MRI冠状面与矢状面重建噪声问题排查求助

问题说明 #

读取的3D MRI轴位切片数据形状为(22, 512, 512)（对应轴：轴位切片数z=22，高度y=512，宽度x=512），使用scipy.ndimage.zoom生成冠状面和矢状面时，重建结果出现大量噪声。

原问题代码 #

from load_MRI_FLAIR import scan
import matplotlib.pyplot as plt
from scipy import ndimage
import numpy as np

print(scan.shape) #(22, 512, 512)
z,y,x =  scan.shape
SLICE_NUM = np.random.randint(0,22)
print("SLICE_NUM:",SLICE_NUM)

coronal = ndimage.zoom(scan, (x/z,z/y,1), order=5)
print("coronal.shape",coronal.shape) #coronal.shape (512, 22, 512)

sagittal = ndimage.zoom(scan, (x/z,1,z/y), order=5)
print("sagittal.shape",sagittal.shape) # sagittal.shape (512, 512, 22)

scans =[scan[SLICE_NUM,:,:],coronal[:,SLICE_NUM,:],sagittal[:,:,SLICE_NUM]]

plt.figure(figsize=(10,5))
for i in range(3):
    plt.subplot(1,3,i+1),plt.imshow(scans[i],cmap='gray')
plt.show()

问题原因 #

1. 轴顺序与缩放逻辑完全错误：
   • 原数据的轴定义为(z, y, x)（z是轴位切片数，y是冠状轴，x是矢状轴），但代码中对三个轴都做了无意义的缩放，导致轴的维度对应关系混乱。
   • 冠状面应该是固定y值，提取scan[:, y_idx, :]（形状(22,512)），再对z轴（仅z轴）插值到512，得到(512,512)的冠状面；原代码错误地缩放了所有轴，导致切片维度不匹配且插值方向错误。
2. 高次插值的副作用：使用order=5的高次插值，在错误的轴缩放时会引入更多伪影，加重噪声。

修正方案 #

方法1：针对单个切片插值（推荐） #

直接提取对应平面的切片，仅对稀疏的z轴进行插值：

from load_MRI_FLAIR import scan
import matplotlib.pyplot as plt
from scipy import ndimage
import numpy as np

z, y, x = scan.shape
SLICE_NUM = np.random.randint(0, z)
Y_SLICE = np.random.randint(0, y)  # 冠状面取随机y值
X_SLICE = np.random.randint(0, x)  # 矢状面取随机x值

# 轴位面（原切片）
axial_slice = scan[SLICE_NUM, :, :]

# 冠状面：提取固定y的切片，对z轴插值到512
coronal_slice = scan[:, Y_SLICE, :]
coronal_upsampled = ndimage.zoom(coronal_slice, (x/z, 1), order=3)  # z轴从22→512，x轴保持

# 矢状面：提取固定x的切片，对z轴插值到512
sagittal_slice = scan[:, :, X_SLICE]
sagittal_upsampled = ndimage.zoom(sagittal_slice, (x/z, 1), order=3)

scans = [axial_slice, coronal_upsampled, sagittal_upsampled]

plt.figure(figsize=(10,5))
for i in range(3):
    plt.subplot(1,3,i+1)
    plt.imshow(scans[i], cmap='gray')
plt.show()

方法2：全局重采样为各向同性体素 #

如果需要生成任意平面的切片，可先将整个3D数据重采样为各向同性（所有轴维度一致），再提取切片：

# 计算缩放因子：仅将z轴从22缩放到512，y、x轴保持原尺寸
zoom_factor = (512/z, 1, 1)
isotropic_scan = ndimage.zoom(scan, zoom_factor, order=3)

# 提取各平面切片
axial_slice = isotropic_scan[SLICE_NUM, :, :]
coronal_slice = isotropic_scan[:, Y_SLICE, :]
sagittal_slice = isotropic_scan[:, :, X_SLICE]

关键注意事项 #

• 明确轴对应关系：确认MRI数据的轴定义，避免混淆轴位、冠状、矢状对应的维度。
• 仅插值稀疏轴：轴位切片数z=22远小于y/x的512，只需对z轴插值，无需修改y/x轴。
• 选择合适插值阶数：使用order=3（双三次插值）即可平衡平滑度和计算量，高次插值（如order=5）易引入伪影。

内容的提问来源于stack exchange，提问作者THEODOROPOULOS DIMITRIS