Dicom图像解析

时间：2022-06-24 20:02:19

医疗图像解析

Dicom

后缀： .dcm、.DCM

Dicom中规定的坐标系是以人坐标系为绝对坐标系的，规定X轴正向指向病人的左侧，Y轴正向指向病人的背部，Z轴正向指向病人的头部。但是，坐标点的位置，每个厂商都有自己的看法

下图展示了成像过程中对应的坐标系

成像坐标系

Dicom图像解析

三视图

Dicom图像解析

图片信息中的Tag说明

在DICOM中，是通过Image Position和Image Orientation来描述当前的图像和人体坐标系的相对位置的。

解析举例

import dicom

import pylab

import os

dcm_img_base_url = "/home/fan/datas/dcmFile"

ds = dicom.read_file(os.path.join(dcm_img_base_url, "N2D_0020.dcm"))

print("图片中存在的属性： ", ds.dir("pat"))

print("病人方位： ", ds.PatientOrientation)

# 以下两个属性标签描述图像位置信息

print("图像病人方向： ", ds.ImageOrientationPatient)

print("图像病人位置： ", ds.ImagePositionPatient)

# CT矩阵

pix = ds.pixel_array

# 打印图片

pylab.imshow(pix, cmap=pylab.cm.bone)

pylab.show()

ds1 = dicom.read_file(os.path.join(dcm_img_base_url, "N2D_0140.dcm"))

pix1 = ds1.pixel_array

pylab.imshow(pix1, cmap=pylab.cm.bone)

pylab.show()

以上使用的图片为ADNI数据集中的一个.nii图像转换为Dicom图像后的一个图片

图片中存在的部分信息为

ImageOrientationPatient: ['1', '-2.18345624778243e-11', '0', '2.1834562200241e-11', '1', '2.1834562200241e-11']

ImagePositionPatient: ['-101.501693725586', '-141.694915766789', '-90.989616394043']

之后我们需要使用这两个量来进行定位线的计算，VR，MPR的空间计算

这两个量使用的空间坐标系

Dicom图像解析

原始坐标系为O，O1坐标系绕z轴以O系统的基础上旋转了θ的一个角度，我们可以把这个矩阵记录为

\[A_0^1 = \begin{bmatrix}
C\theta & -S\theta & 0 & 0 \\
S\theta & C\theta & 0 & 0 \\
0 & 0 & 1 & 0\\
0 & 0 & 0 & 1\\
\end{bmatrix}
\]

通过一系列这样的变换，我们可以得到最终的变换矩阵为

\[T = A_0^1A_1^2{\cdots}A_n^m
\]

把T记为

\[T = \begin{bmatrix}
X_x & Y_x & Z_x & S_x \\
X_y & Y_y & Z_y & S_y \\
X_z & Y_z & Z_z & S_z \\
0 & 0 & 0 & 1 \\
\end{bmatrix}
\]

我们的图像是一个2维的量，由于当前图像像素点的z方向坐标相对于当前图像的坐标系的值都为0，当前图像的坐标点可以用(x,y,0)的向量来表示，表示在齐次坐标方式就为（x,y,0,1），那么，这时想要计算出图像上的某个点相对于原始坐标系的坐标，就直接和转换矩阵T相乘即可，记为

\[\begin{bmatrix}
x_o \\ y_o \\ z_o \\ 0
\end{bmatrix} =
T\begin{bmatrix}
x \\ y \\ 0 \\ 1
\end{bmatrix}
\Rightarrow
\begin{bmatrix}
x_o \\ y_o \\ z_o \\ 0
\end{bmatrix} =
\begin{bmatrix}
X_x & Y_x & Z_x & S_x \\
X_y & Y_y & Z_y & S_y \\
X_z & Y_z & Z_z & S_z \\
0 & 0 & 0 & 1 \\
\end{bmatrix}
\begin{bmatrix}
x \\ y \\ 0 \\ 1
\end{bmatrix}
\]

Image Orientation的6个量就显而易见为

\[X_x, X_y, X_z, Y_x, Y_y, Y_z
\]

Image Position中的三个量为

\[S_x, S_y, S_z
\]

引用

Dicom中的Image Orientation/Position的理解和应用

医学影像处理软件之Image Orientation相关介绍

医学图像数据格式: DICOM

相关文章