LIDC-IDRI肺结节公开数据集Dicom和XML标注详解

LIDC-IDRI肺结节公开数据集Dicom和XML标注详解

 字数统计: 4,209字   |    阅读时长: 21分


 

Medical Image1

  • Dicom
  • LIDC
  • Xml
  • 文章首发于简书:LIDC-IDRI肺结节公开数据集Dicom和XML标注详解,现在搬运至博客。

一、数据来源

  数据集采用为 LIDC-IDRI (The Lung Image Database Consortium),该数据集由胸部医学图像文件(如CT、X光片)和对应的诊断结果病变标注组成。该数据是由美国国家癌症研究所(National Cancer Institute)发起收集的,目的是为了研究高危人群早期癌症检测。

  该数据集中,共收录了1018个研究实例。对于每个实例中的图像,都由4位经验丰富的胸部放射科医师进行两阶段的诊断标注。在第一阶段,每位医师分别独立诊断并标注病患位置,其中会标注三中类别:1) >=3mm的结节2) <3mm的结节3) >=3mm的非结节(官网描述: “nodule > or =3 mm”, “nodule <3 mm",="" and="" "non-nodule=""> or =3 mm”,详见 Summary)。在随后的第二阶段中,各位医师都分别独立的复审其他三位医师的标注,并给出自己最终的诊断结果。这样的两阶段标注可以在避免forced consensus的前提下,尽可能完整的标注所有结果。

Collection Statistics updated 3/21/2012
数据大小 124GB
图像类型 CT (computed tomography), 243,958 张 
DX (digital radiography) 
CR (computed radiography)
图片数 244,527
患者数 1,010
系列数 (Number of Series) 1,018 CT 
290 CR/DX
研究数 (Number of Studies) 1,308

二、解析结果

1.图像矩阵像素信息

  模块处理的数据为slicer * rows * cols大小的三维矩阵D。D中第z个切片y行x列的元素对应的位置为:(z * rows *cols+ y * cols + x) * sizeof(data_type) 。其中rows表示图像的行数,cols表示图像的列数,默认均为512;data_type代表数据类型,默认为short。

eg: 对于病例LIDC-IDRI-0001,即为133*512*512的矩阵,一共133张切片,每张大小512*512,依次按顺序存入二进制文件,每个像素大小为2字节(对应short类型)。

2.结节区域类型标注信息

第一行: slicers rows cols data_type pixel_space_x pixel_space_y slice_thickness

  • slicer : 切片个数;
  • rows : 矩阵行数,默认512;
  • cols : 矩阵列数,默认512;
  • data_type : 数据类型标签。为以下枚举类型中的一种(默认SHORT_TYPE,4):enum DATA_TYPE {CHAR_TYPE,UCHAR_TYPE, INT_TYPE,UINT_TYPE,SHORT_TYPE,USHORT_TYPE,FLOAT_TYPE,DOUBLE_TYPE };
  • pixel_space_x : x线列扫描步长,单位:毫米;
  • pixel_space_y : x线行扫描步长,单位:毫米;
  • slice_thickness : z轴扫描步长(即切片厚度),单位:毫米。

其他行: type num x1 y1 z1 x2 y2 z2 … xi yi zi … xn yn zn

  • type: “1”表示”nodules”, “2”表示”small_nodules”,”3”表示”non_nodules”;
  • num:该行x,y,z数字的个数(由于一个点有三个坐标,所以num为3的倍数);
  • XiYiZi:该肺结节第i个点的空间坐标,Zi为切片序号。

三、数据分析

文件结构

目前测试一共1012个病例数据,每个病例文件夹对应结构:

LIDC-IDRI-XXXX / Study Instance UID / Series Instance UID / *.dcm, *.xml

  • XXXX :从0000到1012;
  • Study Instance UID :每个病例对应的检查实例号;
  • Series Instance UID :不同检查对应的序列实例号;
  • *.dcm ,*.xml :分别对应于每一张dcm切片和xml标注文件。

特例 :LIDC-IDRI-0365号病例存在两份序列检查,分别有对应的dcm和xml文件,如下:

