CT图像中去除床位----手动描绘某区域去除

倚楼听雨_WSQ

已于 2024-08-15 21:32:42 修改

阅读量173

点赞数 4

文章标签： python numpy 开发语言

于 2024-08-15 21:31:09 首次发布

本文链接：https://blog.csdn.net/qq_42748165/article/details/141231779

版权

在医学图像的预处理中，CT图像中总是包含机床，对于后续的操作总会有影响，所以一般都要将相应的机床进行去除。我们可以通过相应的腐蚀膨胀等算法进行去除，但是本篇博客不是利用这种方式进行去除的。是在python代码中手动描绘所取去除的区域，将床位进行去除的。因为CT扫描时，床位的位置几乎是固定不变的，通过描绘一个mask，将这个mask应用到该序列下所有的文件中，就可以进行去除床位。

一、代码解释

代码实现如下。

import pydicom
import numpy as np
import matplotlib.pyplot as plt
import cv2
import os


# 读取 DICOM 文件
def read_dicom(dicom_path):
    dicom = pydicom.dcmread(dicom_path)
    return dicom.pixel_array


# 显示 DICOM 图像并获取用户选择的区域
def get_polygon_from_user(image):
    fig, ax = plt.subplots()
    ax.imshow(image, cmap='gray')

    print("Please select vertices of the region and press Enter when done.")

    # 用户选择区域的顶点
    points = plt.ginput(n=-1, timeout=0)  # 无限次点击，直到按 Enter 结束选择
    plt.close(fig)

    return np.array(points, dtype=np.int32)


# 使用选择的多边形区域处理图像
def apply_polygon_mask(image, polygon_points):
    mask = np.zeros(image.shape, dtype=np.uint8)
    cv2.fillPoly(mask, [polygon_points], 1)  # 使用选择的区域创建掩码

    # 将选择的区域填充为黑色
    processed_image = np.where(mask == 1, 0, image)
    return processed_image


# 保存处理后的图像到 DICOM 文件
def save_dicom(image, dicom_path, output_path):
    dicom = pydicom.dcmread(dicom_path)
    dicom.PixelData = image.tobytes()
    dicom.save_as(output_path)


# 处理单张切片，格式是dicom格式的数据
def process_slicer(dicom_path, output_path):
    # 读取 DICOM 图像数据
    image = read_dicom(dicom_path)

    # 获取用户选择的区域
    polygon_points = get_polygon_from_user(image)

    # 应用掩码，将选择的区域填充为黑色
    processed_image = apply_polygon_mask(image, polygon_points)

    # 保存处理后的图像到 DICOM 文件
    save_dicom(processed_image, dicom_path, output_path)

# 将文件夹中的多个dicom数据去除床位
def process_batch(dicom_files_path, output_files_path):
    original_slicers = os.listdir(dicom_files_path)
    img = read_dicom(os.path.join(dicom_files_path, original_slicers[1]))
    polygon_points = get_polygon_from_user(img)

    for original_slicer in original_slicers:
        dicom_path = os.path.join(dicom_files_path, original_slicer)
        img = read_dicom(dicom_path)
        process_image = apply_polygon_mask(img, polygon_points)
        output_path = os.path.join(output_files_path, original_slicer)  # 存储的文件名
        save_dicom(process_image, dicom_path, output_path)

#这是处理单个dicom文件
if __name__ == "__main__":
    dicom_path = r'C:\Users\123\Desktop\1\AAA\CT.1.2.840.113619.2.437.3.17433297.595.1697523548.104.1'
    #保存的文件名称
    output_path = r'C:\Users\123\Desktop\1\BBB\CT.1.2.840.113619.2.437.3.17433297.595.1697523548.104.1'
    process_slicer(dicom_path, output_path)

#这是处理多个dicom文件
if __name__ == "__main__":
    dicom_path = r'C:\Users\123\Desktop\1\AAA'  # 读取 DICOM 文件路径
    output_path = r'C:\Users\123\Desktop\1\BBB'  # 处理后的 DICOM 文件保存路径
    process_batch(dicom_path, output_path)

AAA文件夹内容如图所示，这里面的文件都是dicom格式，BBB也是一个文件夹。