SimpleITK、pydicom的安装使用——踏上python生物医学图像处理的初学之路

一、两个库的安装
pip均可直接安装。这里说说conda怎么安装SimpleITK。首先这个库是不在默认的channel里面的所以不能够直接安装。因此需使用：来寻找SimpleITK库的channel。应该会在结果当中找到SimpleITK/SimpleITK这个"channel/package"的项目。然后：来寻找SimpleITK库的channel。应该会在结果当中找到SimpleITK/SimpleITK这个"channel/package"的项目。然后：这样会显示如何安装这个包的代码，在命令行里复制它并运行即可安装。
所有的扫描数据无论是二维还是三维都需要转化为numpy数组再行处理，因此以下入门部分只涉及到读取"二、SimpleITK的初步使用
SimpleITK使用的是.mhd为后缀的立体CT扫描文件。这个文件在一些竞赛当中非常常见，而我们在实验中获取到的所有的数据都是.dcm格式的。以上发言可能带有很大的偏见，还是想建议大家要以dicom文件处理为主。我搜索了一些网页，发现有关mhd文件的介绍非常匮乏，因此对它我也没有非常深入的认识。如果以后还有机会学到相关内容的话，我会重新写这一段。
一般来讲这样的数据是三维的数据，也就是将连续的数个二维扫描图像打包。读出的数据有三个维度，“与常识不同，这三个维度是反着排列的inputimage[z,y,x]”。然后需要使用函数将三维图像转化为numpy数组：如此一来就读取完成了。一般来讲这两个过程一气呵成，所以为了方便可以直接封装成函数：三、Pydicom的初步使用
Pydicom使用的是一系列单张的.dcm文件，需要注意的是，当我们获取到这些数据的时候需要做审查，查看所有的dcm图像是否连续具有因果联系。这是因为医院为了缓解诊断和存储的压力，很有可能会提供只含有部分切片、含有病理表现的的信息，其余的部分有可能会被删除。当然，这样的数据也是能够使用的，只是需要在研究之前明确自己的数据是否有缺失以免造成虚假的成分。函数的输入与simpleik不同，后者输入一个文件名，而前者需要一个具体的路径。那么细心的朋友可能已经发现了程序对不同大小写的文件后缀做了区分，并且返回了numpy数据以及原始读入数据。三维矩阵的操作与simpleitk是一样的。