Декодирование файлов DICOM для получения медицинских изображений

Посмотреть на TensorFlow.org Запустить в Google Colab Посмотреть исходный код на GitHub Скачать блокнот

Обзор

В этом учебнике показано , как использовать tfio.image.decode_dicom_image в TensorFlow IO , чтобы декодировать DICOM файлы с TensorFlow.

Настройка и использование

Загрузить DICOM-изображение

DICOM - изображение , используемое в данном учебнике от НИЗ рентгенографии грудной клетки набора данных .

NIH Рентгенограмма набор данные состоит из 100000 обезличенных изображений грудной клетки рентгеновских лучей в формате PNG, предоставляемых НИЗ клинического центром и может быть загружены через эту ссылку .

Google Cloud также обеспечивает версию DICOM изображений, доступную в Cloud Storage .

В этом уроке вы копируете образец файл набора данных из репозитория GitHub

  • Xiaosong Wang, Yifan Peng, Le Lu, Zhiyong Lu, Mohammadhadi Bagheri, Ronald Summers, ChestX-ray8: База данных рентгеновских снимков грудной клетки в больничном масштабе и контрольные показатели по слабо контролируемой классификации и локализации распространенных заболеваний грудной клетки, IEEE CVPR, стр. 3462 -3471, 2017 г.
curl -OL https://github.com/tensorflow/io/raw/master/docs/tutorials/dicom/dicom_00000001_000.dcm
ls -l dicom_00000001_000.dcm

% Total    % Received % Xferd  Average Speed   Time    Time     Time  Current
                                 Dload  Upload   Total   Spent    Left  Speed
100   164    0   164    0     0    600      0 --:--:-- --:--:-- --:--:--   598
100 1024k  100 1024k    0     0  1915k      0 --:--:-- --:--:-- --:--:-- 1915k
-rw-rw-r-- 1 kbuilder kokoro 1049332 Nov 22 03:47 dicom_00000001_000.dcm

Установите необходимые пакеты и перезапустите среду выполнения.

try:
  # Use the Colab's preinstalled TensorFlow 2.x
  %tensorflow_version 2.x 
except:
  pass

pip install tensorflow-io

Декодировать изображение DICOM

import matplotlib.pyplot as plt
import numpy as np

import tensorflow as tf

import tensorflow_io as tfio

image_bytes = tf.io.read_file('dicom_00000001_000.dcm')

image = tfio.image.decode_dicom_image(image_bytes, dtype=tf.uint16)

skipped = tfio.image.decode_dicom_image(image_bytes, on_error='skip', dtype=tf.uint8)

lossy_image = tfio.image.decode_dicom_image(image_bytes, scale='auto', on_error='lossy', dtype=tf.uint8)


fig, axes = plt.subplots(1,2, figsize=(10,10))
axes[0].imshow(np.squeeze(image.numpy()), cmap='gray')
axes[0].set_title('image')
axes[1].imshow(np.squeeze(lossy_image.numpy()), cmap='gray')
axes[1].set_title('lossy image');

2021-11-22 03:47:53.016507: E tensorflow/stream_executor/cuda/cuda_driver.cc:271] failed call to cuInit: CUDA_ERROR_NO_DEVICE: no CUDA-capable device is detected

png

Декодирование метаданных DICOM и работа с тегами

decode_dicom_data декодирует информацию тега. dicom_tags содержит полезную информацию , как возраст пациента и пол, так что вы можете использовать DICOM теги , такие как dicom_tags.PatientsAge и dicom_tags.PatientsSex . tensorflow_io заимствует те же обозначения тегов из пакета pydicom dicom.

tag_id = tfio.image.dicom_tags.PatientsAge
tag_value = tfio.image.decode_dicom_data(image_bytes,tag_id)
print(tag_value)

tf.Tensor(b'58', shape=(), dtype=string)

print(f"PatientsAge : {tag_value.numpy().decode('UTF-8')}")

PatientsAge : 58

tag_id = tfio.image.dicom_tags.PatientsSex
tag_value = tfio.image.decode_dicom_data(image_bytes,tag_id)
print(f"PatientsSex : {tag_value.numpy().decode('UTF-8')}")

PatientsSex : M