从rookie到基佬~014:Python代码 DICOM(.dcm)数据转化为NIFTI(.nii)数据

2024-01-30 09:59

本文主要是介绍从rookie到基佬~014:Python代码 DICOM(.dcm)数据转化为NIFTI(.nii)数据,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

一天一个变弯小技巧

今日份洗脑: DICOM(.dcm)数据转化为NIFTI(.nii)数据

结论:SimpleITK:他好,我也好,汇源肾宝

医学图像的存储格式

1、NIFTI(.nii)是Neuroimaging−Informatics−Technology−Initiative即神经影像信息技术,NIFTI格式被认为ANALYZE7.5格式的替代品。NIFTI最初是用于神经成像的,但它也适用于一些其他的领域。NIFTI中一个主要的特点在于它包含了两个仿射坐标定义,这两个仿射坐标定义能够将每个体素指标(i,j,k)和空间位置(x,y,z)联系起来

2、DICOM和NIFTI之间最主要的区别在于NIFTI中的原始图像数据是以3D图像的格式储存的,而DICOM是以3D图像片段的格式储存的。这就是为什么在一些机器学习应用程序中NIFTI比DICOM更受欢迎,因为它是3D图像模型。处理一个单个的NIFTI文件,与处理上百个DICOM文件相比要轻松得多。NIFTI的每一张3D图像中只需储存两个文件,而在DICOM中则要储存更多文件。

深度学习时将DICOM(.dcm)数据转化为NIFTI(.nii)数据的动机

NIFTI的文件是三维的图像,而DICOM的文件为二维的多张图像,所以相对于DICOM文件,NIFTI文件更加易用于机器学习,训练的张数减少。

Python将DICOM(.dcm)数据转化为NIFTI(.nii)数据的代码

import numpy as np
import nibabel as nib
import os
import pandas as pd
import SimpleITK as sitk
import matplotlib.pyplot as pltdef dcm2nii_sitk(path_read, path_save):reader = sitk.ImageSeriesReader()seriesIDs = reader.GetGDCMSeriesIDs(path_read)N = len(seriesIDs)lens = np.zeros([N])for i in range(N):dicom_names = reader.GetGDCMSeriesFileNames(path_read, seriesIDs[i])lens[i] = len(dicom_names)N_MAX = np.argmax(lens)dicom_names = reader.GetGDCMSeriesFileNames(path_read, seriesIDs[N_MAX])reader.SetFileNames(dicom_names)image = reader.Execute()if not os.path.exists(path_save):os.mkdir(path_save)sitk.WriteImage(image, path_save+'/data.nii.gz')DICOMpath = r"F:\Dicomdataset"   //dicom文件夹路径
Midpath = r"F:\middataset"   //处理中间数据路径
Resultpath = r"F:\result"    //保存路径
cases = os.listdir(DICOMpath)  //获取dicom文件夹路径子文件夹名
for c in cases:  //遍历dicom文件夹路径子文件path_mid = join(DICOMpath , c)  //获取dicom文件夹下每一套数据的路径dcm2nii_sitk(path_mid , Midpath )  //将dicom转换为nii,并保存在Midpath中shutil.copy(join(Midpath , "data.nii.gz"), join(Resultpath , c + ".nii.gz"))//重新对保存后的nii文件名进行命名,并复制到Resultpath下

如有错误,欢迎各位大侠莅临指正,顺颂 时祺。

在这里插入图片描述

这篇关于从rookie到基佬~014:Python代码 DICOM(.dcm)数据转化为NIFTI(.nii)数据的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/659878

相关文章

Python FastAPI+Celery+RabbitMQ实现分布式图片水印处理系统

《PythonFastAPI+Celery+RabbitMQ实现分布式图片水印处理系统》这篇文章主要为大家详细介绍了PythonFastAPI如何结合Celery以及RabbitMQ实现简单的分布式... 实现思路FastAPI 服务器Celery 任务队列RabbitMQ 作为消息代理定时任务处理完整

Python Websockets库的使用指南

《PythonWebsockets库的使用指南》pythonwebsockets库是一个用于创建WebSocket服务器和客户端的Python库,它提供了一种简单的方式来实现实时通信,支持异步和同步... 目录一、WebSocket 简介二、python 的 websockets 库安装三、完整代码示例1.

揭秘Python Socket网络编程的7种硬核用法

《揭秘PythonSocket网络编程的7种硬核用法》Socket不仅能做聊天室,还能干一大堆硬核操作,这篇文章就带大家看看Python网络编程的7种超实用玩法,感兴趣的小伙伴可以跟随小编一起... 目录1.端口扫描器:探测开放端口2.简易 HTTP 服务器:10 秒搭个网页3.局域网游戏:多人联机对战4.

springboot循环依赖问题案例代码及解决办法

《springboot循环依赖问题案例代码及解决办法》在SpringBoot中,如果两个或多个Bean之间存在循环依赖(即BeanA依赖BeanB,而BeanB又依赖BeanA),会导致Spring的... 目录1. 什么是循环依赖?2. 循环依赖的场景案例3. 解决循环依赖的常见方法方法 1:使用 @La

使用Python实现快速搭建本地HTTP服务器

《使用Python实现快速搭建本地HTTP服务器》:本文主要介绍如何使用Python快速搭建本地HTTP服务器,轻松实现一键HTTP文件共享,同时结合二维码技术,让访问更简单,感兴趣的小伙伴可以了... 目录1. 概述2. 快速搭建 HTTP 文件共享服务2.1 核心思路2.2 代码实现2.3 代码解读3.

使用C#代码在PDF文档中添加、删除和替换图片

《使用C#代码在PDF文档中添加、删除和替换图片》在当今数字化文档处理场景中,动态操作PDF文档中的图像已成为企业级应用开发的核心需求之一,本文将介绍如何在.NET平台使用C#代码在PDF文档中添加、... 目录引言用C#添加图片到PDF文档用C#删除PDF文档中的图片用C#替换PDF文档中的图片引言在当

C#使用SQLite进行大数据量高效处理的代码示例

《C#使用SQLite进行大数据量高效处理的代码示例》在软件开发中,高效处理大数据量是一个常见且具有挑战性的任务,SQLite因其零配置、嵌入式、跨平台的特性,成为许多开发者的首选数据库,本文将深入探... 目录前言准备工作数据实体核心技术批量插入:从乌龟到猎豹的蜕变分页查询:加载百万数据异步处理:拒绝界面

Python使用自带的base64库进行base64编码和解码

《Python使用自带的base64库进行base64编码和解码》在Python中,处理数据的编码和解码是数据传输和存储中非常普遍的需求,其中,Base64是一种常用的编码方案,本文我将详细介绍如何使... 目录引言使用python的base64库进行编码和解码编码函数解码函数Base64编码的应用场景注意

用js控制视频播放进度基本示例代码

《用js控制视频播放进度基本示例代码》写前端的时候,很多的时候是需要支持要网页视频播放的功能,下面这篇文章主要给大家介绍了关于用js控制视频播放进度的相关资料,文中通过代码介绍的非常详细,需要的朋友可... 目录前言html部分:JavaScript部分:注意:总结前言在javascript中控制视频播放

Python基于wxPython和FFmpeg开发一个视频标签工具

《Python基于wxPython和FFmpeg开发一个视频标签工具》在当今数字媒体时代,视频内容的管理和标记变得越来越重要,无论是研究人员需要对实验视频进行时间点标记,还是个人用户希望对家庭视频进行... 目录引言1. 应用概述2. 技术栈分析2.1 核心库和模块2.2 wxpython作为GUI选择的优