DICOM文件的医学图像质量问题

Question

我正在尝试使用python对DICOM格式的CT图像进行一些分割任务。

主要问题是，当我尝试使用 pydicom 库读取DICOM文件（https://www.dicomlibrary.com/meddream/md5/index.html?study=1.2.826.0.1.3680043.8.1055.1.20111102150758591.92402465.76095170）并使用 pixel_array 属性显示图像时， ，我得到的图像质量比原始图像差很多（请从下面查看代码和屏幕截图）。

dicom_file = pydicom.read_file('Anonymized20191102.dcm')
plt.imshow(dicom_file.pixel_array, cmap='gray')
plt.show()

为了更好地理解问题，我的问题是：

1. pixel_array属性代表什么？我已经看到它采用[0，2250]范围内的值。

观察：

我还尝试通过乘以斜率并加上偏差来获得hounsfield单位（HU）值，如下所示：

def convert_to_hu(dicom_file):
    bias = dicom_file.RescaleIntercept
    slope = dicom_file.RescaleSlope
    pixel_values = dicom_file.pixel_array
    new_pixel_values = (pixel_values * slope) + bias
    return new_pixel_values

hu_pixels = convert_to_hu(dicom_file)
plt.imshow(hu_pixels, cmap='gray')
plt.show()

就可视化而言，结果与使用pixel_array原始值的结果几乎相同。值也在[-1000，1250]范围内（考虑到HU通常在-1000和1000之间，我认为这很好）。

Answer 1

第二张图像看起来已使用适合所有提供的HU值的灰度范围绘制了像素，而不仅仅是显示与所显示的解剖结构相对应的HU值范围。

虽然我不确定pydicom如何处理此问题，但您需要“缩放和缩放”图像以从第一张图像中获得结果。通常通过线性VOI LUT为CT图像应用窗口/级别将限制显示像素的范围，并将其缩放到可显示范围，通常为8位，除非使用灰度监视器。

CT图像很可能具有用于窗口中心（0028,1050）来设置级别和用于窗口宽度（0028,1051）来设置窗口的标签。图像中的中心和宽度值由生成图像的模态提供，并对应于显示图像中腹部区域的良好范围。下面的链接提供了一些基于正在查看的身体部位的CT图像的常见窗口/级别设置，还提供了有关设置如何影响显示图像的更多信息。

https://radiopaedia.org/articles/windowing-ct

虽然应用窗口/级别对显示图像很有用，但您却失去了位深，因为它是将每个像素存储的10或12位（CT图像常见）转换为每个像素显示的8位。您需要确定分段任务是否需要此额外的位深度。

Answer 2

像Colby said一样，看起来错误的原因几乎可以肯定是窗口级别。

对于这样的CT图像，您可能希望窗口水平大约在w = 400，水平= 50，这是最小值= -150，最大值= 250。参见链接到Colby的文章。

您可以选择适合的窗口级别值（即最小/最大值），或者如Colby所述，将其从dicom文件中可能保存的WL值中拉出，然后从中计算出最小/最大值（最小=级别-窗口/ 2，最大值=级别+窗口/ 2）。

在您的代码中，更改为：

level = dicom_file.WindowCenter
window = dicom_file.WindowWidth
# ...or set window/level manually to values you want
vmin = level - window/2
vmax = level + window/2
plt.imshow(hu_pixels, cmap='gray', vmin=vmin, vmax=vmax)
plt.show()

此外，您在一开始就说过：“我正在尝试进行一些细分任务”。

在这种情况下，您需要按原样使用16位数据，而不是

的8位版本。

1. 它具有更高的数据范围，因此对于分割而言要好得多，并且
2. 对于CT来说，实际值具有临床意义，因此对于分割至关重要。

...因此，如果您的总体目标是分割，而不仅仅是简单地显示图像，那么以正确的窗口/级别显示并不是什么大问题。对于分段，您需要意识到数据是完整的16位，并在完整的16位数据范围内使用它。

只需弄清楚WL的工作原理，以及如何使用imshow（）根据需要/需要/想要显示它，就可以了。