LIDC-IDRI肺结节公开数据集Dicom和XML标注详解_第1张图片

python处理Dicom数据

通过pip或者anaconda安装pydicom模块,该模块是python专门用来处理dicom格式文件的库。

通过dicom.read_file()可以直接获取dicom文件所有信息,如下:

 

1

2

 

>>> import dicom

>>> ds = dicom.read_file("test.dcm") # (test.dcm is in the testfile)

实际操作LIDC-IDRI-0001(GE MEDICAL SYSTEM公司)中000001.dcm,打印出来结果如下(包含各种tag,具体详见 DICOM的常用Tag分类和说明):

 

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

42

43

44

45

46

47

48

49

50

51

52

53

54

55

56

57

58

59

60

61

62

63

64

65

66

67

68

69

70

71

72

73

74

75

76

77

78

79

80

81

82

83

84

85

86

87

88

89

90

91

92

 

>>> import dicom

>>> f = dicom.read_file('000001.dcm')

>>> print f

(0008, 0005) Specific Character Set CS: 'ISO_IR 100'

(0008, 0008) Image Type CS: ['ORIGINAL', 'PRIMARY', 'AXIAL']

(0008, 0016) SOP Class UID UI: CT Image Storage

(0008, 0018) SOP Instance UID UI: 1.3.6.1.4.1.14519.5.2.1.6279.6001.143451261327128179989900675595

(0008, 0020) Study Date DA: '20000101'

(0008, 0021) Series Date DA: '20000101'

(0008, 0022) Acquisition Date DA: '20000101'

(0008, 0023) Content Date DA: '20000101'

(0008, 0024) Overlay Date DA: '20000101'

(0008, 0025) Curve Date DA: '20000101'

(0008, 002a) Acquisition DateTime DT: '20000101'

(0008, 0030) Study Time TM: ''

(0008, 0032) Acquisition Time TM: ''

(0008, 0033) Content Time TM: ''

(0008, 0050) Accession Number SH: '2819497684894126'

(0008, 0060) Modality CS: 'CT'

(0008, 0070) Manufacturer LO: 'GE MEDICAL SYSTEMS'

(0008, 0090) Referring Physician Name PN: ''

(0008, 1090) Manufacturer Model Name LO: 'LightSpeed Plus'

(0008, 1155) Referenced SOP Instance UID UI: 1.3.6.1.4.1.14519.5.2.1.6279.6001.675906998158803995297223798692

(0010, 0010) Patient Name PN: ''

(0010, 0020) Patient ID LO: 'LIDC-IDRI-0001'

(0010, 0030) Patient Birth Date DA: ''

(0010, 0040) Patient Sex CS: ''

(0010, 1010) Patient Age AS: ''

(0010, 21d0) Last Menstrual Date DA: '20000101'

(0012, 0062) Patient Identity Removed CS: 'YES'

(0012, 0063) De-identification Method LO: 'DCM:113100/113105/113107/113108/113109/113111'

(0013, 0010) Private Creator LO: 'CTP'

(0013, 1010) Private tag data LO: 'LIDC-IDRI'

(0013, 1013) Private tag data LO: '62796001'

(0018, 0010) Contrast/Bolus Agent LO: 'IV'

(0018, 0015) Body Part Examined CS: 'CHEST'

(0018, 0022) Scan Options CS: 'HELICAL MODE'

(0018, 0050) Slice Thickness DS: '2.500000'

(0018, 0060) KVP DS: '120'

(0018, 0090) Data Collection Diameter DS: '500.000000'

(0018, 1020) Software Version(s) LO: 'LightSpeedApps2.4.2_H2.4M5'

(0018, 1100) Reconstruction Diameter DS: '360.000000'

(0018, 1110) Distance Source to Detector DS: '949.075012'

(0018, 1111) Distance Source to Patient DS: '541.000000'

(0018, 1120) Gantry/Detector Tilt DS: '0.000000'

(0018, 1130) Table Height DS: '144.399994'

(0018, 1140) Rotation Direction CS: 'CW'

(0018, 1150) Exposure Time IS: '570'

(0018, 1151) X-Ray Tube Current IS: '400'

