手把手教你用Python处理DICOM医学影像：以腰椎MRI数据集为例

张

张建站

2026/7/14 10:12:45

10分钟阅读

手把手教你用Python处理DICOM医学影像以腰椎MRI数据集为例医学影像分析正成为AI在医疗领域最具潜力的应用方向之一。作为开发者当我们拿到一份专业的医学影像数据集时第一个挑战往往是如何正确解析这些特殊的文件格式。DICOMDigital Imaging and Communications in Medicine作为医学影像的国际标准格式包含了丰富的元数据和像素信息但同时也带来了独特的技术挑战。本文将以腰椎MRI数据集为例带你完整走通从原始DICOM文件到深度学习模型输入的整个技术链路。1. 环境准备与数据概览在开始处理DICOM文件前需要配置合适的Python环境。推荐使用conda创建独立环境conda create -n medimg python3.8 conda activate medimg pip install pydicom numpy matplotlib pillow pandas pip install torch torchvision # 可选如需深度学习支持腰椎MRI数据集通常包含多个DICOM文件序列每个文件对应一个扫描切片。通过以下代码可以快速检查数据集结构import os from pathlib import Path dicom_dir Path(lumbar-spine-mri/ST000001) dcm_files list(dicom_dir.glob(**/*.dcm)) print(f发现 {len(dcm_files)} 个DICOM文件) print(示例文件结构) for f in dcm_files[:3]: print(f.relative_to(dicom_dir))典型输出可能显示发现 256 个DICOM文件示例文件结构 ST000001/SE000001/IM00001.dcm ST000001/SE000001/IM00002.dcm ST000001/SE000001/IM00003.dcm2. DICOM文件解析与元数据提取使用pydicom库可以轻松读取DICOM文件内容。以下代码展示如何提取关键元数据import pydicom def read_dicom_metadata(dcm_path): ds pydicom.dcmread(dcm_path) return { PatientID: ds.get(PatientID, ), Modality: ds.Modality, StudyDate: ds.get(StudyDate, ), SeriesDescription: ds.get(SeriesDescription, ), Rows: ds.Rows, Columns: ds.Columns, PixelSpacing: ds.get(PixelSpacing, [1,1]), SliceThickness: ds.get(SliceThickness, 1), } # 示例使用 sample_file dcm_files[0] metadata read_dicom_metadata(sample_file) print(关键元数据示例) for k, v in metadata.items(): print(f{k}: {v})关键元数据字段说明字段名称描述典型值Modality成像设备类型MRRows/Columns图像分辨率512 x 512PixelSpacing像素物理尺寸(mm)[0.5, 0.5]SliceThickness切片厚度(mm)3.0SeriesDescription扫描序列描述T2 SAG L-SPINE注意DICOM文件可能包含受保护的健康信息(PHI)在实际应用中需要确保数据已去标识化3. 图像数据处理与可视化DICOM像素数据需要特殊处理才能正确显示。以下是关键步骤import numpy as np import matplotlib.pyplot as plt def load_dicom_image(dcm_path): ds pydicom.dcmread(dcm_path) img ds.pixel_array.astype(float) # 应用Rescale Slope和Intercept img img * ds.RescaleSlope ds.RescaleIntercept # 窗宽窗位调整 center ds.WindowCenter if hasattr(ds, WindowCenter) else np.median(img) width ds.WindowWidth if hasattr(ds, WindowWidth) else img.max() - img.min() img np.clip((img - center width/2) / width * 255, 0, 255).astype(np.uint8) return img # 可视化多张切片 fig, axes plt.subplots(1, 3, figsize(15,5)) for i, ax in enumerate(axes): img load_dicom_image(dcm_files[i*10]) # 每隔10张取一张 ax.imshow(img, cmapgray) ax.set_title(fSlice {i*10}) plt.tight_layout() plt.show()常见问题处理技巧像素值异常检查RescaleSlope和RescaleIntercept参数图像方向错误使用ds.ImageOrientationPatient调整多帧DICOM对于动态MRI可能需要处理ds.pixel_array的多帧数据4. 