问题标签 [medical-imaging]

我正在开发一个预处理函数，该函数将 DICOM 文件作为输入并返回 3D np.array（图像堆栈）。问题是我需要保持ImagePositionPatient[2]输出数组中已处理图像之间的关联和相对位置。

例如，如果一个切片ImagePositionPatient[2] == 5映射到返回堆栈中位置 3 的已处理切片，我需要返回另一个数组，该数组5位于第三个位置，并且所有原始切片都相同。对于在处理过程中通过插值或填充创建的切片，数组应包含一个像 -99999 这样的占位符值。

我在这里粘贴我的代码。编辑：新的简化版本

调整大小方法等的参考库是skimage

我正在使用 fsleyes 通过提供参考图像来重新采样图像，但是生成的重新采样图像被裁剪了？

蓝色是重采样覆盖

我尝试提高参考图像的分辨率，但这也无济于事。

我有大小为 [284,143,143] 的 3D 体积医学图像。我想从中提取轴向切片并将它们单独保存在一个文件夹中。谁能告诉我如何在 python 中实现这一点。

我有胸部 CT 扫描的轴向切片。现在，我想使用所有这些切片构建一个平面结构，例如具有冠状视图（从后到前或从前到后视图）的 X 射线。

我不知道如何处理这个问题。我认为一种方法是沿冠状平面的切片的加权平均值，对于 AP 视图的正面切片具有更多权重。

请分享您对如何解决此问题的想法。提前致谢。

我有我的应用程序正在 docker 上运行。在应用程序的本地版本上，我运行我的 Ohif 查看器，我正在使用命令 yarn run dev:orthanc。由于我想从远程 Orhtanc 服务器获取数据，我将 package.json 文件脚本“dev:orthanc”从 1) 更改为 2)，并且一切正常。我的本地机器查看器上有来自 Orthanc 服务器的图像。

1. "dev:orthanc": "cross-env NODE_ENV=development PROXY_TARGET=/dicom-web PROXY_DOMAIN=http://localhost:8042 APP_CONFIG=config/docker_nginx-orthanc.js webpack-dev-server --config .webpack/webpack。 pwa.js --watch",

2. "dev:orthanc": "cross-env NODE_ENV=development PROXY_TARGET=/dicom-web PROXY_DOMAIN=http://myRemoteServerIP:8042 APP_CONFIG=config/docker_nginx-orthanc.js webpack-dev-server --config .webpack/webpack. pwa.js --watch",

现在我想在 GCP 实例上做同样的事情。我该怎么做？我试图将所有带有 localhost 的 url 更改为我的实例 IP，但它不起作用。我还尝试在 docker-compose 容器上运行 ohif 查看器，但在我的解决方案中它不起作用。

有人可以帮助我并告诉我如何在生产服务器上使用来自我拥有的 IP 的远程服务器的图像运行它吗？

对于我的论文，我有 16 个 nifti MRI 图像（Dim：162×162×192），我的计划是使用 Conv 神经网络，我将 10 和 6 个图像划分为训练和测试图像。问题是，如何将 Unet 中的 nifti 图像作为输入和输出的训练图像提供，以及如何提供测试图像？谢谢你。

我有 191 个不同的 png 图像。

如何将它们转换为一张 3d nifti 图像？

如何将文件扩展名为 .dcm 的 Dicom 图像转换为 R 中的 Jpg 或 Png

我在 R 中尝试以下代码，但收到错误为错误：'...' 在不正确的上下文中使用

我下面的 R 代码有什么问题。

我正在尝试使用 Python 3 和 pyDicom 可视化一个 DICOM 文件，该文件应该包含一个黑色的 100x100 图像，其中绘制了一些曲线。像素数据是从标题 (7fe0,0010) 中提取的，打印时显示b'\x00\x00\x00...'. 我可以轻松地将其转换为 100x100 的 numpy 数组。

但是，(5000,3000) 中的曲线数据显示我b'\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\xc0H@\x00\x00\x00\x00\x00\xc0X@\x00\x00\x00\x00\x00\xc0H@'无法将其转换为 100x100 像素图像中的 x,y 坐标。在 DICOM 文件中它说

• 曲线尺寸：2
• 点数：2
• 数据类型：聚
• 数据值表示：3
• 曲线标签：横轴
• 曲线数据：32个元素

主要问题是：如何解码在 100x100 图像中回溯曲线所需的坐标？我主要关心的是应该有 32 个元素，但输出中只有 26 个十六进制值。我也不知道如何处理\xc0H@and \xc0X@。当我打印这些时，它会产生192 72 64和192 88 64. python如何将这2个十六进制代码解码为6个数字？这些数字代表什么？

编辑： 显然数据值表示 3 意味着数据表示为浮点双精度。另一方面，数据中应该有两个点，那么每个点用16个元素表示？我看不出这两个语句是如何兼容的。有趣的是，\xc0H@如前所述，第一个转换为 3 个数字，并通过这样做完成了曲线数据的前 16 个元素。如何将其转换为 2D 图像中的一个点？

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：

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？