肺实质分割python代码

import numpy as np
from glob import glob
import os
import SimpleITK as sitk
from skimage.morphology import disk binary_erosion binary_closing
from skimage.measure import labelregionprops
from skimage.filters import roberts
from skimage.segmentation import clear_border
from scipy import ndimage as ndi



def get_filename（file_list case）:
    for f in file_list:
        if case in f:
            return（f）


            
def segment_lung（scr_path output_lung_path）:
#对CT数据集进行肺实质分割
    file_list=glob（scr_path+“*“）
    for img_file in file_list:
        file_name = str（img_file）.split（“/“）[-1]
        print （“on image“ img_file）
        # load the data once
        reader = sitk.ImageSeriesReader（）
        dicom_names = reader.GetGDCMSeriesFileNames（img_file）
        reader.SetFileNames（dicom_names）
        image = reader.Execute（）
        imgs_array = sitk.GetArrayFromImage（image） # z y x

        
        final_lungs = np.ndarray（[imgs_array.shape[0]imgs_array.shape[1]imgs_array.shape[2]]dtype=np.float32）
#        final_lungmasks = np.ndarray（[imgs_array.shape[0]imgs_array.shape[1]imgs_array.shape[2]]dtype=np.float32）
        for i in range（len（imgs_array））:
            img = imgs_array[i]
            binary = img < -500  #Convert into a binary image.
            cleared = clear_border（binary）  #Remove the blobs connected to the border of the image.
            label_image = label（cleared）  #Label the image.
            areas = [r.area for r in regionprops（label_image）]  #Keep the labels with 2 largest areas.
            areas.sort（）
            if len（