编译SimpleITK

编译SITK可以参考下面两篇文章

下面开始进行SimpleITK的安装

git clone https://github.com/SimpleITK/SimpleITK.git到本地
根目录名称不能太长，Windows下对路径有最大长度限制（~260），而SITK里面嵌套的目录很长
C++的包管理似乎都是在本地的，不像python有pip那么方便
进行out-of-tree-build
简单说，in-tree-build就是先写代码，然后吧代码跟sitk一起编译，这种方法可以修改sitk原始代码，但是容器引起混乱
out-of-tree-build是先把代码编译成二进制，然后再使用
sitk源码路径./SimpleITK
目标编译路径./SITKBin
启动CMake，设置SOURCE directory为./SimpleITK/SuperBuild
选择BINARY directory./SITKBin
Tips: 不小心弄错了可以在CMake里选File/Delete Cache
按下Configure按钮，选择合适的编译器（我的是Visual Studio 2019）开始Configure
将SITK的CMake选项配置成下图所示的状态：
依次点击Configure（如果有红的选项就需要点）、Generate、Open Project
在Visual Studio中选生成/生成ALL_BUILD

1. ALL_BUILD是专属CMake的生成选项，生成解决方案会按照 Visual Studio 解决方案的配置来构建所有项目，而生成ALL_BUILD是根据 CMake 生成的构建目标进行构建。

测试ITK编译是否成功
把.\SITKBin\ITK\Examples\Installation下的文件拷贝出来，作为源码
创建一个新的编译路径，如.\HelloWorldBin
用CMake重复上面的动作，不过可能需要手动指定ITK_DIR=path\to\SITKBin\ITK-build
最后在VS中生成HelloWorld即可

编写自己的SITK C++项目

使用Visual Studio新建一个CMake项目
首先需要配置一下CMakeLists.txt文件

cmake_minimum_required (VERSION 3.8)

find_package(ITK REQUIRED)
include(${ITK_USE_FILE})
find_package(SimpleITK REQUIRED)
include(${SimpleITK_USE_FILE})

add_executable (CentiloidCalculator "CentiloidCalculator.cpp" "CentiloidCalculator.h")

target_link_libraries(CentiloidCalculator ${ITK_LIBRARIES} ${SimpleITK_LIBRARIES})

如果这时候找不到ITK或SimpleITK的话，需要在项目/CentiloidCalculator的CMake设置里手动添加CMake变量和缓存。

有一个坑爹的地方：

1
2
3

from monai.transforms import GaussianSmoothd

GaussianSmoothd(keys=["image"], sigma=1),

这里的sigma=1感觉好像不太对。在itk里相似结果需要设置sigma=4：

using ImageType = itk::Image<float, 3>;

ImageType::Pointer GaussianSmooth(ImageType::Pointer image, double sigma) {
  using SmoothingFilterType =
      itk::SmoothingRecursiveGaussianImageFilter<ImageType, ImageType>;

  SmoothingFilterType::Pointer smoothingFilter = SmoothingFilterType::New();
  smoothingFilter->SetInput(image);
  smoothingFilter->SetSigma(sigma);
  smoothingFilter->Update();
  return smoothingFilter->GetOutput();
}

//...
image = GaussianSmooth(inputImage, 4);

但是经过仔细调查，发现还是不对劲，正确的做法是这样的！

ImageType::Pointer GaussianSmooth(ImageType::Pointer image, double sigma) {
  using SmoothingFilterType =
    itk::DiscreteGaussianImageFilter<ImageType, ImageType>;
  using BoundaryConditionType = itk::ConstantBoundaryCondition<ImageType>;
  SmoothingFilterType::Pointer smoothingFilter = SmoothingFilterType::New();
  BoundaryConditionType boundaryCondition;
  boundaryCondition.SetConstant(-0.1);
  smoothingFilter->SetInputBoundaryCondition(&boundaryCondition);
  smoothingFilter->SetMaximumKernelWidth(9);
  smoothingFilter->SetInput(image);
  smoothingFilter->SetUseImageSpacingOff();
  smoothingFilter->SetVariance(sigma * sigma);
  smoothingFilter->Update();
  return smoothingFilter->GetOutput();
}

也就是说，不应该用SmoothingRecursiveGaussianImageFilter这个类，因为它默认使用的单位是物理空间单位，而不是体素单位！需要使用的是DiscreteGaussianImageFilter。

如何使用ONNXRuntime在C++中使用Pytorch模型

// 载入模型
Ort::SessionOptions sessionOptions;
sessionOptions.SetIntraOpNumThreads(1);
std::wstring w_modelPath = std::wstring(modelPath.begin(), modelPath.end());

try {
  this->session = new Ort::Session(env, w_modelPath.c_str(), sessionOptions);
} catch (const Ort::Exception &e) {

std::cerr << "Error loading model:" << e.what() << std::endl;
  throw std::runtime_error("Failed to load model.");
}

记录一个Pytorch到itk的坑点

由于需要把图像展平成一维向量送给onnxruntime，因此需要提取itk图像的像素信息

最开始我是这样做的

std::vector<float>imageData;
imageData.reserve(image->GetLargestPossibleRegion().GetNumberOfPixels());
itk::ImageRegionIterator<ImageType> imageIterator(
    image, image->GetLargestPossibleRegion());
for (imageIterator.GoToBegin(); !imageIterator.IsAtEnd(); ++imageIterator) {
  imageData.push_back(imageIterator.Get());
}

