解码用于医学影像的 DICOM 文件

在 TensorFlow.org 上查看 在 Google Colab 中运行 在 GitHub 上查看源代码 下载笔记本

概述

本教程展示了如何在 TensorFlow IO 中使用 tfio.image.decode_dicom_image 使用 TensorFlow 解码 DICOM 文件。

设置和使用

下载 DICOM 图像

本教程中使用的 DICOM 图像来自 NIH 胸部 X 射线数据集。

NIH 胸部 X 射线数据集包含 100,000 张去标识的 PNG 格式胸部 X 射线图像，由 NIH 临床中心提供，可通过 此链接 下载。

Google Cloud 还提供图像的 DICOM 版本，可在 Cloud Storage 中获得。

在本教程中，你将从 GitHub 存储库 下载数据集的示例文件。

  • Xiaosong Wang、Yifan Peng、Le Lu、Zhiyong Lu、Mohammadhadi Bagheri、Ronald Summers，ChestX-ray8：医院规模的胸部 X 射线数据库以及常见胸部疾病的弱监督分类和定位基准，IEEE CVPR，第 3462-3471 页，2017 年
curl -OL https://github.com/tensorflow/io/raw/master/docs/tutorials/dicom/dicom_00000001_000.dcm
ls -l dicom_00000001_000.dcm

% Total    % Received % Xferd  Average Speed   Time    Time     Time  Current
                                 Dload  Upload   Total   Spent    Left  Speed
100   164    0   164    0     0    600      0 --:--:-- --:--:-- --:--:--   598
100 1024k  100 1024k    0     0  1915k      0 --:--:-- --:--:-- --:--:-- 1915k
-rw-rw-r-- 1 kbuilder kokoro 1049332 Nov 22 03:47 dicom_00000001_000.dcm

安装必需的软件包，并重新启动运行时

try:
  # Use the Colab's preinstalled TensorFlow 2.x
  %tensorflow_version 2.x 
except:
  pass

pip install tensorflow-io

解码 DICOM 图像

import matplotlib.pyplot as plt
import numpy as np

import tensorflow as tf

import tensorflow_io as tfio

image_bytes = tf.io.read_file('dicom_00000001_000.dcm')

image = tfio.image.decode_dicom_image(image_bytes, dtype=tf.uint16)

skipped = tfio.image.decode_dicom_image(image_bytes, on_error='skip', dtype=tf.uint8)

lossy_image = tfio.image.decode_dicom_image(image_bytes, scale='auto', on_error='lossy', dtype=tf.uint8)


fig, axes = plt.subplots(1,2, figsize=(10,10))
axes[0].imshow(np.squeeze(image.numpy()), cmap='gray')
axes[0].set_title('image')
axes[1].imshow(np.squeeze(lossy_image.numpy()), cmap='gray')
axes[1].set_title('lossy image');

2021-11-22 03:47:53.016507: E tensorflow/stream_executor/cuda/cuda_driver.cc:271] failed call to cuInit: CUDA_ERROR_NO_DEVICE: no CUDA-capable device is detected

png

解码 DICOM 元数据并使用标签

decode_dicom_data 解码标签信息。 dicom_tags 包含患者年龄和性别等有用信息，因此你可以使用 DICOM 标签，例如 dicom_tags.PatientsAge 和 dicom_tags.PatientsSex。tensorflow_io 从 pydicom dicom 软件包借用了相同的标签符号。

tag_id = tfio.image.dicom_tags.PatientsAge
tag_value = tfio.image.decode_dicom_data(image_bytes,tag_id)
print(tag_value)

tf.Tensor(b'58', shape=(), dtype=string)

print(f"PatientsAge : {tag_value.numpy().decode('UTF-8')}")

PatientsAge : 58

tag_id = tfio.image.dicom_tags.PatientsSex
tag_value = tfio.image.decode_dicom_data(image_bytes,tag_id)
print(f"PatientsSex : {tag_value.numpy().decode('UTF-8')}")

PatientsSex : M