Python实现mhd文件转dicom格式

问题提出

        最近我们遇到了一个问题。我们原计划在MRI图像堆栈上手动标注直肠癌的mask，以用于后续的影像组学研究。然而，手动标注耗时过多，因此我们打算基于开源模型的结果进行修改，最终得到可用的癌症病变区域标注。我们发现现有的直肠癌分割模型只接受mhd格式的输入，并输出mhd格式的文件，代表分割得到的灰度掩膜。然而，该模型在我们的数据集上效果欠佳，需要我们进行手动修改。但是，我没有找到可以修改mhd文件数据的标注软件（可能有，但我没找到）。因此，我们需要将mhd文件转换为dicom格式。

MHD与DICOM格式简介

MHD 格式

        MHD（MetaImage Header）是一种用于医学图像存储的文件格式。它通常与RAW数据文件配合使用，以提供图像数据的详细描述。

特点： 

文件结构：MHD文件包含图像数据的元数据，如维度、数据类型、像素间距等。与之配套的RAW文件则存储实际的图像数据。
灵活性：MHD文件可以描述任意维度的图像数据，适用于3D医学图像。
易读性：由于MHD文件是纯文本文件，易于阅读和修改。
应用：广泛用于医学图像处理和分析，特别是在研究和开发阶段。

示例：

ObjectType = Image
NDims = 3
DimSize = 256 256 128
ElementType = MET_UCHAR
ElementSpacing = 1.0 1.0 1.0
ElementDataFile = image.raw

DICOM 格式

        DICOM（Digital Imaging and Communications in Medicine）是医学成像领域的标准格式，用于存储、传输和处理医学图像。

特点：

综合性：DICOM文件不仅包含图像数据，还包括丰富的患者信息、扫描参数等元数据。
互操作性：作为标准格式，DICOM文件可以在不同的医学成像设备和软件之间无缝传输。
复杂性：DICOM格式较为复杂，包含大量的标准标签和数据元素。
广泛应用：广泛应用于医院、诊所等医疗机构，用于CT、MRI、X光等多种医学成像设备。

示例：

DICOM文件通常包含一个头部和图像数据部分。头部包括患者信息、图像获取参数等，例如：
(0008, 0020) Study Date
(0010, 0010) Patient's Name
(0020, 0013) Image Number

对比总结

MHD文件简单、灵活，适合研究和开发环境。
DICOM文件复杂、综合性强，是医学成像的行业标准，适用于临床环境。

MHD转DICOM

代码如下：

import os
import numpy as np
import SimpleITK as sitk
import pydicom
from pydicom.dataset import Dataset, FileDataset
from pydicom.uid import generate_uid
def convert_mhd_to_dicom(mhd_file_path, dicom_output_dir):
    if not os.path.exists(dicom_output_dir):
        os.makedirs(dicom_output_dir)

    series_instance_uid = generate_uid()
    study_instance_uid = generate_uid()

    # Read the MHD image
    image = sitk.ReadImage(mhd_file_path)
    image_array = sitk.GetArrayFromImage(image)

    # Get metadata
    spacing = image.GetSpacing()
    origin = image.GetOrigin()
    direction = image.GetDirection()

    # Iterate over each slice and save it as a DICOM file
    for i in range(image_array.shape[0]):
        slice_array = image_array[i, :, :]
        slice_array = slice_array.astype(np.uint8)

        # Create DICOM dataset
        file_meta = pydicom.dataset.FileMetaDataset()
        file_meta.MediaStorageSOPClassUID = pydicom.uid.MRImageStorage
        file_meta.MediaStorageSOPInstanceUID = generate_uid()
        file_meta.TransferSyntaxUID = pydicom.uid.ExplicitVRLittleEndian

        ds = FileDataset(None, {}, file_meta=file_meta, preamble=b"\0" * 128)

        # Set necessary values for the DICOM dataset
        ds.PatientName = "0001"
        ds.PatientID = "0001"
        ds.Modality = "MR"
        ds.ContentDate = "20240101"
        ds.ContentTime = "120000"
        ds.StudyInstanceUID = study_instance_uid
        ds.SeriesInstanceUID = series_instance_uid
        ds.SOPInstanceUID = file_meta.MediaStorageSOPInstanceUID
        ds.SOPClassUID = file_meta.MediaStorageSOPClassUID

        # Set pixel data
        ds.is_little_endian = True
        ds.is_implicit_VR = False
        ds.PixelData = slice_array.tobytes()

        # Set additional metadata
        ds.Rows, ds.Columns = slice_array.shape
        ds.BitsAllocated = 8
        ds.BitsStored = 8
        ds.HighBit = 7
        ds.PixelRepresentation = 0
        ds.SamplesPerPixel = 1
        ds.PhotometricInterpretation = "MONOCHROME2"
        ds.PixelSpacing = [str(spacing[0]), str(spacing[1])]
        ds.SpacingBetweenSlices = str(spacing[2])
        ds.SliceThickness = str(spacing[2])
        ds.ImagePositionPatient = [str(origin[0]), str(origin[1]), str(origin[2] + i * spacing[2])]
        ds.ImageOrientationPatient = [str(direction[0]), str(direction[1]), str(direction[2]),
                                      str(direction[3]), str(direction[4]), str(direction[5])]

        # Save the DICOM file
        dicom_file_path = os.path.join(dicom_output_dir, f"slice_{i:04d}.dcm")
        ds.save_as(dicom_file_path)
        print(f"Saved {dicom_file_path}")


convert_mhd_to_dicom('E:/ptj/3D-RU-Net-master/Output/0001/EnsemblePreds.mhd',
                    'E:/ptj/3D-RU-Net-master/Output/0001/dicom')

目录结构如下：

总体来说，输入mhd文件路径，在dicom文件夹中输出若干dicom格式的文件堆栈，需要注意的是ds.SliceThickness 可能需要根据实际情况经行修改。

结尾

医工结合是未来的发展趋势。我们深知一线临床医疗人员的辛苦与挑战。如果您是一名临床医生，并在科研上遇到问题，可以随时与我联系。