(0018, 1152) Exposure IS: '4684'

(0018, 1160) Filter Type SH: 'BODY FILTER'

(0018, 1170) Generator Power IS: '48000'

(0018, 1190) Focal Spot(s) DS: '1.200000'

(0018, 1210) Convolution Kernel SH: 'STANDARD'

(0018, 5100) Patient Position CS: 'FFS'

(0020, 000d) Study Instance UID UI: 1.3.6.1.4.1.14519.5.2.1.6279.6001.298806137288633453246975630178

(0020, 000e) Series Instance UID UI: 1.3.6.1.4.1.14519.5.2.1.6279.6001.179049373636438705059720603192

(0020, 0010) Study ID SH: ''

(0020, 0011) Series Number IS: '3000566'

(0020, 0013) Instance Number IS: '80'

(0020, 0032) Image Position (Patient) DS: ['-166.000000', '-171.699997', '-207.500000']

(0020, 0037) Image Orientation (Patient) DS: ['1.000000', '0.000000', '0.000000', '0.000000', '1.000000', '0.000000']

(0020, 0052) Frame of Reference UID UI: 1.3.6.1.4.1.14519.5.2.1.6279.6001.229925374658226729607867499499

(0020, 1040) Position Reference Indicator LO: 'SN'

(0020, 1041) Slice Location DS: '-207.500000'

(0028, 0002) Samples per Pixel US: 1

(0028, 0004) Photometric Interpretation CS: 'MONOCHROME2'

(0028, 0010) Rows US: 512

(0028, 0011) Columns US: 512

(0028, 0030) Pixel Spacing DS: ['0.703125', '0.703125']

(0028, 0100) Bits Allocated US: 16

(0028, 0101) Bits Stored US: 16

(0028, 0102) High Bit US: 15

(0028, 0103) Pixel Representation US: 1

(0028, 0120) Pixel Padding Value US: 63536

(0028, 0303) Longitudinal Temporal Information M CS: 'MODIFIED'

(0028, 1050) Window Center DS: '-600'

(0028, 1051) Window Width DS: '1600'

(0028, 1052) Rescale Intercept DS: '-1024'

(0028, 1053) Rescale Slope DS: '1'

(0038, 0020) Admitting Date DA: '20000101'

(0040, 0002) Scheduled Procedure Step Start Date DA: '20000101'

(0040, 0004) Scheduled Procedure Step End Date DA: '20000101'

(0040, 0244) Performed Procedure Step Start Date DA: '20000101'

(0040, 2016) Placer Order Number / Imaging Servi LO: ''

(0040, 2017) Filler Order Number / Imaging Servi LO: ''

(0040, a075) Verifying Observer Name PN: 'Removed by CTP'

(0040, a123) Person Name PN: 'Removed by CTP'

(0040, a124) UID UI: 1.3.6.1.4.1.14519.5.2.1.6279.6001.335419887712224178340067932923

(0070, 0084) Content Creator's Name PN: ''

(0088, 0140) Storage Media File-set UID UI: 1.3.6.1.4.1.14519.5.2.1.6279.6001.211790042620307056609660772296

(7fe0, 0010) Pixel Data OW: Array of 524288 bytes

想要访问任何信息都可以通过前面的tag进行获取,一些特殊标记也可以通过keyword获取,如下:

 

1

2

3

4

5

6

7

8

9

 

>>> f[0x0008,0x0018].value

'1.3.6.1.4.1.14519.5.2.1.6279.6001.143451261327128179989900675595'

>>> f[0x0013,0x1010].value

'LIDC-IDRI'

>>> f.PatientName

''

>>> f.SeriesNumber

'3000566'

>>>

本次实验中主要会使用到tag (0x0008, 0x0018)获取SOP_ID,以唯一区别每一张图,然后使用tag (0x7fe0, 0x0010)获取像素信息pixel_array,一张CT图像有 512x512 个像素点,在dicom文件中每个像素由2字节表示,所以每张图片约512KB大小。图像中每个像素都是整数,专业名称为 Hounsfield scale 或 CT Number,是描述物质的放射密度的量化值(参考Wikipedia)。

