0

我有包含 MRI 图像的文件夹，我正在尝试用我自己的数据复制 MRnet 研究。他们的模型适用于每个主题 1 个 .npy 文件，形状 (s, 3, 256, 256)，其中 s 是给定主题的切片数（因主题而异）。

我已经研究了几种不同的方法来解决这个问题，但似乎没有一个对我有用。我得到的最接近的是至少使用以下方法将 .dcm 文件转换为 JPEG：

import pydicom
import os
import numpy as np
import cv2
dicom_folder = 'C:/Users/GlaDOS/PythonProjects/dicomnpy/DICOMFILES/sub1/' # Set the folder of your dicom files that inclued images 
jpg_folder = 'C:/Users/GlaDOS/PythonProjects/dicomnpy/DICOMFILES/jpg' # Set the folder of your output folder for jpg files 
# Step 1. prepare your input(.dcm) and output(.jpg) filepath 
dcm_jpg_map = {}
for dicom_f in os.listdir(dicom_folder):
    dicom_filepath = os.path.join(dicom_folder, dicom_f)
    jpg_f = dicom_f.replace('.dcm', '.jpg') 
    jpg_filepath = os.path.join(jpg_folder,jpg_f)
    dcm_jpg_map[dicom_filepath] = jpg_filepath

# Now, dcm_jpg_map is key,value pair of input dcm filepath and output jpg filepath

# Step 2. process your image by input/output information
for dicom_filepath, jpg_filepath in dcm_jpg_map.items():
    # convert dicom file into jpg file
    dicom = pydicom.read_file(dicom_filepath)
    np_pixel_array = dicom.pixel_array
    cv2.imwrite(jpg_filepath, np_pixel_array)

我知道我可以使用 pydicom 来执行此操作，但我在他们的文档中找不到任何有关如何实现此结果的信息。

我本质上想要np_pixel_array上面代码中的信息，它返回一个 256、216 的形状，但是我想要该数组中文件夹中的每个 dcm 文件，所以它会变成 (30, 256, 216) 或者每个文件夹有多少切片.

有没有人有这方面的经验并且可以提供帮助？

4

1 回答 1

2

您可以修改代码的这一部分：

for dicom_filepath, jpg_filepath in dcm_jpg_map.items():
    # convert dicom file into jpg file
    dicom = pydicom.read_file(dicom_filepath)
    np_pixel_array = dicom.pixel_array
    cv2.imwrite(jpg_filepath, np_pixel_array)

对此：

unstacked_list = []
for dicom_filepath, jpg_filepath in dcm_jpg_map.items():
    # convert dicom file into jpg file
    dicom = pydicom.read_file(dicom_filepath)
    np_pixel_array = dicom.pixel_array
    unstacked_list.append(np_pixel_array)
    cv2.imwrite(jpg_filepath, np_pixel_array)
final_array = np.array(unstacked_list)

下面是一个更简单的场景示例，假设数组 a、b 和 c 是 np_pixel_array 数组，而 final_array 是您想要的格式

import numpy as np
unstacked_list = []

a = np.array([[1,2], [3,4]])
b = np.array([[5,6], [7,8]])
c = np.array([[9,10], [11,12]])

for i in [a, b, c]:
    unstacked_list.append(i)
final_array = np.array(unstacked_list)

print(final_array.shape)
print(f'shape of final_array is {shape}')
print('')
print(f'final array is{final_array}')

输出是

shape of final_array is (3, 2, 2)


final array is

[[[ 1  2]
  [ 3  4]]

 [[ 5  6]
  [ 7  8]]

 [[ 9 10]
  [11 12]]]
于 2020-07-24T13:34:18.807 回答