Python读取预处理DICOM文件方式详解

 更新时间:2023年03月31日 09:39:00   作者:Sayello  
这篇文章主要介绍了Python读取预处理DICOM文件方式,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下

需要的库

●Simpleitk
安装命令:

conda install -c simpleitk simpleitk

使用:

import SimpleITK as sitk

pydicom(不推荐,可能有些文件打不开)
安装命令:

conda install -c conda-forge pydicom

●PIL
使用:

from PIL import Image

读取dicom

读取Series信息
由于患者可以同时做多个检查,所以dicom中可以包含多个study(多次检查,一般只有一个检查,所以不用管这个)和series(多个部位,一些信息也是用不同series保存),所以第一步就是要读取series信息。

在这里插入图片描述

代码:

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

ids里包含了所有series的id,dict_name为dicom文件所在目录路径
读取Series中所有图片
利用上面读取的series的id可以分开读取不同series。
代码:

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

series_file_name中包含某个series所有图片的路径,一般我们只需要图片数量最多的那个series。ids为series的id列表,dict_name为dicom文件所在目录路径。

(重点)读取meta data(元数据)
dicom文件包含大量的元数据,会指出与该次检查的相关信息,常用的有 Slice thickness(层厚), Pixel spacing(像素间距)可以根据需要读取相应的元数据。
代码:

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]

可以为任意dicom文件的路径,“0008|1030"为元数据的tags,详细的可以参考http://www.yuantk.com/toolkit_40.html ,或者直接搜索"dicom tag”

转换为图片并保存
代码:

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]可以为任意dicom文件的路径,使用simpleitk读取的数据已经进利用斜率和截距进行了线性变换无需二次处理。image_save_path为保存的路径,注意路径要包含文件名(例:‘./1.png’),这里的要重点关注normalization函数,该函数涉及窗口技术。

(重点)窗口技术
由于dicom存储的是CT值矩阵,由于各种组织结构或病变具有不同的CT值,因此欲显示某一组织结构细节时,应选择适合观察该组织或病变的窗宽和窗位,以获得最佳显示,这里需要利用窗口技术进行转换。窗口技术涉及两个关键参数,窗位与窗宽。
窗宽(WW):是CT图像上显示的CT值范围,在此CT值范围内的组织和病变均以不同的灰度显示,而CT值高于此范围的组织和病变,均以白影显示,不再有灰度差异;反之,低于此范围的组织结构,均以黑影显示,也无灰度差别。
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

转换后的图片灰度值=(CT值-CTmin) / (CTmax - CTmin) * 255
代码:

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根据实际需要设定,data为simpleitk读取的数据

到此这篇关于Python读取预处理DICOM文件方式的文章就介绍到这了,更多相关Python读取DICOM文件内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • python如何将多个模型的ROC曲线绘制在一张图(含图例)

    python如何将多个模型的ROC曲线绘制在一张图(含图例)

    这篇文章主要给大家介绍了关于python如何将多个模型的ROC曲线绘制在一张图的相关资料,文中通过实例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2022-02-02
  • 解决python中导入win32com.client出错的问题

    解决python中导入win32com.client出错的问题

    今天小编就为大家分享一篇解决python中导入win32com.client出错的问题,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2019-07-07
  • python 识别图片中的文字信息方法

    python 识别图片中的文字信息方法

    今天小编就为大家分享一篇python 识别图片中的文字信息方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-05-05
  • 用代码帮你了解Python基础(3)

    用代码帮你了解Python基础(3)

    这篇文章主要用代码帮你了解Python基础,使用循环,字典和集合的示例代码,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2022-01-01
  • Python中装饰器学习总结

    Python中装饰器学习总结

    这篇文章主要介绍了Python中装饰器学习总结,分享了相关代码示例,小编觉得还是挺不错的,具有一定借鉴价值,需要的朋友可以参考下
    2018-02-02
  • python之拟合的实现

    python之拟合的实现

    这篇文章主要介绍了python之拟合的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2019-07-07
  • Python处理CSV与List的转换方法

    Python处理CSV与List的转换方法

    下面小编就为大家分享一篇Python处理CSV与List的转换方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-04-04
  • python实现输出一个序列的所有子序列示例

    python实现输出一个序列的所有子序列示例

    今天小编就为大家分享一篇python实现输出一个序列的所有子序列示例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2019-11-11
  • Pytorch distributed 多卡并行载入模型操作

    Pytorch distributed 多卡并行载入模型操作

    这篇文章主要介绍了Pytorch distributed 多卡并行载入模型操作,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2021-06-06
  • python去掉行尾的换行符方法

    python去掉行尾的换行符方法

    下面小编就为大家带来一篇python去掉行尾的换行符方法。小编觉得挺不错的,现在就分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2017-01-01

最新评论