DICM(DICOM), IMA 医学图像预处理调窗(window-leveling)

dcm|dicm是医学图像常见格式（IMA可看作dicm同类型的格式[1]），是直接能从机器上获得的图像格式，但是如果使用深度神经网络进行处理和其他操作需要对原始的图像格式进行处理才能够使用。

首先对于CT图像需要明确的是我们从机器上获得的是X ray穿过物体后投影在探测器上，探测器接收的数据是投影的数值（projection data-->sinogram(projection image) 这个过程也要进行数值转换，如取对数等操作).

dicm应该是对投影后数据前处理完毕进行重建后的图像，但是图像的像素值并不一定以Hu为单位（应该跟厂家有关，比如IMA是西门子CT设备产生的图像，不是HU单位），因此要查看dicm文件的文件头信息确认像素值的单位，如果不是HU需要处理[2]。

对于IMA文件第一步转换为HU格式，第二步进行调窗,第三步可根据情况缩放范围自行选择处理或者不处理送给神经网络或者其他操作。

（1）转换为HU格式：[3，4]中大致讲清楚了转换的方法，但是实现对于我想使用单张图像转换不太好用，因此参考代码有如下改动。

def getCtHU(dicm):'''直接传入dicm文件/IMA文件'''img=np.array(dicm.pixel_array).astype('int32')img[img == -2000.0] = 0Hu = np.array(img).astype('float64')RescaleIntercept = dicm.RescaleInterceptRescaleSlope = dicm.RescaleSlopeif RescaleSlope != 1:Hu = Hu * RescaleSlopeHu += RescaleInterceptreturn Hu

（2）获得HU为单位的图像的矩阵后，需要针对HU图像进行调窗，以适应于我们对不同部位的图像进行分析（医学图像中不同部位的适用的HU范围不同，这个范围叫做窗口），在imageJ中窗口的大小叫做window，窗口的中心叫做level，在这几个参考的帖子中有不同的叫法，在此按照ImageJ 的名称[5,6]。

def windowsLevelTransform(Hu, window, level):img = Humin = level - float(window) * 0.5;max = level + float(window) * 0.5;img[img < min] = minimg[img > max] = maxnorm_ = (img - min) / windownorm_.astype('float32')return norm_

调窗后的数据就是想要查看的数据范围了，在这里对不同部位调窗的数据值设定也不相同[7].

reference

(21条消息) python如何打开.ima文件格式的医学影像(已爬坑，.IMA为西门子CT设备的另一种医学影像文件格式)_巨魔战将-CSDN博客_ima文件
(21条消息) Dicom 图像--像素值（灰度值）转为CT值_小可爱的博客-CSDN博客_ct值转灰度值
成熟的医学影像“调窗”（window-leveling）算法详解 - 微笑的艾米 - 博客园 (cnblogs.com)Full Preprocessing Tutorial | Kaggle
处理医疗影像的Python利器：PyDicom - 知乎 (zhihu.com)
(21条消息) 医学图像预处理（三）——windowing(ct对比增强）_normol的博客-CSDN博客_ct图像预处理
CT的窗宽，窗位到底是什么意思？ - 知乎 (zhihu.com)
图像识别 | 计算机断层扫描基础：加窗 - 知乎 (zhihu.com)
(21条消息) 手把手教你用python实现机器学习预测疾病_程序员石磊-CSDN博客_机器学习疾病预测
常见医疗扫描图像处理步骤 - 知乎 (zhihu.com)

DICM(DICOM), IMA 医学图像预处理调窗(window-leveling)相关推荐

【转】医学影像调窗技术！！！！
转自:https://www.cnblogs.com/assassinx/p/3139505.html 在年初的时候做过一个dicom格式文件解析,当时只是提了下.看着跟别人的显示出来也差不多其实是 ...
dicom文件_图像识别 | 使用Python对医学Dicom文件的预处理（含代码）
前沿在处理医学图像时,常常会遇到以Dicom格式保存的医学图像,如CT.MRI等.Dicom文件是需要专门的软件或者通过编程,应用相应的库进行处理.为了能够更好地服务下游任务,例如分割或检测腹腔CT ...
python dicom 器官分割_图像识别 | 使用Python对医学Dicom文件的预处理（含代码）
前沿在处理医学图像时,常常会遇到以Dicom格式保存的医学图像,如CT.MRI等.Dicom文件是需要专门的软件或者通过编程,应用相应的库进行处理.为了能够更好地服务下游任务,例如分割或检测腹腔CT ...
用于深度学习的医学图像预处理
用于深度学习的医学图像数据,往往非常庞大,如果从网上下载公开数据集数据,往往有几十GB的图象数据,我们需要先进行预处理,将其转换成适合深度学习网络训练的形式: 变为或者我们还 ...
【转】医学图像中的窗宽、窗位！！
在CT等医学影像显示领域,我们经常会听到窗宽(Window Width,简写WW).窗位(Window Level,简写WL)的概念,那么到底什么是窗宽.窗位,它们跟医学图像之间的关系又是什么? ...
医学图像预处理（三）——windowing(ct对比增强）
若是dicom格式的图片,得先转化为hu值(即ct图像值,若图片本来就是ct,则不需要转换)(见下面更新内容) ,因为hu值是与设备无关的,不同范围之内的值可以代表不同器官.常见的对应如下(w代表ct ...
项目中的一个技术方案替换历程(surfaceview+fragment 变成悬浮窗window)
背景: 项目中UI层有SurfaceView,其渲染展示的是摄像机等采集画面,但是测试提了一个问题单,如果在当前页面中跳出到其他页面,会crash,经过log分析,是由于surfaceview 在失去 ...
X线DR医学图像 --- 直方图的窗宽窗位调整（Matlab篇）
X线图像直方图的窗宽窗位的调整图像的直方图显示了图像的灰阶分布.说白了就是,显示了图像当中每一个点的亮度分布情况(整个图像当中比较亮的点有多少个,黑的点又有多少个.反之,也可以看出某个点是落在了亮的 ...
图像块的访问（填充 padding，步长 stride，窗 Window/kernel/filter）
无填充是有填充的特例(填充为 1). utilities(matlab)-- 图像分块(image2cols.cols2image)(未填充) 1. 一个图像块 ⇒ 返回一个值输出矩阵的大小: ou ...
医学图像预处理（五）器官与病灶的直方图
事情起因是: 用模型训练分割肝脏,效果还不错.但是训练分割肝脏肿瘤时,dice系数很低.由于已经经过ROI处理,和图像预处理过程,所以只可能是数据层面出现了问题.经过查看,发现很多ct图是即使用肉眼也 ...

DICM(DICOM), IMA 医学图像预处理调窗(window-leveling)

DICM(DICOM), IMA 医学图像预处理调窗(window-leveling)相关推荐

最新文章

热门文章

DICM(DICOM), IMA 医学图像 预处理 调窗(window-leveling)

DICM(DICOM), IMA 医学图像 预处理 调窗(window-leveling)相关推荐

最新文章

热门文章

DICM(DICOM), IMA 医学图像预处理调窗(window-leveling)

DICM(DICOM), IMA 医学图像预处理调窗(window-leveling)相关推荐