dicom转nii时，解决切片顺序保存混乱的问题

在将dicom转nii的时候遇到了一个问题，就是医院给的dicom数据的每一个切片的命名是乱的，转成nii之后序列的z轴完全就是乱的，如下所示：
按切片顺序打印的图像，完全就是乱序的，在ITK中打开也可以看到图像z轴是乱的：

在网上找的dcm转nii的代码都是按照dcm命名来对dcm进行排序的，但是医院有时候给的数据命名不规范

解决方案：

用MicroDicom打开dicom图像，查看Dicom Tags，使用Instance number对切片进行排序，这个字段是存在dcm图像中的，而且按切片顺序保存的

def _get_instance_number(dicom_path):
    img_reader = sitk.ImageFileReader()
    img_reader.SetFileName(dicom_path)
    img_reader.LoadPrivateTagsOn()
    img_reader.ReadImageInformation()
    number_str = img_reader.GetMetaData('0020|0013')#获取Instance number
    return int(number_str)
    
def get_slice(dcm_path):
	#用这个函数获得按照Instance number排序的切片路径
    reader = sitk.ImageSeriesReader()
    dicom_names = reader.GetGDCMSeriesFileNames(dcm_path)#获得切片路径，这个是按切片命名排序的
    r = []
    for name in dicom_names:
        r.append({"instance_number":_get_instance_number(name),"dcm_name":name})
    r = pd.DataFrame(r)
    r = r.sort_values("instance_number")#按照Instance number排序
    r = tuple(r["dcm_name"])#获得按照Instance number排序的切片路径
    return r
    
def dcm2nii(dcms_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 = get_slice(dcms_path)
    reader.SetFileNames(dicom_names)
# 2.将整合后的数据转为array，并获取dicom文件基本信息
    image = reader.Execute()
    image_array = sitk.GetArrayFromImage(image2)  # z, y, x
    origin = image2.GetOrigin()  # x, y, z
#     print(origin)
    spacing = image2.GetSpacing()  # x, y, z
#     print(spacing)
    direction = image2.GetDirection()  # x, y, z
#     print(direction)
# 3.将array转为img，并保存为.nii.gz
    image3 = sitk.GetImageFromArray(image_array)#这些需要设置一下，不然z轴的空间信息可能会被压缩
    image3.SetSpacing(spacing)
    image3.SetDirection(direction)
    image3.SetOrigin(origin)
    sitk.WriteImage(image3, nii_path)
dcm_path = r"E:\xx\1647026\4_OAx T2 FLAIR"
nii_path = r"E:\xx\1647026\4_OAx T2 FLAIR.nii.gz"
dcm2nii(dcm_path,nii_path)

再用ITK打开，切片顺序就正常了。

按顺序打印也是对的了！

摸索了几天，终于搞定了！yes！