dicom读取与处理

基本是看的这篇博客，稍微增删了一些东西

单张影像的读取

使用 pydicom.dcmread() 函数进行单张影像的读取,返回一个pydicom.dataset.FileDataset对象。

import os
import pydicom
# 调用本地的 dicom file 
folder_path = r"D:\Data"
file_name = "PA1_0001.dcm"
file_path = os.path.join(folder_path,file_name)
ds = pydicom.dcmread(file_path)

读取并编辑Dicom Tags

1. 使用的Tag的Description

print(ds.PatientID,ds.StudyDate,ds.Modality)

2. 使用 ds.get() 函数. 函数内参数采用的是Tag ID.

ds.get(0x00100020) # 这里得到的是PatientID 

可视化

1. 借助 Matplotlib

from matplotlib import pyplot
pyplot.imshow(ds.pixel_array,cmap=pyplot.cm.bone)
pyplot.show()

颜色是有区别的.导致这种差别的原因是pyplot函数使用的cm也就是"color map" 是简单的"bone" 并不能满足医学图像的要求。

这里ds.pixel_array很可能会报错，是本次读取的DICOM图像和一般的DICOM图像数据存储方式不同，而导致的pydicom无法按常规方式进行读取。

file = sitk.ReadImage(filepath)
data = sitk.GetArrayFromImage(file)

SimpleITK

单张影像的读取

1. sitk.ReadImage()

img = sitk.ReadImage(file_path)
print(type(img)) # <class 'SimpleITK.SimpleITK.Image'>

2. sitk.ImageFileReader()

file_reader = sitk.ImageFileReader()
file_reader.SetFileName(file_path) #这里只显示了必需的,还有很多可以设置的参数
data = file_reader.Execute()
# 使用这种方法读取Dicom的Tag Value
for key in file_reader.GetMetaDataKeys():
    print(key,file_reader.GetMetaData(key))

序列读取

series_reader = sitk.ImageSeriesReader()
fileNames = series_reader.GetGDCMSeriesFileNames(folder_name)
series_reader.SetFileNames(fileNames)
images = series_reader.Execute()

边缘检测

1. sitk.CannyEdgeDetection()
   由于滤波的对象必须是32位图像或者其他格式, 需要通过 sitk.Cast() 转换. 之后可以再转换回原格式。

data_32 = sitk.Cast(data,sitk.sitkFloat32)
data_edge_1 = sitk.CannyEdgeDetection(data_32,5,30,[5]*3,[0.8]*3)

2. sitk.CannyEdgeDetectionImageFilter()

Canny = sitk.CannyEdgeDetectionImageFilter()
Canny.SetLowerThreshold(5)
Canny.SetUpperThreshold(30)
Canny.SetVariance([5]*3)
Canny.SetMaximumError([0.5]*3)
data_edge_2 = Canny.Execute(data_32)

可视化

可视化的方法非常简单 只需要一条指令:

sitk.Show()

单张影像的写入

1. sitk.WriteImage()

new_name = "new_MR_2.dcm"
sitk.WriteImage(img,os.path.join(folder_name,new_name))

2. sitk.ImageFileWriter()

file_writer = sitk.ImageFileWriter()
file_writer.SetFileName(os.path.join(folder_name,new_name))
file_writer.SetImageIO(imageio="GDCMImageIO")
file_writer.Execute(img)

使用这两种方法进行写入的时候,会发现,即便什么也没有做,但得到的新Dicom文件要小于原始的Dicom文件.这是因为新的Dicom文件中没有Private Creator信息

import pydicom
import numpy as np
from PIL import Image
import matplotlib.pyplot as plt
import SimpleITK as sitk
import os
import scipy.misc
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'

folder_path = r"C:\Users\Lenovo\Desktop\1"
file_name = "1.dcm"
file_path = os.path.join(folder_path, file_name) #合成文件路径

ds = pydicom.dcmread(file_path)   #读取dicom文件

def getInformation():
    data = []
    name = ds.get("PatientName")
    data.append(name)
    ID = ds.get("PatientID")
    data.append(ID)
    age = ds.get("PatientAge")
    data.append(age)
    center = ds.get("WindowCenter")
    data.append(center)
    width = ds.get("WindowWidth")
    data.append(width)
    patientposition = ds.get(0x00200032)
    patientposition = [patientposition[0], patientposition[1]]
    data.append(patientposition)
    return data


def imgshow(ds):
    plt.imshow(ds.pixel_array, cmap=plt.cm.bone)
    plt.show()

def getimgsArray(path):
    file = sitk.ReadImage(path)
    data = sitk.GetArrayFromImage(file)
    return data

def getalltag(path): #提取所有tag
    file_reader = sitk.ImageFileReader()
    file_reader.SetFileName(path)
    data = file_reader.Execute()
    for key in file_reader.GetMetaDataKeys():
        print(key, file_reader.GetMetaData(key))

def paddingcheck(data):
    data_32 = sitk.Cast(data, sitk.sitkFloat32)
    data_edge_1 = sitk.CannyEdgeDetection(data_32, 5, 30, [5] * 3, [0.8] * 3)
    return data_edge_1