mha格式的ct体数据转为jpg切片

mha格式

.mha文件是一种体数据的存储格式，由一个描述数据的头和数据组成，一般我们拿到的原始医学影像的数据是.dcm也就是dicom文件，dicom文件很复杂包含了各种各样的标签，通常我们只关心dicom里的影像信息，所以一般会把多个dicom切片转成一个文件，例如.mha .mhd文件，这些文件里只包含简单的描述信息和体数据信息，便于处理。.mha的文件的样子如下图

上半部分是关于数据的介绍，例如数据的维数，体素的真实的大小，数据的存储的类型等，下面的xxx等，就是数据部分了，elementtype就解释了下面的数据是一个一个short类型的数，一共51251258个short类型的数。
.mhd文件和.mha文件类型，不过.mha文件一般分为.mhd文件和.raw文件，相当于.mha文件的两部分，一部分是描述信息，一部分是纯数据文件。

窗宽窗宽

一般ct值在-1000~+1000范围内，有2000多个级别，而一般显示器能显示出256个级别（灰度图0-255），所以不能展现出所有信息（就算可以，人眼也分辨不了），所以需要定一个范围，例如在以40为中心，400为宽度的范围内，展示图像信息，即-160~240之间的ct值要显示出来，低于-160都算作-160，高于240的都算作240，即把-160~240映射到0~255，这样设置不同窗位和窗宽就能展示不同组织的信息（不同组织的ct值不同）。

将.mha转换成jpg切片

下面将利用opencv和simpleitk，将.mha文件转为一组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()

结果

这里随机选取了两张张转换后的切片，分别选择不同窗宽的窗位，可以得到下图

计划

博主正在学习医学影像处理相关方面的技能和知识，新开了一个git，会把觉得有用的可复用的代码丢进去，刚刚起步，目前还比较空
https://github.com/mangoway/medicalimagescriptdemo