另外,不同公司生产的仪器包含信息略有不同,比如LIDC-IDRI-0069(TOSHIBA公司)中000001.dcm如下:

 

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

42

43

44

45

46

47

48

49

50

51

52

53

54

55

56

57

58

59

60

61

62

63

64

65

66

67

68

69

70

71

72

73

74

75

76

77

78

79

80

81

82

83

84

85

86

87

88

89

90

91

92

93

 

(0008, 0008) Image Type CS: ['ORIGINAL', 'PRIMARY', 'AXIAL']

(0008, 0016) SOP Class UID UI: CT Image Storage

(0008, 0018) SOP Instance UID UI: 1.3.6.1.4.1.14519.5.2.1.6279.6001.263800607656124864093833884216

(0008, 0020) Study Date DA: '20000101'

(0008, 0021) Series Date DA: '20000101'

(0008, 0022) Acquisition Date DA: '20000101'

(0008, 0023) Content Date DA: '20000101'

(0008, 0024) Overlay Date DA: '20000101'

(0008, 0025) Curve Date DA: '20000101'

(0008, 002a) Acquisition DateTime DT: '20000101'

(0008, 0030) Study Time TM: ''

(0008, 0032) Acquisition Time TM: '185549.500'

(0008, 0033) Content Time TM: '185605.277'

(0008, 0050) Accession Number SH: '2819497684894126'

(0008, 0060) Modality CS: 'CT'

(0008, 0070) Manufacturer LO: 'TOSHIBA'

(0008, 0090) Referring Physician Name PN: ''

(0008, 1090) Manufacturer Model Name LO: 'Aquilion'

(0010, 0010) Patient Name PN: ''

(0010, 0020) Patient ID LO: 'LIDC-IDRI-0069'

(0010, 0030) Patient Birth Date DA: ''

(0010, 0040) Patient Sex CS: 'M'

(0010, 1010) Patient Age AS: '051Y'

(0010, 2160) Ethnic Group SH: 'white-ns'

(0010, 21c0) Pregnancy Status US: 4

(0010, 21d0) Last Menstrual Date DA: '20000101'

(0012, 0062) Patient Identity Removed CS: 'YES'

(0012, 0063) De-identification Method LO: 'DCM:113100/113105/113107/113108/113109/113111'

(0013, 0010) Private Creator OB: 'CTP '

(0013, 1010) Private tag data OB: 'LIDC-IDRI '

(0013, 1013) Private tag data OB: '62796001'

(0018, 0010) Contrast/Bolus Agent LO: '100ccs_OMNI-350'

(0018, 0015) Body Part Examined CS: 'CHEST'

(0018, 0022) Scan Options CS: 'HELICAL_CT'

(0018, 0050) Slice Thickness DS: '2.0'

(0018, 0060) KVP DS: '135'

(0018, 0090) Data Collection Diameter DS: '400.00'

(0018, 1020) Software Version(s) LO: 'V2.04ER001'

(0018, 1100) Reconstruction Diameter DS: '379.687'

(0018, 1120) Gantry/Detector Tilt DS: '+0.0'

(0018, 1130) Table Height DS: '+48.00'

(0018, 1140) Rotation Direction CS: 'CW'

(0018, 1150) Exposure Time IS: '500'

(0018, 1151) X-Ray Tube Current IS: '260'

(0018, 1152) Exposure IS: '130'

(0018, 1210) Convolution Kernel SH: 'FC10'

(0018, 5100) Patient Position CS: 'FFS'

(0020, 000d) Study Instance UID UI: 1.3.6.1.4.1.14519.5.2.1.6279.6001.303241414168367763244410429787

(0020, 000e) Series Instance UID UI: 1.3.6.1.4.1.14519.5.2.1.6279.6001.131939324905446238286154504249

(0020, 0010) Study ID SH: ''

(0020, 0011) Series Number IS: '3079'

(0020, 0012) Acquisition Number IS: '5'

(0020, 0013) Instance Number IS: '134'

(0020, 0020) Patient Orientation CS: ['L', 'P']

(0020, 0032) Image Position (Patient) DS: ['-184.375000', '-188.281200', '1292.500000']

