致敬阿联

-
致敬阿联，最好的十年没能等到最好的春天

疼痛催人奋进

1984年以来中国男篮第一次没能进入奥运会









20190908

此博客中的热门博文

写在月初

-
图片
十二月的第一天，下午做核磁，今天核磁没有任务，晚上协同朋友来到学校附近的某健身房观摩，小小练习，很多器材初看都不会，但是参照器材旁边的指南，很快就可学会如何使用。在跑步机上小跑一小会儿，身体就开始出汗，刚刚出汗是激发身体活力的时刻，朋友在教练的讲解下练习每个动作，我也偶尔在旁学习。随后检测了下体脂，整体不错，但需要增肌。虽然器材不少，我还是最喜欢在大自然中锻炼的感觉，不过近日北京的雾霾依然很严重，在户外锻炼是很不适合的，又没有很多时间去健身房，如果是好天气，我一定会选择在户外运动。 今日没有睡午觉，身体有些疲惫，但内心斗志昂扬啊，做核磁时看到清华一哥们拍的记录生活的视频很是励志，曾经的我也是那样，如今那样的日子却少之又少，哥们的视频仿佛对我有一丝触动，也与我的想法不谋而合。晚上可以早睡，但在最好的年纪，早起是一个很好的习惯。对于大多数人来说，晚上熬到很晚似乎比别人拥有了更多时间，但是效率却很低很低，高效的做法是找到适合自己的睡眠时间，早睡，然后早起，只要保持睡眠时间足够，将会迎来精力充沛的一天，我亲身体验也是如此。所以，anyway，早睡早起是要立马行动的。 再一个就是锻炼的重要性，心流可能是最好的状态了，而体育锻炼、激活身体可能是最好的达到心流的方式了，我本身身体素质不错，再结合坚持锻炼、合理饮食，应该会练的很好。而我也渐渐爱上了健身。还需要改变吗？需要，逐渐克服一些不好的生活习惯，以最好的状态和生活谈恋爱。当然，与小伙伴一起锻炼也是一个不错的选择。 月初第一天，如日出之阳。 20181201
阅读全文

毫不优雅地把各个模态杂乱无章混在一起的DICOM文件独立划分出来

-
图片
话不多说，之前已经写过一篇文章讲述如何分类各个模态DICOM文件（ http://www.xuwenhe.name/2019/01/niftidicom.html ），也提到了如果对于转完格式后不好分类的情况，可以在对dicom原始文件读取模态相关的信息，然后分类。因此，把拖了很久的一堆数据在今天下午写了简单的代码把需要的T１、DTI和REST分出来。过程不难，但是文件夹的层次结构比较多，需要注意下。 主要用到的还是pydicom包里的read_file函数 pydicom.read_file 和 SeriesDescription 属性。 比如， dcm = pydicom.read_file( '文件名,比如abc.dcm' ,force= True ) # 输出dcm或者IMA文件的模态信息 print (dcm.SeriesDescription) #如果不知道SeriesDescription是描述模态信息，可以先完全输出dcm，在里边可以找到描述模态对应的标签名。 实际上，如果你对一个DICOM文件夹内存放的文件毫无头绪时，比如这样： image.png 有一个很好的小软件  RadiAnt DICOM Viewer  可以帮你读取DICOM数据并可以把详细信息读取出来，当然也包括模态信息。 很有趣的一点是RadiAnt这个软件读取出来的模态信息名字跟上边用pydicom读取出来的一样，追本溯源殊途同归。 如下图，就是用  RadiAnt DICOM Viewer  读取出来的界面： image.png 具体过程分为两步，第一步是新建文件夹为分类后的模态信息找好居住地，这一步用到的代码如下： #!/usr/bin/env python #coding=utf-8 import os import shutil import re def extract_file (path_name) : # make new directory # directory_name = ['t1','t2','rest','dti','tof','aa...
阅读全文

fslview display specific white matter fibre of JHU atlas（fslview显示特定白质纤维束）

-
在对JHU的 WMlable模板使用 fslview图形界面点击时显示的总是双侧，但是对于其他的模板则没有此问题，经查询，这是fslview的一个bug，替代的方法是使用fslmaths命令来借助于代码制作mask。 方法如下： Step 1： 打开fslview，然后打开一个模板作为背景（比如MNI＿１５２模板），再打开一个想要选择的atlas，保存为模板，然后使用下边的命令把感兴趣的区域设置一下， fslmaths JuelichAtlas.nii.gz -thr 3 -uthr 5 CC.nii.gz This zeroes out any number below 3 or above 5. 紧接着，如果只是为了呈现，就不需要二值化；如果想要制作ｍａｓｋ，再使用下面的命令二值化， Lastly, we need to binarize the image, again using fslmaths: fslmaths CC.nii.gz -bin CC_bin.nii.gz 参考链接： https://www.andysbrainblog.com/andysbrainblog/2017/6/2/creating-masks-from-the-juelich-atlas https://www.jiscmail.ac.uk/cgi-bin/webadmin?A2=fsl;d81dd48a.1409 https://www.jiscmail.ac.uk/cgi-bin/webadmin?A2=ind0903&L=FSL&P=R8638 20190822
阅读全文