基于matlab的批量转换dicom格式ct序列图像的实现

《基于matlab的批量转换dicom格式ct序列图像的实现》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、基于Matlab的批量转换DICOM格式CT序列图像的实现:针对DICOM格式的CT序列阁像，该文提出了一个基于Matlab自动批量实现多种通用图像格式的转换方法。该方法利用Matlab现有的图像处理函数，通过编程完成了DICOM格式图像的批量读入、CT数据转换、调窗处理和多图像格式转换等，实现了转换过程自动化。它具有转换效率高、速度快，结果显示效果好的特点，有一定的应用和推广价值。关键词：DICOM格式图像格式转换CT序列图像MatlabTP39A1672-3791(2017)04(c)-0008-04Abstract:ThepaperpresentsamethodofDICOMform

2、atconversionofCTseriesimagebasedonMatlab.TheimageprocessingfunctionsofMatlabareusedtorealizeDICOMmultipleimagesreading,CTdataconversion,CTwindowadjusting,multipleimageformatsconversionetc..Thewholeconversionprocedureisimplementedautomatically.Theresultsshowthatthemethodhasadvantagesonhighefficienc

3、y,fastspeedandgooddisplay.KeyWords：DICOM；Imageformatconversion；CTseriesimage；Matlab?s着医学影像技术和通信网络技术的发展，不同厂家的医学影像设备与医院信息化系统之间，需要统一的标准实现医学图像的存储和传输，为此DICOM(DigitalImagingandCommunicationinMedicine)医学数字成像和通信标准应运而生［l］。该标准包含Y医学数字图像的采集、存储、通信、显示和查询等开放式的信息交换协议。目前各种医疗影像设备(如CT,MRI，B超等)几乎都采用DICOM3.0标准存储图像文件，但

4、DIC0M格式的图像主要应用于带有相应标准接口的设备中，不是普通计算机应用软件可识别的图像格式，同时也不能在通用的图像处理软件中直接打开。为Y科研、教学和学术交流等目的，有必要将这些标准数字影像设备获取的DICOM格式图像转换成通用格式的图像文件，如BMP，TIFF,JPEG和RAW等，以便使用普通计算机对它们进行后续处理。当前流行的图像处理软件如：PhotoshopCS3,虽然己具有单幅DICOM图像的转换功能，但应用起来费时费力，需要人工手动操作完成；另外不管是CT还是MKI成像设备产生的DICOM图像多为序列图像，要进行格式转换的图像文件数自较多，如果用Photoshop手工完成序列

5、图像格式转换的话，工作量巨大；因此，设计一个批量完成序列图像的DICOM格式转换程序，显得十分必要。笔者开发丫一个基于MATLAB编程的自动转换程序，实现丫DICOM格式的CT序列图像的批量转换，具有简单易行的特点。1CT图像和CT值CT（ComputedTomography）即电子计算机断层扫描，它的工作基本原理是利用X射线束对人体某部位一定厚度的层面进行扫描。由扫描所得的信息经计算而获得每个体素的X线吸收系数，并按矩阵形式排列，从而重建成二维层面的CT图像，其中常用的是横断面图像。为了显示整个组织器官，扫描后图像多为连续的层面图像，即序列图像。每一个CT层面图像是由一定数目的像素构成，

6、不同CT装置所得图像的像素大小及数目不同，数H越多分辨率越高。CT图像的像素值大小反映了器官和组织对X射线的吸收程度，因此与普通X线图像一样，黑影表示低吸收区（低密度区），白影表示高吸收区（高密度区）［2］。一般空气密度最低，人体中的骨皮质密度最高，组织器官的密度不同从而构成丫CT影像差异。在实际应用中，不用吸收系数，而是换算成了CT值，利用CT值定量组织密度，单位是HuCHounsfieldunit）。水的CT值定为OHu，人体组织相对于水的CT值高低分布，基本在-1000Hu〜+1000Hu之间。高密度区CT值大，低密度区CT值小。2DICOM图像格式一个DICOM图像文件是一个信息体

7、实例的数据集，主要包括设备，患者，检查和图像等信息［3］。DICOM图像文件结构主要由文件头和数据集合两大部分组成。文件头前128个字节通常为00H，然后是4个字节的16进制代码代表字符串“DICM”的文件前缀，这是判断该文件是否为DICOM文件的关键。数据集由数据元素按一定顺序组成，它既包含了与成像实例相关的数据，如病人姓名、成像方式、图像大小等;又包括了成像实例的图像像素数据。数据元素结构由标签（Tag）、数据表示（