#pydicom
#pydicom
Вопрос:
Я использую модуль Python-pydicom для загрузки образца пациента:
def load_data(sample):
data=dict()
# dcms data
dcms_data=dict()
for dcm_file in sample['dcm_files']: # 遍历读取数据
ds = pydicom.dcmread(dcm_file)
array = ds.pixel_array
origin = ds.ImagePositionPatient # 网格原点在世界坐标系的位置
spacing = ds.PixelSpacing # 采样间隔
uid = ds.SOPInstanceUID
dcms_data[uid] = {'dcmSpacing': spacing, 'dcmOrigin': origin, 'array': array}
data['dcms_data']=dcms_data
# rt data
rt_data = dict() # 以{RUID:label_data}形式返回结果
ds = pydicom.dcmread(sample['rt_file'])
sequences = ds.ROIContourSequence[0].ContourSequence
for sequence in sequences:
ruid = sequence.ContourImageSequence[0].ReferencedSOPInstanceUID
array = sequence.ContourData
num = sequence.NumberOfContourPoints
rt_data[ruid] = {'pointNumber': num, 'array': array}
data['rt_data']=rt_data
# 返回结果
return data
Затем я преобразую данные контура структуры DICOM-RT в координату изображения:
def convert_global_aix_to_net_pos(data):
point_data = {} # 返回坐标{uid:data}
for uid, value in data['rt_data'].items():
num = value['pointNumber']
label_data = value['array']
dcm_origin = data['dcms_data'][uid]['dcmOrigin']
dcm_spacing = data['dcms_data'][uid]['dcmSpacing']
point = [] # 坐标[(x1,y1),(...),...]
for i in range(0,num,3):
x = label_data[i] # 轮廓世界坐标系
y = label_data[i 1]
X = int(float(x) - float(dcm_origin[0]) / float(dcm_spacing[0])) # 轮廓X坐标
Y = int(float(y) - float(dcm_origin[1]) / float(dcm_spacing[1])) # 轮廓Y坐标
point.append((X, Y))
point_data[uid] = point
return point_data
Однако, когда я тестирую эту функцию в своих файлах dicom.Я обнаружил, что он вернул неправильные данные о точках (отрицательные данные)
Я предполагаю, что метод преобразования данных контура структуры DICOM-RT в координату изображения неверен, но я просто не могу найти другого способа. Мой метод неверен? Или как я мог бы это реализовать? Заранее спасибо.
Ответ №1:
Похоже, что у вас отсутствуют скобки вокруг float(x) - float(dcm_origin[0])
(и аналогично для y-линии). Вычитание должно быть выполнено перед разделением.
В остальном все выглядит нормально, предполагая, что imageOrientation соответствует (1, 0, 0, 0, 1, 0).
Комментарии:
1. Привет ~ darcymason, спасибо за ваш ответ. Ваш ответ отлично устранил мою проблему.
Ответ №2:
Я думаю, что значение stop для range()
в строке под def convert_global_aix_to_net_pos(data)
:
for i in range(0, num, 3):
должно быть:
for i in range(0, len(label_data), 3):
Причина в том, что num
был получен из sequence.NumberOfContourPoints
и label_data
был получен из sequence.ContourData
и:
3*len(sequence.NumberOfContourPoints) = len(sequence.ContourData)
Поскольку каждая точка контура состоит из 3 последовательных элементов данных контура.
Остановка на NumberOfContourPoints
приведет к перебору только 1/3 элементов в ContourData
и, следовательно, только 1/3 точек.