将医学图像.dcm格式与.nii.gz格式进行一些处理

Andy in boots

已于 2022-09-26 20:00:41 修改

阅读量1.3k

点赞数

CC 4.0 BY-SA版权

分类专栏：数据处理文章标签：计算机视觉图像处理 opencv

于 2022-09-26 19:49:45 首次发布

本文链接：https://blog.youkuaiyun.com/An_dy_code/article/details/127059538

数据处理专栏收录该内容

4 篇文章

订阅专栏

本文介绍了如何使用pydicom和nibabel处理医学成像文件，包括将.dcm和.nii.gz文件转换为.png图像格式的过程。文章提供了具体代码示例，帮助读者理解如何读取和转换这些专业文件。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

介绍

.dcm文件是一种医学上用于存储CT、核磁共振等成像方式得到的患者器官图像的文件格式
.nii.gz是通过标注软件导出的3D标签(可以看作一个np数组)

我们通过pydicom和nibabel这两个包来辅助我们进行操作

读取dcm数据并用plt显示


# 读取dcm数据并使用plt显示

# ······································ #
fpath = ""
ds = pydicom.dcmread(fpath)
new_image = ds.pixel_array
scaled_image = (np.maximum(new_image, 0) / new_image.max()) * 255.0
plt.figure(figsize=(10, 10))
plt.imshow(scaled_image, cmap=plt.cm.bone)
plt.show()
print(scaled_image.max())
# ······································ #

批量处理.dcm文件，将其转化为.png格式：

def dcm_to_image(filepath, aimfile):
    fpath = os.listdir(filepath)
    for f in fpath:
        if f[-4:] != ".dcm":
            continue
        img_path = os.path.join(filepath, f)
        img = pydicom.dcmread(img_path)
        img_data = img.pixel_array
        # dcm的值转化为0 ~ 255之间
        img_data = (np.maximum(img_data, 0) / img_data.max()) * 255.0
        # 开始转换为图像
        fname = f.replace('.dcm', '')  # 去掉nii的后缀名
        print(fname)
        imageio.imwrite(os.path.join(aimfile, fname + '.png'), img_data)

批量处理.nii.gz文件，将其转化为.png格式：

def nii_to_image(filepath, imgfile):
    filenames = os.listdir(filepath)  # 读取nii文件夹
    slice_trans = []

    for f in filenames:
        # 开始读取nii文件
        if f[-7:] != ".nii.gz":
            continue
        img_path = os.path.join(filepath, f)
        img = nib.load(img_path)  # 读取nii
        img_fdata = img.get_fdata()
        fname = f.replace('.nii.gz', '')  # 去掉nii的后缀名
        img_f_path = os.path.join(imgfile, fname)
        # 创建nii对应的图像的文件夹
        if not os.path.exists(img_f_path):
            os.mkdir(img_f_path)  # 新建文件夹

        # 开始转换为图像
        (x, y, z) = img.shape
        for i in range(z):  # z是图像的序列
            silce = img_fdata[:, :, i]  # 选择哪个方向的切片都可以
            silce = silce.transpose()
            imageio.imwrite(os.path.join(
                img_f_path, '{}.png'.format(i)), silce)
            # 保存图像