#Python# CT Dicom文件的读入+ 图像读取

最新推荐文章于 2025-05-28 10:39:51 发布
最新推荐文章于 2025-05-28 10:39:51 发布
阅读量2.4k 收藏 15
点赞数 2
CC 4.0 BY-SA版权
文章标签： python 深度学习 数据结构
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/c_doris/article/details/124747172
这篇笔记介绍了如何使用Python的pydicom库读取CT DICOM文件，包括单个文件和多个文件的读取，并展示了如何进行图像可视化及获取DICOM文件中的患者信息。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

DICOM 的全称是 Digital Imaging and Communications in Medicine, 医学数字成像和通信。

DICOM 是一种文件格式，可以将医学影像，图像的信息 (比如像素间距), 病人信息（比如姓名出生日期）和其他信息 （比如检日期）储存在一个文件中。

这种格式被广泛应用于X射线，CT，核磁共振和超声等。

这篇笔记记录一下用python读入CT 的.dicom 文件的一些代码。

DICOM文件的读入+ 图像读取

- 需要用到的包

import pydicom ##用于DICOM格式的读取
from matplotlib import pyplot as plt ##用于画图
import os ##用于文件遍历
import numpy as np ##图像的本质是数组(array), numpy是处理数组必备的包

- Dicom 单个文件读入+图像读取

pathX = './文件路径' ##定义路径为pathX

最低0.47元/天 解锁文章

200万优质内容无限畅学
C_doris
关注
【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 8360
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 DICOM文件读取.zip
08-27
Python DICOM文件读取 以食道癌CT为例 - lly1122334的博客 - 优快云博客 https://blog.youkuaiyun.com/lly1122334/article/details/100088849
python读取Dicom文件
juluwangriyue的博客
12-10 3029
python读取Dicom文件1、python读取Dicom文件 1、python读取Dicom文件 安装包 pip install dicom 导出包 import pydicom 参考：使用Python对Dicom文件进行读取与写入
批量处理与可视化脱敏的CT医疗影像数据
最新发布
weixin_42502040的博客
05-28 1000
Python提供了丰富的数据处理库和框架，例如NumPy和Pandas，这些库支持高效的数值计算和数据分析。对于医学影像分析，Python同样拥有强大的生态，如OpenCV用于图像处理，scikit-image用于图像科学。Pydicom是一个Python包，专门用于读取和处理DICOM文件，这是医疗影像领域最常用的文件格式之一。通过pydicom，开发者可以轻松地访问DICOM文件中的图像数据和相关的元数据。
Python-pydicom使用python代码读取修改和编写DICOM文件
08-10
pydicom是一个用于处理DICOM文件的纯python包。 它用于以简单的“pythonic”方式检查和修改DICOM数据。 可以将修改再次写入新文件。
对python读取CT医学图像的实例详解
09-19
今天小编就为大家分享一篇对python读取CT医学图像的实例详解，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
Python用pydicom库读取dicom文件
weixin_44096485的博客
01-04 3710
Python用pydicom库读取dicom文件并调用 方法1：通过group、element读取 方法2：通过tag读取 方法3：get()方法 通用 import pydicom path = 'xxxxx' # dicom文件路径 dicom = pydicom.read_file(path) print(dicom) # 当然你可以直接打印dicom 来查看所有的数据。 以下就以查询序列名称为例。介绍三种方法 方法1：通过group、element读取 dicom = pydicom.re
python dicom图像分割_处理医疗影像的Python利器：PyDicom
weixin_39844549的博客
11-24 1835
Pydicom是一个用于处理DICOM格式文件的Python包，可以处理包括如医学图像（CT等）、报告等。Pydicom支持DICOM格式的读取：可以将dicom文件读入python结构，同时支持修改后的数据集可以再次写入DICOM格式文件。但需要注意，它不是被设计为查看图像，主要是用来操作DICOM文件的各种数据元素。PyDicom的安装支持PIP和Conda安装，因此非常方便。以Anacond...
imageio:用于读取和写入图像数据的 Python 库
07-24
Imageio 是一个 Python 库，它提供了一个简单的界面来读写各种图像数据，包括动画图像、视频、体积数据和科学格式。 它是跨平台的，在 Python 3.5+ 上运行，并且易于安装。 通过和可以获得专业支持。 例子 这是...
python vtk dicom_VTK三维重建(1)-使用VTK读取DICOM,并动态输出
weixin_39968319的博客
12-06 1548
int main(int argc, char*argv[]){//Verify input argumentsif ( argc != 2){std::cout<< "Usage:" << argv[0]<< "FolderName" <}std::string folder = argv[1];//Read all the DICOM files in...
使用python代码读取，修改和写入DICOM文件-Python开发
05-25
pydicom pydicom是用于处理DICOM文件的纯python软件包。 它用于以简单的“ pythonic”方式检查和修改DICOM数据。 修改可以再次写入新文件。 作为纯pytho pydicom，pydicom是用于处理DICOM文件的纯python软件包。 它用于以简单的“ pythonic”方式检查和修改DICOM数据。 修改可以再次写入新文件。 作为一个纯python软件包，pydicom可以在python运行的任何地方运行，而没有任何其他要求，尽管如果要处理像素数据则需要NumPy。 pydicom不是DICOM服务器，也不是主要用于查看图像。 它旨在让您操作DICOM文件中的数据元素
python对DICOM图像的读取方法详解
12-25
DICOM介绍 DICOM3.0图像，由医学影像设备产生标准医学影像图像，DICOM被广泛应用于放射医疗，心血管成像以及放射诊疗诊断设备（X射线，CT，核磁共振，超声等），并且在眼科和牙科等其它医学领域得到越来越深入广泛的应用。在数以万计的在用医学成像设备中，DICOM是部署最为广泛的医疗信息标准之一。当前大约有百亿级符合DICOM标准的医学图像用于临床使用。 看似神秘的图像文件，究竟是如何读取呢？网上随便 一搜，都有很多方法，但缺乏比较系统的使用方法，下文综合百度资料，结合python2.7，讲解如何读取及使用DICOM图像。 读取DICOM图像，需要以下几个库：pydicom、CV2、nu
