目录
医学影像学dicom文件相关1.1 什么是dicom图像1.2 dicom图像中有什么1.3 dicom结构及组成1.3.1 文件头1.3.2 数据集 raw文件相关mhd文件相关相应代码2.1 dicom可视化2.2 dicom读取并转换为raw及mhd文件2.3 raw文件可视化2.4 遍历指定文件 附录(常见Tag说明）Patient TagStudy TagSeries TagImage Tag医学影像学
医学影像是指为了医疗或医学研究，对人体或人体某部份，以非侵入方式取得内部组织影像的技术与处理过程。
目前的主要处理方式有：X光成像（X-ray），电脑断层扫描（CT），核磁共振成像（MRI）， 超声成像（ultrasound），正子扫描（PET），脑电图（EEG），脑磁图（MEG），眼球追踪（eye-tracking），穿颅磁波刺激（TMS）等现代成像技术，用来检查人体无法用非手术手段检查的部位的过程。
医学影像学的崛起使得对于病人的诊断有了更加直观的证据。除此之外，对于医学领域的相关研究，也有着巨大的影响。
dicom文件相关
1.1 什么是dicom图像
DICOM（Digital Imaging and Communications in Medicine）即医学数字成像和通信，是医学图像和相关信息的国际标准。其是目前应用最为广泛的医学影像格式，常见的CT,核磁共振，心血管成像等大多采用的是docim格式的存储。
1.2 dicom图像中有什么
doicm主要存储两方面信息：
（1）关于患者的PHI(protected health imformation)信息
简单来说，就是患者的相关信息（这些信息是收到保护的）。例如，姓名，性别，年龄，继往病历等
（2）直观的图像信息
一部分信息是扫描过后患者图像的某一层（切片，稍后会讲到），医生可以通过专门的dicom阅读器去打开，从而察看患者病情。另一部分是相关的设备信息，例如生产的dicom图像是X光机扫描出的X光图像的某一层，那么dicom就会存储关于此X光机的相关设备信息。
更具体地划分，这些信息可以被分为以下四类：
（1）Patient
例如患者的姓名，性别，体重，ID等等，反映的主要是患者个人的相关信息。
（2）Study
也就是关于患者接受某项检查所记录的信息，例如检查号，检查日期，检查时患者的年龄，检查的部位等等。
（3）Series
存储关于检查的简单信息，例如图像的层厚，层间距，图像方位等等。
（4）Image
存储关于检查结果（例如X光影像的某一层）的详细信息，例如影像拍摄日期，图像的分辨率，像素间距等等。
注意
dicom文件 ≠ \neq = 患者影像
一方面，在实际检查过程中，例如CT检查，是利用X光线等放射性光线与探测器一同围绕人体做多层的断面扫描。也就是说，我们得到的结果是一层一层的断面图像，将这些断面图像在z轴叠加起来，才是一个完整的医学影像。而每一个dicom存储其中一层图像(但又不仅仅是存储图像），换句话说，一位患者有多个dicom文件。
如上图，一个完整的医学影像是由许多个断面图像在z轴上堆叠而成的三维图像。而一个dicom文件只存储其中的一切图像及相关信息。
另一方面，dicom文件不仅仅存储的是患者影响的切片，还存储着相关的信息（在上面已经提到）。
综上，dicom是一个存储患者所拍摄医学影像的某一层断面图和相关信息的文件。
1.3 dicom结构及组成
dicom文件内部的组成结构如下图：
可以看出，一个完整的dicom文件由两部分组成：文件头和数据集。
1.3.1 文件头
Dicom文件头包含的是关于数据集的相关信息，主要有以下几部分：
⋅ · ⋅ 文件导言
⋅ · ⋅ Dicom前缀，也是计算机读取过程中判断一个文件是否是dicom文件的依据。
⋅ · ⋅ 文件信息元素
1.3.2 数据集
数据集即存储相关数据的地方，数据集的基本单位是数据元。数据元由四个部分组成：
(1) Tag
也即标签部分，用于识别数据的具体类型。包括组号（Group）和元素号(Element)两部分。在这里，Group对应的编码是指所存储信息的大类，也就是指明信息是patient,study,series,image四大类中哪一个大类。在确定了Group以后iu，再去检索Element从而确定具体的信息。例如（0008，0050）指的就是病患的检查号信息。
更具体的Tag表见附录。
(2) VR(值表示）
存储Tag指向信息的数据类型。
(3)VL(数据长度）
保存Tag指向信息的数据长度。
(4)值域
保存Tag指向信息的具体值。
一般来说，在处理时，dicom显得有些麻烦。所以会把dicom文件进行转换,从而处理转换后的文件。这里采用的转换方法是将dicom文件转换为raw文件和mhd文件。
raw文件相关
Raw文件，意为“未处理的文件”，其保存的是纯像素信息。常常是一个病人的所有dicom文件中的图像提取出来放在一个raw文件里。也就是说，一个病人对应一个raw文件，其中存储的是该病人的图像信息。（可以理解为将该病人不同的dicom切片图像都叠到一起，形成了一个三维图像）。
mhd文件相关
上面已经提到，dicom文件除了包含切片图像外，还包含其他的一些信息。那么在文件格式转换后，图像信息被raw文件提取，非图像信息则存储在mhd头文件中。简单来说，mhd头文件是存储关于一个病人的所有dicom文件中的非图像信息。
由上述关系可以知道：raw文件与mhd文件是一一对应的，且它们的数量小于等于（实际中一定是小于）dicom文件数量。
相应代码
2.1 dicom可视化
import matplotlib.patches as patchesimport matplotlib.pyplot as pltimport pydicomfrom pydicom.data import get_testdata_filesimport osimport xlrdimport xlwtprint(__doc__)path = r'C:\Users\86152.000\Desktop\python\M'files = os.listdir(path)for filename in files:dataset = pydicom.dcmread(filename)# Normal mode:print()print("Filename.........:", filename)print("Storage type.....:", dataset.SOPClassUID)print()pat_name = dataset.PatientNamedisplay_name = pat_name.family_name + ", " + pat_name.given_nameprint("Patient's name...:", display_name)print("Patient id.......:", dataset.PatientID)print("Modality.........:", dataset.Modality)print("Study