python基于影像Dicom标签，计算患者年龄_mri数据预测大脑年龄python

本文由Markdown语法编辑器编辑完成。

1. 需求背景

产品要进行体系认证，而体系中对影像过滤进行了一些限制。其中一条规则是，需要筛选出所有影像中年龄大于等于16岁的影像。
要注意，这里的年龄，是患者在当时拍摄影像时的年龄，而不是患者当前的年龄。
在dicom标签中，有一个标签是表明患者拍摄时的年龄的，(0x0010, 0x1010) PatientAge.
但是由于这个标签不是一类标签，不一定存在。因此，可以根据另外两个标签，来计算出患者当时拍摄时的年龄。这两个标签是：(0x0008, 0x0020) StudyDate, (0x0010, 0x0030) PatientBirthDate. 然后根据这两个标签，计算出年份的差异，也就知道了患者当时拍摄时的年龄。

明确了以上的方案，就可以写代码来实现了。

2. 需求实现

def check_age_restriction():
	patient_age_str = get_tag_values(ds, (0x0010, 0x1010), None)
          if patient_age_str:
              if patient_age_str.__contains__('D') or \
                      patient_age_str.__contains__('W') or \
                      patient_age_str.__contains__('M') or \
                      (patient_age_str.__contains__('Y') and
                       int(patient_age_str.split('Y')[0]) < 16):
                  return False
              return True
          patient_birthdate_str = get_tag_values(ds, (0x0010, 0x0030), None)
          study_date = get_tag_values(ds, (0x0008, 0x0020), None)
          series_date = get_tag_values(ds, (0x0008, 0x0021), None)
          acquisition_date = get_tag_values(ds, (0x0008, 0x0022), None)
          content_date = get_tag_values(ds, (0x0008, 0x0023), None)
          if not patient_birthdate_str:
              return True
          else:
              patient_birthdate = \
                  datetime.strptime(patient_birthdate_str, '%Y%m%d').date()
              actual_study_date = datetime.strptime(
                  study_date or series_date or acquisition_date or
                  content_date, '%Y%m%d').date()
              patient_age = cal_age_by_study_and_birth_date(
                  actual_study_date, patient_birthdate)
              if patient_age < DR_CE_AGE_LOWER_LIMIT:
                  return False
              return True

def get_tag_values(ds, tag, default=None):
    """
    获取dataset
    :param ds: Dataset 待获取对象dataset
    :param tag: tuple tag十六进制数
    :param default: object 缺省返回
    :return: object
    """
    if tag[0] == 0x0002:
        val = ds.file_meta.get(tag)
    else:
        val = ds.get(tag, default=default)
    if hasattr(val, 'value'):
        val = val.value
    return normalize_tag(val)


def normalize_tag(tag):
    """
    把tag的值转化为python的内置类型
    :param tag: Tag
    :return: object
    """
    type_map = [
        ('DSfloat', float),
        ('DSdecimal', float),
        ('IS', int),
        ('MultiString', lambda x: [normalize_tag(i) for i in x]),
        ('MultiValue', lambda x: [normalize_tag(i) for i in x]),
        ('PersonName3', str),
        ('PersonNameBase', str),
        ('PersonName', str),
        ('PersonNameUnicode', unicode),
    ]
    cls_name = tag.__class__.__name__
    val = dict(type_map).get(cls_name, lambda _: _)(tag)
    return val


def cal_age_by_study_and_birth_date(study_date, birth_date):
    if not study_date:
        raise Exception("StudyDate, SeriesDate, AcquisitionDate and "
                        "ContentDate do not exist!")
    if isinstance(study_date, date) and isinstance(birth_date, date):
        return study_date.year - birth_date.year - \
               ((study_date.month, study_date.day) <
                (birth_date.month, birth_date.day))
    raise Exception("StudyDate or BirthDate is not date type.")

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78

以下是相应的测试case:
case1:

case2:

参考链接：

未完待续…