医学图像dicom格式转nii

1、医学图像数据组成

元数据（Metadata）：通常以“数据头”的格式被储存在文件的开头，包括患者ID信息、名字以及图像矩阵维度、空间分辨率、像素深度和光度表示等信息

光度解释（Photometric Interpretation）：解释了像素数据如何以正确的图像格式（单色或彩色图片）显示。为了说明像素数值中是否存在色彩信息，引入“每像素采样数”的概念。单色图像只有一个“每像素采样”，而且图像中没有色彩信息。图像是依靠由黑到白的灰阶来显示的，灰阶的数目很明显取决于用来储存样本的比特数。在这里，灰阶数与像素深度是一致的。医疗放射图像，比如CT图像和磁共振（MR）图像，是一个灰阶的“光度表示”。而核医学图像，比如正电子发射断层图像（PET）和单光子发射断层图像（SPECT），通常都是以彩色映射或调色板来显示的

像素数据（Pixel Data）：储存像素数值的位置。根据数据类型的不同，像素数据使用数值显示所需的最小字节数，以整点或浮点数的格式储存。  

像素深度（Pixel Depth）：是用来编码每个像素信息的比特数。比如说，一个8比特的光栅可以有256个从0到255数值不等的图像深度

所以，图像的大小=头部文件（包含元数据）+行✖列✖深度✖帧数（时间）所保存的数据 

2、医学图像的存储格式

DICOM(.dcm)是Digital−Imaging−and−Communications−in−Medical即医学数字图像与通信英文首字母的缩写，是当今很流行的一种医学图像保存格式，DICOM是一个标准，规范了医学成像的管理、储存、打印和信息传输，这些都是扫描仪或医院“医疗影像储传系统”（PACS）中的文件格式。 DICOM包括了一个文件格式和一个网络通讯协议，其中的网络通讯协议是医疗实体间使用TCP/IP进行沟通的一个规范和准则。 一个DICOM文件由一个数据头和图像数据组成的。数据头的大小取决于数据信息的多少。数据头中的内容包括病人编号、病人姓名等等。同时，它还决定了图像帧数以及分辨率。这是图片查看器用于显示图像的。即使是一个单一的图像获取，都会有很多DICOM文件。

Pydicom是用于读取DICOM文件的Python库

NIFTI(.nii)是Neuroimaging−Informatics−Technology−Initiative即神经影像信息技术，NIFTI格式被认为ANALYZE7.5格式的替代品。NIFTI最初是用于神经成像的，但它也适用于一些其他的领域。NIFTI中一个主要的特点在于它包含了两个仿射坐标定义，这两个仿射坐标定义能够将每个体素指标（i,j,k）和空间位置（x,y,z）联系起来

Nibabel是用于读取nifti文件的一个Python库

DICOM和NIFTI之间最主要的区别在于NIFTI中的原始图像数据是以3D图像的格式储存的，而DICOM是以3D图像片段的格式储存的。这就是为什么在一些机器学习应用程序中NIFTI比DICOM更受欢迎，因为它是3D图像模型。处理一个单个的NIFTI文件，与处理上百个DICOM文件相比要轻松得多。NIFTI的每一张3D图像中只需储存两个文件，而在DICOM中则要储存更多文件。 

PAR/REC是Philips磁共振扫描格式

ANALYZE是Mayo医学成像

NRRD是近原始栅格数据

MNIC

3、格式转换

深度学习中一般将dicom格式转换为nii格式进行处理

采用MRIcron的dcm2nii将dicom转换为nii格式