admin 管理员组

文章数量: 1184232

nii转h5

nii 转 nrrd

  • 前言
  • 一、nii 转 nrrd
  • 二、nrrd 转 h5
    • 1.数据：[下载左心房MRI图像2018](/)
    • 2.模型：[UA-MT]()
    • 3.代码：
    • 4.注：
  • 总结
      • dicom to nii (也可以用软件：MRIcroGL_win)
      • nii to dicom
      • nii to nrrd(软件：ITK-SNAP.exe)这个批量代码转化没找到，有找到的好朋友可以教一下
      • nrrd to nii(这个网上代码还蛮多的，我没有用到过，用到过再补充，不过上面这个软件也可以处理，这个软件我感觉很强大)
      • nii to h5(见上面)
      • 有遇到别的一些转换在写上去

前言

目的：想把nii的图像转为h5格式

一、nii 转 nrrd

二、nrrd 转 h5

1.数据：下载左心房MRI图像2018

2.模型：UA-MT

3.代码：

	import numpy as npfrom glob import globfrom tqdm import tqdmimport h5pyimport nrrdoutput_size =[112, 112, 80]def covert_h5():listt = glob('../../LA_dataset/2018LA_Seg_Training Set/*/lgemri.nrrd')for item in tqdm(listt):image, img_header = nrrd.read(item)label, gt_header = nrrd.read(item.replace('lgemri.nrrd', 'laendo.nrrd'))label = (label == 255).astype(np.uint8)w, h, d = label.shapetempL = np.nonzero(label)minx, maxx = np.min(tempL[0]), np.max(tempL[0])miny, maxy = np.min(tempL[1]), np.max(tempL[1])minz, maxz = np.min(tempL[2]), np.max(tempL[2])px = max(output_size[0] - (maxx - minx), 0) // 2py = max(output_size[1] - (maxy - miny), 0) // 2pz = max(output_size[2] - (maxz - minz), 0) // 2minx = max(minx - np.random.randint(10, 20) - px, 0)maxx = min(maxx + np.random.randint(10, 20) + px, w)miny = max(miny - np.random.randint(10, 20) - py, 0)maxy = min(maxy + np.random.randint(10, 20) + py, h)minz = max(minz - np.random.randint(5, 10) - pz, 0)maxz = min(maxz + np.random.randint(5, 10) + pz, d)image = (image - np.mean(image)) / np.std(image)image = image.astype(np.float32)image = image[minx:maxx, miny:maxy]label = label[minx:maxx, miny:maxy]print(label.shape)f = h5py.File(item.replace('lgemri.nrrd', 'mri_norm2.h5'), 'w')f.create_dataset('image', data=image, compression="gzip")f.create_dataset('label', data=label, compression="gzip")f.close()if __name__ == '__main__':covert_h5()

4.注：

主要流程：lgemri.nrrd是原始mri;laendo.nrrd是原始mri所对应的mask。如果处理own data的话，需要将所有mri和mask的nrrrd格式全部命名成一样的名字。将所有的mri和对应的mask以此读取，然后保存label 值为255的地方（如果你得label 是用1表示的，这里就是1）（多标签比方说标签是1，2，3，4。可以将判断条件改为label!=0）。随后经过处理保存为mri_norm2.h5文件

总结

想总结一下一些医学图像常见转化方法

dicom to nii (也可以用软件：MRIcroGL_win)

import SimpleITK as sitk
import os
import pydicom
import matplotlib.pyplot as pltos.chdir( 'C:\\Users\\xxxx\\Desktop\\DemoData\\DemoRaw\\DemoData\\FunRaw')
#避免因路径中含中文导致SimpleITK无法读取def dcm2nii(dcms_path, nii_path):# 1.构建dicom序列文件阅读器，并执行（即将dicom序列文件“打包整合”）reader = sitk.ImageSeriesReader()dicom_names = reader.GetGDCMSeriesFileNames(dcms_path)reader.SetFileNames(dicom_names)image2 = reader.Execute()#print(image2)# 2.将整合后的数据转为array，并获取dicom文件基本信息image_array = sitk.GetArrayFromImage(image2)  # z, y, xorigin = image2.GetOrigin()  # x, y, zspacing = image2.GetSpacing()  # x, y, zdirection = image2.GetDirection()  # x, y, z# 3.将array转为img，并保存为.nii.gzimage3 = sitk.GetImageFromArray(image_array)image3.SetSpacing(spacing)image3.SetDirection(direction)image3.SetOrigin(origin)sitk.WriteImage(image3, nii_path)dcms_path = r'.\Sub_002'   # dicom序列文件所在路径
nii_path = r'.\Sub_002\test.nii' # 所需.nii文件保存路径
###将dicom（.dcm)文件转为nifti(.nii)文件###
dcm2nii(dcms_path, nii_path)

nii to dicom

dicom格式的医学图像含有头信息，转化为别的格式之后会丢掉头信息，使得没办法转回dicom格式的图片。

需要做的就是给nii.gz等格式的医学图片添加一个头信息。

import SimpleITK as sitkimage = sitk.ReadImage("01.dcm") # 读取一个含有头信息的dicom格式的医学图像
keys = image.GetMetaDataKeys() # 获取它的头信息image2=sitk.ReadImage(*****.nii.gz)# 读取要转换格式的图像
for key in keys:image2.SetMetaData(key, image.GetMetaData(key))  # 把第一张图像的头信息，插入到第二张图像
sitk.WriteImage(image2, '*****.dcm') # 把插入过头信息的图像输出为dicom格式

nii to nrrd(软件：ITK-SNAP.exe)这个批量代码转化没找到，有找到的好朋友可以教一下

nrrd to nii(这个网上代码还蛮多的，我没有用到过，用到过再补充，不过上面这个软件也可以处理，这个软件我感觉很强大)

nii to h5(见上面)

有遇到别的一些转换在写上去

本文标签： nii转h5

版权声明：本文标题：nii转h5 内容由网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：https://www.roclinux.cn/b/1693759417a241174.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。