SimpleITK

Логотип SimpleITK
Разработчик(и)	Консорциум программного обеспечения Insight
Стабильная версия	2.3.0 / 13 сентября 2023 г ( 13.09.2023 )
Написано в	C++ , Python , R , Java , C# , Lua , Ruby , Tcl
Операционная система	Кросс-платформенный
Тип	Библиотека для анализа изображений
Лицензия	Апач 2.0
Веб-сайт	www .simpletk .org

SimpleITK  — это упрощенный интерфейс с открытым исходным кодом для набора инструментов Insight Segmentation and Registration Toolkit (ITK). Библиотека анализа изображений SimpleITK доступна на нескольких языках программирования, включая C++ , Python , R , Java , C# , Lua , Ruby и Tcl . Бинарные дистрибутивы доступны для всех трёх основных операционных систем ( Linux , macOS и Microsoft Windows ).

Разработанный Национальными институтами здравоохранения (NIH) как открытый ресурс, его основная цель — сделать алгоритмы, доступные в библиотеке ITK, доступными для самого широкого круга ученых, чья работа включает анализ изображений , независимо от их навыков разработки программного обеспечения. Как следствие, интерфейс SimpleITK предоставляет только наиболее часто изменяемые алгоритмические настройки компонентов ITK. Кроме того, библиотека предоставляет как объектно-ориентированный , так и процедурный интерфейс для большинства фильтров обработки изображений. Последний обеспечивает рабочие процессы анализа изображений с кратким синтаксисом. Вторичная цель библиотеки — продвижение воспроизводимых рабочих процессов анализа изображений. с помощью библиотеки SimpleITK в сочетании с современными инструментами для воспроизводимых вычислительных рабочих процессов, доступными на языках программирования Python ( блокноты Jupyter ) и R ( пакет Knitr ).

Разработка программного обеспечения сосредоточена на GitHub с использованием модели fork and pull . Проект создается с помощью инструмента CMake , а ночные сборки публикуются на панели мониторинга качества проекта .

Многие приложения и библиотеки для анализа медицинских изображений включают SimpleITK в качестве ключевого строительного блока, поскольку он обеспечивает широкий спектр компонентов фильтрации изображений и ввода-вывода изображений с удобным пользовательским интерфейсом. Примеры включают pyOsirix инструмент написания сценариев для популярного приложения Osirix , пакета Python pyradiomics для извлечения радиомических характеристик из медицинских изображений, приложение для анализа изображений 3DSlicer , библиотека регистрации медицинских изображений SimpleElastix, и библиотека глубокого обучения NiftyNet для медицинской визуализации.

История

Первоначальная разработка SimpleITK финансировалась Национальной медицинской библиотекой США в рамках программы Закона о восстановлении и реинвестировании Америки (ARRA) в результате сотрудничества клиники Мэйо, Kitware Inc, Университета Айовы и очной программы NLM. Первый крупный релиз инструментария был анонсирован в апреле-мае 2017 года . Второй крупный релиз был анонсирован в сентябре 2020 года.

В период с 2013 по 2019 год разработка SimpleITK в основном осуществлялась в рамках очной исследовательской программы Национальной медицинской библиотеки с сотрудниками Университета Айовы и Университета Монаша. С 2019 года разработка SimpleITK в основном ведется Управлением киберинфраструктуры и вычислительной биологии Национального института аллергии и инфекционных заболеваний . В апреле 2020 года инструментарий сменил логотип на более современный дизайн.

Примеры

Гауссово сглаживание

Короткие скрипты Python, иллюстрирующие чтение, размытие и запись изображений. Используя объектно-ориентированный интерфейс:

import SimpleITK as sitk
import sys

if len(sys.argv) < 4:
    print("Usage: SimpleGaussian <input> <sigma> <output>")
    sys.exit(1)

reader = sitk.ImageFileReader()
reader.SetFileName(sys.argv[1])
image = reader.Execute()

pixelID = image.GetPixelID()

gaussian = sitk.SmoothingRecursiveGaussianImageFilter()
gaussian.SetSigma(float(sys.argv[2]))
image = gaussian.Execute(image)

caster = sitk.CastImageFilter()
caster.SetOutputPixelType(pixelID)
image = caster.Execute(image)

writer = sitk.ImageFileWriter()
writer.SetFileName(sys.argv[3])
writer.Execute(image)

Более краткая версия с использованием процедурного интерфейса:

import SimpleITK as sitk
import sys

if len(sys.argv) < 4:
    print("Usage: SimpleGaussian <input> <sigma> <output>")
    sys.exit(1)

image = sitk.ReadImage(sys.argv[1])
pixelID = image.GetPixelID()
image = sitk.Cast(sitk.SmoothingRecursiveGaussian(image, float(sys.argv[2])), pixelID)
sitk.WriteImage(image, sys.argv[3])

Мультимодальная жесткая регистрация

Короткий скрипт R, иллюстрирующий использование библиотеки регистрации для жесткой регистрации. из двух 3D-изображений:

library(SimpleITK)

args = commandArgs( trailingOnly=TRUE )
if( length( args ) < 2 )
{
	cat( "Usage: registration <fixed_image> <moving_image> <output_transform>\n" )
	quit( save="no", status=1 )
}
fixed_image <- ReadImage( args[1], "sitkFloat32" )
moving_image <- ReadImage( args[2], "sitkFloat32" )

initial_transform <- CenteredTransformInitializer( fixed_image,
                                                   moving_image,
                                                   Euler3DTransform(),
                                                   "GEOMETRY" )
reg <- ImageRegistrationMethod()
reg$SetMetricAsMattesMutualInformation( numberOfHistogramBins=50 )
reg$SetMetricSamplingStrategy( "RANDOM" )
reg$SetMetricSamplingPercentage( 0.01 )
reg$SetInterpolator( "sitkLinear" )
reg$SetOptimizerAsGradientDescent( learningRate=1.0,
numberOfIterations=100 )
reg$SetOptimizerScalesFromPhysicalShift()
reg$SetInitialTransform( initial_transform, inPlace=FALSE )
final_transform <- reg$Execute( fixed_image, moving_image )

WriteTransform( final_transform, "final_transform.tfm" )

Внешние ссылки

• Официальный сайт .
• SimpleITK: Упрощенный путь к знаниям — онлайн-руководство по использованию блокнотов Jupyter на Python.
• Организация на GitHub
• Краткие примеры, иллюстрирующие использование некоторых компонентов библиотеки, доступны в документации .
• Документация по классам и процедурам доступна через Doxygen .
• Блокноты Jupyter на GitHub с длинными и подробно документированными примерами, полезными для изучения и обучения работе с SimpleITK.
• Получите помощь, задайте вопросы на дискуссионном форуме ITK .