医学图像
文章平均质量分 72
求则得之,舍则失之
这个作者很懒,什么都没留下…
展开
-
3DSlicer教程(1)简介
1.什么是3DSlicer3DSlicer用于医学图像分析(包括配准和交互式分割)和可视化(包括3D渲染)以及用于图像引导治疗研究的软件平台。支持的操作系统:Linux,Mac OSX和Windows2.相关网址英文文档英文社区论坛中文社区论坛3.3DSlicer能够应用那些数据格式3DSlicer能够应用的最基本格式是DICOM,DICOM格式包含患者姓名、医院、检查日期、扫描方式、层厚等参数,通常CT和MRI扫描都会生成DICOM格式。我们要取得这些数据最简洁的方式是通过PACS系统,.原创 2022-02-27 00:45:00 · 21377 阅读 · 5 评论 -
医学Dicom数据脱敏
本文介绍实用的Dicom文件脱敏工具DicomBrowser。 DicomBrowser是一个用于一次检查和修改多个文件中的 DICOM 元数据的应用程序。【下载地址】 【视频教程地址(需翻墙)】原创 2022-02-27 07:00:00 · 1340 阅读 · 0 评论 -
使用 Monai 和 PyTorch 预处理 3D Volumes以进行肿瘤分割
1.介绍针对在使用传统图像处理工具时可能遇到的困难,深度学习已成为医疗保健领域的主要解决方案。因为医学图像比标准图像更难处理(高对比度、人体的广泛变化……)深度学习用于分类、对象检测,尤其是分割任务。在分割方面,深度学习用于分割人体器官,如肝脏、肺和……或分割来自身体不同部位的肿瘤。医学图像有很多不同的类型,例如 MRI(主要用于脑肿瘤分割)、CT 扫描、PET 扫描等。本文将重点介绍 CT 扫描,但同样的操作也适用于其他类型。所以我们知道执行深度学习任务需要许多步骤,其中一个是数据预处理,这是原创 2022-12-09 23:00:00 · 2689 阅读 · 2 评论 -
如何使用 Python 将 Nifti 文件转换为 Dicom 系列
1.摘要创建将 nifti 文件转换为 dicom 系列的函数的概念很简单;所需要的只是从 nifti 文件中返回帧数据,将其划分为切片,然后将每个切片转换为一个 dicom。这种转换的灵感来自将 JPG 或 PNG 图像转换为 dicoms的函数。2.步骤使用预先存在的 dicom 文件。安装需要的包。从 nifti 文件中提取帧数据。准备要转换的数组。将一个 nifti 文件转换为 dicom 系列。将多个 nifti 文件转换为多个 dicom 系列。2.1使用预先存在的 di原创 2022-01-17 11:39:13 · 3842 阅读 · 5 评论 -
将 JPG 或 PNG 图像转换为 Dicom
如果您想将普通图像(如 JPG 或 PNG)转换为医学图像(谈论 Dicom 文件),您只需要安装一个名为“pydicom”的库来操作 Dicom 图像,然后您需要一个预先存在的 Dicom 图像。因为我们都知道 Dicom 图像或者文件包含的不仅仅是普通图片,比如像素等,Dicom 图像包含我们称之为“像素阵列”的像素信息、患者信息等等。所以在我们的例子中,我们只需要转换像素数组的像素值。为此,我们需要获取现有的 Dicom 图像并获取其旧信息来创建新的。所以第一步是安装 pydicom 库、pill原创 2022-01-17 14:16:19 · 12606 阅读 · 6 评论 -
如何将 DICOM 图像转换为 JPG 或 PNG
在计算机视觉中,我们经常使用医学图像,我们拥有的几乎所有数据库都包含 DICOM 图像。Dicom 图像不仅仅是一张图像,它包含像素信息、患者信息等。在这种情况下,我们只需要将图像可视化或将其保存为 JPG 或 PNG,以便我们可以使用任何我们想要的软件打开它。为此,我们需要额外的库来与 Python 一起使用。第一个是Pydicom,它是一个专门用于 Dicom 图像的库,第二个是Pillow,我更喜欢用它来显示和保存 JPG 图像。最后,第三个是Numpy来操作数组。我会一步一步地和你一起做所有的原创 2022-01-18 07:54:34 · 9214 阅读 · 2 评论 -
如何将Dicom系列转换为一个Nifti文件(Python)
简介在医学成像中,我们通常使用两种类型的图像,Dicom或Nifti。但这两种类型的图像(或者说文件)之间是有区别的,因为它们比普通图像有更多的信息。这些信息存储在同一个文件中,Dicom 或是Nifti,我们可以使用称为标签的东西来调用它们,因此我们使用这些标签来返回我们想要的信息,例如患者 ID、姓名等。从这些信息中有一个名为pixel_data 数组的组件,它是一个包含我们可以可视化的像素值的数组,像素的尺寸(以防你想计算身体某个部分的面积,例如,肿瘤),像素的深度…Dicom图像(或文件)是一个原创 2022-01-17 10:48:58 · 5447 阅读 · 3 评论 -
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原创 2022-01-21 09:35:55 · 739 阅读 · 0 评论 -
修改nifti文件的标签
您在使用 PyTorch 进行语义图像分割时遇到了这个问题?这是对我有用的解决方案。简介目前,我正在做一个关于CT扫描中全身语义肿瘤分割的项目,但你知道,解决这类问题并不容易,所以在本文中,我将讨论一个著名的错误,你可能在使用PyTorch时遇到过。因此,看看这个错误,程序没有指定错误的确切部分。对我来说,我一直打印图像和标签的形状和值,以查看确切的错误在哪里。我将向您展示在我的项目中发现的错误,以及如何解决它们,希望它也将为您工作。问题的所在对我来说,问题出在标签上,我很肯定你在这方面也有问题原创 2022-01-21 13:14:14 · 2578 阅读 · 0 评论 -
只需单击一下即可处理您的医学图像
1.概述这些是此应用程序支持的各种转换。1.Dicom to Image例如,您可以将dicom图像(文件)转换为jpeg图像,以便在2D分割中使用。2.Image to Dicom此操作与前一个操作相反,它允许您从jpeg或png图像备份成dicom文件。(这个函数需要一个预先存在的dicom文件,但不要担心,GitHub存储库中会提供一个。)3.Nifti to Dicom您可能知道,nifti文件是病人的3D表示,包含多个2D切片(dicom)。因此,您可以使用此特性将nifti文件转原创 2022-02-21 08:54:05 · 224 阅读 · 0 评论