dicom图像处理
DICOM(Digital Imaging and Communications in Medicine)即医学数字成像和通信。DICOM被广泛应用于放射医疗,心血管成像以及放射诊疗诊断设备(X射线,CT,核磁共振,超声等)。本文主要对dicom图像进行处理。
使用工具
pycharm,python3
第三方工具库
对于dicom文件,常用到的库有:pydicom,VTK,STK,opencv,matplotlib,scipy. NumPy
第三方工具库可以在pycharm中自行添加
pydicom:
获取包含的数据集(pydicom.data)
pydicom.data.get_charset_files
pydicom.data.get_palette_files
pydicom.data.get_testdata_file
pydicom.data.get_testdata_files
数据元素表示
数据元素(pydicom.dataelem)
元素标签(pydicom.tag)
元素值解码(pydicom.values)
元素多值表示(pydicom.multival)
序列元素值表示(pydicom.sequence)
专用元素值表示(pydicom.valuerep)
数据集表示(pydicom.dataset)
pydicom.dataset.Dataset
pydicom.dataset.FileDataset
pydicom.dataset.FileMetaDataset
pydicom.dataset.PrivateBlock
pydicom.dataset.validate_file_meta
#coding=utf-8
import cv2
import numpy as np
import pydicom
import matplotlib.pyplot as plt
from skimage.transform import resize
python对于dicom图像的呈现
相关代码:
显示图像
用pycharm读取dicom图像:
# 显示图像
filename = r"D:\Aslicer\QuantitativeImaging_Sunday_Dec1\dataset3_PETCT\PET1\IM-0005-0001.dcm"
ds = pydicom.dcmread(filename)
plt.figure(figsize=(10, 10))
plt.imshow(ds.pixel_array, cmap=plt.cm.bone)
plt.show()
展示dicom图像的元组以及该图像的大小
array1=ds.pixel_array
print(array1)
shape1=ds.pixel_array.shape
print(shape1)
dicom图像缩放
图像缩放的基本原理:
将dicom图像转变为opencv可以处理的图像,然后用opencv进行处理。这一步需要import cv2.需要下载 opencv-python库
# 缩放
IMG_PX_SIZE=32
# relize to new size
resize_img = resize(array1,(IMG_PX_SIZE,IMG_PX_SIZE),anti_aliasing=True)
print(resize_img.shape)
plt.imshow(resize_img)
plt.show()
dicom图像的平移
图像的平移和图像的缩放类似
# 平移
row,cols = array1.shape
# 平移矩阵M
M = np.float32([[1,0,100],[0,1,50]])
dst = cv2.warpAffine(array1,M,(cols,row))
plt.imshow(dst)
plt.show()