使用 SimpleITK 和 PyTorch 读取 dicom 文件的性能

Question

我想以 pytorch 张量格式直接将图像从 memory 加载到 python。 我通过替换这些行修改了 GetArrayViewFromImage() function：

image_memory_view = _GetMemoryViewFromImage(image)
array_view = numpy.asarray(image_memory_view).view(dtype = dtype)

经过：

image_memory_view = _GetMemoryViewFromImage(image)
array_view = torch.as_tensor(image_memory_view, dtype = dtype)

在实践中它太慢了，我将其替换为：

image_memory_view = _GetMemoryViewFromImage(image)
array_view = numpy.asarray(image_memory_view).view(dtype = dtype)
array_view  = torch.as_tensor(array_view)

现在我有两个问题：

1. 它慢得多，我真的不知道为什么用 numpy 阅读它并转换它更快。
2. 即使我添加了 dtype 参数并且它返回了一个具有正确 dtype 的张量，但它读错了（例如，numpy 中的 -1000 被读取为 252，无论我选择什么 torch.dtype），这在使用 numpy 和转换，为什么会这样？

Answer 1

虽然这不能直接回答您的问题，但我强烈建议使用torchio package，而不是自己处理这些 IO 问题（torchio 在引擎盖下使用 SimpleITK）。