python 读取DICOM头文件的实例
12-23
用dicompyler软件打开dicom图像，头文件如图所示： 当然也可以直接读取： ds = dicom.read_file('H:\Data\data\\21662\\2.16.840.1.113662.2.0.105002416.1489146183.701\CT\\CT#0#21662#E7AB693D.dcm') print ds >> (0008, 0008) Image Type CS: ['ORIGINAL', 'SECONDARY', 'AXIAL'] (0008, 0016) SOP Class UID UI: CT Image Storage (
python 读取DICOM头文件
热门推荐
sunyao_123的博客
06-23 1万+
用dicompyler软件打开dicom图像，头文件如图所示： 当然也可以直接读取：ds = dicom.read_file('H:\Data\data\\21662\\2.16.840.1.113662.2.0.105002416.1489146183.701\CT\\CT#0#21662#E7AB693D.dcm') print ds>> (0008, 0008) Image Type
使用Python和VTK库读取和显示DICOM文件
FdmPatch的博客
10-05 417
在Python中，我们可以使用VTK（Visualization Toolkit）库来读取和显示DICOM文件。以上就是使用Python和VTK库读取和显示DICOM文件的完整代码。通过运行主函数，我们可以加载DICOM文件并显示图像。然后，我们创建了一个渲染器、渲染窗口和交互器，并将它们连接在一起。实例来设置体积的属性，例如阴影和插值类型。安装完成后，我们可以开始编写代码。首先，我们需要安装VTK库。然后，我们创建了一个。方法获取图像数据，并将其返回。在上述代码中，我们使用了。在上述代码中，我们需要将。
Python读取,预处理DICOM文件方式
专心搬砖...
03-22 1315
python读取，处理dicom文件方式
将DICOM文件批量读入，进行深度学习
02-27
### 批量读取DICOM文件并进行深度学习处理 为了实现批量读取DICOM文件并准备数据用于深度学习模型训练，可以按照如下方法操作： #### 准备环境 确保安装必要的库： ```bash pip install pydicom numpy tensorflow keras scikit-image ``` #### 创建批处理函数 定义一个函数来遍历指定目录中的所有DICOM文件，并将其转换为适合输入到神经网络的数据格式。 ```python import os import pydicom from skimage.transform import resize import numpy as np def load_dicoms(directory, target_size=(256, 256)): images = [] filenames = [] for filename in os.listdir(directory): if not filename.endswith('.dcm'): continue filepath = os.path.join(directory, filename) dicom_data = pydicom.read_file(filepath) try: image = dicom_data.pixel_array.astype(float) / 255.0 # 归一化像素值至[0,1] resized_image = resize(image, target_size, mode='constant', anti_aliasing=True) images.append(resized_image) filenames.append(filename) except Exception as e: print(f"Error processing {filename}: {e}") return np.array(images), filenames ``` 此代码片段展示了如何加载给定路径下的所有`.dcm`文件，并将它们调整大小以适应特定的目标尺寸。这一步骤对于后续的预处理非常重要[^1]。 #### 数据增强与标准化 在实际应用中，通常还需要对图像执行一些额外的操作，比如随机翻转、旋转或其他形式的数据增强，以及进一步的标准缩放等预处理措施。这些可以通过Keras内置工具轻松完成。 ```python from tensorflow.keras.preprocessing.image import ImageDataGenerator datagen = ImageDataGenerator( rotation_range=20, width_shift_range=0.2, height_shift_range=0.2, horizontal_flip=True, vertical_flip=True ) # 使用ImageDataGenerator.flow() 或 .flow_from_directory() ``` 通过上述配置，可以在每次迭代期间动态生成经过变换后的样本批次，从而增加模型泛化能力。 #### 构建卷积神经网络(CNN) 构建简单的CNN架构来进行分类任务作为例子展示: ```python from tensorflow.keras.models import Sequential from tensorflow.keras.layers import Conv2D, MaxPooling2D, Flatten, Dense, Dropout model = Sequential([ Conv2D(32, (3, 3), activation='relu', input_shape=(256, 256, 1)), MaxPooling2D((2, 2)), Conv2D(64, (3, 3), activation='relu'), MaxPooling2D((2, 2)), Conv2D(128, (3, 3), activation='relu'), MaxPooling2D((2, 2)), Flatten(), Dense(128, activation='relu'), Dropout(0.5), Dense(num_classes, activation='softmax') ]) model.compile(optimizer='adam', loss='categorical_crossentropy', metrics=['accuracy']) ``` 这里假设有一个多类别分类问题；如果是二元分类，则应相应修改最后一层激活函数和损失函数。 #### 训练模型 最后，在准备好训练集之后就可以调用fit方法开始训练过程了。 ```python X_train, y_train = ... # 加载训练数据 history = model.fit(datagen.flow(X_train, y_train, batch_size=32), epochs=epochs, validation_split=validation_ratio) ``` 以上就是关于如何利用Python批量读取DICOM文件并通过深度学习框架对其进行分析的一个基本流程介绍。
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值