DICOM数据信息解析及Pydicom简单处理

最新推荐文章于 2024-05-21 17:24:23 发布
最新推荐文章于 2024-05-21 17:24:23 发布
阅读量8.1k 收藏 63
点赞数 11
分类专栏： 医学图像处理 文章标签： Pydicom Python DICOM
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/sun9979/article/details/102543476
版权
本文介绍了DICOM医学图像标准及其包含的Patient、Study、Series和Image四类信息。通过Pydicom库，我们可以解析DICOM文件，理解Data Element的组成部分，并利用其API处理和分析DICOM数据。同时，文章还提及了DICOM TAG和VR(Value Representation)的概念。
摘要由CSDN通过智能技术生成

1、DICOM简介

DICOM(Digital Imaging and Communications in Medicine)：医学影像成像和通讯标准。

所有患者的医学图像都以DICOM文件格式存储。这个格式包含关于患者的PHI(Protected Health Information)信息，例如患者姓名，患者性别以及一些医学上的信息。

1、基于DICOM3.0标准，每一张图都携带大量的信息，可以细分为以下四类：
  • Patient
  • Study
  • Series
  • Image

每一项信息都可以用DICOM TAG来标识，DICOM TAG由两个十六进制数组成，即（Group，Element）（之后详细说明）

2、每一项信息被包装成最基本的单元：Data Element(数据元素)。每个Data Element 由四部分组成：
  • DICOM TAG ：存储该项信息的标识
  • VR（Value Representation）：存储描述该项信息的数据类型
  • value length ：存储描述该项信息的数据长度
  • value：存储描述该项信息的数据值

