如何将DICOM-RT结构轮廓数据转换成图像坐标?

How to convert DICOM-RT structure Contour data into image coordinate?

我使用 Python-pydicom 模块加载患者样本:

def load_data(sample):
    data=dict()
    # dcms data
    dcms_data=dict()
    for dcm_file in sample['dcm_files']:  # 遍历读取数据
        ds = pydicom.dcmread(dcm_file)
        array = ds.pixel_array
        origin = ds.ImagePositionPatient  # 网格原点在世界坐标系的位置
        spacing = ds.PixelSpacing  # 采样间隔
        uid = ds.SOPInstanceUID
        dcms_data[uid] = {'dcmSpacing': spacing, 'dcmOrigin': origin, 'array': array}
    data['dcms_data']=dcms_data

    # rt data
    rt_data = dict()  # 以{RUID:label_data}形式返回结果
    ds = pydicom.dcmread(sample['rt_file'])
    sequences = ds.ROIContourSequence[0].ContourSequence
    for sequence in sequences:
        ruid = sequence.ContourImageSequence[0].ReferencedSOPInstanceUID
        array = sequence.ContourData
        num = sequence.NumberOfContourPoints
        rt_data[ruid] = {'pointNumber': num, 'array': array}
    data['rt_data']=rt_data
    # 返回结果
    return data

然后我将 DICOM-RT 结构轮廓数据转换为图像坐标:

def convert_global_aix_to_net_pos(data):
    point_data = {}  # 返回坐标{uid:data}
    for uid, value in data['rt_data'].items():
        num = value['pointNumber']
        label_data = value['array']
        dcm_origin = data['dcms_data'][uid]['dcmOrigin']
        dcm_spacing = data['dcms_data'][uid]['dcmSpacing']

        point = []  # 坐标[(x1,y1),(...),...]
        for i in range(0,num,3):
            x = label_data[i]  # 轮廓世界坐标系
            y = label_data[i + 1]
            X = int(float(x) - float(dcm_origin[0]) / float(dcm_spacing[0]))  # 轮廓X坐标
            Y = int(float(y) - float(dcm_origin[1]) / float(dcm_spacing[1]))  # 轮廓Y坐标
            point.append((X, Y))
        point_data[uid] = point
    return point_data

但是当我在 dicom 上测试这个函数时 files.I 发现它返回了错误的点数据(负数据)

我猜我将DICOM-RT Struct轮廓数据转换为图像坐标的方法是错误的,但我找不到其他方法。 我的方法错了吗?或者我该如何实施? 提前致谢。

您似乎在 float(x) - float(dcm_origin[0]) 周围缺少括号(y 行也是如此)。减法需要先做除法

否则它看起来没问题,假设 ImageOrientationPatient 为 (1, 0, 0, 0, 1, 0)。

我认为 def convert_global_aix_to_net_pos(data) 下行中 range() 的停止值:

for i in range(0, num, 3):

应该是:

for i in range(0, len(label_data), 3):

原因是num是从sequence.NumberOfContourPoints导出的,label_data是从sequence.ContourData导出的,并且:

3*len(sequence.NumberOfContourPoints) = len(sequence.ContourData)

由于每个轮廓点由3个连续的轮廓数据元素组成。

NumberOfContourPoints 处停止将导致仅遍历 ContourData 中 1/3 的元素,因此只有 1/3 的点。