python處理DICOM并計算三維模型體積
在已知DICOM和三維模型對應(yīng)掩膜的情況下,計算三維模型的體積。
思路:
1、計算每個體素的體積。每個體素為長方體,x,y為PixelSpacing,z為層間距
使用pydicom.read_file讀取DICOM文件,dcm_tag.PixelSpacing獲取像素間距,dcm_tag.SliceLocation 獲取層間距
2、計算體素的個數(shù)
代碼如下:
from PIL import Image import numpy as np import pydicom import os def get_pixels_No(bmp_data_dir): pixels_No = 0 bmp_files = os.listdir(bmp_data_dir) for bmp in bmp_files: bmp_file = os.path.join(bmp_data_dir,bmp) img = Image.open(bmp_file) img_array = np.array(img) # img_array.dtype為布爾類型,需要轉(zhuǎn)換為Int類型,其累加和恰好為體素總和 img_array_int = img_array.astype(int) pixels_No = pixels_No+img_array_int.sum() return pixels_No def get_pixel_info(dcm_data_dir): pixel_infos = [] dcm_files = os.listdir(dcm_data_dir) dcm_file_1 = os.path.join(dcm_data_dir,dcm_files[0]) dcm_tag_1 = pydicom.read_file(dcm_file_1) # 獲取像素間距. spacex, spacey = dcm_tag_1.PixelSpacing # 獲取層間距 # 有些 dcm圖像并不是按照InstanceNumber進行排序的,不能直接用最后一張的slicelocation減去第一張,再除以張數(shù) SliceLocations = [] ImagePositon_z = [] for dcm in dcm_files: dcm_file = os.path.join(dcm_data_dir, dcm) dcm_tag = pydicom.read_file(dcm_file) SliceLocations.append(dcm_tag.SliceLocation) ImagePositon_z.append(dcm_tag.ImagePositionPatient[2]) SliceLocations_max =max(SliceLocations) SliceLocations_min =min(SliceLocations) ImagePositon_z_max = max(ImagePositon_z) ImagePositon_z_min = min(ImagePositon_z) print(SliceLocations_max) print(SliceLocations_min) print(ImagePositon_z_max) print(ImagePositon_z_min) if SliceLocations_max - SliceLocations_min < 1e-10: spacez = abs(ImagePositon_z_max - ImagePositon_z_min)/(len(dcm_files)-1) else: spacez = abs(SliceLocations_max - SliceLocations_min)/(len(dcm_files)-1) pixel_infos = [spacex, spacey, spacez] return pixel_infos def get_volume(dcm_data_dir,bmp_data_dir): pixel_infos = get_pixel_info(dcm_data_dir) pixels_No = get_pixels_No(bmp_data_dir) volume=pixel_infos[0]*pixel_infos[1]*pixel_infos[2]*pixels_No/1000 return volume # dcm = pydicom.read_file(r"E:\20181210090945_LENG HONGYING F-44Y\Venous\0000.dcm") # print(dcm) # print(dcm.ImagePositionPatient[2]) # print(dcm[0x0020, 0x0032].keyword,dcm[0x0020, 0x0032].value) volume=get_volume(r"E:\20181210090945_LENG HONGYING F-44Y\Venous",r"E:\20181210090945_LENG HONGYING F-44Y\Results\LungL") print("體積為%.1f"%volume)
以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
Django中針對基于類的視圖添加csrf_exempt實例代碼
這篇文章主要介紹了Django中針對基于類的視圖添加csrf_exempt實例代碼,分享了相關(guān)代碼示例,小編覺得還是挺不錯的,具有一定借鑒價值,需要的朋友可以參考下2018-02-02Python常用時間操作總結(jié)【取得當(dāng)前時間、時間函數(shù)、應(yīng)用等】
這篇文章主要介紹了Python常用時間操作,包括取得當(dāng)前時間、時間函數(shù)、應(yīng)用等概念與相關(guān)操作技巧,需要的朋友可以參考下2017-05-05python如何定義一個迭代器去生成偶數(shù)數(shù)列
這篇文章主要介紹了python如何定義一個迭代器去生成偶數(shù)數(shù)列問題,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2024-02-02pytorch:model.train和model.eval用法及區(qū)別詳解
今天小編就為大家分享一篇pytorch:model.train和model.eval用法及區(qū)別詳解,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-02-02Python中Async語法協(xié)程的實現(xiàn)
這篇文章主要介紹了Python中Async語法協(xié)程的實現(xiàn),文章圍繞主題展開詳細(xì)的內(nèi)容介紹,具有一定的參考價值,需要的小伙伴可以參考一下2022-06-06PyCharm實現(xiàn)遠(yuǎn)程調(diào)試的全過程(附圖文講解)
這篇文章主要介紹了PyCharm實現(xiàn)遠(yuǎn)程調(diào)試的全過程,文中通過圖文結(jié)合的方式給大家介紹的非常詳細(xì),對大家的學(xué)習(xí)或工作有一定的幫助,需要的朋友可以參考下2024-05-05python+excel接口自動化獲取token并作為請求參數(shù)進行傳參操作
這篇文章主要介紹了python+excel接口自動化獲取token并作為請求參數(shù)進行傳參操作,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-11-11