Decodificar archivos DICOM para imágenes médicas

Descripción general

Este tutorial muestra cómo utilizar tfio.image.decode_dicom_image en TensorFlow IO para decodificar los archivos DICOM con TensorFlow.

Configuración y uso

Descargar imagen DICOM

La imagen DICOM utilizado en este tutorial es del conjunto de datos de rayos X NIH pecho .

El conjunto de datos de rayos X de tórax NIH consta de 100.000 imágenes de identificados de radiografías de tórax en formato PNG, proporcionados por el NIH Clinical Center y puede ser descargado a través de este enlace .

Google Cloud también ofrece una versión DICOM de las imágenes, disponible en el almacenamiento en la nube .

En este tutorial, se descarga un archivo de ejemplo del conjunto de datos de la cesión temporal de GitHub

Nota: Para obtener más información sobre el conjunto de datos, por favor, encontrar la siguiente referencia:

• Xiaosong Wang, Yifan Peng, Le Lu, Zhiyong Lu, Mohammadhadi Bagheri, Ronald Summers, ChestX-ray8: Base de datos de rayos X de tórax a escala hospitalaria y puntos de referencia sobre la clasificación y localización de enfermedades tórax comunes con supervisión débil, IEEE CVPR, págs. 3462 -3471, 2017

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

Instale los paquetes necesarios y reinicie el tiempo de ejecución

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

pip install tensorflow-io

Decodificar imagen DICOM

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

Decodificar metadatos DICOM y trabajar con etiquetas

decode_dicom_data decodifica información de la etiqueta. dicom_tags contiene información útil como la edad del paciente y el sexo, lo que puede utilizar las etiquetas DICOM como dicom_tags.PatientsAge y dicom_tags.PatientsSex . tensorflow_io toma prestada la misma notación de etiqueta del paquete pydicom dicom.

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