如何使用Python将一个普通的数组转换成nifti文件

介绍

在医疗领域工作时，可以使用两种类型的文件。第一个是 dicom 文件，这些文件代表您希望研究的身体部位的2D 切片。然后是身体的3D 表示，它是由多个 dicom 甚至常规图像或数组构建的 2D 切片的集合。

在之前的文章中，我们讨论了dicom 和 nifti 之间的区别，以及如何从 dicoms 创建 nifti 文件。因此，在本文中，我们将讨论如何从标准数组生成这些 nifti 文件。

为什么我们需要进行这种转换？

您可能想知道为什么我们需要执行这样的转换。答案如下：

• 如果您有普通的 JPG 或 PNG 图像，则可以使用它们，然后将其转换为dicoms，然后再转换为nifti，但是您可以看到这需要两个步骤。因此，当您使用本文中的方法时，将图像从JPG或PNG转换为nifti将会更容易。
  +它们可以是代表卷的CSV文件，正如我们在许多数据集中发现的那样，因此如果您需要将它们放在一个单独的 nifti 文件中并希望在特殊情况下使用，您可以使用本文中描述的方法。
• 最常用的方法，也是在我的项目中需要的方法，是当你执行一个分割任务时，你必须将输出掩码保存为一个单一的nifti文件;对于这个，这个方法将是你的解决方案。

您需要的工具

您将需要两个库来完成此任务：numpy和nibabel。Nibabel 是专门为 nifti 扩展而设计的库，但是转换数组/nifti 需要一个 numpy 数组作为输入。

要安装它们，您可以像往常一样使用 pip（或 conda）：

pip install numpy

pip install nibabel

方法

您必须完成此过程的两个步骤：

• 第一步，将你拥有的任何类型的数组转换为numpy数组;如果您拥有的数组表示图像，则必须指定数据类型，例如图像的float类型和掩码的int类型(如果您正在进行分割，掩码也可以是float类型)。

converted_array = numpy.array(normal_array, dtype=numpy.float32)

我选择float32作为类型，因为我需要它，但你可以使用任何你需要的类型。

• 第二步，使用一行代码将numpy数组转换成nifti文件。在 nibabel 库中，有一个名为Nifti1Image的函数，它接受 5 个参数，其中三个是可选的，另外两个是必需的。在我的例子中，前两个参数就足够了，但是如果你需要更多，你可以添加它们。第一个参数是我们刚刚转换的numpy数组，第二个参数是仿射，它是一个齐次仿射，提供体素坐标（像素的3D表示）和世界坐标（来自文档）之间的关系。第二个参数可以是 None 或 4×4 数组；出于我们的目的，我们将使用由numpy.eye函数创建的 4×4 数组。

现在不需要其他参数，但稍后可能需要一个：header。如果您有文件头，则此参数将采用文件头。这是元数据（患者和图像信息）。

nifti_file = nibabel.Nifti1Image(converted_array, affine) 其中， affine = numpy.eye(4)。
您的 nifti 文件现在可以使用了；您可以立即使用或保存以备后用。

nibabel 库中另一个名为save的命令可用于保存文件。nibabel.save(nifti_file, path_to_save)

这是完整的脚本：

import numpy as np
import nibabel as nib

converted_array = numpy.array(normal_array, dtype=numpy.float32) # You need to replace normal array by yours
affine = numpy.eye(4)
nifti_file = nibabel.Nifti1Image(converted_array, affine)

nibabel.save(nifti_file, path_to_save) # Here you put the path + the extionsion 'nii' or 'nii.gz'

我希望您觉得这篇文章有用，因为在下一篇文章中讨论3D体积的数据增强时，我们将需要这些转换。

参考目录

https://pycad.co/how-to-convert-array-into-nifti-python/