(0020, 0037) Image Orientation (Patient) DS: ['1.000000', '0.000000', '0.000000', '0.000000', '1.000000', '0.000000']

(0020, 0052) Frame of Reference UID UI: 1.3.6.1.4.1.14519.5.2.1.6279.6001.228313061349684266844487315959

(0020, 1040) Position Reference Indicator LO: ''

(0020, 1041) Slice Location DS: '+324.00'

(0028, 0002) Samples per Pixel US: 1

(0028, 0004) Photometric Interpretation CS: 'MONOCHROME2'

(0028, 0010) Rows US: 512

(0028, 0011) Columns US: 512

(0028, 0030) Pixel Spacing DS: ['0.741', '0.741']

(0028, 0100) Bits Allocated US: 16

(0028, 0101) Bits Stored US: 16

(0028, 0102) High Bit US: 15

(0028, 0103) Pixel Representation US: 1

(0028, 0303) Longitudinal Temporal Information M CS: 'MODIFIED'

(0028, 1050) Window Center DS: '-500'

(0028, 1051) Window Width DS: '2000'

(0028, 1052) Rescale Intercept DS: '0'

(0028, 1053) Rescale Slope DS: '1'

(0032, 000a) Study Status ID CS: ''

(0032, 1000) Scheduled Study Start Date DA: ''

(0032, 1001) Scheduled Study Start Time TM: ''

(0032, 1060) Requested Procedure Description LO: ''

(0032, 1064) Requested Procedure Code Sequence 1 item(s) ----

(0008, 0104) Code Meaning LO: ''

---------

(0038, 0020) Admitting Date DA: '20000101'

(0040, 0002) Scheduled Procedure Step Start Date DA: '20000101'

(0040, 0003) Scheduled Procedure Step Start Time TM: ''

(0040, 0004) Scheduled Procedure Step End Date DA: '20000101'

(0040, 0005) Scheduled Procedure Step End Time TM: ''

(0040, 0244) Performed Procedure Step Start Date DA: '20000101'

(0040, 0245) Performed Procedure Step Start Time TM: ''

(0040, 2016) Placer Order Number / Imaging Servi LO: ''

(0040, 2017) Filler Order Number / Imaging Servi LO: ''

(0040, a075) Verifying Observer Name PN: 'Removed by CTP'

(0040, a123) Person Name PN: 'Removed by CTP'

(0070, 0084) Content Creator Name PN: ''

(7fe0, 0010) Pixel Data OB or OW: Array of 524288 bytes

可以看到不同公司所做的检查存储信息的格式不太一样,但一些主要信息都还是有的:

  • SOP Instance UID:用于唯一区分每一张dcm切片,其中Study Instance UID,Series Instance UID上面已经提过,分别用于区分检查号和一次检查对应序列号。
  • Modality:表示检查模态,有MRI,CT,CR,DR等;
  • Manufacturer:表示制造商,经分析共有”GE MEDICAL SYSTEMS”(最多), “SIEMENS”, “TOSHIBA”, “Philips”四家制造商提供数据;
  • Slice Thickness:表示z方向切片厚度,经统计有GE MEDICAL SYSTEMS:2.50, 1.25,SIEMENS:0.75,1.0, 2.0,3.0,5.0,TOSHIBA:2.0, 3.0, Philips:2.0,1.0,1.5,0.9;
  • Instance Number:表示一组切片的序列号,这个可以直接用来将切面排序,在实际CT扫描时,是从胸部靠近头的一侧开始扫描,一次扫描到肺部最下,得到的instance number依次增加,对应的Image Position中的z依次减小,而对应的Slice Location是相对位置,绝大多数情况与Image Positon中的z值相同,依次减小,部分不同公司,如TOSHIBA则Slice Location可能与Image Position中的z不同,由于是相对位置,其Slice Location值为正,并且和Instance Number的变化趋势相同。为了在实际分析是不出现错误,不能仅仅采用Slice Location来对切片进行排序,而应使用Instance Number或者Image Position中的z,此次实验使用的是Instance Number。
  • Image Position:表示图像的左上角在空间坐标系中的x,y,z坐标,单位是毫米,如果在检查中,则指该序列中第一张影像左上角坐标;
  • Slice Location:为切片z轴相对位置,单位毫米,大多情况与Image Position中的z相同,但TOSHIBA公司提供的数据里面不同,所以不能仅仅根据这个值来对所有切片进行统一排序
  • Photometric Interpretation:光度计的解释,对于CT图像,用两个枚举值MONOCHROME1,MONOCHROME2.用来判断图像是否是彩色的,MONOCHROME1/2是灰度图,RGB则是真彩色图,还有其他;
  • Pixel Spacing:表示像素中心间的物理间距;
  • Bits Allocated:表示存储每一位像素时分配位数,Bits Stored 表示存储每一位像素所用位数;
  • Pixel Representation:表示像素数据的表现类型:这是一个枚举值,分别为十六进制数0000和0001,0000H = 无符号整数,0001H = 2的补码。

