【Medical Images-1】医学图像中常见的数据格式

简介: 医学图像中常见的数据格式包括DICOM、NifTI、TIFF等。DICOM是最常用的标准,用于存储和交换医学图像;NifTI主要用于神经影像学;TIFF则广泛应用于光栅图像的存储。其他常见格式还包括PAR/REC、ANALYZE、NRRD、MINC等。每种格式都有其特定的应用场景和优势。在实际应用中,应根据具体需求选择合适的格式。

【Medical Images-1】医学图像中常见的数据格式

医学图像是一个比较热门的话题,并且也是我个人比较感兴趣的一个方向。我们这边设置一个专栏,主要用来阐述医学图像中常见的深度学习方法,前面主要围绕2d图像来展开,后面则主要围绕3d图像来展开,方向方面我们主要侧重于对图像的分割。
这里是关于设备方面的常识:https://oncol.dxy.cn/article/667161
image-20240821164529949

OK,今天我们来看的医学图像处理中常见的数据格式。医学图像常见的数据格式多种多样,每种格式都有其特定的应用场景和优势。以下是一些常见的医学图像数据格式:

1. DICOM(Digital Imaging and Communications in Medicine)

  • 简介:DICOM是医学影像领域最常用的标准之一,主要用于存储、交换和检索医学图像,如X光片、CT扫描、MRI等。每个DICOM文件通常包含基本的病人信息(如病人ID、姓名、检查日期等)以及图像信息(如像素数据、图像纬度等)。
  • 特点:DICOM格式定义了满足临床需要的用于数据交换的医学图像格式,被广泛应用于放射、成像等诊疗诊断设备。

2. NifTI(Neuroimaging Informatics Technology Initiative)

  • 简介:NifTI格式主要为神经影像学设计,用于存储和交换神经影像学数据。每个NifTi文件包含一个头文件(.hdr)和一个图像文件(.img)。
  • 特点:NifTi文件包含丰富的元信息,如维度、像素大小等,并支持三维图像建模,更适合应用于DICOM数据上的机器学习方法。

3. TIFF(Tagged Image File Format)

  • 简介:TIFF是一种用于存储和交换光栅图像的标准格式,广泛应用于桌面出版、扫描和其他领域。
  • 特点:TIFF文件可以包含多页图像、多通道(如RGB)、压缩数据等,支持无损压缩和有损压缩。

4. 其他常见格式

  • PAR/REC:由宾夕法尼亚大学开发的核磁共振成像(MRI)格式,包含病人信息和图像数据。
  • ANALYZE:由美国Analyze网站开发的格式,用于存储医学影像数据,如CT和MRI图像,在神经影像学领域得到广泛应用。
  • NRRD(N-Dimensional Raster Data):神经影像学领域常用的格式,支持多维图像的存储和交换。
  • MINC(Minium Interval Encoding of Connected Raster Data):最初为心脏影像学研究开发,支持多维图像的存储和交换,并包含元数据。

5. VTK相关格式

  • VTI(VTK XML Image Data):可视化工具包(VTK)的图像格式,带有嵌入二进制数据的XML语法,非常灵活,可以代表在同一文件的多个标量/矢量/张量数据。
  • VTP(VTK XML PolyData):VTK的表示表面的数据格式,同样带有嵌入二进制数据的XML语法。
  • VTU(VTK XML Unstructured Grid):VTK为网格格式,支持非结构化数据的存储。

6. 其他格式

  • JPEG、PNG、BMP:这些格式虽然不是专为医学图像设计,但在医疗领域也有应用,如用于存储数字X光片和CT扫描图像。JPEG是一种广泛使用的压缩图像格式,适用于在医疗设备(如内窥镜、显微镜等)中获取的图像;PNG是一种无损压缩的位图图像格式,支持透明度,适合在网页中使用;BMP是微软公司开发的一种图像格式,通常用于Windows操作系统的标准图像文件格式。

医学图像的数据格式多种多样,每种格式都有其独特的应用场景和优势。在实际应用中,应根据具体需求选择合适的格式。

有的时候DICOM和NII格式的数据我们会首先通过切片的方式将图像转化为2d的图像,然后使用2d图像分割的方式来处理3d的图像,关于这方面的脚本将会在后面进行更新。

目录
相关文章
|
JSON 数据格式 Python
对Labelme标注图像,进行90、180、270的旋转,实现标注数据的扩充。
对Labelme标注图像,进行90、180、270的旋转,实现标注数据的扩充。
1119 0
对Labelme标注图像,进行90、180、270的旋转,实现标注数据的扩充。
|
2月前
|
XML JSON 数据可视化
数据集学习笔记(二): 转换不同类型的数据集用于模型训练(XML、VOC、YOLO、COCO、JSON、PNG)
本文详细介绍了不同数据集格式之间的转换方法,包括YOLO、VOC、COCO、JSON、TXT和PNG等格式,以及如何可视化验证数据集。
339 1
数据集学习笔记(二): 转换不同类型的数据集用于模型训练(XML、VOC、YOLO、COCO、JSON、PNG)
|
2月前
|
XML JSON 数据可视化
数据集学习笔记(六):目标检测和图像分割标注软件介绍和使用,并转换成YOLO系列可使用的数据集格式
本文介绍了labelImg和labelme两款图像标注工具的安装、使用、数据转换和验证方法,适用于目标检测和图像分割任务,支持YOLO等数据集格式。
526 2
数据集学习笔记(六):目标检测和图像分割标注软件介绍和使用,并转换成YOLO系列可使用的数据集格式
|
2月前
|
机器学习/深度学习 JSON 数据可视化
YOLO11-pose关键点检测:训练实战篇 | 自己数据集从labelme标注到生成yolo格式的关键点数据以及训练教程
本文介绍了如何将个人数据集转换为YOLO11-pose所需的数据格式,并详细讲解了手部关键点检测的训练过程。内容涵盖数据集标注、格式转换、配置文件修改及训练参数设置,最终展示了训练结果和预测效果。适用于需要进行关键点检测的研究人员和开发者。
487 0
|
7月前
|
XML 数据可视化 算法
目标检测YOLO数据集的三种格式及转换
目标检测YOLO数据集的三种格式及转换
|
7月前
安装并使用labelImg标注数据集,yolo,VOC格式
安装并使用labelImg标注数据集,yolo,VOC格式
222 0
|
数据采集 数据可视化 数据格式
3D检测数据集 DAIR-V2X-V 转为Kitti格式 | 可视化
本文分享在DAIR-V2X-V数据集中,将标签转为Kitti格式,并可视化3D检测效果。
249 0
|
XML 存储 自动驾驶
无人驾驶之交通识别项目--基于xml和图片生成自己的数据集txt用于yolo4训练
无人驾驶之交通识别项目--基于xml和图片生成自己的数据集txt用于yolo4训练
101 0
无人驾驶之交通识别项目--基于xml和图片生成自己的数据集txt用于yolo4训练
|
人工智能 算法 人机交互
基于内容的图像检索系统 课设总结分析 01 Image retrieval Pipeline
基于内容的图像检索系统 课设总结分析 01 Image retrieval Pipeline
174 0
基于内容的图像检索系统 课设总结分析 01 Image retrieval Pipeline
|
存储
RLE格式分割标注文件格式转换【以Airbus Ship Detection Challenge为例】
RLE格式分割标注文件格式转换【以Airbus Ship Detection Challenge为例】
247 0
RLE格式分割标注文件格式转换【以Airbus Ship Detection Challenge为例】