我正在尝试获取一些DICOM堆栈,并将它们转换为Nifti文件。当我进行转换并在3D查看器中打开新的Nifti文件时,体积在z方向上被粉碎在一起。Nifti文件不知道切片之间的间距。据我所知,imageio.volread()不读取元数据。我尝试使用pydicom.filereader.dcmread(),但它只读取一个文件。如何在转换格式时将元数据从DICOM堆栈复制到Nifti文件?
import nibabel as nib
import imageio
import numpy as np
import os, sys
DIR = '\\all scans\\'
savefold = '\\nifti\\'
for root, dirs, files in os.walk(DIR):
for directory in dirs:
vol = imageio.volread(DIR + directory).astype(int)
vol = np.transpose(vol, (2,1,0)).astype(int)
niftisave = nib.Nifti1Image(vol, affine=np.eye(4))
nib.save(niftisave, os.path.join(savefold + directory) + '.nii')更新:
我正在使用Nifti1Header并设置我的体素间距,但当我在其他程序中保存并打开文件时,体素间距仍然是1x1x1。当我在保存之前打印标题时,像素显示为[1. 0.09 0.09 0.09 1. 1. 1. 1. ]。
header = nib.Nifti1Header()
OM = np.eye(4)
header.set_data_shape((224,352,224))
voxel_spacing = ((.09,.09,.09))
header.set_zooms(voxel_spacing)
header.set_sform(OM)
header.set_dim_info(slice = 2)
vol=imageio.volread(source)
ROI_save = nib.Nifti1Image(vol, OM, header=header)
print(ROI_save.header)标题:
<class 'nibabel.nifti1.Nifti1Header'> object, endian='<'
sizeof_hdr : 348
data_type : b''
db_name : b''
extents : 0
session_error : 0
regular : b''
dim_info : 48
dim : [ 3 224 352 224 1 1 1 1]
intent_p1 : 0.0
intent_p2 : 0.0
intent_p3 : 0.0
intent_code : none
datatype : float32
bitpix : 32
slice_start : 0
pixdim : [1. 0.09 0.09 0.09 1. 1. 1. 1. ]
vox_offset : 0.0
scl_slope : nan
scl_inter : nan
slice_end : 0
slice_code : unknown
xyzt_units : 0
cal_max : 0.0
cal_min : 0.0
slice_duration : 0.0
toffset : 0.0
glmax : 0
glmin : 0
descrip : b''
aux_file : b''
qform_code : unknown
sform_code : aligned
quatern_b : 0.0
quatern_c : 0.0
quatern_d : 0.0
qoffset_x : 0.0
qoffset_y : 0.0
qoffset_z : 0.0
srow_x : [1. 0. 0. 0.]
srow_y : [0. 1. 0. 0.]
srow_z : [0. 0. 1. 0.]
intent_name : b''
magic : b'n+1'仿射:
np.eye(4)
--->[[1. 0. 0. 0.]
[0. 1. 0. 0.]
[0. 0. 1. 0.]
[0. 0. 0. 1.]]所需的仿射:
[[-0.09 0. 0. -0. ]
[ 0. -0.09 0. -0. ]
[ 0. 0. 0.09 0. ]
[ 0. 0. 0. 1. ]]发布于 2020-08-13 14:34:53
您需要直接指定像素间距和阵列形状,假设您的3D体积为512x512x128,体素间距为0.5x0.5x2.5 mm,单位方向矩阵如下所示:
from nibabel import Nifti1Header, Nifti1Image
img_array = np.zeros((512, 512, 128))
voxel_spacing = [0.5, 0.5, 2.5, 1]
OM = np.eye(4)
OM = OM * np.diag(voxel_spacing)
header = Nifti1Header()
header.set_data_shape((512, 512, 128))
header.set_dim_info(slice=2)
header.set_xyzt_units('mm')
nifti = Nifti1Image(img_array, OM, header=header)upd。使用nibabel.save (或img.to_filename)保存文件并在MRIcron https://people.cas.sc.edu/rorden/mricron/index.html中打开它,将产生以下结果:

发布于 2020-08-05 09:12:36
如果使用SimpleITK读取Dicom系列,它将正确读取Dicom元数据。
以下是如何阅读Dicom图像系列的示例:
https://simpleitk.readthedocs.io/en/master/link_DicomSeriesReader_docs.html
如果输出文件名有'.nii‘后缀,它会将卷写出为Nifti文件。
https://stackoverflow.com/questions/63255079
复制相似问题