最常用、最可靠的方式是用 pydicom.dcmread() 读取 DICOM 文件,获取包含元数据和像素数据的 Dataset 对象;ds.pixel_array 是已解码的 numpy 数组;推荐用 apply_voi_lut() 结合窗宽窗位优化显示;批量加载需按 InstanceNumber 等排序确保切片顺序正确。

用 Python 加载 DICOM 图片,最常用、最可靠的方式是使用 pydicom 库,它专为读取和处理医学影像的 DICOM 格式设计。加载后通常配合 numpy 和 matplotlib 进行数据查看或后续处理。
在命令行中运行:
pip install pydicom numpy matplotlib如果需要处理带像素数据的增强型 DICOM(如多帧 CT/MR),还可选装:pip install pillow(用于部分解码支持)。
pydicom 的 dcmread() 函数可直接读取文件,返回一个 Dataset 对象,包含元数据和像素信息:
立即学习“Python免费学习笔记(深入)”;
import pydicom
ds = pydicom.dcmread("example.dcm")
print(ds.PatientName) # 查看患者姓名等元数据
print(ds.pixel_array.shape) # 查看图像尺寸,如 (512, 512)
注意:ds.pixel_array 是核心图像数据(numpy 数组),已自动解码,无需手动解析原始字节。
两种html5图片展示效果,动画效果流畅,兼容主流浏览器,php中文网推荐下载! 使用方法: 1、在head区域引入样式表文件app.css,index.css和fonts.css 2、在你的网页中加入注释区域代码即可 3、图标均使用Web开放字体,具体文件见css目录
88
DICOM 图像常需应用窗宽(WW)和窗位(WL)才能正确显示软组织或骨骼细节:
WindowWidth 和 WindowCenter 字段,建议用它们调整显示对比度pydicom.pixel_data_handlers.util.apply_voi_lut() 自动应用 VOI LUT(推荐)plt.imshow(ds.pixel_array, cmap="gray"),但可能偏亮/偏暗示例(带窗宽窗位适配):
import matplotlib.pyplot as plt
from pydicom.pixel_data_handlers.util import apply_voi_lut
<h1>尝试应用 VOI LUT(兼容大多数 CT/MR)</h1><p>arr = ds.pixel_array
if hasattr(ds, 'WindowWidth') and hasattr(ds, 'WindowCenter'):
arr = apply_voi_lut(arr, ds)</p><p>plt.imshow(arr, cmap="gray")
plt.axis('off')
plt.show()
实际中常遇到一个病例含多个切片(如一个文件夹下全是 .dcm)。可用 glob 或 os.listdir 批量读取:
import glob
import pydicom
<p>dcm_files = sorted(glob.glob("path/to/dicom/*.dcm"))
datasets = [pydicom.dcmread(f) for f in dcm_files]</p><h1>检查是否为同序列(可选)</h1><p>for ds in datasets[:3]:
print(f"Instance: {ds.InstanceNumber}, Shape: {ds.pixel_array.shape}")
注意:确保文件按切片顺序排列(如按 InstanceNumber 排序),否则重建三维体数据会错乱。
基本上就这些。关键点是:用 pydicom.dcmread 读,用 .pixel_array 取图,用 apply_voi_lut 或手动窗宽窗位优化显示——不复杂但容易忽略。
以上就是怎样用python加载dicom图片的详细内容,更多请关注php中文网其它相关文章!
python怎么学习?python怎么入门?python在哪学?python怎么学才快?不用担心,这里为大家提供了python速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号