Date.......:", dataset.StudyDate)if 'PixelData' in dataset:rows = int(dataset.Rows)cols = int(dataset.Columns)print("Image size.......: {rows:d} x {cols:d}, {size:d} bytes".format(rows=rows, cols=cols, size=len(dataset.PixelData)))if 'PixelSpacing' in dataset:print("Pixel spacing....:", dataset.PixelSpacing)# use .get() if not sure the item exists, and want a default value if missingprint("Slice location...:", dataset.get('SliceLocation', "(missing)"))def readexcel():workbook=xlrd.open_workbook(r'C:\Users\86152.000\Desktop\python\annotated_coordinates.xlsx')print(workbook.sheet_names())sheet1=workbook.sheet_by_name('Sheet1')nrows=sheet1.nrowsncols=sheet1.ncolsprint(nrows,ncols)r=2c=4while True:cellA=sheet1.cell(r,c).valuecellB=sheet1.cell(r,c).valueprint(cellA,cellB)rect=patches.Rectangle((20,30),10,20,linewidth=1,edgecolor='red',facecolor='none')ax=plt.subplot(1,1,1)ax.add_patch(rect)plt.imshow(dataset.pixel_array, cmap=plt.cm.bone)plt.show()r=r+1if r==nrows:c=c+1r=2if c==ncols-2:print('完成')breakreadexcel()
输出如下：
这里的红框可以去掉，在代码里注释即可。（本想标注dicom数据的，结果导师说应该是raw数据）
2.2 dicom读取并转换为raw及mhd文件
import cv2import osimport pydicomimport numpyimport SimpleITK# 路径和列表声明# 与python文件同一个目录下的文件夹,存储dicom文件,该文件路径最好不要含有中文PathDicom = r"/home/Wangling/TuoBaoqiang/python/Test1"# 与python文件同一个目录下的文件夹,用来存储mhd文件和raw文件，该文件路径最好不要含有中文SaveRawDicom = r"/home/Wangling/TuoBaoqiang/python/Data_Img/test1"lstFilesDCM= []lstFilesDCM_0 = []temp = []listdicom = []# dicom文件夹下的第一层目录 ——> group一维列表root_1 = os.listdir(PathDicom)group = []for i in range(0,len(root_1)):group.append(PathDicom + '/' + root_1[i]) #group列表# dicom文件夹下的第二层目录 ———> 000x一维列表root_2 = []for j in range(0,len(group)):root_2.append(os.listdir(group[j])) # group下dicom文件夹，root_2为二维列表，例[['0001', '0002'], ['0003', '0104']]nameformhd = sum(root_2,[]) # 将root_2降为一维列表，以备程序末尾mhd文件的命名# 每个dicom文件的完整目录 ———> /group/000xfor m in range(0,len(group)):for n in range(0,len(root_2[0])):# 假设每个group中dicom文件夹的数量是相等的，即10，如果有改变，要修改！eachdicom = group[m] + '/' + root_2[m][n]lstFilesDCM_0.append(eachdicom)# print('The dicom filelist -> %s'%lstFilesDCM_0) # 打印dicom文件列表# 将完整列表lstFilesDCM_0下的dicom文件地址读取到listdicom中for k in range(0,len(lstFilesDCM_0)):for dirName, subdirList, fileList in os.walk(lstFilesDCM_0[k]):for filename in fileList:if "img" in filename.lower(): # 判断文件是否为dicom文件temp.append(os.path.join(dirName, filename))listdicom.append(temp) # 加入到列表中temp = []# print('listdicom=%s'%listdicom) #打印dicom全部文件载入的列表# print('The number of listdicom is %d'%len(listdicom)) #打印预备处理dicom文件的个数for filenames in listdicom:# print('the current processing list is %s'%filenames) #打印当前正在处理的dicom列表lstFilesDCM = filenames# 第一步：将最后一张图片作为参考图片，并认为所有图片具有相同维度RefDs = pydicom.read_file(lstFilesDCM[-1],force = True) # 读取最后一张dicom图片RefDs_0 = pydicom.read_file(lstFilesDCM[0],force = True) # 读取第一张dicom图片,第三步备用# 第二步：得到dicom图片所组成3D图片的维度ConstPixelDims = (int(RefDs.Rows), int(RefDs.Columns), len(lstFilesDCM)) # ConstPixelDims是一个元组# 