但是这样是不行的，因为体素在内存中的排列顺序不对，正确的方法应该是这样：

void ExtractImageData(ImageType::Pointer image, std::vector<float>& imageData) {
  ImageType::RegionType region = image->GetLargestPossibleRegion();
  ImageType::SizeType size = region.GetSize();

  imageData.resize(size[0] * size[1] * size[2]);
  for (size_t z = 0; z < size[0]; ++z) {
    for (size_t y = 0; y < size[1]; ++y) {
      for (size_t x = 0; x < size[2]; ++x) {
        ImageType::IndexType index = { {x, y, z} };
        float pixelValue = image->GetPixel(index);
        imageData[x * size[0] * size[1] + y * size[0] + z] = pixelValue;
      }
    }
  }
}

std::vector<float>imageData;
imageData.reserve(image->GetLargestPossibleRegion().GetNumberOfPixels());
ExtractImageData(image, imageData);

最外层的z实际上才是变化最快的那一个！

Slicer Extension

如何安装一个其他开发者开发的插件？Developer Tools - Extension Wizard - Select Extension，然后找到插件目录安装就可以了

示意图

检测cpp项目依赖情况

开始页面打开Developer Command Prompt

1	dumpbin /dependents cpp-program.exe

记录一下cpp中使用itk的坑点

我编译了CentiloidCalculator之后，发现换个电脑执行不了，在PythonSlicer的环境里也会发生内存错误！经过痛苦的debug之后发现是下面的问题：

编译的程序需要一些动态链接库，比如通过dumpbin分析动态链接库的依赖，有MSVCP140.dll（后面带D的表示Debug），在没有MSVC dll库的环境里是不能运行的！因此需要把dll文件拷贝到exe文件同目录下
单纯使用VS的创建CMAKE项目是不太好用的！写完代码之后，记得用CMAKE_GUI重新Configure + Generate一下，然后再用VS打开项目！这个时候编译才符合一般CMAKE项目的编译方式
sitk的ALL_BUILD记得选Release模式（当然也可以选别的），否则CentiloidCalculator就只能用Debug策略编译（这个很好理解，上游项目是Debug模式编译的）

下面的是批处理脚本，用于把各个关键的运行时库（和一些其他组件）打包在一起。

@echo off

REM 创建绿色软件包目录
mkdir CentiloidCalculator_green

REM 复制可执行文件
copy .\Release\CentiloidCalculator.exe CentiloidCalculator_green\

REM 复制 onnxruntime DLL
copy E:\projects\sitk\SITKExample\onnxruntime-win-x64-1.18.0\lib\onnxruntime.dll CentiloidCalculator_green\

REM 复制发布版本的VC++运行时库
copy C:\Windows\System32\MSVCP140.dll CentiloidCalculator_green\
copy C:\Windows\System32\VCRUNTIME140.dll CentiloidCalculator_green\
copy C:\Windows\System32\VCRUNTIME140_1.dll CentiloidCalculator_green\

REM 复制 API-MS-WIN-CRT-XXX.dll 文件
copy C:\Windows\System32\api-ms-win-crt-runtime-l1-1-0.dll CentiloidCalculator_green\
copy C:\Windows\System32\api-ms-win-crt-math-l1-1-0.dll CentiloidCalculator_green\
copy C:\Windows\System32\api-ms-win-crt-heap-l1-1-0.dll CentiloidCalculator_green\
copy C:\Windows\System32\api-ms-win-crt-stdio-l1-1-0.dll CentiloidCalculator_green\
copy C:\Windows\System32\api-ms-win-crt-filesystem-l1-1-0.dll CentiloidCalculator_green\
copy C:\Windows\System32\api-ms-win-crt-string-l1-1-0.dll CentiloidCalculator_green\
copy C:\Windows\System32\api-ms-win-crt-environment-l1-1-0.dll CentiloidCalculator_green\
copy C:\Windows\System32\api-ms-win-crt-convert-l1-1-0.dll CentiloidCalculator_green\
copy C:\Windows\System32\api-ms-win-crt-time-l1-1-0.dll CentiloidCalculator_green\
copy C:\Windows\System32\api-ms-win-crt-locale-l1-1-0.dll CentiloidCalculator_green\
copy C:\Windows\System32\api-ms-win-crt-utility-l1-1-0.dll CentiloidCalculator_green\

REM 复制模型文件
copy ..\x64-Debug\CentiloidCalculator\2head-pib-noise-gelu-64channel.onnx CentiloidCalculator_green\
copy ..\x64-Debug\CentiloidCalculator\rigid.onnx CentiloidCalculator_green\
copy ..\x64-Debug\CentiloidCalculator\affine_voxelmorph.onnx CentiloidCalculator_green\
copy ..\x64-Debug\CentiloidCalculator\voi_WhlCbl_2mm.nii CentiloidCalculator_green\
copy ..\x64-Debug\CentiloidCalculator\voi_ctx_2mm.nii CentiloidCalculator_green\
copy ..\x64-Debug\CentiloidCalculator\paddedTemplate.nii CentiloidCalculator_green\

echo 绿色软件包已经创建在 CentiloidCalculator_green 目录中
pause