Добро пожаловать в SimpleITK!
Если предположить, что ваш рентгеновский снимок является фиксированным изображением при регистрации (CT - это движение), то результатом регистрации является преобразование точек преобразования из рентгеновского снимка в CT. Все, что вам нужно сделать, это повторно сэмплировать изображение маски ROI на CT, используя обратное преобразование.
transformed_labels = sitk.Resample(xray_roi_mask,
ct_image,
inverse_transform,
sitk.sitkNearestNeighbor,
0.0, #out of bounds pixel color
xray_roi_mask.GetPixelID())
Последняя ячейка этого ноутбука Jupyter делает это.
Два дополнительных комментария:
- Не уверен, что вы подразумеваете под рентгеновской регистрацией. Это 2D / 3D регистрация, которая в настоящее время не поддерживается SimpleITK, поэтому я предполагаю, что вы делаете 2D / 2D или 3D / 3D регистрацию.
- Поскольку вы новичок в SimpleITK, я бы рекомендовал ознакомиться с нашим основным репозиторием для ноутбуков Jupyter или более кратким IEEE ISBI'18 учебным пособием , чтобы ознакомиться с инструментарием.