【Python】SimpleITK使用笔记-Toy模板网

这篇具有很好参考价值的文章主要介绍了【Python】SimpleITK使用笔记。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

1. 概念

1.1 nii格式

nii 格式是保存医学图像非常重要一种格式，nii 格式就是后缀名为 .nii 或 .nii.gz 的文件，该格式又叫 NIfTI-1。核磁共振成像（MRI）或者CT图像通常会以这种格式保存。详见

这种格式的作用，简单来理解就是将索引坐标映射到体素坐标。在nii格式中，为了将索引坐标(数组下标)映射到体素坐标（空间坐标），除了保存图像的数据外，即一个个离散的像素，还保存了一些额外信息，比如每个像素间的距离，原点坐标，方向等等，这样根据像素间的距离就可以计算某一像素在空间中真正的坐标了。

1.2 SimpleITK

SimpleITK 是专门处理医学影像的软件，是 ITK 的简化接口，使用起来非常便捷，SimpleITK 支持 8 种编程语言，包括c++、Python、R、Java、c#、Lua、Ruby 和 TCL。

1.3 SimpleITK 图像

在 SimpleITK 中，图像的概念与我们在计算机视觉中常用的RGB图像差异很大，后者只是一个多维矩阵，是一个数学上的概念，而在 SimpleITK 中图像是一个物理实体，图像中的每一个像素都是物理空间中的一个点，不光有着像素值，还有坐标、间距、方向等概念。

SimpleITK 图像是多维度的（2D~5D），包含以下元数据

Origin：原点，起始点所在的坐标
Spacing：不同维度像素之间的距离，每个体素之间的距离
Size：不同维度的尺寸
Direction：矩阵每个轴的方向，由于图像未必是正交，所以会用方向向量来指明不同轴的方向。

【Python】SimpleITK使用笔记

2. 基本操作

2.1 常见属性

sitk中有以下四种常见的属性，分别可以使用get的方式获取，代码如下所示：

# 获取图像的大小，size为图像的每一个维度的长度，即每个维度像素点的个数
# 读取的顺序为[X, Y, Z], 即先宽度，后高度，再深度，对应的三维医学图像中为：先矢状位，后冠状位，再横断位。
print(image.GetSize()) 

# 获取图像的原点坐标，读取顺序同GetSize()方法
print(image.GetOrigin()) 

# 获取每个维度上像素或体素之间的间距，单位mm，其中对于二维图像是像素，三维图像是体素
# 读取顺序同GetSize()方法， 每个维度可以具有不同的间距，且每个维度不一定是正交的。
print(image.GetSpacing()) 

# 获取图像的方向，即图像坐标系相对世界坐标系的角度，角度采用的是方向余弦矩阵
print(image.GetDirection())

2.1 读取和保存图像

SimpleITK 可以读取如 .mhd , .nii, .nrrd等图像数据格式。

⭐ 读取图像

imagepath = "xxx.mhd"   # 图像路径
image1 = sitk.ReadImage(imagepath）
image2 = sitk.ReadImage(imagepath, sitk.sitkFloat32） # 同时可以指定读取的数据类型

⭐ 保存图像

writepath = "xxx.mhd"  # 保存图像路径
sitk.WriteImage(image, writepath)

⭐ 像素类型

在读取图片的时候可以指定像素类型，像素类型表示为枚举类型，下面是部分枚举类型的表

数据类型	含义
sitkUInt8	无符号8位整数
sitkInt8	有符号的8位整数
sitkUInt16	无符号16位整数
sitkInt16	有符号的16位整数
sitkFloat32	32位浮点

2.2 SimpleITK图像数据和Numpy矩阵数据之间的转换

在 SimpleITK 中，各术语对应如下

Width: 宽度，X轴，矢状面（Sagittal）
Height: 高度，Y轴，冠状面（Coronal）
Depth: 深度， Z轴，横断面（Axial）

SimpleITK图像顺序是x，y，z三个方向的大小；而numpy矩阵的顺序是z，y，x三个方向的大小, 要注意索引位置。

⭐ SimpleITK2Numpy

GetArrayFromImage()：返回图像数据的副本。然后可以自由地修改数据，因为它对原始SimpleITK图像没有影响。

# sitk image to numpy 
shape_img = image.GetSize() #输出形状为：(Width, Height, Depth)，即原始SimpleITK数据的存储形式
print("image size:", shape_img) # image size:(320, 250, 80)

datanp_array = sitk.GetArrayFromImage(image)
print("np_array size:", np_array.shape) # np_array size:(80, 250, 320)

因为在训练时一般是[x, y, z]，所以我们在dataset中需要将图像的坐标轴转换一下，即做一个transpose(2, 1, 0)操作。

⭐ Numpy2SimpleITK

GetImageFromArray()：返回一个SimpleITK图像，原点设置为0，所有维度的间距设置为1，方向余弦矩阵设置为identity，强度数据从numpy数组中复制。在大多数情况下需要设置适当的元数据值。

# numpy data to sitk 
imagesitk_image = sitk.GetImageFromArray(np_array) 

# 转换完成后，设置元数据
sitk_image.SetOrigin(origin)
sitk_image.SetSpacing(spacing)
sitk_image.SetDirection(direction)