批量dicom格式转nii（dcm2nii），目前网上最全总结与最强转换方法！！_dcm2niigui批量处理

文章目录

• Dcm2nii各方法目前存在的问题
• 又快又稳定的批处理方法！
• 总结

---

Dcm2nii各方法目前存在的问题

1. 使用mricron的dcm2niigui.exe转换，此方法虽然可以成功转换，但存在的问题如下：①输出的nii可能不止一个；②只能输出到同级目录，不能自定义输出文件深度。
2. 使用matlab中的spm12软件转换，代码如下：

matlabbatch{1}.spm.util.import.dicom.data = data_subdir3 ;
matlabbatch{1}.spm.util.import.dicom.outdir = {data_dir2} ;
spm_jobman('run', matlabbatch) ;

1
2
3
4

存在的问题是：单个病人work，多个病人循环处理经常会出现保存错乱的情况。
3. 使用python代码进行转换，代码如下：

series_file_names = sitk.ImageSeriesReader.GetGDCMSeriesFileNames(path)
series_reader = sitk.ImageSeriesReader()
series_reader.SetFileNames(series_file_names)
img_dt = series_reader.Execute()
#img_dt = sitk.ReadImage(path) #如果是单个dicom文件，请使用这个，注释前面几行
#读取完dicom 直接保存就可
origin =img_dt.GetOrigin()
direction = img_dt.GetDirection()
space = img_dt.GetSpacing()
img_dt.SetOrigin(origin)
img_dt.SetDirection(direction)
img_dt.SetSpacing(space)
sitk.WriteImage(img_dt, savedir+'xxx.nii')

1
2
3
4
5
6
7
8
9
10
11
12
13
14

存在的问题：保存得到的图像方向有时候是错的，虽然最终set了direction，并且头文件没有得到保存，且处理起来慢。
4. 使用一些软件手动处理：①SimpleITK：读入dicom，再保存为nii

②DICOM Converter （别用，依托答辩，数据一多就卡住，还收费）
③MRIcroGL（类似于mricron），和mricron一样，GUI程序不能批处理。

---

又快又稳定的批处理方法！

那就是MRIcroGL里的dcm2niix结合python，直接上代码：

import os
import sys
sys.path.append(r'C:\Users\Administrator\Desktop\MRIcroGL_windows\MRIcroGL\Resources')
base_path = r'L:\tougu_data\xx'
for i in os.listdir(base_path):
    path1 = base_path + '/' + i
    for ii in os.listdir(path1):
        dist_dir = path1 + '/' + ii
        new_name = dist_dir
        os.system('chcp 65001')
		os.system(r'C:\Users\Administrator\Desktop\MRIcroGL_windows\MRIcroGL\Resources\dcm2niix {0}'.format(dist_dir))

1
2
3
4
5
6
7
8
9
10
11
12

其实就是通过python调用windows shell，然后借助python可以传入变化参数达到批处理。这里有几点需要说明：①os.system(‘chcp 65001’)不加可能会报错编码错误。②dcm2niix 的传入参数有很多，可以自行去shell里输入dcm2niix来查看其功能，比如输出文件名设置等。

总结

题外话
如果你是零基础小白，想快速入门Python是可以考虑的。
一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以找到适合自己的学习方案
包括：Python安装包+激活码、Python web开发，Python爬虫，Python数据分析，人工智能、机器学习等教程。带你从零基础系统性的学好Python！

零基础Python学习资源介绍