XML标注信息说明

LIDC-IDRI肺结节公开数据集Dicom和XML标注详解_第2张图片

LIDC-IDRI肺结节公开数据集Dicom和XML标注详解_第3张图片

具体分析可以参见本人简书:LIDC-IDRI肺结节Dicom数据集解析与总结。

分析之后回生成一个pkl文件,存储有每张图里面所有结节信息,包含三种结节,分别是small_nodules,nodules,non_nodules,每一种结节信息以list存储,list中每一项是一个结节块,具体结构是一个字典,包含两个键’centroid’和’pixels’,分别是结节中心点坐标和具体像素信息坐标,坐标以点对(x,y)的形式存储。

分析得到的pkl部分结果展示如下:

 

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

 

'1.3.6.1.4.1.14519.5.2.1.6279.6001.193784360214506863621989507827': {'small_nodules': [],

'nodules': [],

'non_nodules': [{'centroid': (399, 211), 'pixels': [(399, 211)]}]},

'1.3.6.1.4.1.14519.5.2.1.6279.6001.980992723094835143194725792701': {'small_nodules': [],

'nodules': [],

'non_nodules': [{'centroid': (212, 157), 'pixels': [(212, 157)]}, {'centroid': (213, 157), 'pixels': [(213, 157)]}]},

'1.3.6.1.4.1.14519.5.2.1.6279.6001.315606855383999143703852453142': {'small_nodules': [{'centroid': [403, 272], 'pixels': [[403, 272]]}, {'centroid': [392, 317], 'pixels': [[392, 317]]}, {'centroid': [392, 317], 'pixels': [[392, 317]]}, {'centroid': [404, 273], 'pixels': [[404, 273]]}, {'centroid': [392, 316], 'pixels': [[392, 316]]}, {'centroid': [403, 272], 'pixels': [[403, 272]]}],

'nodules': [],

'non_nodules': [{'centroid': (109, 291), 'pixels': [(109, 291)]}, {'centroid': (109, 291), 'pixels': [(109, 291)]}]},

'1.3.6.1.4.1.14519.5.2.1.6279.6001.257699431144088065312137256223': {'small_nodules': [],

'nodules': [{'centroid': (317.0, 365.5), 'pixels': [[311, 361], [310, 362], [309, 362], [308, 363], [307, 364], [307, 365], [307, 366], [307, 367], [307, 368], [307, 369], [308, 369], [309, 369], [310, 370], [311, 370], [312, 370], [313, 370], [314, 370], [315, 369], [316, 369], [317, 369], [318, 368], [319, 368], [320, 369], [321, 369], [322, 369], [323, 369], [324, 369], [325, 369], [326, 369], [326, 368], [326, 367], [327, 366], [326, 365], [325, 364], [324, 363], [323, 363], [322, 363], [321, 363], [320, 363], [319, 364], [318, 364], [317, 365], [316, 366], [315, 365], [315, 364], [314, 363], [314, 362], [313, 361], [312, 361], [311, 361]]}],

'non_nodules': []},

'1.3.6.1.4.1.14519.5.2.1.6279.6001.313544823773855097029348077255': {'small_nodules': [{'centroid': [187, 166], 'pixels': [[187, 166]]}, {'centroid': [189, 167], 'pixels': [[189, 167]]}, {'centroid': [188, 166], 'pixels': [[188, 166]]}],

'nodules': [],

'non_nodules': []}


分析所有1012个病人XML标注信息,存在如下问题:

医生标注信息可能有误(个人觉得)!!!!!!

