医学图像解析

 DICOM：每一层图像都作为一个独立的文件，使用Python中的pydicom和SimpleITK库来读取。

​ mhd+raw：每一个病人的数据包含一个mhd文件和一个同名的raw文件（一一一对应），使用Python的SimpleITK库即可读取。

mhd（数据头部信息）：存放数据的非图像信息，如图像大小、切片大小、像素大小等。
raw（未加工的数据）：存储病人的图像信息，往往是三维体数据。（可以理解为将该病人不同的dicom切片图像都叠到一起，形成了一个三维图像，也就是我们通常处理的数据）。

这些像素按照什么坐标系来存储的？

世界坐标体系
如上图左所示，

世界坐标体系是典型的笛卡尔坐标体系，整个模型只有一个世界坐标来定义位置与方向，在这个坐标系中，每个模型都（如核磁扫描器，病人)有它自身的坐标体系，但是只存在一个世界坐标体系来定义模型的位置与方向。也就是说，每个模型都可以被世界坐标系表示，可以理解为绝对坐标。

解剖学坐标体系
如上图中所示，

这个解剖学坐标体系是一个连续的三维空间，在这个空间中，图像被采样。如上图中所示，这个坐标系包括3个位面（解剖轴）：

横断面：与地面平行，上下分离人体（绿色）
矢状面：垂直地面，左右分离人体（红色）
冠状面：垂直地面，前后分离人体（紫色）
本文以 LPS 为坐标轴。

不同的医学应用软件运用不同的3D基本定义，下面这些基本上是最常用的:

LPS (Left，Posterior，Superior)：Dicom与ITK工具包上用这个
from right to left
from anterior to posterior
from inferior to superior
RAS (Right，Anterior，Superior)：3D Slicer上用这个
from left to right
from posterior to anterior
from inferior to superior
从根本上来说，这两种坐标轴是等价使用的，有着相同的逻辑。

图像坐标体系
如上图右所示，

医学扫描仪器创建了规则的点和网格的矩形数组，它的原点在左上角，向右为 i 轴正方向，向下为 j 轴正方向，向后为 k 轴正方向。除每个立体像素voxel (i，j， k)的强度值外，这个解剖学坐标的原点以及间距也被保存下来。（体素：立体像素，本质上还是像素，换个名字而已）

这个原点代表着第一个voxel (0，0，0) 体素在解剖学坐标体系中的位置如（100mm，50mm，-25mm)。这个间距指定立体像素在各个坐标轴的实际距离间隔例如（1.5mm，0.5mm，0.5mm)。在下面的2D例子中显示了原点与间距的意义，3D的类推即可。

也就是说，通过解剖学坐标系我们获得了一个3D图像，这个3D图像中的坐标原点（原点是对应图像坐标系说的）在解剖学坐标系并不是原点，而是对应着一个坐标，在解剖学坐标系中，单位基本都是mm。

利用原点和间距，每个立体像素在解剖学坐标体系中的对应位置都能够被计算出来

为什么不直接在解剖学坐标系中获取呢？因为解剖学坐标系中的单位都是1 mm，你写程序的时候怎么去获取这个1mm呢，而用图像坐标系中的坐标，不用考虑单位，直接根据索引获取就可以。可以这样理解，图像坐标体系是虚拟的，为了方便处理才有的。

这三个坐标体系有什么关系？怎样转换呢？
图像坐标体系与解剖学坐标体系的关系

DICOM的Orientation和MHD的TransformMatrix 表示图像坐标与解剖学坐标体系对应坐标的夹角余弦值。

图像坐标体系与世界坐标体系的关系

原点（origin）和间距（spacing）这两个参数将世界坐标转换为相应的图像坐标，即求出结节中心在图像中的位置。

origin表示图像坐标系原点在世界坐标系中的位置单位mm，

spacing表示每个像素的实际距离间隔，单位也是mm

所以结节中心坐标减去origin再除以spacing，就是对应像素在图像坐标系中的位置。

// 世界坐标转换到图像中的坐标
def worldToVoxelCoord(worldCoord, origin, spacing):
    stretchedVoxelCoord = np.absolute(worldCoord - origin)
    voxelCoord = stretchedVoxelCoord / spacing
    return voxelCoord

重采样的含义和代码
————————————————             
文章链接：https://blog.csdn.net/weixin_43581819/article/details/124822521