Dicom - 规范化和标准化
Dicom - normalization and standardization
我是医学成像领域的新手 - 正在尝试解决这个问题（可能是基本问题）。出于机器学习的目的，我正在尝试标准化和规范化 DICOM 图像库，以确保所有图像具有相同的旋转和相同的比例（例如以毫米为单位）。我一直在玩弄 Mango 查看器，并且了解到可以创建在这方面可能有用的转换矩阵。但是我有以下基本问题：
- 我原以为缩放图像会改变图像中的像素间距 header。这个标签不提供像素之间的距离吗，这不应该因为缩放而改变吗？
- 标准化图像库（最好在 python 中）的最简单方法是什么？是否有可能并且应该提取所有图像的平均像素间距，然后缩放所有图像以匹配该平均值？还是有更聪明的方法来确保缩放和旋转的一致性？
非常感谢，W
Does this tag not provide the distance between pixels, and should this
not change as a result of scaling?
将图像体素视为 space 的固定单位，它们正在对您的图像进行采样。当您应用变换时，您的图像 translating/rotating/scaling 在这些 space 的固定单位内。也就是说，体素的大小和形状不会改变。他们只是对图像的不同部分进行采样。
您可以通过增大或缩小体素或改变它们的形状（像素间距）来重新采样图像，但这可以独立于您对图像应用的变换。
What is the easiest way to standardize a library of images (ideally in
python)?
一个选项是 FSL-FLIRT, although it only accepts data in NIFTI format, so you'd have to convert your DICOMs to NIFTI. There is also this Python FSL 接口。
Is it possible and should one extract a mean pixel spacing across all
images, and then scaling all images to match that mean? or is there a
smarter way to ensure consistency in scaling and rotation?
我认为您只需选择一个参考图像即可注册所有其他图像。没有正确的答案：选择最高分辨率 image/voxel 维度或平均值或对某些其他维度集进行一些重采样听起来都是合理的。
我是医学成像领域的新手 - 正在尝试解决这个问题（可能是基本问题）。出于机器学习的目的，我正在尝试标准化和规范化 DICOM 图像库，以确保所有图像具有相同的旋转和相同的比例（例如以毫米为单位）。我一直在玩弄 Mango 查看器，并且了解到可以创建在这方面可能有用的转换矩阵。但是我有以下基本问题：
- 我原以为缩放图像会改变图像中的像素间距 header。这个标签不提供像素之间的距离吗，这不应该因为缩放而改变吗？
- 标准化图像库（最好在 python 中）的最简单方法是什么？是否有可能并且应该提取所有图像的平均像素间距，然后缩放所有图像以匹配该平均值？还是有更聪明的方法来确保缩放和旋转的一致性？
非常感谢，W
Does this tag not provide the distance between pixels, and should this not change as a result of scaling?
将图像体素视为 space 的固定单位，它们正在对您的图像进行采样。当您应用变换时，您的图像 translating/rotating/scaling 在这些 space 的固定单位内。也就是说，体素的大小和形状不会改变。他们只是对图像的不同部分进行采样。
您可以通过增大或缩小体素或改变它们的形状（像素间距）来重新采样图像，但这可以独立于您对图像应用的变换。
What is the easiest way to standardize a library of images (ideally in python)?
一个选项是 FSL-FLIRT, although it only accepts data in NIFTI format, so you'd have to convert your DICOMs to NIFTI. There is also this Python FSL 接口。
Is it possible and should one extract a mean pixel spacing across all images, and then scaling all images to match that mean? or is there a smarter way to ensure consistency in scaling and rotation?
我认为您只需选择一个参考图像即可注册所有其他图像。没有正确的答案：选择最高分辨率 image/voxel 维度或平均值或对某些其他维度集进行一些重采样听起来都是合理的。