目的
DICOMからPNGに変換
ただし、被験者によっては撮像の順番(Ascending, Descending)がばらばら
PNGのファイル名は、Decendingを基準として番号をふる
準備
フォルダ構造はこのような感じ。 2000人分のフォルダがあり、それぞれの中に複数の画像が入っている。
$ tree . ├── 0001 │ ├── instance_0.dcm │ ├── instance_1.dcm │ ├──instance_2.dcm ・ ・ ・ └── instance_19.dcm ・ ・ ・ ├── 0002 ・ ・ ・ └── 2000
①ヘッダー情報の収集
【Linux】DICOMから被験者の情報を一括自動収集で作成した、DICOMからヘッダー情報を収集するコードを参考にする。
今回は、画像の断面(z-axis)の位置も重要であるため、各断面の位置(SliceLocation)も取得する。 各被験者の1枚目の断面位置を数値で比較すれば、AscendingかDescendingかわかるため、最初に撮像した画像の断面位置のみを各被験者ごとに格納する。
function get_dcminfo (){
echo $(find $1 -type f |sort -n | head -n 1 | xargs -i dcmdump {} \
| grep $2 \
| cut -d [ -f2| cut -d ] -f1)","
}
for k in $(\ls |sort -n);do
# 被験者フォルダ名
echo $k"," >> tmp1
# 名前(PatientName)
get_dcminfo $k "PatientName" >> tmp2
# ID(PatientID)
get_dcminfo $k "PatientID" >> tmp3
# 生年月日(PatientBirthDate)
get_dcminfo $k "PatientBirthDate" >> tmp4
# 性別(PatientSex)
get_dcminfo $k "PatientSex" >> tmp5
# 年齢(PatientAge)
get_dcminfo $k "PatientAge" >> tmp6
# 検査日(PerformedProcedureStepStartDate)
get_dcminfo $k "StudyDate" >> tmp7
# z position(SliceLocation)
get_dcminfo $k "SliceLocation" >> tmp8
# targeted file name
echo $(find $k -type f |sort -n | head -n 1)"," >> tmp9
echo "$k done"
done
# tmp1, tmp2, tmp3,...tmp7を左詰めでpasteし一つのファイルに
paste tmp* >> dcm_info.csv
# tmpファイルの削除
rm tmp*
②断面の座標を確認
取得したデータを開き、SliceLocationの列でソートする。 そうすると、SliceLocationがマイナスである被験者とプラスである被験者がいる。 これをヒントにAssendingかDessendingかをSliceOrder列にLabelづけし、dcm_info.csvとして保存
| FolderName | PatientName | PatientID | PatientBirthDate | # 性別(PatientSex) | PatientAge | PerformedProcedureStepStartDate | SliceLocation | PerformedProcedureStepStartDate | SliceOrder |
|---|---|---|---|---|---|---|---|---|---|
| 3 | XXX | 3 | 19480418 | M | 067Y | 20151125 | -49.93 | 0003/instance_0.dcm | assending |
| 2 | XXX | 2 | 19380903 | M | 077Y | 20151117 | -47.36 | 0002/instance_0.dcm | assending |
| 1 | XXX | 1 | 19390107 | F | 076Y | 20151117 | 36.39 | 0001/instance_0.dcm | assending |
③DICOMからPNGへ変換
DICOMからPNGへの変換は【Python】DICOMからPNGやCSVに変換を参考にしている。
AscendingとDescendingの区別は、dcm_info.csvに保存されたSliceOrderを参照する。 保存時のファイル名には数字を割り振っているが"{0:03d}".format(i)で名前付けすることで桁数が揃うように工夫してある。
Pythonで以下を実行。
import pandas as pd import os import numpy as np import pydicom import glob import cv2 def dcm2png(dcm): d = pydicom.read_file(dcm) value = d.pixel_array wc = d.WindowCenter ww = d.WindowWidth max, min = wc + ww / 2, wc - ww / 2 value_std = 255 * (value - min) / (max - min) return value_std df = pd.read_csv('dcm_info.csv', dtype=str) for k in range(df.shape[0]): os.makedirs('PNG/' + df['FolderName'][k]) output = [] if df['SliceOrder'][k] == 'assending': for i in range(int(df['Slices'][k])): output.append("{0:03d}".format(i)) else: for i in range(int(df['Slices'][k]) -1, -1, -1): output.append("{0:03d}".format(i)) for j, dcm in enumerate(sorted(glob.glob('./rawdata/' + str(df['FolderName'][k])+'/*'))): print("{}/{}".format(k,dcm)) value_std = dcm2png_csv(dcm) cv2.imwrite(('PNG/' + df['FolderName'][k] + '/' + output[j]+'.png'), value_std)
④画像の確認
いちいちフォルダを開いてみていては、日が暮れるため工夫をする。 やり方は、【画像連結】画像をタイル状に並べるを参考にする。 まず初めに、被験者ごとに横並びになるように画像を結合して1枚の画像(tile.jpg)にする。 結合にはImageMagickを用いる。 Bashで以下を実行。
$ for k in *;do > montage $k/*png -geometry 512x512 -tile 20x1 $k/tile.jpg > done
次に、被験者ごとに作成したtile.jpgをhtmlを通して一括でみれるようにする。
$ echo "<html>" >> index.html $ echo "<body>" >> index.html $ find . -type f -name tile.jpg |sort |xargs -i echo '<a href="{}">{}<img src="{}" WIDTH=1400 /></a><br />' >> index.html $ echo "</html>" >> index.html $ echo "</body>" >> index.html
できあがったindex.htmlをブラウザで開くと、すべての被験者のtile.jpgがみれる。 index.htmlの中身はこんな感じ。
<a href="./0001/0001.jpg">0001.jpg><img src="./0001/0001.jpg" WIDTH=5000 /></a><br /> <a href="./0002/0002.jpg">0002.jpg><img src="./0002/0002.jpg" WIDTH=5000 /></a><br /> <a href="./2000/2000.jpg">2000.jpg><img src="./2000/2000.jpg" WIDTH=5000 /></a><br />
頑張れ！、喝!!の代わりにB!ブックマークを押していただけるとただただうれしいです(^^)! ↓