DICOM 医学影像文件的读取、处理与可视化的例子

# -*- coding: utf-8 -*-
import os
import pydicom
import numpy as np
import matplotlib.pyplot as plt
from pydicom.errors import InvalidDicomError

def load_dicom_series(series_path):
    """
    加载指定路径下的所有DICOM文件，并按照切片位置排序
    
    参数:
        series_path (str): DICOM系列所在的目录路径
        
    返回:
        list: 排序后的DICOM数据集列表
    """
    # 1. 检查路径是否存在
    if not os.path.exists(series_path):
        raise FileNotFoundError(f"目录不存在: {series_path}")
    
    # 2. 获取目录下所有DICOM文件
    dicom_files = []
    for root, _, files in os.walk(series_path):
        for file in files:
            file_path = os.path.join(root, file)
            try:
                # 3. 尝试读取DICOM文件
                dataset = pydicom.dcmread(file_path)
                # 4. 验证是否包含必要属性
                if hasattr(dataset, 'SliceLocation'):
                    dicom_files.append(dataset)
                else:
                    print(f"警告: 文件缺少SliceLocation属性，跳过: {file_path}")
            except InvalidDicomError:
                # 5. 跳过非DICOM文件
                print(f"跳过非DICOM文件: {file_path}")
    
    # 6. 检查是否找到DICOM文件
    if not dicom_files:
        raise ValueError("目录中未找到有效的DICOM文件")
    
    # 7. 按切片位置排序
    dicom_files.sort(key=lambda ds: float(ds.SliceLocation))
    
    return dicom_files

def extract_pixel_data(dicom_series):
    """
    从DICOM系列中提取像素数据并转换为3D数组
    
    参数:
        dicom_series (list): 排序后的DICOM数据集列表
        
    返回:
        tuple: (3D像素数组, 元数据字典)
    """
    # 1. 创建3D数组存储所有切片
    first_slice = dicom_series[0]
    rows = first_slice.Rows
    columns = first_slice.Columns
    num_slices = len(dicom_series)
    
    # 2. 初始化3D数组
    volume = np.zeros((num_slices, rows, columns), dtype=np.int16)
    
    # 3. 提取元数据
    metadata = {
        'patient_id': getattr(first_slice, 'PatientID', '未知'),
        'patient_name': getattr(first_slice, 'PatientName', '未知'),
        'study_date': getattr(first_slice, 'StudyDate', '未知'),
        'modality': getattr(first_slice, 'Modality', '未知'),