MR图像预处理（5）——MR图像处理成Yolov5，UNet格式数据

      代码实现：输入全部患者文件夹，自动把图像根据标签有无分类，保存为dcm，png两种格式。然后对有标签的数据进行再次处理，处理成Yolov5和UNet需要的数据。

      代码运行：把患者文件夹放在patient_group文件夹中，run一下main.py文件，等待时间取决于患者数目，然后所有的结果都会在对应文件夹

       现在医学图像处理的工作很多人在做，一些预处理的事情比较繁琐，但又没有太多实质性内容，所以我想生成一份普适性较强的MR图像预处理的代码，方便大家进行聚焦于模型结构的提升上，减少预处理时间。

       这里先简单讲一下如何使用代码，要注意的规范，具体内容不展开。

代码在最上面，应该是免费的！！！！

一，数据格式规范

      在把数据扔到代码之前，确保你的数据中每个患者是如下的格式：（否则你需要修改一下里面的函数）。

1.patient_group里面可以放多位患者，每一个患者是一个文件夹。

2.点进patient_group，应该有具体的数据文件（数据文件名称是检查日期，不过叫什么都没关系）和一个nii.gz文件（也可以部分没有nii.gz）没有的会被分类进无标签的文件夹，用作测试。

3.点进数据文件，就是各种MR的图像，选择你想要提取的那个文件夹（在第三部分会讲怎么修改）。我提取的是701015或601015（这两个对应T2W_TSE）,这两个文件夹患者只会存在一个。

4.点进想要提取的数据文件夹，应该如下所示，全是dcm文件。

在修改好这些数据，确定格式符合就可以跑main.py代码

二，结果展示

每个文件夹的介绍如下图所示：

unlabeled_results,labeled_results,dcm_select_all三个文件夹如下：

label_process_results中的results_compare如下：

yolo_data中的bounding_image如下：

三，可能遇到的问题的解决方法

（大家要是遇到其他问题可以私信我或者评论，我来看看怎么修改代码，我第一次写，写完发现模块做的不是特别好，子函数也还没完全写完，可能整体没问题，但是模块模块之前存在bugbug负负得正的情况）

问题一

我需要的文件夹不是701015或者601015怎么办？

进入dcm_select.py文件，把里面的判断语句改成你需要的文件夹即可。

问题二

索引数组超出范围？

可能是由于特定的文件名称不匹配（因为重新分类文件用了原文件名的部分来重命名）以下划线截断，取最后一段字符作为新文件名称的部分，所以可能导致报错。

所以请至少保证患者的dcm文件名称有一个下划线，或者也可以修改代码，把文件名称修改一下。

在dcm_select.py中，把f_new_name中split_root部分删除（确保和原来名字无关），如果还有问题可以私信我

问题三

我只需要单独的Yolo或者UNet数据，希望代码快一点怎么办？

目前还没有编写单独的函数，有需求的话后续继续编写。