Python 3.x 基于DICOM图像的医学图像处理

我是医学图像处理的新手。如何将3D DICOM医学图像转换为使用Python或C++ +

的数值矩阵格式？您可以通过以下方式在python中安装它：

pip install pydicom

以下是读取DICOM图像并转换为numpy阵列的简单示例：

import os
import pydicom
import numpy as np

dicom_dir = your_dicom_folder_of_slices
file_names = os.listdir(dicom_dir)
file_names.sort()

dicom_data = []
for name in file_names:
    path = os.path.join(dicom_dir, name)
    dicom_data.append(pydicom.read_file(path))

array = [data.pixel_array for data in dicom_data]
array = np.stack(array, axis=-1)  # or 0 if 'channel_first'

---

这是一个详细的选项。

另一个选项，如果您真的想要“3D”dicom图像支持（即CT/MR/NM/PET 3D系列-与纯2D图像处理相反），并且您想要做任何真正与3D相关和/或更复杂的事情，您可能需要查看

这给了你非常强大的真正的3d处理，而且速度很快（它围绕着C）。例如，它包括全3D图像配准和各种过滤器/工具等

它可以一次读取整个系列，并自动为您创建一个完全空间感知的3D numpy阵列（即为您处理所有dicom 3D空间方向/间距等标记）

然而，因为它比pydicom强大得多，所以它的学习曲线也要陡峭得多——但它确实有很多例子和在线jupyter笔记本教程

…因此，根据您的需要，这可能对您有好处。但是，如果您真的只需要基本的2d每次图像类型处理，那么pydicom就是一个不错的选择