医学图像文件数据存储格式
DICOM
DICOM(Digital Imaging and Communications in Medicine)是指医疗数字影像传输协定，是用于医学影像处理、储存、打印、传输的一组通用的标准协定。它包含了文件格式的定义以及网络通信协议。DICOM是以TCP/IP为基础的应用协定，并以TCP/IP联系各个系统。两个能接受DICOM格式的医疗仪器间，可通过DICOM格式的文件，来接收与交换影像及病人资料。
目前，DICOM被广泛应用于放射医疗，心血管成像以及放射诊疗诊断设备（X射线，CT，核磁共振，超声等），并且在眼科和牙科等其它医学领域得到越来越深入广泛的应用。
一个 DICOM 文件包含文件头部和同文件名的*.dcm 图像数据。文件头部的大小取决于它所提供的信息的多少。文件头包含以下信息：病人的 ID，病人的姓名，图像的模态以及其他信息。它定义了帧的数量以及图像的精度。这些信息会被图像浏览器在显示图像时用到。对于一个单词采样，会有很多个 DICOM 文件。
尽管DICOM是MRI采集的标准输出格式，但是，数据分析前往往要把DICOM格式转化为其他分析格式，这主要是因为DICOM数据比较庞大。由于DICOM把每层图像都存储为独立文件，这会导致产生大量较小的数字文件，从而堵塞文件系统，降低分析速度。
dicom 文件读取
使用pydicom包
读取数据
显示数据
编辑影像大小
NRRD
官网：Teem: nrrd
NRRD是一种库和文件格式，旨在支持涉及n维栅格数据的科学可视化和图像处理。 NRRD代表“几乎原始的栅格数据”。除了尺寸的通用性外，NRD还具有相对于类型（8种积分类型，2种浮点类型），书面文件（RAW，ASCII，HEX或GZIP或BZIP2压缩）和Endianness的编码（数据字节顺序是明确的，当类型或编码公开时记录）。除了NRRD格式外，库还可以读取和编写PNG，PPM和PGM图像，以及一些VTK“ bustical_points”数据集。实施了关于栅格数据的大约两打操作，包括量价，切片和裁剪等简单的事情，以及更奇特的东西，例如使用任意分离的内核进行投影，直方图均衡和过滤的重采样（上下和下）。
MITK默认会将医学图像保存为格式为NRRD（Nearly Raw Raster Data）的图像，在这个数据格式中包含：
- 一个单个的数据头文件：为科学可视化和医学图像处理准确地表示N维度的栅格信息。
- 既能分开又能合并的图像文件。
一个NRRD文件的大致格式（带有数据头）如下图所示：
nrrd读取数据
nrrd转nii格式
使用ITK转换
NIFTI
大部分医学领域导出dicom格式，但是太复杂了。很多时候，将dicom转换为nifti格式也就是nii格式
一个NIFTI格式主要包含三部分：hdr, ext, img
Nifti 格式最初是为神经影像学发明的。神经影像信息学技术计划（NIFTI）将 NIfTI 格式预设为 ANALYZE7.5 格式的替代品。它最初的应用领域是神经影像，但是也被用在其他领域。这种格式的主要特点就是它包含两个能够将每个体素的索引（i,j,k）和它的空间位置（x,y,z）关联起来的仿射坐标。
DICOM 和 NIfTI 这两种格式的主要区别是：NIfTI 中的图像原始数据被存储成了 3 维图像，而 dicom 一些 2 维的图层。这就使得 NIFTI 更加适合那些应用在 DICOM 上的机器学习的方法，因为它是以 3D 图像建模的。处理一个单独的 NIFTI 文件要比处理成百上千个 dicom 文件更加容易一些。与 DICOM 格式下的好多个文件相比，NIFTI 格式下，每个 3d 图像只有两个文件。
神经成像信息技术创新”将NIFTI格式视为ANALYZE7.5格式的替代品。NIFTI最初是用于神经成像的，但它也适用于一些其他的领域。NIFTI中一个主要的特点在于它包含了两个仿射坐标定义，这两个仿射坐标定义能够将每个立体元素指标（i,j,k）和空间位置（x,y,z）联系起来。 Nibabel是用于读取nifti文件的一个朋友Python库，“oro.nifti”是用于读取nifti数据的一个R工具包。
标准NIfTI图像的扩展名是.nii，包含了头文件及图像资料。由于NIfTI格式和Analyze格式的关系，因此NIfTI格式也可使用独立的图像文件[.img]和头文件[.hdr]。单独的.nii格式文件的优势就是可以用标准的压缩软件[如gzip]，而且一些分析软件包[比如FSL]可以直接读取和写入压缩的.nii文件[扩展名为.nii.gz]。
简而言之，nii格式和.nii.gz格式是一个东西。
hdr/header
这部分数据长度是固定的，当然不同版本可能规定的长度不同，但是同一版本的多个nii文件是相同的。
header里包含的信息有：
–维度，x,y,z，单位是毫米。还有第四个维度，就是时间。这部分储存的主要是四个数字。
–voxel size(体素大小)：毫米单位的x,y,z大小。（也就是spacing）
–数据类型，一般是int16，这个精度不够，最好使用double类型。
–Form和转换矩阵，每一个Form都对应一个转换矩阵。（暂时不知道Form是什么）
Extension
是自己可以随意定义数据的部分，可以自己用。但是通用的软件公司都无法使用这部分。
Image
储存3D或者4D的图像数据
坐标
dicom和nii格式定义了不同的方向，对于nii格式，坐标原点在大脑中某个部位上，方向可以从图上看出。
读取.nii/.nii.gz文件
使用nibabel包读取
- '''
- 查看和显示nii文件
- '''
-
-
import matplotlib
-
- matplotlib.use('TkAgg')
-
-
from matplotlib import pylab as plt
-
import nibabel as nib #使用这个工具
-
from nibabel import nifti1
-
from nibabel.viewers import OrthoSlicer3D
- # 文件名，nii或nii.gz
- example_filename = './img/0001.nii.gz'
-
- img = nib.load(example_filename)
-
print(img)
-
print(img.header['db_name']) # 输出头信息
- # shape不一定只有三个参数，打印出来看一下
- width, height, queue = img.dataobj.shape
- # 显示3D图像
- OrthoSlicer3D(img.dataobj).show()
-
-
来源：淡唱暮念
声明：本站部分文章及图片转载于互联网，内容版权归原作者所有，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！