mhd格式三维图像显示_关于医疗影像的mhd和dcm格式图像的读取和坐标转换

本篇博客主要对近年来大赛(Luna16，kaggle，天池)中使用的肺部图像的读取和坐标转换进行整理，如果有错误，欢迎批评指正，谢谢。

1 介绍mhd格式的数据：

数据可以在Luna16(https://luna16.grand-challenge.org/Data/)下载。

(1)  每个病例的数据的存储都是由一个.mhd和一个.raw格式的文件组成。

mhd的内容和比较重要的注释：

ObjectType = Image

NDims = 3                                                                            #三维数据

BinaryData = True                                                               #二进制数据

BinaryDataByteOrderMSB = False

CompressedData = False

TransformMatrix = 1 0 0 0 1 0 0 0 1                                   #100,010,001 分别代表x,y,z

Offset = -198.10000600000001 -195 -335.209991        #原点坐标

CenterOfRotation = 0 0 0

AnatomicalOrientation = RAI

ElementSpacing = 0.7617189884185791 0.7617189884185791 2.5     #像素间隔 x,y,z

DimSize = 512 512 121                                                                                   #数据的大小 x,y,z

ElementType = MET_SHORT

ElementDataFile = 1.3.6.1.4.1.14519.5.2.1.6279.6001.105756658031515062000744821260.raw     #数据存储的文件名

(2)  mhd已经交代了图像数据的信息，接下来对图像数据进行读取，这里主要用的Python中的SimpleITK库：

以一个病例为例：

import SimpleITK as sitk

import matplotlib.pyplot as plt

case_path = './1.3.6.1.4.1.14519.5.2.1.6279.6001.126264578931778258890371755354.mhd'

itkimage = sitk.ReadImage(case_path) #这部分给出了关于图像的信息,可以打印处理查看，这里就不在显示了

#print(itkimage)

image = sitk.GetArrayFromImage(itkimage) #z,y,x

#查看第100张图像

plt.figure()

plt.imshow(image[100,:,:])

(3)  坐标转换

在luna16大赛中提供了医生标注肺结节位置信息的csv文件 和病例的图像(mhd)。

csv文件中的内容形式为：

seriesuid：表示每个病例图像对应的文件名

coordX，coordX，coordX，diameter_mm:表示医生标注的结节位置信息和直径

在使coordX用卷积网络对肺结节进行检测时，我们需要根据医生提供的标注信息，在图像中找到相应的肺结节位置，接下来说医生标注的坐标与图像中的坐标的关系。

以一个病例上的一个肺结节为例：

csv：

mhd中给定了图像中的原点坐标为(-163.1962890625, -319.1962890625, -380.5)     #x,y,z

像素间隔为(0.607421875 ，0.607421875 ，0.5)                     #x,y,z

通过以上信息可以计