对所有病例跑完标注脚本(/home/zhwhong/API/get_txt.sh)时,在生成的log日志(/baina/sda1/data/lidc_matrix/get_txt.log)里面发现有问题的病例有四个,分别是LIDC-IDRI-0017,LIDC-IDRI-0365,LIDC-IDRI-0566,LIDC-IDRI-0659。

  • 【LIDC-IDRI-0017】

LIDC-IDRI肺结节公开数据集Dicom和XML标注详解_第4张图片

我们找到这个不存在的sop_uid,为”1.3.6.1.4.1.14519.5.2.1.6279.6001.305973183883758685859912046949”,然后找到病例17对应的XML文件,看一下医生的标注信息,带有这个sop_uid的标注有两个,分别是医师2和医师4。我们看一下他们的标注:

医师2:

LIDC-IDRI肺结节公开数据集Dicom和XML标注详解_第5张图片

医师4:

LIDC-IDRI肺结节公开数据集Dicom和XML标注详解_第6张图片

对,有两个医师都标注了这个sop_uid,并且对应的ImageZposition为 -82.75,我们再在XML文件中找到ImageZposition为 -82.75 的另外两个医师是否有标注,结果是有,但是另外两个医师标注的 -82.75 的位置对应的切片的sop_uid和医师2,4不同,分别如下:

医师1:

LIDC-IDRI肺结节公开数据集Dicom和XML标注详解_第7张图片

医师3:

LIDC-IDRI肺结节公开数据集Dicom和XML标注详解_第8张图片

这就很尴尬了,同一个ImageZpositon,但是却标了不同的sop_uid,于是追根溯源,看一下到底是怎么回事,自己写脚本遍历LIDC-IDRI-0017中所有dcm切片,打印出所有切片sop_uid,作对比,然后发现在所有的结果中,根本没有找到医师2,医师4标记的那个sop_uid,而医师1,医师3的标注是存在的,如下:

医师2、4标记的sop_uid找不到:

医师1,3标记的找到了:

所以初步认定,LIDC-IDRI-0017病例中,医师2和医师4存在两处错误的标注信息(sop_uid错误)

  • 【LIDC-IDRI-0365】

LIDC-IDRI-0365中存在两份检查序列,分别是:
1.3.6.1.4.1.14519.5.2.1.6279.6001.212341120080087350703610584139 / 1.3.6.1.4.1.14519.5.2.1.6279.6001.207544473852086582434957174616 和
1.3.6.1.4.1.14519.5.2.1.6279.6001.216207548522622026268886920069 / 1.3.6.1.4.1.14519.5.2.1.6279.6001.802846969823720586279982179144,
存在问题的是第二份序列,问题同17号病例类似,如下:

LIDC-IDRI肺结节公开数据集Dicom和XML标注详解_第9张图片

找到医生标注如下(四位医师标注相同):

LIDC-IDRI肺结节公开数据集Dicom和XML标注详解_第10张图片

同样遍历LIDC-IDRI-0365中第二份序列,找不到对应标记的切片sop_uid:

  • 【LIDC-IDRI-0566】

存在和上面相同的问题:

LIDC-IDRI肺结节公开数据集Dicom和XML标注详解_第11张图片

LIDC-IDRI肺结节公开数据集Dicom和XML标注详解_第12张图片

LIDC-IDRI肺结节公开数据集Dicom和XML标注详解_第13张图片

  • 【LIDC-IDRI-0659】

LIDC-IDRI肺结节公开数据集Dicom和XML标注详解_第14张图片

LIDC-IDRI肺结节公开数据集Dicom和XML标注详解_第15张图片

LIDC-IDRI肺结节公开数据集Dicom和XML标注详解_第16张图片

你可能感兴趣的:(LIDC-IDRI肺结节公开数据集Dicom和XML标注详解)