如何对使用 SimpleITK 读取的 DICOM 图像进行直方图均衡

Question

我正在尝试对从 *.nii.gz 文件中读取的所有图像进行直方图均衡。

我试过这个代码：

import SimpleITK as sitk
flair_file = '/content/gdrive/My Drive/Colab Notebooks/.../FLAIR.nii.gz'

images = sitk.ReadImage(flair_file)
print("Width: ", images.GetWidth())
print("Height:", images.GetHeight())
print("Depth: ", images.GetDepth())

print("Dimension:", images.GetDimension())
print("Pixel ID: ", images.GetPixelIDValue())
print("Pixel ID Type:", images.GetPixelIDTypeAsString())

有了这个输出：

Width:  240
Height: 240
Depth:  48
Dimension: 3
Pixel ID:  8
Pixel ID Type: 32-bit float

但是当我尝试使用 OpenCV 进行直方图均衡时，出现错误：

images_array = sitk.GetArrayFromImage(images)
gray = cv2.cvtColor(images_array[24], cv2.COLOR_BGR2GRAY)

输出：

error: OpenCV(4.1.2) /io/opencv/modules/imgproc/src/color.simd_helpers.hpp:92: error: (-2:Unspecified error) in function 'cv::impl::{anonymous}::CvtHelper<VScn, VDcn, VDepth, sizePolicy>::CvtHelper(cv::InputArray, cv::OutputArray, int) [with VScn = cv::impl::{anonymous}::Set<3, 4>; VDcn = cv::impl::{anonymous}::Set<1>; VDepth = cv::impl::{anonymous}::Set<0, 2, 5>; cv::impl::{anonymous}::SizePolicy sizePolicy = (cv::impl::<unnamed>::SizePolicy)2u; cv::InputArray = const cv::_InputArray&; cv::OutputArray = const cv::_OutputArray&]'
> Invalid number of channels in input image:
>     'VScn::contains(scn)'
> where
>     'scn' is 1

所以，我试过这个其他代码：

images_array = sitk.GetArrayFromImage(images)
#gray = cv2.cvtColor(images_array[24], cv2.COLOR_BGR2GRAY)
output = cv2.equalizeHist(images_array[24])

但是我得到这个错误：

error: OpenCV(4.1.2) /io/opencv/modules/imgproc/src/histogram.cpp:3429: error: (-215:Assertion failed) _src.type() == CV_8UC1 in function 'equalizeHist'

如何对这些 DICOM 图像进行直方图均衡化（可能不使用 OpenCV，而是使用 SimpleITK）？

更新：
当我运行这个命令时：

print(images_array[24].shape, images_array[24].dtype)

我明白了：

(240, 240) float32

Answer 1

SimpleITK 确实有一个 AdaptiveHistogramEqualization 函数，它确实适用于 float32 图像。以下是您可以如何使用它：

new_images = sitk.AdaptiveHistogramEqualization(images)

请注意，这将对整个 3d 图像进行均衡。如果你想逐个切片地进行，它看起来像这样：

new_images = []
for z in range(images.GetDepth()):
    new_images.append(sitk.AdaptiveHistogramEqualization(images[:,:,z])

更新：正如@blowekamp 所指出的，AHE 不会在整个图像上产生全局直方图均衡，而是产生局部均衡。下面是一些示例代码，展示了如何使用他描述的 HistogramMatching 函数来实现全局直方图均衡。

import SimpleITK as sitk
import numpy as np

# Create a noise Gaussian blob test image
img = sitk.GaussianSource(sitk.sitkFloat32, size=[240,240,48], mean=[120,120,24])
img = img + sitk.AdditiveGaussianNoise(img,10)

# Create a ramp image of the same size
h = np.arange(0.0, 255,1.0666666666, dtype='f4')
h2 = np.reshape(np.repeat(h, 240*48), (48,240,240))
himg = sitk.GetImageFromArray(h2)
print(himg.GetSize())

# Match the histogram of the Gaussian image with the ramp
result=sitk.HistogramMatching(img, himg)

# Display the 3d image
import itkwidgets
itkwidgets.view(result)

请注意，itkwidgets 允许您在 Jupyter 笔记本中查看 3d 图像。你可以在那里看到图像的直方图。

如何对使用 SimpleITK 读取的 DICOM 图像进行直方图均衡

How to do histogram equalization to DICOM images read with SimpleITK

python

opencv

dicom

itk

simpleitk