如何把.mhd和.raw文件转换为DICOM文件

最新推荐文章于 2023-12-25 16:26:03 发布

Aaron_X.Chen

最新推荐文章于 2023-12-25 16:26:03 发布

阅读量1k

点赞数 1

文章标签： hololens python vr

本文链接：https://blog.youkuaiyun.com/Aaron9489/article/details/133157557

版权

文章讨论了如何将Manix数据中的mhd和raw格式图像转换为DICOM格式，作者尝试过ImageJ但未成功，最终推荐使用XMedCon，提供了详细的操作步骤，包括File>open,互动设置，以及保存为DICOM的过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

之前拿到体渲染的人头数据Manix，格式为mhd和raw格式的需要转换为DICOM

ResearchGate上的一个帖子帮了大忙（链接如下），有人说用ImageJ，有的说用XMedCon。我试了半天也没用ImageJ弄成功，但是XMedCon一下就好了

Dear all can anybody introduce me a software to can convert .raw formatted images to . dcm format? | ResearchGate

XMedCon下载地址如下

XMedCon download | SourceForge.net

File->open raw->interactive,然后填写offset，图像分辨率信息即可打开，然后File里选择save as变成DICOM就可以了

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

Aaron_X.Chen

关注关注

1
点赞
踩
2

收藏

觉得还不错? 一键收藏
2
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

【医学影像数据处理】 Dicom 文件格式处理汇总二（Python格式转换）

钱多多先森

09-21

8117

Dicom数据存储格式，是医学领域通用的数据传输形式，本文将围绕dicom与医学算法展开

Python实现mhd文件转dicom格式

qq_42754434的博客

06-12

1161

我们在研究中计划手动标注MRI图像堆栈中的直肠癌mask，但由于耗时过多，决定基于开源模型结果进行修改。然而，现有的直肠癌分割模型仅接受和输出mhd格式文件，而在我们的数据集上效果欠佳，需要手动修改。然而，未找到可修改mhd文件的标注软件，因此需要将mhd文件转换为dicom格式。

2 条评论您还未登录，请先登录后发表或查看评论

如何根据一个.raw文件还原为一个dicom文件

inter_peng的专栏

01-31

3873

本文由Markdown语法编辑器编辑完成. 1. 需求背景已知已经获取到了一幅dicom医学图像的像素文件, 它的格式为.raw文件. 由于市面上通用的dicom viewer软件, 都只能识别dicom格式的文件. 因此, 如何将这个.raw文件, 还原为能够被大部分软件识别的医学dicom文件, 从而进行相应的显示和操作. 2. 需求调研 11月09日星期一的有道云笔记, 有相关的记录内容. ...

mhd格式转化小工具

05-31

自己用vtk写的把mhd文件格式转化为mha格式

raw转dcm工具

01-25

标准无头raw转通用dcm工具，需要源码或者原理（少量费用）的私信我

dcmtk 将raw文件转换为dicom文件

genispan的专栏

04-08

1628

1. 定义一个DcmFileFormat DcmFileFormat m_fileformat; 2. 更新传输协议字段 m_fileformat.getDataset()->updateOriginalXfer(); 3. 填充tag信息 FillInfo(DCM_SpecificCharacterSet, m_charset); FillInfo(DCM_MediaStorageSOPInstanceUID, m_image->SO

将Dicom数据集转换成raw+mhd文件

0123 's blog

03-21

4592

问题原本项目用的都是自己用程序合并的raw和info.txt，info.txt里只包含Dimension和Spacing。 info.txt格式如下： 512 512 49 0.693359 0.693359 3 VNet框架需要使用到raw和mhd文件，mhd文件格式如下： ObjectType = Image NDims = 3 BinaryData = True Binary...

医学影像数据-mhd，nii与DICOM相互转换

Ericohe的博客

07-30

6923

mhd转换为Nifti / nii import SimpleITK as sitk img = sitk.ReadImage("input.mha") sitk.WriteImage(img, "output.nii")

mhd格式三维图像显示_关于医疗影像的mhd和dcm格式图像的读取和坐标转换

weixin_39785600的博客

01-14

1526

本篇博客主要对近年来大赛(Luna16，kaggle，天池)中使用的肺部图像的读取和坐标转换进行整理，如果有错误，欢迎批评指正，谢谢。1 介绍mhd格式的数据：数据可以在Luna16(https://luna16.grand-challenge.org/Data/)下载。(1) 每个病例的数据的存储都是由一个.mhd和一个.raw格式的文件组成。mhd的内容和比较重要的注释：ObjectType...

