Python CT图像预处理——nii格式读取、重采样、窗宽窗位设置

最新推荐文章于 2025-07-20 14:01:06 发布

森尼嫩豆腐

最新推荐文章于 2025-07-20 14:01:06 发布

阅读量2.1w

点赞数 35

CC 4.0 BY-SA版权

分类专栏：实用工具代码实现文章标签： python 开发语言图像处理

本文链接：https://blog.csdn.net/lavinia_chen007/article/details/125389503

本文介绍了如何使用nibabel处理nii格式CT数据，包括读写操作，查看图像，以及重采样和窗宽窗位设置的方法。重点讲解了如何根据原始空间信息调整体素大小并个性化设置窗宽窗位，以优化图像显示效果。

nii格式CT数据读取

遇到nii格式的CT数据，可以通过nibabel包进行数据的读、写、查看等操作。下面列出常见操作。

读写nii格式文件

nibabel读取数据会将图像旋转九十度，也就是各轴的对应关系为[z,x,y]

import nibabel as  nb

img = nb.load(xxx.nii.gz) #读取nii格式文件
img_affine = img.affine
data = img.get_data()

存储nii格式文件,保存时要联通affine矩阵一起保存

import nibabel as  nb

nb.Nifti1Image(data,img_affine).to_filename(xxx.nii.gz)

查看

from nibabel.viewers import OrthoSlicer3D
OrthoSlicer3D(data.transpose(1,2,0)).show()

重采样

CT图像的重采样是为了使体数据中大小不同的体素变得大小相同。由于CT不同轴的体素尺寸、粗细粒度不同，直接使用不利于进行深度模型的训练和推理。

首先我们可以获取先从nii文件的头文件中获取各轴单位体素对应的空间距离。

header = img.header
print(header)

打印出来可见如下信息：

print(header)
<class 'nibabel.nifti1.Nifti1Header'> object, endian='<'
sizeof_hdr      : 348
data_type       : b''
db_name         : b''
extents         : 0
session_error   : 0
regular         : b'r'
dim_info        : 0
dim             : [  3 512 512  81   1   1   1   1]
intent_p1       : 0.0
intent_p2       : 0.0
intent_p3       : 0.0
intent_code     : none
datatype        : int16
bitpix          : 16
slice_start     : 0
pixdim          : [-1.     0.881  0.881  5.     0.     0.     0.     0.   ]
vox_offset      : 0.0
scl_slope