2、Pydicom库处理DICOM数据信息

1、pydicom的API参考
data_element（个人，姓名） 			 #返回与元素关键字name对应的DataElement
dir（自身，\*过滤器）		 	#返回数据集中的DataElement关键字
最低0.47元/天 解锁文章
Sun990o
关注
  • 11
    点赞
  • 踩
  • 63
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
使用python玩转dicom文件——医学图像处理工具pydicom入门教程
神仙院B栋4楼保安的博客
08-20 6304
从医院采集的超声数据因为时间跨度大、设备差异等原因比较乱，想着找找工具怎么把这些dicom格式的文件整理一下，于是瞄准了pydicom这一工具。中文资料也很鱼龙混杂，干脆自己去他们的官方文档直接学习。安装方式是很简单的在anaconda中pip install pydicom 参考资料：pydicom官方文档 版本：pydicom 2.0.0 pydicom入门数据读取信息获取数据写入使用matplotlib进行可视化 数据读取 数据读取使用dmread() import pydicom fpath='u
pyDicom基本使用操作dicom文件
chibin6332的博客
08-14 4057
dicom文件前面已经介绍，那么我们需要读和写文件信息，我发现python中有pydicom这个好用的库，可以帮助我们方便的操作，据说比java的会方便很多。 pydicom的网站里面介绍的比较详细https://pydicom.github.io/，还有其他的模块Pynetdicom和D...
Python解析多帧dicom数据详解
01-20
概述 pydicom是一个常用python DICOM parser。但是，没有提供解析多帧图的示例。本文结合相关函数和DICOM知识做一个简单说明。 DICOM多帧数据存储 DICOM标准中关于多帧数据存储的最重要一部分说明是PS3.5 Annex A.4 A.4 Transfer Syntaxes For Encapsulation of Encoded Pixel Data。 无论何时，Pixel Data都存放在Pixel Data (7FE0,0010)中。有可能是直接存放的(native)，也有可能是被打包存放的(encapsulated）。常见的多帧图一般采用打包存放的方式，特别
开源项目推荐：pydicom——你的Python DICOM文件处理专家
gitblog_00084的博客
05-13 433
开源项目推荐：pydicom——你的Python DICOM文件处理专家 项目地址:https://gitcode.com/pydicom/pydicom 当你在医疗图像领域工作时，对DICOM（Digital Imaging and Communications in Medicine）格式的处理是不可或缺的一环。为此，我们向您推荐一个强大的开源工具：pydicom，这是一个专门用于读取、修改和...
（1）DICOM简介
最新发布
m0_47588836的博客
05-21 1169
了解DICOM的主要结构、数据字典、编码方式
初识DICOM以及pydicom的基础操作
风雨_寒的博客
07-02 1万+
初始DICOM以及pydicom的基础操作 Author：Labyrinthine Leo  Init_time：2020.06.30 Key Words：DICOM、pydicom库、dicom文件转jpg图片 1、引言 1.1、背景介绍   由于导师推荐入门的研究项目涉及医疗图像识别，这就离不开DICOM文件的基础知识了，因此在这里同大家分享DICOM学习心得，其中包括使用pydicom库将dicom文件转为jpg图片的操作。 1.2、文章结构 引言 1.1 背景介绍 1.2 文章结构 医学
Python3 pydicom
小谷同学
03-09 265
通过pydicom进行查看Dicom文件属性 1.表示这张Dicom文件的所有属性，都展示出来 import pydicom pydicom_data = pydicom.read_file('43857984') print(pydicom_data) 2.表示只显示 0008103e 的这个属性，我是进行判断是否为AI图像 print(pydicom_data.get(0x0008103e)) ...
python dicom图像分割_处理医疗影像的Python利器：PyDicom
weixin_39844549的博客
11-24 1516
Pydicom是一个用于处理DICOM格式文件的Python包，可以处理包括如医学图像（CT等）、报告等。Pydicom支持DICOM格式的读取：可以将dicom文件读入python结构，同时支持修改后的数据集可以再次写入DICOM格式文件。但需要注意，它不是被设计为查看图像，主要是用来操作DICOM文件的各种数据元素。PyDicom的安装支持PIP和Conda安装，因此非常方便。以Anacond...
python显示磁共振图像（MRI）（pydicom）
qq_37804582的博客
09-27 3635
介绍：MRI是多参数成像，其成像参数主要包括T1 、T2和质子密度等。在MRI检查中，可分别获取同一解剖部位或层面的T1WI、T2WI、PDWI等多种图像，从而有利于显示正常组织与病变组织。而包括CT在内的X线成像，只有密度一个参数，仅能获得密度对比一种图像。在MRI中，T1加权图像(T1WI)上的影像对比主要反映的是组织问T1的差别；T2加图像(T2WI)上的影像对比主要反映的是组织间T2的差别；PDWI上的影像对比主要反映的是组织间质子密度的差别。这种多参数成像有利于组织性质的确定。例如，在CT图像中，
DICOM格式，医学数据文件
06-04
1. DICOM 元数据：理解 DICOM 数据元素的结构和Tag，以便提取和解析相关信息。 2. DICOM网络协议：DICOM 并不仅仅是文件格式，它还有一套用于设备间通信的网络协议，如DICOM DIMSE（DICOM Message Storage Service ...
DICOM格式数据，医学体数据，CT图源文件
04-08
为了处理这些DICOM文件，你需要具备一定的编程技能，可以使用Python中的开源库，如pydicom或SimpleITK，它们提供了读取、解析、操作和分析DICOM数据的功能。此外，还有一些专门的医学影像软件，如OsiriX或ITK-SNAP，...
DICOM读取，解析
12-07
解析DICOM文件是为了获取特定的信息，比如患者信息、检查日期、图像类型等，这些信息通常存储在元数据中。对于图像数据，可以获取像素数组（pixel_array），这通常是一个二维数组，可以进一步处理，如显示或转换为...
embedded-python-dicom-react-viewer:Medical DICOM文件P10可视化+:snake:Python:snake:浏览器中的代码（-Pyodide-> WebAssembly）+ Pydicom解析器+ TypeScript React App（CRA）+画布操作+ Python FastAPI服务器部署
04-16
使用Python解析DICOM文件（仅支持某种DICOM）并将数据传递给JS，然后在Canvas上绘制它。 已在macOS Big Sur（intel / M1），Chrome 89上进行测试。 为什么要做这个 除了在浏览器中使用Python是一件有趣的事情之外...
python实现按键精灵的功能_python学习--python实现按键精灵之windows消息机制文章整理...
weixin_39843698的博客
11-24 211
python学习--python实现按键精灵之windows消息机制文章整理2018-09-131.如何利用Python和win32编程避免重复性体力劳动（一）——开始、FindWindow和FindWindowEx http://blog.csdn.net/seele52/article/details/175049252.如何利用Python和win32编程避免重复性体力劳动（二）——菜单操作...
使用Python对Dicom文件进行读取与写入的实现（pydicom 和 SimpleITK）
10-16 9981
这篇文章主要介绍了使用Python对Dicom文件进行读取与写入的实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧 使用Pydicom 单张影像的读取 使用 pydicom.dcmread() 函数进行单张影像的读取,返回一个pydicom.dataset.FileDataset对象. import os import pydicom # 调用本地的 dicom file folder_path = r"D:\Fi.
pydicom和simpleitk读写dicom图像元信息
qq_41021141的博客
08-23 1119
pydicom和simpleitk读写dicom图像元信息
Python 处理医学影像学中的DICOM
热门推荐
jiandanjinxin的专栏
03-06 2万+
DICOMDICOM（Digital Imaging and Communications in Medicine）即医学数字成像和通信，是医学图像和相关信息的国际标准（ISO 12052）。它定义了质量能满足临床需要的可用于数据交换的医学图像格式，可用于处理、存储、打印和传输医学影像信息。DICOM可以便捷地交换于两个满足DICOM格式协议的工作站之间。目前该协议标准不仅广泛应用于大型医院，而且已
使用python的pydicom模块对DICOMDIR文件进行操作，将混合存储的DICOM图像转化为分层存储
dr_yingli的博客
07-08 1880
混合存储的DICOM图像，包含多个病人，多个研究次数（检查次数），多个和多个序列，多个图像。 但多个病人和多个序列的图像混在一起存放，较难分辨哪些图片属于同一个病人。 可以根据配套的DICOMDIR文件，使用python的pydicom模块对DICOMDIR文件进行操作，将上述DICOM图像转化为分层存储。 运行前务必先备份原文件，偶尔会因DICOM图像所在的目录名错误，导致程序中止 import os from os.path import dirname, join import shutil impo
dicom多帧转换_Python解析多帧dicom数据详解
06-08
当我们需要处理DICOM图像数据时，常常需要处理多帧的DICOM数据。下面是Python解析多帧DICOM数据的详细步骤。 1. 导入必要的库 我们需要导入pydicom库来解析DICOM数据，同时还需要numpy库来处理图像数据。 ```python import pydicom import numpy as np ``` 2. 加载DICOM文件并获取像素数据 我们需要使用pydicom库中的dcmread()函数来读取DICOM文件，然后使用.pixel_array属性获取像素数据。 ```python ds = pydicom.dcmread('example.dcm') pixels = ds.pixel_array ``` 3. 获取多帧数据 多帧DICOM数据的像素数据存储在一个三维数组中，其中第一维表示帧数，第二维和第三维表示像素的行和列。 ```python if 'NumberOfFrames' in ds: # 多帧数据 frames = ds.NumberOfFrames frames_data = [] for i in range(frames): frame = ds.pixel_array[i] frames_data.append(frame) ``` 4. 将多帧数据转换为numpy数组 我们可以使用numpy库的stack()函数将多个数组堆叠在一起，从而形成一个新的数组。在这个例子中，我们将多帧数据堆叠在一起，形成一个三维数组。 ```python if 'NumberOfFrames' in ds: # 多帧数据 frames = ds.NumberOfFrames frames_data = [] for i in range(frames): frame = ds.pixel_array[i] frames_data.append(frame) frames_array = np.stack(frames_data) ``` 现在，我们已经成功地将多帧DICOM数据转换为numpy数组。可以使用这个数组来进行图像处理和分析。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值