C# 将raw图转成Dicom

weixin_51622655的博客

04-18

492

网上找起来非常费劲，想着为后人留点东西，就写这篇来试一下。

Dicom转换工具

04-24

Dicom信息显示，Dicom影像格式转换bmp,jpg。资源是一个工具包，可以直接使用

DICOM医学影像文件格式与常见格式的转换

04-29

DICOM标准极大促进了医学影像设备技术的发展，处理医学图像时，首先将文件中存储的像素值提取出来并进行各种转化和处理，以便其它的图像处理软件使用和进行下一步处理。利用JAVA和开源工具包Dcm4che对DICOM文件中的各种元素进行提取并将像素值转化为各种操作平台下常见的图像格式，完全达到了使用标准，并极大地方便后续处理和操作。

MATLAB dcm图像转raw图像代码

10-26

在matlab运行该代码的第一部分，只需要将代码中的filename变量改为你存放dcm文件的目录路径就行，就可以转化单个病人的dcm图像为raw文件。代码的第二部分，则需要将代码中的total_files变量改为你存放所有病人图片的目录路径，就可以一次性把所有病人的dcm图像都转为raw。

裸数据转成dicom图像格式

10-22

该代码文件实现了将CT图像裸数据如何生成dicom格式文件

使用DCMTK将RAW数据保存为Dicom图

Full_Speed_Turbo

02-09

3894

环境: VS2013 + DCMTK3.6.2 32bit 准备: 1). 模板dicom图像.用于复制metainfo. 2). RAW数据, 这里用的是256X256大小的u16 raw文件. 源代码: #include"dcmtk/config/osconfig.h" #include"dcmtk/dcmdata/dctk.h" #include"AgRuntime...

matlab将raw转为tiff,使用Matlab将tiff转换为dicom(Convert tiff to dicom using Matlab)

weixin_35064596的博客

03-17

1108

使用Matlab将tiff转换为dicom(Convert tiff to dicom using Matlab)我有一系列的dicom图像并且使用MATLAB脚本更改了图像中的MATLAB ，然后我将它们导入ImageJ进行显示。然后我意识到我可以使用ImageJ gui修改图像(更简单，只需移动鼠标)。但是，当我在ImageJ保存修改后的图像时，它们以tiff格式保存。我的问题是，有没有...

使用ImageJ将Raw格式图片批量转换为JPG

qq_42940869的博客

12-25

2022

然后选择你的图片，设置好下图的参数（这里的参数你自己应该清楚），点击OK，然后你的Raw图片就被打开了。下图2中，红框标记的部分（从“image”开始，到引号截止）即为“自动方法”中第5步的imageInfo，4，完成前2步后，如果你是windows系统，那么需要将路径中所有的反斜杠“\”改成正斜杠“/”，并且路径最后的斜杠不能省略。5，imageInfo也需要根据你的Raw图片参数进行修改，具体修改方式请参考下方的手动方法。如有疑问欢迎加博主微信w2689115745交流！