第三步：得到x方向和y方向的Spacing并得到z方向的层厚RefDs.SliceThickness = abs(RefDs_0.ImagePositionPatient[2]-RefDs.ImagePositionPatient[2])/(len(lstFilesDCM)-1)# 打印slicethickness的值，判断数据是否正确print(float(RefDs_0.SliceThickness),RefDs.SliceThickness,RefDs_0.ImagePositionPatient[2],RefDs.ImagePositionPatient[2],len(lstFilesDCM))print(RefDs_0.ImagePositionPatient)print(RefDs.ImagePositionPatient)ConstPixelSpacing = (float(RefDs.PixelSpacing[0]), float(RefDs.PixelSpacing[1]), float(RefDs.SliceThickness))# 第四步：得到图像的原点Origin = RefDs.ImagePositionPatient# 根据维度创建一个numpy的三维数组，并将元素类型设为：pixel_array.dtypeArrayDicom = numpy.zeros(ConstPixelDims, dtype=RefDs.pixel_array.dtype) # array is a numpy array# 第五步:遍历所有的dicom文件，读取图像数据，存放在numpy数组中i = 0for filenameDCM in lstFilesDCM:ds = pydicom.read_file(filenameDCM)ArrayDicom[:, :, lstFilesDCM.index(filenameDCM)] = ds.pixel_arraycv2.imwrite("out_" + str(i) + ".png", ArrayDicom[:, :, lstFilesDCM.index(filenameDCM)])i += 1# 第六步：对numpy数组进行转置，即把坐标轴（x,y,z）变换为（z,y,x）,这样是dicom存储文件的格式，即第一个维度为z轴便于图片堆叠ArrayDicom = numpy.transpose(ArrayDicom, (2, 0, 1))# 第七步：将现在的numpy数组通过SimpleITK转化为mhd和raw文件sitk_img = SimpleITK.GetImageFromArray(ArrayDicom, isVector=False)sitk_img.SetSpacing(ConstPixelSpacing)sitk_img.SetOrigin(Origin)SimpleITK.WriteImage(sitk_img,os.path.join(SaveRawDicom,nameformhd[listdicom.index(filenames)]+ ".mhd"))
输出如下：
2.3 raw文件可视化
import osimport SimpleITK as sitkimport matplotlib.pyplot as pltif __name__=="__main__":#识别中文路径名path=r"C:\Users\86152.000\Desktop\python\SaveRaw\0002.mhd"pwd = os.getcwd()os.chdir(os.path.dirname(path))#读取切片图像image = sitk.ReadImage(os.path.basename(path))image = sitk.GetArrayFromImage(image)#显示图像for i in range(1,image.shape[0],1):plt.figure()plt.imshow(image[i,:,:], cmap='gray')plt.pause(1)plt.close()print(i)
输出如下：
2.4 遍历指定文件
import osimport SimpleITK as sitkimport matplotlib.pyplot as pltdef show_files(path, all_files):# 首先遍历当前目录所有文件及文件夹file_list = os.listdir(path)# 准备循环判断每个元素是否是文件夹还是文件，是文件的话，把名称传入list，是文件夹的话，递归for file in file_list:# 利用os.path.join()方法取得路径全名，并存入cur_path变量，否则每次只能遍历一层目录cur_path = os.path.join(path, file)# 判断是否是文件夹if os.path.isdir(cur_path):show_files(cur_path, all_files)else:# 判断是否满足后缀if suffix in cur_path:all_files.append(cur_path)return all_files# 对指定的文件进行的操作import osdef show_files(path, all_files):# 首先遍历当前目录所有文件及文件夹file_list = os.listdir(path)# 准备循环判断每个元素是否是文件夹还是文件，是文件的话，把名称传入list，是文件夹的话，递归for file in file_list:# 利用os.path.join()方法取得路径全名，并存入cur_path变量，否则每次只能遍历一层目录cur_path = os.path.join(path, file)# 判断是否是文件夹if os.path.isdir(cur_path):show_files(cur_path, all_files)else:# 判断是否满足后缀if suffix in cur_path:all_files.append(cur_path)return all_files# 对指定的文件进行的操作def handle_file(file_path):open(file_path)print(file_path)def find_file():# 传入空的list接收文件名all_files = show_files(read_dir_path, [])# 循环打印show_files函数返回的文件名列表for file in all_files:handle_file(file)print(file)if __name__ == "__main__":# 要读取的文件夹read_dir_path = r'C:\Users\86152.000\Desktop'# 要匹配的文件类型suffix = '.mhd'find_file()
输出如下：
