【代码】将dcm和nii.gz文件转为h5文件

原创

已于 2022-03-31 21:54:46 修改 · 2k 阅读

20 ·

CC 4.0 BY-SA版权

文章标签：

#python

于 2022-03-31 21:52:45 首次发布

该博客主要介绍了如何处理医学影像数据，包括读取DICOM格式的图像和NII格式的标签，然后将它们转换并存储为H5文件。使用了pydicom、nibabel等库进行文件读取，通过遍历文件夹结构，将多个图像和对应的标签整合到单个H5文件中，方便后续的深度学习模型训练。

import pydicom
import matplotlib.pyplot as plt
import numpy as np
import os
import time
import nibabel as nib
import h5py

def show_image(image1):
    plt.figure(figsize=(10, 5))

    plt.subplot(1, 1, 1)
    plt.axis('off')
    plt.imshow(image1)

    plt.show()

path = '/root/data/lak/hhh/data/pancreas'

# 读取dcm文件
def read_image(path):
    images = np.zeros((500, 512, 512))
    images_path_list = os.listdir(path)
    for id, i in enumerate(images_path_list):
        image_path = os.path.join(path, i)
        # print(image_path)
        image = pydicom.read_file(image_path).pixel_array
        images[id] = image
    return images

# 读取nii文件
def read_label(path):
    # print(path)
    labels = np.zeros((500, 512, 512))
    labelsobj = nib.load(path).dataobj
    for j in range(labelsobj.shape[2]):
        label = labelsobj[:, :, j]
        label = label.transpose()
        labels[j] = label
    return labels

if __name__ == '__main__':

    start_all_data_time = time.time()