【医学影像数据处理】nii、npz、npy、dcm、mhd 的数据格式互转，及多目标分割处理汇总

最新发布

03-16

<think>嗯，用户问的是CNN模型是否支持直接处理raw和mhd文件。我需要先弄清楚这两种文件格式的特点，以及CNN模型通常的输入要求。首先，raw文件通常是未经处理的原始二进制数据，可能没有包含元数据，比如图像的尺寸、数据类型等信息。而mhd文件通常是MetaImage格式的一部分，包含描述数据的元信息，比如维度、间距、数据类型等，配合raw文件一起使用。所以，处理这两种文件可能需要先读取元数据，然后将raw数据转换为适合CNN输入的格式。 CNN模型本身处理的是张量数据，比如图像数据会转换成多维数组，例如三维的（高度，宽度，通道数）或者四维的（批次大小，高度，宽度，通道数）。因此，无论原始数据是什么格式，只要最终能转换成这些张量形式，CNN就可以处理。关键问题在于数据预处理阶段。接下来，我需要检查用户提供的引用内容。引用[1]提到在处理LUNA16数据集时，需要将mhd和raw文件路径等信息添加到列表中，这说明在代码中需要明确读取这些文件。引用[3]和[4]都提到了3D CNN模型，比如V-Net和多层级3D CNN，这些模型处理3D数据，可能需要特定的预处理步骤。所以，用户可能是在处理医学图像数据，比如CT扫描，这些数据通常以mhd和raw格式存储。用户想知道是否需要转换格式，或者CNN能否直接读取这些文件。实际上，CNN本身不直接处理文件格式，而是依赖于数据预处理流程将文件转换为张量。因此，回答需要说明预处理步骤的重要性，并提供一些常用的方法，比如使用SimpleITK或PyTorch的Dataset类来加载这些文件。另外，用户可能对具体的代码实现感兴趣，可能需要示例代码来说明如何读取mhd和raw文件，并将其转换为数组。引用[1]中的代码片段显示他们使用了os.path.join来构建文件路径，这可能是在数据加载环节的一部分。因此，在回答中可以引用这一点，说明需要将文件路径正确传递给数据处理流程。还需要注意不同框架的兼容性，比如TensorFlow和PyTorch都有自己的数据加载工具，但处理自定义格式通常需要自己编写读取代码。因此，建议用户使用现有的库来处理这些医学图像格式，如SimpleITK，这样可以简化预处理步骤。总结来说，回答的结构应该是：首先说明CNN模型不直接支持这些格式，但可以通过预处理转换；然后分步骤解释如何处理这些文件，包括读取、转换为张量、输入到模型；最后给出示例代码和引用相关的资料，比如用户提供的引用[1]和[3]中的V-Net应用。</think>CNN模型本身不直接支持特定医学影像格式（如`.raw`和`.mhd`）的原始文件输入，但可以通过**数据预处理**将其转换为CNN可处理的张量格式。以下是具体分析： --- ### 一、文件格式与CNN输入的关系 1. **`.mhd`文件特性** `.mhd`文件是医学影像中常见的元数据描述文件，包含图像尺寸、空间坐标、数据类型等参数，需配合二进制`.raw`文件使用[^1]。例如LUNA16数据集的原始格式便是这种组合。 2. **CNN输入要求** 无论是2D CNN还是3D CNN，输入数据最终需转换为**张量格式**（如三维数组$(H \times W \times C)$或四维数组$(D \times H \times W \times C)$），并通过标准化处理（如归一化）。 --- ### 二、实现步骤 1. **数据读取** 使用医学图像处理库（如`SimpleITK`或`ITK`）读取`.mhd`和`.raw`文件： ```python import SimpleITK as sitk image = sitk.ReadImage("example.mhd") array = sitk.GetArrayFromImage(image) # 转换为NumPy数组 ``` 2. **张量转换** 将NumPy数组转换为深度学习框架支持的张量格式： ```python import torch tensor = torch.from_numpy(array).float() # PyTorch张量 ``` 3. **输入模型** 通过自定义`Dataset`类实现批量加载，例如引用[1]中代码的改进版： ```python class MedicalDataset(torch.utils.data.Dataset): def __init__(self, file_list): self.samples = file_list # 包含.mhd路径和坐标信息 def __getitem__(self, idx): image = sitk.ReadImage(self.samples[idx][0]) array = sitk.GetArrayFromImage(image) return torch.tensor(array) ``` --- ### 三、3D CNN的特殊支持针对医学影像的3D特性，可采用**3D卷积神经网络**（如V-Net[^3]、多层级3D CNN[^4]）进行建模。例如V-Net通过跳跃连接处理3D数据中的空间特征，其输入需满足$(Depth \times Height \times Width)$的三维结构。 --- ### 四、扩展应用 1. **多模态数据处理** 若需要结合DICOM等格式，可扩展预处理流程，统一不同数据源的张量维度。 2. **性能优化** 使用内存映射（Memory Mapping）加速大型.raw文件的读取，或使用预处理缓存机制。 ---