构建三维体数据与预处理将二维切片重建为三维体数据是医学影像分析的关键步骤def build_volume(dcm_files): slices [pydicom.dcmread(f) for f in dcm_files] slices.sort(keylambda x: float(x.ImagePositionPatient[2])) # 按Z轴排序 # 获取空间信息 pixel_spacing slices[0].PixelSpacing slice_thickness slices[0].SliceThickness spacing [float(slice_thickness)] [float(x) for x in pixel_spacing] # 构建三维数组 volume np.stack([s.pixel_array for s in slices]) return volume, np.array(spacing) # 示例使用 volume, spacing build_volume(dcm_files[:32]) # 使用前32张切片 print(f体数据形状{volume.shape}空间分辨率(mm){spacing})预处理流程示例重采样统一空间分辨率from scipy.ndimage import zoom target_spacing [1.0, 1.0, 1.0] zoom_factors [spacing[i]/target_spacing[i] for i in range(3)] resampled zoom(volume, zoom_factors)归一化标准化像素值范围def normalize_volume(vol): vol vol.astype(np.float32) p5, p95 np.percentile(vol, [5, 95]) vol np.clip((vol - p5) / (p95 - p5), 0, 1) return vol数据增强训练时动态应用import torch from torchvision.transforms import RandomAffine transform RandomAffine(degrees10, translate(0.1,0.1), scale(0.9,1.1)) tensor_vol torch.from_numpy(volume).unsqueeze(0) # 添加通道维度 augmented transform(tensor_vol)5. 与深度学习框架集成将处理好的数据转换为深度学习框架所需的格式PyTorch示例import torch from torch.utils.data import Dataset class MRIDataset(Dataset): def __init__(self, dcm_files, transformNone): self.files dcm_files self.transform transform def __len__(self): return len(self.files) def __getitem__(self, idx): img load_dicom_image(self.files[idx]) if self.transform: img self.transform(img) return torch.FloatTensor(img).unsqueeze(0) # 添加通道维度 # 创建数据加载器 from torchvision.transforms import Compose, RandomHorizontalFlip transform Compose([ RandomHorizontalFlip(p0.5), # 其他自定义变换 ]) dataset MRIDataset(dcm_files, transformtransform) dataloader torch.utils.data.DataLoader(dataset, batch_size8, shuffleTrue)TensorFlow/Keras示例import tensorflow as tf def tf_load_dicom(file_path): def py_load_dicom(path): return load_dicom_image(path.numpy().decode()) return tf.py_function(py_load_dicom, [file_path], tf.uint8) file_ds tf.data.Dataset.from_tensor_slices([str(f) for f in dcm_files]) image_ds file_ds.map(tf_load_dicom, num_parallel_callstf.data.AUTOTUNE)6. 高级处理技巧与优化处理大规模医学影像数据集时性能优化至关重要内存映射技术class MmapMRIDataset(Dataset): def __init__(self, dcm_files): self.files dcm_files self.mmaps [np.memmap(f, dtypeuint16, shape(512,512)) for f in dcm_files] def __getitem__(self, idx): return self.mmaps[idx]并行处理加速from concurrent.futures import ThreadPoolExecutor def batch_load_dicom(files, workers4): with ThreadPoolExecutor(max_workersworkers) as executor: return list(executor.map(load_dicom_image, files))DICOM与NIfTI转换import nibabel as nib def dicom_to_nifti(dcm_files, output_path): volume, spacing build_volume(dcm_files) affine np.diag([*spacing, 1]) img nib.Nifti1Image(volume, affine) nib.save(img, output_path)在处理腰椎MRI数据时有几个特别需要注意的细节矢状面和轴状面扫描的区分、椎间盘与椎体的定位、以及脊髓区域的敏感度。实际项目中我们通常会先进行简单的阈值分割来区分骨骼与其他组织def segment_spine(volume, bone_threshold200): bone_mask volume bone_threshold # 应用形态学操作去除噪声 from scipy.ndimage import binary_closing return binary_closing(bone_mask, structurenp.ones((3,3,3)))