医学影像人工智能实战（三)：nii和dcm格式医学图像处理

.nii格式的读取与保存

注意两种方式读取维度的差异

1.nibabel

读取

import nibabel as nib
img = nib.load(path)
print(img.shape) # (z,y,x)
img_array = np.asarray(img.get_fdata())
print(img_array.shape) # (x,y,z)


保存

img = nib.Nifti1Image(img_array, np.eye(4))
nib.save(img, os.path.join('output', 'img.nii.gz')


关于get_data()和get_fdata()的区别：一个是返回原始数据，一个是返回浮点数

见神经影像学中的python的一些基本函数的用法

2.SimpleITK

读取

import SimpleITK as sitk
img = sitk.ReadImage(ct_path, sitk.sitkInt16) # 可自行改变存储类型
print(img.shape) # (x,y,z)
img_array =sitk.GetArrayFromImage(img)
print(img_array.shape) # (z,y,x)


保存

out = sitk.GetImageFromArray(img_array)
sitk.WriteImage(out,'simpleitk_save.nii.gz')


NIfTI格式医学图像不同方向之间旋转

.dcm格式的读取

读取

# 采用pydicom模块
import pydicom
# 数据路径
file_path = r"C:\Users\os\Desktop\data\xxxxx.dcm"
# read_file
data0 = pydicom.read_file(file_path)
# file_data = data0.pixel_array
# print(file_data)
# dcmread
data1 = pydicom.dcmread(file_path)


读取dcm格式

分别采用了read_file和dcmread两种方式读取数据，两种方式读取效果相同

也可查询参数，自行参考链接

打印图片

借助numpy与PIL.Image

import numpy as np
data = np.array(data0.pixel_array)
from PIL import Image
data_img = Image.fromarray(data0.pixel_array)
data_img_rotated = data_img.rotate(angle=45,resample=Image.BICUBIC)
from matplotlib import pyplot
pyplot.imshow(data0.pixel_array,cmap=pyplot.cm.bone)
pyplot.show()


dcm和nii格式的互相转化

有对应的python代码可以转化

但是直接将.dcm重命名为.nii后仍然可以读取

.nii重命名为.nii.gz后仍然可以读取（也可通过gzip压缩后得到）

但是反过来.nii.gz重命名为.nii后不可读取

nii与nii.gz格式的关系