医学影像弹性形变处理

 无论什么方法，高斯变换都是实现弹性形变的一个关键步骤

注：本文用MONAI 没成功，用的opencv搞得弹性，  应该是 MONAI版本匹配 参数匹配的问题，这东西认版本，后面抽空补充写个MONAI 专用版本的短文

import pydicom
import numpy as np
import matplotlib.pyplot as plt
import os
import torch
import cv2
import monai
import sys
from packaging import version

# 打印MONAI版本信息
print(f"使用的MONAI版本: {monai.__version__}")
print(f"Python版本: {sys.version}")


def load_dicom_as_array(file_path):
    """加载DICOM文件并返回图像数组和元数据"""
    ds = pydicom.dcmread(file_path)
    image = ds.pixel_array.astype(np.float32)

    # 应用窗口设置（如果存在）
    if 'WindowCenter' in ds and 'WindowWidth' in ds:
        center = float(ds.WindowCenter)
        width = float(ds.WindowWidth)
        vmin = center - width / 2
        vmax = center + width / 2
        image = np.clip(image, vmin, vmax)
        image = (image - vmin) / (vmax - vmin)
    else:
        # 如果没有窗口设置，使用最小-最大归一化
        image_min = np.min(image)
        image_max = np.max(image)
        image = (image - image_min) / (image_max - image_min)

    return image, ds


def apply_elastic_deformation_cv2(image, alpha=1000, sigma=25, random_state=None):
    """
    使用OpenCV实现弹性形变 (兼容所有环境)

    参数:
        image: 输入图像 (2D numpy数组)
        alpha: 形变强度
        sigma: 高斯滤波器的标准差
        random_state: 随机种子

    返回:
        形变后的图像
    """
    if random_state is None:
        random_state = np.random.RandomState(None)

    shape = image.shape
    dx = random_state.rand(*shape) * 2 - 1
    dy = random_state.rand(*shape) * 2 - 1

    # 应用高斯模糊
    dx = cv2.GaussianBlur(dx, (0, 0), sigma) * alpha
    dy = cv2.GaussianBlur(dy, (0, 0), sigma) * alpha

    # 创建坐标网格
    x, y = np.meshgrid(np.arange(shape[1]), np.arange(shape[0]))

    # 应用位移
    map_x = np.float32(x + dx)
    map_y = np.float32(y