医疗图像解析

Dicom

后缀: .dcm.DCM

Dicom中规定的坐标系是以人坐标系为绝对坐标系的,规定X轴正向指向病人的左侧,Y轴正向指向病人的背部,Z轴正向指向病人的头部。但是,坐标点的位置,每个厂商都有自己的看法

下图展示了成像过程中对应的坐标系

成像坐标系

三视图

图片信息中的Tag说明

在DICOM中,是通过Image Position和Image Orientation来描述当前的图像和人体坐标系的相对位置的。

解析举例

import dicom
import pylab
import os dcm_img_base_url = "/home/fan/datas/dcmFile"
ds = dicom.read_file(os.path.join(dcm_img_base_url, "N2D_0020.dcm"))
print("图片中存在的属性: ", ds.dir("pat"))
print("病人方位: ", ds.PatientOrientation)
# 以下两个属性标签描述图像位置信息
print("图像病人方向: ", ds.ImageOrientationPatient)
print("图像病人位置: ", ds.ImagePositionPatient)
# CT矩阵
pix = ds.pixel_array
# 打印图片
pylab.imshow(pix, cmap=pylab.cm.bone)
pylab.show() ds1 = dicom.read_file(os.path.join(dcm_img_base_url, "N2D_0140.dcm"))
pix1 = ds1.pixel_array
pylab.imshow(pix1, cmap=pylab.cm.bone)
pylab.show()

以上使用的图片为ADNI数据集中的一个.nii图像转换为Dicom图像后的一个图片

图片中存在的部分信息为

ImageOrientationPatient: ['1', '-2.18345624778243e-11', '0', '2.1834562200241e-11', '1', '2.1834562200241e-11']

ImagePositionPatient: ['-101.501693725586', '-141.694915766789', '-90.989616394043']

之后我们需要使用这两个量来进行定位线的计算,VR,MPR的空间计算

这两个量使用的空间坐标系

原始坐标系为O,O1坐标系绕z轴以O系统的基础上旋转了θ的一个角度,我们可以把这个矩阵记录为

\[A_0^1 = \begin{bmatrix}
C\theta & -S\theta & 0 & 0 \\
S\theta & C\theta & 0 & 0 \\
0 & 0 & 1 & 0\\
0 & 0 & 0 & 1\\
\end{bmatrix}
\]

通过一系列这样的变换,我们可以得到最终的变换矩阵为

\[T = A_0^1A_1^2{\cdots}A_n^m
\]

把T记为

\[T = \begin{bmatrix}
X_x & Y_x & Z_x & S_x \\
X_y & Y_y & Z_y & S_y \\
X_z & Y_z & Z_z & S_z \\
0 & 0 & 0 & 1 \\
\end{bmatrix}
\]

我们的图像是一个2维的量,由于当前图像像素点的z方向坐标相对于当前图像的坐标系的值都为0,当前图像的坐标点可以用(x,y,0)的向量来表示,表示在齐次坐标方式就为(x,y,0,1),那么,这时想要计算出图像上的某个点相对于原始坐标系的坐标,就直接和转换矩阵T相乘即可,记为

\[\begin{bmatrix}
x_o \\ y_o \\ z_o \\ 0
\end{bmatrix} =
T\begin{bmatrix}
x \\ y \\ 0 \\ 1
\end{bmatrix}
\Rightarrow
\begin{bmatrix}
x_o \\ y_o \\ z_o \\ 0
\end{bmatrix} =
\begin{bmatrix}
X_x & Y_x & Z_x & S_x \\
X_y & Y_y & Z_y & S_y \\
X_z & Y_z & Z_z & S_z \\
0 & 0 & 0 & 1 \\
\end{bmatrix}
\begin{bmatrix}
x \\ y \\ 0 \\ 1
\end{bmatrix}
\]

Image Orientation的6个量就显而易见为

\[X_x, X_y, X_z, Y_x, Y_y, Y_z
\]

Image Position中的三个量为

\[S_x, S_y, S_z
\]

引用

Dicom中的Image Orientation/Position的理解和应用

医学影像处理软件之Image Orientation相关介绍

医学图像数据格式: DICOM

Dicom图像解析的更多相关文章

  1. 医学图像之DICOM格式解析

    最近导师给安排了新任务,由于刚进入实验室,对于医学图像这一块还一知半解,所以就想分享一下有关医学常见影像的学习(尤其是dicom后缀的图像文件),欢迎大家一起交流. 目录 1.医学影像学的介绍 2.D ...

  2. DICOM图像像素值(灰度值)转换为CT值

    CT值的单位是Hounsfield,简称为Hu,范围是-1024-3071.用于衡量人体组织对X射线的吸收率,设定水的吸收率为0Hu. 在DICOM图像读取的过程中,我们会发现图像的像素值有可能不是这 ...

  3. DICOM图像转出为bmp格式图像方法(matlab程序实现)

    在matlab中用dicomread读取dicom文件后,生成一个MxN矩阵(对应图像像素个数),每个像素灰度数据是int16格式 但是bmp图像灰度是int8格式的(灰度范围0~255),所以若想把 ...

  4. 基于面绘制的MC算法以及基于体绘制的 Ray-casting 实现Dicom图像的三维重建(python实现)

    加入实验室后,经过张老师的介绍,有幸与某公司合共共同完成某个项目,在此项目中我主要负责的是三维 pdf 报告生成.Dicom图像上亮度.对比度调整以及 Dicom图像三维重建.今天主要介绍一下完成Di ...

  5. 【C#】取得并改变图像解析度

    , , bmpOrg.Width, bmpOrg.Height);       g.Dispose();       // 画像を保存       string dirName = Path.GetD ...

  6. Git学习笔记整理【图像解析、基础命令、分支、远程仓库】

    Git别名设置:https://www.cnblogs.com/hero123/p/9105381.html Git远程项目公钥配置:https://www.cnblogs.com/hero123/p ...

  7. Cornerstone.js使用相关

    官网地址:https://github.com/chafey/cornerstone 简介: Cornerstone is an open source project with a goal to ...

  8. DICOM医学图像处理:开源库mDCM与DCMTK的比較分析(一),JPEG无损压缩DCM图像

    背景介绍: 近期项目需求,须要使用C#进行最新的UI和相关DICOM3.0医学图像模块的开发.在C++语言下,我使用的是应用最广泛的DCMTK开源库,在本专栏的起初阶段的大多数博文都是对DCMTK开源 ...

  9. DICOM:DICOM标准学习路线图(初稿)

    题记: DICOM医学图像处理专栏撰写已有两个年头,积累了近百篇文章.起初只是用于记录自己科研.工作中遇到的疑难问题,专注于图像处理(主要是医学图像,这也正是专栏名称最初的由来):后来逐渐延伸到了DI ...

随机推荐

  1. 关于分页插件PageHelper

    上课的时候学习了分页插件,感受到了它的强大,这里总结如下: 1.首先在spring配置文件中引入依赖jar包: <dependency> <groupId>com.github ...

  2. cvpr2015总结

    cvpr所有文章 http://cs.stanford.edu/people/karpathy/cvpr2015papers/ CNN Hypercolumns for Object Segmenta ...

  3. MySQL5.7Gtid主从复制总是遇到日志被清等出现无法正常主从复制

    最近最是在MySQL5.7上的的gtid主从复制问题总是遇上下面问题: Last_Error: Coordinator stopped because there were error(s) in t ...

  4. 100道Java基础面试题

    1.什么是B/S架构?什么是C/S架构 B/S(Browser/Server),浏览器/服务器程序 C/S(Client/Server),客户端/服务端,桌面应用程序 2.你所知道网络协议有那些? H ...

  5. Android RecycleView 的优化

    减少条目的 View 的层级.层级越少效率越高,尤其避免使用 weight.用 ConstraintLayout 可以最大程度减少层级. 使用 ViewStub.如果某个 view 可能不需要被加载, ...

  6. Android .9 图片

    最初对 .9 图片不是十分理解,一些教程让人摸不到头脑. 最近重新研究终于明白了它的原理. 其实最重要的一点记住就可以了,就是 .9 图片的四条黑边的意义,每条黑边的意义都不一样: 顶部:在水平拉伸的 ...

  7. 【文文殿下】[APIO2010]特别行动队 题解

    基本上是一个斜率优化裸题了 #include<bits/stdc++.h> using namespace std; typedef long long ll; const int max ...

  8. Nmap命令的常用实例

    一.Nmap简介 nmap是一个网络连接端扫描软件,用来扫描网上电脑开放的网络连接端.确定哪些服务运行在哪些连接端,并且推断计算机运行哪个操作系统(这是亦称 fingerprinting).它是网络管 ...

  9. [BZOJ2738]矩阵乘法(整体二分+二维树状数组)

    整体二分+二维树状数组. 好题啊!写了一个来小时. 一看这道题,主席树不会搞,只能用离线的做法了. 整体二分真是个好东西,啥都可以搞,尤其是区间第 \(k\) 大这种东西. 我们二分答案,然后用二维树 ...

  10. jsp的两个include了解

    在jsp中三大指令(page --  include -- taglib)中有一个 include 然后再三个动作标签中(include -- forward -- param)中也有一个includ ...