关于图像处理问题：CT图像预处理

Question

想问一下大家 在做CT图像预处理的时候 根据数据集提供的信息 需要先从像素中减去32768获得HU值 再调整窗宽窗位【-1024, 3071】，可是得到的结果是全黑的

Answer 1

不知道你这个问题是否已经解决, 如果还没有解决的话:

• 这篇博客: CT图像预处理之窗宽窗位调整中的 1 CT图像的Hu值变换 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  

  CT值属于医学领域的概念，通常称亨氏单位（hounsfield unit,HU),反映了组织对X射线的吸收程度。黑影表示低吸收区，即低密度区，如含气体多的肺部；白影表示高吸收区，即高密度区，如骨骼。但是CT 和X线图像相比，CT的密度分辨力高，即有高的密度分辨力（density resolution）。因此，人体软组织的密度差别虽小。吸收系数虽多接近于水，也能形成对比而

  成像。解剖成像。

  灰度值属于计算机领域的概念，指的是单个像素点的亮度，灰度值越大表示越亮。范围一般从0到255，白色为255，黑色为0，故黑白图片也称为灰度图像。

  两种最常用的医学图像数据格式：DICOM类型和NIFTI类型

  DICOM类型的文件后缀为dcm,常用的python处理库有：SimpleITK,pydicom库

  NIFTI类型的文件后缀为nii或nii.gz，常用的python处理库有：SimpleITK,nibabel库

  注：无论对于dcm还是nii格式的图片，只要是ct图，为了更好地观察不同器官，都可以选择将储存的原始数据转化为Hu值，因为Hu值即代表了物体真正的密度。

         对于nii格式的图片，SimpleITK,nibabel中常用的api接口，都会自动的进行上述转化过程，即取出来的值已经是Hu了。除非专门用nib.load('xx').dataobj.get_unscaled()或者itk.ReadImage('xx').GetPixel(x,y,z)才能取得原始数据

         对于dcm格式的图片，SimpleITK,pydicom常用的api接口都不会将原始数据自动转化为Hu。（itk snap软件读入dcm或nii都不会对数据进行scale操作）

  公式与代码：

  HU = pixel_val*slope + intercept

  其中，slope,intercept可以从元数据中读取

  def get_pixels_hu(ct_array,slope,intercept):
      if slope != 1:
          ct_array = slope*ct_array
      ct_array += intercept
      return ct_array

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^