mha格式的CT體數據轉為jpg切片

mha格式

.mha文件是一種體數據的存儲格式，由一個描述數據的頭和數據組成，一般我們拿到的原始醫學影像的數據是.dcm也就是dicom文件，dicom文件很復雜包含了各種各樣的標簽，通常我們只關心dicom里的影像信息，所以一般會把多個dicom切片轉成一個文件，例如.mha .mhd文件，這些文件里只包含簡單的描述信息和體數據信息，便於處理。.mha的文件的樣子如下圖

上半部分是關於數據的介紹，例如數據的維數，體素的真實的大小，數據的存儲的類型等，下面的XXX等，就是數據部分了，ElementType就解釋了下面的數據是一個一個Short類型的數，一共51251258個Short類型的數。
.mhd文件和.mha文件類型，不過.mha文件一般分為.mhd文件和.raw文件，相當於.mha文件的兩部分，一部分是描述信息，一部分是純數據文件。

窗寬窗寬

一般CT值在-1000~+1000范圍內，有2000多個級別，而一般顯示器能顯示出256個級別（灰度圖0-255），所以不能展現出所有信息（就算可以，人眼也分辨不了），所以需要定一個范圍，例如在以40為中心，400為寬度的范圍內，展示圖像信息，即-160~240之間的CT值要顯示出來，低於-160都算作-160，高於240的都算作240，即把-160~240映射到0~255，這樣設置不同窗位和窗寬就能展示不同組織的信息（不同組織的CT值不同）。

將.mha轉換成jpg切片

下面將利用opencv和simpleitk，將.mha文件轉為一組jpg文件。

import SimpleITK as sitk
import numpy as np
import cv2
import os

def mha2jpg(mhaPath,outFolder,windowsCenter,windowsSize):
    
    """
    The function can output a group of jpg files by a specified mha file.
    Args:
        mhaPath:mha file path.
        outfolder:The folder that the jpg files are saved.
        windowsCenter:the CT windows center.
        windowsSize:the CT windows size.
    Return:void

    """
    image = sitk.ReadImage(mhaPath)
    img_data = sitk.GetArrayFromImage(image)
    channel = img_data.shape[0]

    if not os.path.exists(outFolder):
        os.makedirs(outFolder)


    low = windowsCenter-windowsSize/2
    high = windowsCenter+windowsSize/2

    for s in range(channel):
        slicer = img_data[s,:,:]
        slicer[slicer<low] = low
        slicer[slicer>high] = high
        slicer = slicer-low
        img = cv2.normalize(slicer, None, 0, 255, cv2.NORM_MINMAX, cv2.CV_8U)
        cv2.imwrite(os.path.join(outFolder,str(s)+'.jpg'),img)

def main():
    mha = input("Enter the mha path:")
    out = input("Enter the out folder:")
    wc = int(input("Enter the windows center:"))
    ws = int(input("Enter the windows size:"))
    mha2jpg(mha,out,wc,ws)



if __name__ == "__main__":
    main()

結果

這里隨機選取了兩張張轉換后的切片，分別選擇不同窗寬的窗位，可以得到下圖

計划

博主正在學習醫學影像處理相關方面的技能和知識，新開了一個git，會把覺得有用的可復用的代碼丟進去，剛剛起步，目前還比較空
https://github.com/MangoWAY/medicalImageScriptDemo