Python讀取預處理DICOM文件方式詳解

更新時間：2023年03月31日 09:39:00 作者：Sayello

這篇文章主要介紹了Python讀取預處理DICOM文件方式,本文給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下

需要的庫

●Simpleitk
安裝命令：

conda install -c simpleitk simpleitk

使用：

import SimpleITK as sitk

●pydicom（不推薦，可能有些文件打不開）
安裝命令：

conda install -c conda-forge pydicom

●PIL
使用：

from PIL import Image

讀取dicom

讀取Series信息
由于患者可以同時做多個檢查，所以dicom中可以包含多個study（多次檢查，一般只有一個檢查，所以不用管這個）和series（多個部位，一些信息也是用不同series保存），所以第一步就是要讀取series信息。

在這里插入圖片描述

代碼：

reader = sitk.ImageSeriesReader()
ids = reader.GetGDCMSeriesIDs(dict_name)

ids里包含了所有series的id，dict_name為dicom文件所在目錄路徑
讀取Series中所有圖片
利用上面讀取的series的id可以分開讀取不同series。
代碼：

for i in ids:
    series_file_name = reader.GetGDCMSeriesFileNames(dict_name, i)

series_file_name中包含某個series所有圖片的路徑，一般我們只需要圖片數(shù)量最多的那個series。ids為series的id列表，dict_name為dicom文件所在目錄路徑。

（重點）讀取meta data（元數(shù)據(jù)）
dicom文件包含大量的元數(shù)據(jù)，會指出與該次檢查的相關信息，常用的有 Slice thickness(層厚)， Pixel spacing(像素間距)可以根據(jù)需要讀取相應的元數(shù)據(jù)。
代碼：

file_reader = sitk.ImageFileReader()
file_reader.SetFileName(series_file_name[0])
file_reader.ReadImageInformation()
study_id = file_reader.GetMetaData("0008|1030")
series_file_name[0]

可以為任意dicom文件的路徑，“0008|1030"為元數(shù)據(jù)的tags，詳細的可以參考http://www.yuantk.com/toolkit_40.html ，或者直接搜索"dicom tag”

轉換為圖片并保存
代碼：

image = sitk.ReadImage(series_file_name[0])
image_data = sitk.GetArrayFromImage(image)[0]
image_data = normalization(image_data)
Image.fromarray(image_data).convert("RGB").save(image_save_path)

series_file_name[0]可以為任意dicom文件的路徑，使用simpleitk讀取的數(shù)據(jù)已經(jīng)進利用斜率和截距進行了線性變換無需二次處理。image_save_path為保存的路徑，注意路徑要包含文件名（例：‘./1.png’），這里的要重點關注normalization函數(shù)，該函數(shù)涉及窗口技術。

（重點）窗口技術
由于dicom存儲的是CT值矩陣，由于各種組織結構或病變具有不同的CT值，因此欲顯示某一組織結構細節(jié)時，應選擇適合觀察該組織或病變的窗寬和窗位，以獲得最佳顯示，這里需要利用窗口技術進行轉換。窗口技術涉及兩個關鍵參數(shù)，窗位與窗寬。
窗寬(WW)：是CT圖像上顯示的CT值范圍，在此CT值范圍內的組織和病變均以不同的灰度顯示，而CT值高于此范圍的組織和病變，均以白影顯示，不再有灰度差異；反之，低于此范圍的組織結構，均以黑影顯示，也無灰度差別。
窗位(WL)：是窗的中心位置。
公式：

WW=CTmax-CTmin
WL=(CTmax+CTmin)/2
CTmax = WW/2+WL
CTmin = WL-WW/2

轉換后的圖片灰度值=(CT值-CTmin) / (CTmax - CTmin) * 255
代碼：

def normalization(data, window_level=-600., window_width=2000.):
	high = window_level + window_width / 2
	low = window_level - window_width / 2
	data = (data - low) / window_width * 255
	data[data > 255] = 255
	data[data < 0] = 0
	return data

window_level和window_width根據(jù)實際需要設定，data為simpleitk讀取的數(shù)據(jù)

到此這篇關于Python讀取預處理DICOM文件方式的文章就介紹到這了,更多相關Python讀取DICOM文件內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: