CHP1-医学影像处理概述-案例一DICOM格式读取

一、医学影像研究领域

2019年1月上海交大发布《人工智能医疗白皮书》 ——全国19个省市已发布人工智能规划，AI医学影像成中国人工智能医疗最成熟领域。

人工智能在医疗领域应用情况主要包括：医学影像、辅助诊断、药物研发、健康管理、疾病预测在内的五大应用领域。

国外以AI药物研发为主，中国则借助医疗影像大数据及图像识别技术的发展优势，以AI医学影像为主。

1、医学成像系统（medical imaging system） 是指图像形成的过程，包括成像机理、成像设备、成像系统的分析等问题。

2、医学影像处理（medical image processing）是指对已获得的图像作进一步处理，包括图像增强、图像分割、图像重建、图像恢复、图像滤波等问题。

二、医学成像系统

三、DICOM格式文件的读取

1、Matlab读取单张DICOM格式文件，并显示影像和具体信息

clc;
clear;
close all;
I = dicomread('000000.dcm');
figure;
imshow(I);

figure;
imshow(I,[100 2048]);

figure;
imshow(I,[512 2048]);

figure;
imshow(I,[1024 2048]);

figure
subplot(2,2,1);
imshow(I);
subplot(2,2,2);
imshow(I,[100,2048]);
subplot(2,2,3);
imshow(I,[512 2048]);
subplot(2,2,4);
imshow(I,[1024 2048]);

% 查看该DICOM影像的具体信息
print('DICOM图像具体信息');
info = dicominfo('000000.dcm');

注意：由于DICOM影像的灰阶较高，往往会超过两千个灰阶，因此通常无法显示最合适的窗口窗位，可以通过调节显示灰阶范围改变影像的显示效果。

2、Python取得DICOM格式文件

1）利用simpleITK

# read a single dicom by simpleitk

import numpy as np
import SimpleITK as sitk
import matplotlib.pyplot as plt

# read a dicom file
dicom = sitk.ReadImage(r'000000.dcm')
image = np.squeeze(sitk.GetArrayFromImage(dicom))

# get image array
plt.imshow(image,'gray')
plt.show()

2）利用pydicom

# read a single dicom by pydicom

import pydicom
import matplotlib.pyplot as plt
from matplotlib import pylab

# read a dicom file
dicom = pydicom.read_file(r'000000.dcm')
# print all dicom tags
print(dicom.dir())
# print all dicom tags with 'patient'
print(dicom.dir('patient'))
# print specified dicom tags
print(dicom.PatientName, dicom.PatientSex, dicom.PatientID, dicom.PatientBirthDate)

# get the dicom image array
image = dicom.pixel_array
# show image
plt.imshow(image, cmap=pylab.cm.bone)
plt.show()

注意：首先要安装simpleITK或者pydicom库