医学图像笔记（二）nrrd数据格式

1、nrrd数据格式

灵活的NRRD格式中包含了一个单个的数据头文件和既能分开又能合并的图像文件。一个NRRD数据头能够为科学可视化和医学图像处理准确地表示N维度的栅格信息。“国家医学图像计算联盟”（NA-MIC）开发了一种用NRRD格式来表示“扩散加权图像”（DWI）和“扩散张量图像”（DTI）的方法。NRRD的“扩散加权图像”和“扩散张量图像”数据可以被解读为一个“3D切片机”，能够直观地确定张量图像的方向与神经解剖的预期是一致的。 一个NRRD文件的大致格式（带有数据头）如下图所示：

2、python读取nrrd数据

需要安装pynrrd

pip install pynrrd

测试程序：

# -*- coding : UTF-8 -*-
# @file   : rd_wt_nrrd.py
# @Time   : 2021-09-14 17:01
# @Author : wmz

import numpy as np
import nrrd


if __name__ == "__main__":
    # Some sample numpy data
    filename = './img/test.nrrd'
    #
    # # Write to a NRRD file
    # nrrd.write(filename, data)

    # Read the data back from file
    readdata, header = nrrd.read(filename)
    print(readdata.shape)
    print(header)

对于图像处理处理数据本身外，还可以使用的信息包括：

数据类型	type
维度信息	dimension
坐标系信息	left-posterior-superior
尺寸信息	sizes
方向信息	space directions
原点信息	space origin

输出信息：

(128, 128, 256)
OrderedDict([('type', 'int'), ('dimension', 3), ('space', 'left-posterior-superior'), ('sizes', array([128, 128, 256])), ('space directions', array([[1., 0., 0.],
       [0., 1., 0.],
       [0., 0., 1.]])), ('kinds', ['domain', 'domain', 'domain']), ('endian', 'little'), ('encoding', 'raw'), ('space origin', array([-154.5,  -30.5, -732. ]))])

调试信息：