相位估计函数报错：TypeError: only integer scalar arrays can be converted to a scalar index

错误根源分析 #

出现 TypeError: only integer scalar arrays can be converted to a scalar index 的核心原因有三个：

1. 参数名不匹配：函数参数为 k_space，但内部却使用了未定义的 kdata 变量。
2. 变量名拼写错误：索引行中误用了数组变量 phase 代替整数变量 phase_ref，导致用数组作为索引引发类型错误。
3. 窗口函数调用错误：window('hamming', ...) 并非标准Python函数，需要使用 scipy.signal.get_window 来生成正确的二维汉明窗。

修正后的完整代码 #

import numpy as np
from scipy.signal import get_window
# 假设ifft2c是MRI领域的逆FFT函数（带fftshift），如果没有可用以下替代：
# def ifft2c(x):
#     return np.fft.ifftshift(np.fft.ifft2(np.fft.fftshift(x)))

def estimate_phs(k_space, N):
    # 修正参数名不匹配问题
    kx, ky = k_space.shape
    phase = np.zeros((N, N), dtype=k_space.dtype)
    
    # 修正phase_ref计算逻辑，确保为正整数（取k-space中心对称区域的宽度）
    phase_ref = min(ky, N)
    # 若需严格对称区域，可调整为：phase_ref = ky if ky <= N else N
    # 或者按原逻辑修正：phase_ref = max((ky - (N // 2)) * 2, 0)
    
    # 生成二维汉明窗（原代码窗口调用错误）
    hamming_x = get_window('hamming', kx)
    hamming_y = get_window('hamming', phase_ref)
    hamming = np.outer(hamming_x, hamming_y)
    
    # 修正索引拼写错误：将phase改为phase_ref，同时优化中心对齐逻辑
    center_k = ky // 2
    center_N = N // 2
    start_k = center_k - phase_ref // 2
    end_k = center_k + phase_ref // 2
    start_N = center_N - phase_ref // 2
    end_N = center_N + phase_ref // 2
    
    # 应用窗口并赋值到零填充数组
    phase[:, start_N:end_N] = k_space[:, start_k:end_k] * hamming
    
    # 计算逆FFT并提取相位
    estimated_phase = np.angle(ifft2c(x=phase))
    
    return estimated_phase

# 调用示例
phs_estimated = estimate_phs(k_space=kdata, N=N_y)
plt.imshow(np.abs(phs_estimated), cmap="gray", norm=clr.PowerNorm(gamma=0.3))
plt.title("Estimated Phase")
plt.show()

关键修正点说明 #

• 参数名修正：将内部所有 kdata 替换为函数参数 k_space，确保变量引用正确。
• 索引错误修正：将 phase[:, ky - phase:ky] 中的 phase 改为 phase_ref，避免用数组作为索引。
• 窗口函数修正：使用 scipy.signal.get_window 生成一维窗函数后，通过外积构造二维汉明窗，符合图像处理中二维窗口的需求。
• 索引逻辑优化：新增中心对齐逻辑，确保k-space的中心区域被正确放置到零填充数组的中心位置，符合MRI相位估计的常规操作。

内容的提问来源于stack exchange，提问作者arpita halder