Python下使用SimpleITK处理DICOM文件

背景

随着最近几大肺部图像处理相关的竞赛的推出，如LUNA16、Kaggle Data Science Bowl，AI领域的科研人员对肺部CT图像变得越来越熟悉，尤其是DICOM序列，以及这些竞赛官方所提供的mhd数据格式。

ITK是一个功能很强大的医学图像处理公开库，搭配VTK用以显示图像，可以实现几乎所有医学图像处理的功能需要。ITK通常以C++包进行提供，当然也可以自己编译为Python包，不过编译过程比较繁琐耗时，而且很容易踩坑。但ITK官方进行的Python封装SimpleITK，则直接可以拿来使用；虽然有部分ITK的功能没有包含，但已基本够用了。我们在处理医学图像时，使用的基本都是SimpleITK。

本文在此做一个简单的总结：

读取文件

读取DICOM文件

医学图像中一个CT序列包含很多张图片，即一个case包含许多slice，使用SimpleITK可以直接读取一个序列，并方便地得到各种参数，将图像数据转换成numpy Array：

import SimpleITK as sitk
import numpy as np
reader = sitk.ImageSeriesReader()
dicom_names = reader.GetGDCMSeriesFileNames(case_path)
reader.SetFileNames(dicom_names)
image = reader.Execute()
image_array = sitk.GetArrayFromImage(image) # z, y, x
origin = image.GetOrigin() # x, y, z
spacing = image.GetSpacing() # x, y, z

需要注意的是，SimpleITK读取的图像数据的坐标顺序为zyx，即从多少张切片到单张切片的宽和高；而据SimpleITK Image获取的origin和spacing的坐标顺序则是xyz。这些需要特别注意。

读取DICOM单张图片

根据实际情况，可以将一个DICOM序列作为一个整体一次读入，也可以一张一张地读入每张切片，：

import SimpleITK as sitk
import numpy as np
image = sitk.ReadImage(slice_path)
image_array = sitk.GetArrayFromImage(image) # z, y, x

这里需要注意的除了坐标顺序是zyx之外，还需注意，即使读取单张切片，所得到的结果也是3维的，只不过第一维是1。

读取mhd文件

涉及DICOM序列时，为了传输方便（从上百个dcm文件到一个mhd文件），很多情况下以mhd文件格式进行呈现，不过mhd文件只是一个很小的包含数据信息的文件，同时搭配的通常还有一个二进制的数据文件（格式为raw或zraw等）。使用SimpleITK读取这种文件也比较方便。

import SimpleITK as sitk
import numpy as np
image = sitk.ReadImage(mhd_path)
image_array = sitk.GetArrayFromImage(image) # z, y, x
origin = image.GetOrigin() # x, y, z

处理文件

处理DICOM文件主要有插值等操作，可以直接使用SimpleITK（或者说是ITK）的相关函数，并通过pipeline结构进行处理。

插值

import SimpleITK as sitk
reader = sitk.ImageSeriesReader()
dicom_names = reader.GetGDCMSeriesFileNames(case_path) reader.SetFileNames(dicom_names)
image = reader.Execute()
resample = sitk.ResampleImageFilter()
resample.SetOutputDirection(image.GetDirection())
resample.SetOutputOrigin(image.GetOrigin())
newspacing = [1, 1, 1]
resample.SetOutputSpacing(newspacing)
newimage = resample.Execute(image)

其他

…
参考文章：
Python下使用SimpleITK处理DICOM文件备忘