如何将DICOM-RT结构轮廓数据转换为图像坐标?

时间:2019-03-14 03:41:57

标签: pydicom

我使用Python-pydicom模块加载患者样本:

def load_data(sample):
    data=dict()
    # dcms data
    dcms_data=dict()
    for dcm_file in sample['dcm_files']:  # 遍历读取数据
        ds = pydicom.dcmread(dcm_file)
        array = ds.pixel_array
        origin = ds.ImagePositionPatient  # 网格原点在世界坐标系的位置
        spacing = ds.PixelSpacing  # 采样间隔
        uid = ds.SOPInstanceUID
        dcms_data[uid] = {'dcmSpacing': spacing, 'dcmOrigin': origin, 'array': array}
    data['dcms_data']=dcms_data

    # rt data
    rt_data = dict()  # 以{RUID:label_data}形式返回结果
    ds = pydicom.dcmread(sample['rt_file'])
    sequences = ds.ROIContourSequence[0].ContourSequence
    for sequence in sequences:
        ruid = sequence.ContourImageSequence[0].ReferencedSOPInstanceUID
        array = sequence.ContourData
        num = sequence.NumberOfContourPoints
        rt_data[ruid] = {'pointNumber': num, 'array': array}
    data['rt_data']=rt_data
    # 返回结果
    return data

然后将DICOM-RT结构轮廓数据转换为图像坐标:

def convert_global_aix_to_net_pos(data):
    point_data = {}  # 返回坐标{uid:data}
    for uid, value in data['rt_data'].items():
        num = value['pointNumber']
        label_data = value['array']
        dcm_origin = data['dcms_data'][uid]['dcmOrigin']
        dcm_spacing = data['dcms_data'][uid]['dcmSpacing']

        point = []  # 坐标[(x1,y1),(...),...]
        for i in range(0,num,3):
            x = label_data[i]  # 轮廓世界坐标系
            y = label_data[i + 1]
            X = int(float(x) - float(dcm_origin[0]) / float(dcm_spacing[0]))  # 轮廓X坐标
            Y = int(float(y) - float(dcm_origin[1]) / float(dcm_spacing[1]))  # 轮廓Y坐标
            point.append((X, Y))
        point_data[uid] = point
    return point_data

但是当我在dicom文件上测试此功能时,我发现它返回了错误的点数据(负数据)

我猜我将DICOM-RT Struct轮廓数据转换为图像坐标的方法是错误的,但是我找不到其他方法。 我的方法错了吗?或如何实施? 预先感谢。

2 个答案:

答案 0 :(得分:1)

似乎您在float(x) - float(dcm_origin[0])周围缺少括号(对于y线也是如此)。减法需要在除法之前完成。

否则,假设ImageOrientationPatient为(1、0、0、0、1、0),就可以了。

答案 1 :(得分:0)

我认为range()下一行中def convert_global_aix_to_net_pos(data)的停止值:

for i in range(0, num, 3):

应为:

for i in range(0, len(label_data), 3):

原因是num来自sequence.NumberOfContourPoints,而label_data来自sequence.ContourData并且:

3*len(sequence.NumberOfContourPoints) = len(sequence.ContourData)

由于每个轮廓点都包含3个连续的轮廓数据元素。

NumberOfContourPoints处停止只会重复遍历ContourData中1/3的元素,因此只迭代1/3的点。