nii转h5

---

前言

目的：想把nii的图像转为h5格式

---

一、nii 转 nrrd

二、nrrd 转 h5

1.数据：下载左心房MRI图像2018

2.模型：UA-MT

3.代码：

	import numpy as np
	from glob import glob
	from tqdm import tqdm
	import h5py
	import nrrd
	
	output_size =[112, 112, 80]
	
	def covert_h5():
	    listt = glob('../../LA_dataset/2018LA_Seg_Training Set/*/lgemri.nrrd')
	    for item in tqdm(listt):
	        image, img_header = nrrd.read(item)
	        label, gt_header = nrrd.read(item.replace('lgemri.nrrd', 'laendo.nrrd'))
	        label = (label == 255).astype(np.uint8)
	        w, h, d = label.shape
	
	        tempL = np.nonzero(label)
	        minx, maxx = np.min(tempL[0]), np.max(tempL[0])
	        miny, maxy = np.min(tempL[1]), np.max(tempL[1])
	        minz, maxz = np.min(tempL[2]), np.max(tempL[2])
	
	        px = max(output_size[0] - (maxx - minx), 0) // 2
	        py = max(output_size[1] - (maxy - miny), 0) // 2
	        pz = max(output_size[2] - (maxz - minz), 0) // 2
	        minx = max(minx - np.random.randint(10, 20) - px, 0)
	        maxx = min(maxx + np.random.randint(10, 20) + px, w)
	        miny = max(miny - np.random.randint(10, 20) - py, 0)
	        maxy = min(maxy + np.random.randint(10, 20) + py, h)
	        minz = max(minz - np.random.randint(5, 10) - pz, 0)
	        maxz = min(maxz + np.random.randint(5, 10) + pz, d)
	
	        image = (image - np.mean(image)) / np.std(image)
	        image = image.astype(np.float32)
	        image = image[minx:maxx, miny:maxy]
	        label = label[minx:maxx, miny:maxy]
	        print(label.shape)
	        f = h5py.File(item.replace('lgemri.nrrd', 'mri_norm2.h5'), 'w')
	        f.create_dataset('image', data=image, compression="gzip")
	        f.create_dataset('label', data=label, compression="gzip")
	        f.close()
	
	if __name__ == '__main__':
	    covert_h5()

4.注：

主要流程：lgemri.nrrd是原始mri;laendo.nrrd是原始mri所对应的mask。如果处理own data的话，需要将所有mri和mask的nrrrd格式全部命名成一样的名字。将所有的mri和对应的mask以此读取，然后保存label 值为255的地方（如果你得label 是用1表示的，这里就是1）（多标签比方说标签是1，2，3，4。可以将判断条件改为label!=0）。随后经过处理保存为mri_norm2.h5文件

总结

想总结一下一些医学图像常见转化方法

dicom to nii (也可以用软件：MRIcroGL_win)

import SimpleITK as sitk
import os
import pydicom
import matplotlib.pyplot as plt
 
os.chdir( 'C:\\Users\\xxxx\\Desktop\\DemoData\\DemoRaw\\DemoData\\FunRaw')
#避免因路径中含中文导致SimpleITK无法读取
 
def dcm2nii(dcms_path, nii_path):
	# 1.构建dicom序列文件阅读器，并执行（即将dicom序列文件“打包整合”）
    reader = sitk.ImageSeriesReader()
    dicom_names = reader.GetGDCMSeriesFileNames(dcms_path)
    reader.SetFileNames(dicom_names)
    image2 = reader.Execute()
    #print(image2)
	# 2.将整合后的数据转为array，并获取dicom文件基本信息
    image_array = sitk.GetArrayFromImage(image2)  # z, y, x
    origin = image2.GetOrigin()  # x, y, z
    spacing = image2.GetSpacing()  # x, y, z
    direction = image2.GetDirection()  # x, y, z
	# 3.将array转为img，并保存为.nii.gz
    image3 = sitk.GetImageFromArray(image_array)
    image3.SetSpacing(spacing)
    image3.SetDirection(direction)
    image3.SetOrigin(origin)
    sitk.WriteImage(image3, nii_path)
 
 
dcms_path = r'.\Sub_002'   # dicom序列文件所在路径
nii_path = r'.\Sub_002\test.nii' # 所需.nii文件保存路径
###将dicom（.dcm)文件转为nifti(.nii)文件###
dcm2nii(dcms_path, nii_path)

nii to dicom

dicom格式的医学图像含有头信息，转化为别的格式之后会丢掉头信息，使得没办法转回dicom格式的图片。

需要做的就是给nii.gz等格式的医学图片添加一个头信息。

import SimpleITK as sitk

image = sitk.ReadImage("01.dcm") # 读取一个含有头信息的dicom格式的医学图像
keys = image.GetMetaDataKeys() # 获取它的头信息

image2=sitk.ReadImage(*****.nii.gz)# 读取要转换格式的图像
for key in keys:
	image2.SetMetaData(key, image.GetMetaData(key))  # 把第一张图像的头信息，插入到第二张图像
sitk.WriteImage(image2, '*****.dcm') # 把插入过头信息的图像输出为dicom格式

nii to nrrd(软件：ITK-SNAP.exe)这个批量代码转化没找到，有找到的好朋友可以教一下

nrrd to nii(这个网上代码还蛮多的，我没有用到过，用到过再补充，不过上面这个软件也可以处理，这个软件我感觉很强大)

nii to h5(见上面)

有遇到别的一些转换在写上去