如何使用SimpleITK转置3D MRI图像轴切换视图且保留原始宽高比

我需要使用SimpleITK转置3D MRI图像的轴以获得新的图像视图，同时保留初始视图的宽高比，现有代码如下：

def show_n_slices(array, start_from=0, step=10, columns=6, figsize=(18,10)):
    """ 绘制3D图像的N个切片
    :param array: N维numpy数组（如3D图像）
    :param start_from: 起始切片索引
    :param step: 切片间隔步长
    :param columns: 绘图列数
    :param figsize: 画布尺寸（单位英寸）
    """
    array = np.swapaxes(array, 0, 2)
    fig, ax = plt.subplots(1, columns, figsize=figsize)
    slice_num = start_from
    for n in range(columns):
        ax[n].imshow(array[:, :, slice_num], 'gray')
        ax[n].set_xticks([])
        ax[n].set_yticks([])
        ax[n].set_title('Slice number: {}'.format(slice_num), color='r')
        slice_num += step

    fig.subplots_adjust(wspace=0, hspace=0)
    plt.show()

def print_sitk_info(itk_image):
    """ 打印SimpleITK图像的元信息
    :param itk_image: SimpleITK图像对象
    """
    print(f"[INFO]: 形状 - {itk_image.GetSize()}")
    print(f"[INFO]: 间距 - {itk_image.GetSpacing()}")
    print(f"[INFO]: 原点 - {itk_image.GetOrigin()}")
    print(f"[INFO]: 方向矩阵 - {itk_image.GetDirection()}\n")

print("[INFO]: 重采样为各向同性分辨率前的图像信息：")
print_sitk_info(itk_image)
show_n_slices(sitk.GetArrayFromImage(itk_image), start_from=20, step=5)

我尝试通过以下代码转置图像轴来获取不同视图：

array2 = array.transpose(2, 0 ,1)
itk_image2 = sitk.GetImageFromArray(array2)
itk_image2.SetOrigin(itk_image.GetOrigin())
itk_image2.SetSpacing(itk_image.GetSpacing())
itk_image2.SetDirection(itk_image.GetDirection())
array2 = sitk.GetArrayFromImage(itk_image2)

print_sitk_info(itk_image2)
show_n_slices(array2, start_from=30, step=5)

请问上述操作存在什么问题？接下来是否需要对图像尺寸进行重采样？

补充更新（基于Dave Chen的回答调整后） #

按正确顺序设置spacing后的运行结果 #

array2 = array.transpose(2, 0 ,1)
spacing = itk_image.GetSpacing()
itk_image2 = sitk.GetImageFromArray(array2)
itk_image2.SetOrigin(itk_image.GetOrigin())
itk_image2.SetSpacing([spacing[2], spacing[0], spacing[1]])
itk_image2.SetDirection(itk_image.GetDirection())
array2 = sitk.GetArrayFromImage(itk_image2)

print_sitk_info(itk_image2)
show_n_slices(array2, start_from=30, step=5)

使用SimpleITK PermuteAxesImageFilter的运行结果 #

pa = sitk.PermuteAxesImageFilter()
pa.SetOrder([2, 0 , 1])
i = pa.Execute(itk_image)
print_sitk_info(i)
show_n_slices(sitk.GetArrayFromImage(i), start_from=30, step=5)

原有操作的核心问题 #

你最初的实现错误是没有同步调整轴置换后的图像元数据：
3D医学图像的每个轴都绑定了对应的物理间距（spacing）、方向矩阵（direction）元信息，你对numpy数组做transpose(2,0,1)轴置换后，直接把原图像的spacing、direction原封不动赋值给新图像，导致新图像的像素排列和物理空间参数不匹配，显示出来的宽高比自然会失真。

是否需要重采样 #

不需要额外做重采样操作。
只要正确同步轴置换后的元数据，就能保证视图的宽高比正确，不会损失图像精度，也不需要修改图像尺寸。你后续手动调整spacing顺序的操作已经可以解决问题，更推荐直接使用SimpleITK内置的PermuteAxesImageFilter，它会自动处理所有元数据的同步适配，不需要手动修改spacing、direction参数，避免人为操作出错。

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