Dicom 图像--像素值(灰度值)转为CT值

摘要:

  • 1. 概念:
  • 2. 公式:
  • 3. 具体情况:
  • 4. DICOM TAG分类和说明

1. 概念:

数据:Dicom数据的原始像素值(pixel value)是没有实际意义的,所以我们常用的是Dicom数据的输出像素,即(CT 值).
原始扫描出的 Dicom数据可能并不是规则的矩形,为了后续分析,构建一个长方体,无效区域填充了-2000,但是边界会有一些噪声,CT值处于有效值最小~-3024之间,但数量很少。并且这样算出的CT值最小值会很小,没有实际意义,所以最终的方案是CT值小于-1024的都置成-1024了(-1024往往是无效的数据,所以分割组织时一般不考虑)

CT值的单位是Hounsfield,简称为Hu,范围是 -1024-3071。用于衡量人体组织对X射线的吸收率,设定水的吸收率为0Hu。

在DICOM图像读取的过程中,我们会发现图像的像素值有可能不是这个范围,通常是0-4096,这个值就是我们常见到的像素值或者灰度值。一般我们所处理的图象是经过量化后的灰度图象,标准的CT 灰度图象为12 位灰度图象。


2. 公式:

将图像像素值(灰度值)转换为CT值。

先读取DICOM影像中的 Tag信息:
(0028|1052):rescale intercept
(0028|1053):rescale slope.

通过公式计算CT值:

Hu = pixel * slope + intercept
其中pixel是第i个像素的灰度值
Hu是第i个像素的CT值


3. 具体情况:

但是,这里会有一个问题
有的图像就已经是CT值(HU值),这时候读出来的Solpe=1,Intercept=0。
Dicom 图像--像素值(灰度值)转为CT值_第1张图片
而有的DICOM图像则是像素值,所以需要转化,下面这个DICOM影像的Sople=1, Intercept=-1024。
Dicom 图像--像素值(灰度值)转为CT值_第2张图片

这个两个值具体多少可以将dicom的tag打印出来看看。


4. DICOM TAG分类和说明

Dicom 图像--像素值(灰度值)转为CT值_第3张图片

Dicom 图像--像素值(灰度值)转为CT值_第4张图片
Dicom 图像--像素值(灰度值)转为CT值_第5张图片
Dicom 图像--像素值(灰度值)转为CT值_第6张图片
Dicom 图像--像素值(灰度值)转为CT值_第7张图片

Dicom 图像--像素值(灰度值)转为CT值_第8张图片
Dicom 图像--像素值(灰度值)转为CT值_第9张图片

dicom的压缩:
DICOM协议中规定了众多的压缩格式,包括无损压缩和有损压缩。
常见的压缩有:
有损压缩:
1、JPEG-LS Lossy (Near-Lossless) Image Compression
  1.2.840.10008.1.2.4.81
2、JPEG Extended (Process 2 & 4)
  1.2.840.10008.1.2.4.51

无损压缩:
1、JPEG 2000 Image Compression (Lossless Only)
  1.2.840.10008.1.2.4.90]
2、JPEG-LS Lossless Image Compression
  1.2.840.10008.1.2.4.80
3、JPEG Lossless, Non-Hierarchical, First-Order Prediction(Process 14[Selection Value 1])
  1.2.840.10008.1.2.4.70

针对不同设备(CT,MR,US)的DICOM图像特点,采用不同的压缩算法,无损压缩的压缩效率低,压缩率不可调节,一般在3倍压缩率。有损压缩效率高,可调节压缩率,一般采用10倍压缩,既能保证图像清晰度,又有较高的压缩率。

一张CT图像一般行列像素数为515*512个,每个像素占用2个字节存储,则原始CT图像大小为512 *512 *2 / 1024 = 512KB,按一个检查600张图像计算,则有300MB,存储空间占用较大。因此一般采用压缩存储。

正常的:
在这里插入图片描述
被压缩的:
Dicom 图像--像素值(灰度值)转为CT值_第10张图片

你可能感兴趣的:(医学图像,计算机视觉,python,人工智能)