，218，119）。

python代碼：

# 坐標(biāo)轉(zhuǎn)換：RAS（單位：mm）平移，旋轉(zhuǎn)，縮放，得到像素坐標(biāo)。
import numpy as np

origin = np.array([53.0123, 79.2142, 66.5104]).T
space = 0.293
# IJK to RAS Direction Matrix
matrix = np.array([
    [-0.9990, 0.0026, 0.0436],
    [-0.0436, -0.0920, -0.9948],
    [0.0014, -0.9958, 0.0920]
])


def ras_to_coordinate(ras, origin, matrix, space):
    """RAS到像素坐標(biāo)coordinate的轉(zhuǎn)化
    """
    ras = ras - origin
    ras = np.matmul(np.linalg.inv(matrix), ras)
    coordinate = ras / space
    return coordinate


def coordinate_to_ras(coordinate, origin, matrix, space):
    """像素坐標(biāo)coordinate到RAS的轉(zhuǎn)化
    """
    ras = coordinate * space
    ras = np.matmul(matrix, ras)
    ras = ras + origin
    return ras


if __name__ == "__main__":
    # ras = np.array([29.6, 37.6, 6.1]).T
    # coordinate = [86, 218, 119]

    print("RAS to coordinate:")
    ras = np.array(
        [29.6, 37.6, 6.1]
    )
    print("input RAS : ", ras)
    coordinate = ras_to_coordinate(
        ras, origin=origin, matrix=matrix, space=space)
    print("output coordinate : ", coordinate)

    print("coordinate to RAS:")
    coordinate = np.array(
        [86., 218., 119.]
    )
    print("input coordinate : ", coordinate)
    ras = coordinate_to_ras(
        coordinate, origin=origin, matrix=matrix, space=space)
    print("output RAS : ", ras)

輸出為：

RAS to coordinate:
input RAS :  [29.6 37.6  6.1]
output coordinate :  [ 85.73972512 218.14819897 118.83805793]
coordinate to RAS:
input coordinate :  [ 86. 218. 119.]
output RAS :  [29.5257716 37.5534676  6.147712 ]

雖然不是完全相同，但是大概能用吧。