使用SimpleTk和Pytork读取dicom文件的性能

Question

我想以pytorch张量格式直接将图像从内存加载到python。 我通过替换以下行修改了GetArrayViewFromImage（）函数：

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

作者：

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

实际上，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. 它的速度要慢得多，我真的不知道为什么用numpy读取它并转换它会更快
2. 即使我添加了dtype参数，它返回了一个带有正确dtype的张量，但它读错了（例如，无论我选择什么torch.dtype，numpy中的-1000都读为252），这在使用numpy读取和转换时不是问题，为什么会发生这种情况

Answer 1

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