快捷導(dǎo)航

Python讀取預(yù)處理DICOM文件方式詳解

更新時(shí)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(yù)處理DICOM文件方式,本文給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下

需要的庫(kù)

●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(kāi)）
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(shí)做多個(gè)檢查，所以dicom中可以包含多個(gè)study（多次檢查，一般只有一個(gè)檢查，所以不用管這個(gè)）和series（多個(gè)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(kāi)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(gè)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(gè)series。ids為series的id列表，dict_name為dicom文件所在目錄路徑。

（重點(diǎn)）讀取meta data（元數(shù)據(jù)）
dicom文件包含大量的元數(shù)據(jù)，會(huì)指出與該次檢查的相關(guān)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(yīng)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(xì)的可以參考http://www.yuantk.com/toolkit_40.html ，或者直接搜索"dicom tag”

轉(zhuǎn)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(jìn)利用斜率和截距進(jìn)行了線性變換無(wú)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(diǎn)關(guān)注normalization函數(shù)，該函數(shù)涉及窗口技術(shù)。

（重點(diǎn)）窗口技術(shù)
由于dicom存儲(chǔ)的是CT值矩陣，由于各種組織結(jié)構(gòu)或病變具有不同的CT值，因此欲顯示某一組織結(jié)構(gòu)細(xì)節(jié)時(shí)，應(yīng)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(shù)進(jìn)行轉(zhuǎn)換。窗口技術(shù)涉及兩個(gè)關(guān)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(nèi)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(jié)構(gòu)，均以黑影顯示，也無(wú)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(zhuǎn)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(shí)際需要設(shè)定，data為simpleitk讀取的數(shù)據(jù)

到此這篇關(guān)于Python讀取預(yù)處理DICOM文件方式的文章就介紹到這了,更多相關(guān)Python讀取DICOM文件內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)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: