数据预处理--sort乱序DICOM文件

我们直接从PACS系统里拷贝下来的图像，很多情况下是乱序的，随机命名的。如下图

从这个文件夹名字，我们只知道患者的 ID 信息，不知道这个图像是什么模态（CT/MRI/Xray），也不知道扫的是哪个部位，平扫还是增强，层厚是多少等等信息。这些信息都只有用专业DICOM查看软件才能知道

因此，推荐在做一切预处理前，先把这些文件 sort 一下，根据自己需要的信息重命名文件夹。

这里我们只需要借助一个开源代码，dicomsort.py，就可以迅速 sort 啦，而且速度非常快。

下载 dicomsort

文件下载地址
https://github.com/pieper/dicomsort

从上述链接中，下载dicomsort.py这个文件，只下载这个文件即可

确保依赖项已安装

如图，使用这个dicomsort.py文件前，确保上述依赖项已安装，比如最重要的包pydicom。

如果没有安装，则使用pip install pydicom

sort 文件

如图，假设在test case文件夹下，有若干个CT图像需要sort,那么把这些文件都统一存在一个文件夹中，我们这里是对CT1202302110080里面的文件进行sort. 假设有若干个CT1202302110080，那么再创建一个文件夹，如’images_raw’,然后把所有CT号命名的患者图像都存进去。

我们再新建一个 ‘sorted‘文件夹，用于存放 sort 好后的文件。并且，把下载好的dicomsort.py放在这里。

然后在test case下打开终端，输入下列命令进行sort

python dicomsort.py input_folder/ outputfolder/%PatientID_%PatientName/%Modality/%StudyDate_%StudyTime_%StudyDescription_%StudyID/%SeriesNumber_%SeriesDescription/%InstanceNumber.dcm

这里的outputfolder后面可以自定义文件夹的长度和名字。如一级子文件夹是由ID（此案例中是CT号）和患者名字命名，二级子文件夹是由图像模态命名（CT/MR等），依次类推。

注意：这里outputfolder的命名很长，每次都要敲这行命令也记不住，可以把这行命令放在dicomsort_script.txt文件里，每次只需要粘贴复制就方便很多

演示：

结果展示：

原始文件夹

sort后的效果

是不是一目了然啦。

当然，你对命名有自己的想法，或者输出有更高的要求，python dicomsort.py --help获取更多信息

有时间的朋友可以研究一下