• Dicom图像解析


    医疗图像解析

    Dicom

    后缀: .dcm.DCM
    Dicom中规定的坐标系是以人坐标系为绝对坐标系的,规定X轴正向指向病人的左侧,Y轴正向指向病人的背部,Z轴正向指向病人的头部。但是,坐标点的位置,每个厂商都有自己的看法
    下图展示了成像过程中对应的坐标系
    成像坐标系

    三视图

    图片信息中的Tag说明
    在DICOM中,是通过Image Position和Image Orientation来描述当前的图像和人体坐标系的相对位置的。
    解析举例

    import dicom
    import pylab
    import os
    
    
    dcm_img_base_url = "/home/fan/datas/dcmFile"
    ds = dicom.read_file(os.path.join(dcm_img_base_url, "N2D_0020.dcm"))
    print("图片中存在的属性: ", ds.dir("pat"))
    print("病人方位: ", ds.PatientOrientation)
    # 以下两个属性标签描述图像位置信息
    print("图像病人方向: ", ds.ImageOrientationPatient)
    print("图像病人位置: ", ds.ImagePositionPatient)
    # CT矩阵
    pix = ds.pixel_array
    # 打印图片
    pylab.imshow(pix, cmap=pylab.cm.bone)
    pylab.show()
    
    ds1 = dicom.read_file(os.path.join(dcm_img_base_url, "N2D_0140.dcm"))
    pix1 = ds1.pixel_array
    pylab.imshow(pix1, cmap=pylab.cm.bone)
    pylab.show()
    
    

    以上使用的图片为ADNI数据集中的一个.nii图像转换为Dicom图像后的一个图片
    图片中存在的部分信息为
    ImageOrientationPatient: ['1', '-2.18345624778243e-11', '0', '2.1834562200241e-11', '1', '2.1834562200241e-11']
    ImagePositionPatient: ['-101.501693725586', '-141.694915766789', '-90.989616394043']
    之后我们需要使用这两个量来进行定位线的计算,VR,MPR的空间计算
    这两个量使用的空间坐标系

    原始坐标系为O,O1坐标系绕z轴以O系统的基础上旋转了θ的一个角度,我们可以把这个矩阵记录为

    [A_0^1 = egin{bmatrix} C heta & -S heta & 0 & 0 \ S heta & C heta & 0 & 0 \ 0 & 0 & 1 & 0\ 0 & 0 & 0 & 1\ end{bmatrix} ]

    通过一系列这样的变换,我们可以得到最终的变换矩阵为

    [T = A_0^1A_1^2{cdots}A_n^m ]

    把T记为

    [T = egin{bmatrix} X_x & Y_x & Z_x & S_x \ X_y & Y_y & Z_y & S_y \ X_z & Y_z & Z_z & S_z \ 0 & 0 & 0 & 1 \ end{bmatrix} ]

    我们的图像是一个2维的量,由于当前图像像素点的z方向坐标相对于当前图像的坐标系的值都为0,当前图像的坐标点可以用(x,y,0)的向量来表示,表示在齐次坐标方式就为(x,y,0,1),那么,这时想要计算出图像上的某个点相对于原始坐标系的坐标,就直接和转换矩阵T相乘即可,记为

    [egin{bmatrix} x_o \ y_o \ z_o \ 0 end{bmatrix} = Tegin{bmatrix} x \ y \ 0 \ 1 end{bmatrix} Rightarrow egin{bmatrix} x_o \ y_o \ z_o \ 0 end{bmatrix} = egin{bmatrix} X_x & Y_x & Z_x & S_x \ X_y & Y_y & Z_y & S_y \ X_z & Y_z & Z_z & S_z \ 0 & 0 & 0 & 1 \ end{bmatrix} egin{bmatrix} x \ y \ 0 \ 1 end{bmatrix} ]

    Image Orientation的6个量就显而易见为

    [X_x, X_y, X_z, Y_x, Y_y, Y_z ]

    Image Position中的三个量为

    [S_x, S_y, S_z ]

    引用

    Dicom中的Image Orientation/Position的理解和应用
    医学影像处理软件之Image Orientation相关介绍
    医学图像数据格式: DICOM

  • 相关阅读:
    织网的日子里——第一章:TCP时间获取之客户端和服务器端程序
    Hdu 4517 小小明系列故事——游戏的烦恼
    MongoDB安装配置
    【算法学习】线性时间排序计数排序、基数排序和桶排序详解与编程实现
    C++中宏的使用技巧
    每三小时热备shell脚本文件
    OSS音频编程实例
    MySQL的Illegal mix of collationsy异常原因和解决方法
    SQL用了Union后的排序问题
    union 时只能查出一个表中的信息,另一个表只能查出字段
  • 原文地址:https://www.cnblogs.com/zhhfan/p/9936945.html
Copyright © 2020-2023  润新知