目前在使用深度学习进行医学图像处理，主要进行肺部结节检测，在预处理时经常会使用到SimpleITK软件包，它是一个很好用的读取医学图像信息软件包。

内容列表

SimpleITK

  1. SimpleITK.ReadImage(path)
  2. SimpleITK.GetArrayFromImage(itk_img)
  3. itk_img.GetOrigin()
  4. itk_img.GetSpacing()
  5. itk_img.GetDirection()
  6. 具体分析一下Origin与Spacing：


    SimpleITK


    Insight Segmentation and Registration Toolkit (ITK)是一个开源、跨平台的框架，可以提供给开发者增强功能的图像分析和处理套件。其中最为著名的就是SimpleITK，是一个简化版的、构建于ITK最顶层的模块。SimpleITK旨在易化图像处理流程和方法。

目前常用的代码有如下几种：

  1. itk_img = SimpleITK.ReadImage(path)
  2. img_array = SimpleITK.GetArrayFromImage(itk_img)
  3. print("Img array: ", img_array.shape)               #读取图像大小
  5. origin = numpy.array(itk_img.GetOrigin())           #读取图像原点坐标
  6. print("Origin (x,y,z): ", origin)
  8. direction = numpy.array(itk_img.GetDirection())     #读取图像方向
  9. print("Direction: ", direction)
  11. spacing = numpy.array(itk_img.GetSpacing())         # 读取图像尺度信息
  12. print("Spacing (x,y,z): ", spacing)
  14. //读取dicom文件
  15. file = sitk.ReadImage(filepath)
  16. 获取基本信息，大小，像素间距，坐标原点，方向
  17. file.GetSize()
  18. file.GetOrigin()
  19. file.GetSpacing()
  20. file.GetDirection()
  21. 读取dicom序列
  22. reader = sitk.ImageSeriesReader()
  23. reader.MetaDataDictionaryArrayUpdateOn()#这一步是加载公开的元信息
  24. reader.LoadPrivateTagsOn()#这一步是加载私有的元信息
  26. #根据文件夹获取序列ID,一个文件夹里面通常是一个病人的所有切片，会分为好几个序列
  27. series_IDs = sitk.ImageSeriesReader.GetGDCMSeriesIDs(directorypath)
  29. #选取其中一个序列ID,获得该序列的若干文件名
  30. dicom_names = reader.GetGDCMSeriesFileNames( directorypath,series_ID)
  31. reader.SetFileNames(dicom_names)#设置文件名
  32. image3D = reader.Execute()#读取dicom序列
  1. import SimpleITK as sitk
  3. # Dicom序列所在文件夹路径（在我们的实验中，该文件夹下有多个dcm序列，混合在一起）
  4. file_path = "/data/jianjunming/BEOT/BEOT_1st/B/B13-5219998/"
  6. # 获取该文件下的所有序列ID，每个序列对应一个ID， 返回的series_IDs为一个列表
  7. series_IDs = sitk.ImageSeriesReader.GetGDCMSeriesIDs(file_path)
  9. # 查看该文件夹下的序列数量
  10. nb_series = len(series_IDs)
  11. print(nb_series)
  13. # 通过ID获取该ID对应的序列所有切片的完整路径， series_IDs[0]代表的是第一个序列的ID
  14. # 如果不添加series_IDs[0]这个参数，则默认获取第一个序列的所有切片路径
  15. series_file_names = sitk.ImageSeriesReader.GetGDCMSeriesFileNames(file_path, series_IDs[0])
  17. # 新建一个ImageSeriesReader对象
  18. series_reader = sitk.ImageSeriesReader()
  20. # 通过之前获取到的序列的切片路径来读取该序列
  21. series_reader.SetFileNames(series_file_names)
  23. # 获取该序列对应的3D图像
  24. image3D = series_reader.Execute()
  26. # 查看该3D图像的尺寸
  27. print(image3D.GetSize())
  29. # 将序列保存为单个的DCM或者NRRD文件
  30. sitk.WriteImage(image3D, 'img3D.dcm')
  31. # sitk.WriteImage(image3D, 'img3D.nrrd')


下面分别分析一下上面用到的几个信息：

1，SimpleITK.ReadImage(path)


最简单的在path中读取图像信息，一般读取格式为mhd文件与dicom文件

2，SimpleITK.GetArrayFromImage(itk_img)

将读取出来的图像信息用像素值表示出来
image.png
如上为读取出来的数组，底下的shape就是整个读取出来的图像大小，如此图为长宽分别为512，深度为109的图像。

3，itk_img.GetOrigin()


此操作为读取图像的原点信息，因为每张图像的不同，它的位置也与原点的距离不同，如此图：
image.png

4， itk_img.GetSpacing()


此操作为读取图像的体素大小，我觉得这个数值更像尺度一些，每张图都不同
image.png
本图z的尺度为2.5，意思就是每1mm显示为2.5个深度。

5，itk_img.GetDirection()

此操作为读取图像方向，一般一系列图像都是同样的：
[1., 0., 0.,
0., 1., 0.,
0., 0., 1.]

6，具体分析一下Origin与Spacing：

image.png
image.png
上面两图很好的诠释了Origin与Spacing与图像的关系

原文链接：https://blog.csdn.net/qweqwrqw/article/details/88427971