【基】医学CT图像-‘.dcm‘图像读取/处理/窗位窗宽修改/保存

​

DCM图像和Nil图像的差异

• '.dcm’图像是二维CT图像，很多张图像组合在一起是一个病人的横截面扫描。所以一般一个病人就是一个PAT0i文件夹，里面有很多张.dcm图像。
• nil图像是三维的，一个文件里面直接包含了一个病人所有层的扫描图像。

DCM图像的读取

import numpy as np
import pydicom
src = './CT_scans 01/PAT003/D0107.dcm'
my_dcm = pydicom.dcmread(src)

读取出来很多信息，具体描述如下：

DCM图像的信息

我们需要用于图像处理的主要有五个信息：
info18，info19，info20-22 。（其中info22最重要，其代表CT图像的像素。）
下面从图像中获取五种信息，注意pixel_array是获取一个二维像素矩阵，将来存png或者jpg图片到本地就用到了这个矩阵。不要写成PixelData，那个不是我们需要的

info18 = my_dcm.WindowCenter
info19 = my_dcm.WindowWidth
info20 = my_dcm.RescaleIntercept
info21 = my_dcm.RescaleSlope
info22 = my_dcm.pixel_array

用info20-22可以算出CT值，单位是HU：

CT = info21 * info22 + info20
print(CT)
print(CT.shape)
print(np.max(CT))
print(np.min(CT))

窗宽和窗位

先推荐一个很好的讲CT窗位和窗宽的视频，是一个kaggle大佬推荐的：https://www.youtube.com/watch?v=KZld-5W99cI

窗位和窗宽我们前面已经读取出来了，即info18和info19。

先不管这两个值，我们直接将前面算出来的CT值先用plt画出灰度图：

import matplotlib.pyplot as plt
plt.figure(figsize=(10,10))
plt.axis('off')
plt.imshow(CT,'gray')
plt.show()

如果你试了的话，会发现此时的图像效果不好，因此我们需要使用info18，info19的窗宽和窗位对图像增强。
注意：info18，info19的值是初始就存在于dcm文件中的，这是扫描仪给我们提供的建议值，我们直接使用他提供的建议值来修改我们原始的CT图像。
建议观看值的区间计算方法： [ 窗位 - 窗宽 / 2， 窗位 + 窗宽 / 2 ]

CT_min = info18 - info19/2
CT_max = info18 + info19/2

CT2 = np.clip(CT,CT_min,CT_max) # 小于min的都等于min，大于max的都等于max

plt.figure(figsize=(7.12,7.12)) # 适配屏幕
plt.axis('off')
plt.imshow(CT2,'gray')
plt.show()

改完以后再试试画一下CT图，会发现被加强了，更容易被网络训练了。

存储修改窗位和窗宽的图片

我试了两种存储方式：

• plt.savefig()
• cv2.imwrite()
  这里推荐用后者存储图片，整体代码如下：

# 读取原始dcm图像
ds = pydicom.dcmread(’dcm文件路径‘)
info20 = ds.RescaleIntercept
info21 = int(ds.RescaleSlope)
info22 = ds.pixel_array
CT = info21 * info22 + info20
info18 = ds.WindowCenter
info19 = ds.WindowWidth
CT_min = info18 - info19/2
CT_max = info18 + info19/2
CT = np.clip(CT,CT_min,CT_max)
ct_image = to255(CT) # 归一化
cv2.imwrite(保存路径+文件名.png, ct_image)

归一化代码如下：

def to255(img):     # 归一化到0-255代码
    min_val = img.min()
    max_val = img.max()
    img = (img - min_val) / (max_val - min_val + 1e-5)  # 图像归一化
    img = img * 255  # *255
    return img

参考：

https://www.youtube.com/watch?v=KZld-5W99cI

python调整dicom窗宽窗位_【基础篇】kaggle || RSNA脑溢血金牌案例技术分享！如何使用dicom格式的数据的？…_weixin_39765796的博客-CSDN博客

​