Batch Registration Qc
多期相 CT 批量配准和 QC 记录 0. 背景 之前已经写过单个 fixed 和 moving 的配准脚本，但真正开始处理病例的时候才发现，单个脚本只能证明“这件事情理论上可以做”，不能证明“这件事情可以批量稳定地做”。 因为一个病例里面往往不止两个序列，可能有平扫、动脉期、门静脉期、延迟期，也可能夹杂 localizer、lung、std、薄层、厚层之类的序列。更麻烦的是，即使它们都来自同一个病例，也不能默认它们的切片编号就是一一对应的。 所以这次想做的是： 批量读取同一个病例下的多个 DICOM series，自动筛选、配准、评价配准效果，并输出可以作为 nnU-Net 多通道输入的 NIfTI 文件。 完整代码见 GitHub：medical-image-registration-scripts 1. 一开始的想法 最初的思路其实很朴素： 读取一个病例下面所有 seriesXXX 文件夹； 自动选一个序列作为 fixed image； 其余序列作为 moving image； 先通过 DICOM header 做第一轮筛选； 对筛选通过的 moving 做刚性配准和重采样； 配准后计算一组无标签 QC 指标； 根据 QC 结果打 PASS、WARNING、FAIL； 只把合格的序列放入最终多通道； 最后对保留下来的通道做共同区域裁剪； 输出 nnU-Net 的 imagesTr 格式。 看起来非常顺理成章，甚至有点过于顺理成章。 但是医学图像处理很多时候就是这样：流程图画出来的时候像一条笔直的路，真正跑起来的时候才发现中间到处是坑。 2. fixed image 的选择 脚本里暂时采用了一个比较直接的规则： 选择切片数最多的 seriesXXX 作为 fixed image。 这样做的原因是，切片数最多的序列通常扫描范围更完整，更适合作为统一空间的参考。 当然这不是一个绝对正确的规则。更严谨的做法应该结合： 序列描述； 扫描范围； 图像质量； 老师指定的标准期相； 是否为薄层或厚层重建； 是否包含目标器官区域。 但在当前阶段，为了先把批量流程跑通，先用“切片数最多”作为自动选择规则。 3. 配准前 header 筛选 在真正做配准之前，脚本会先比较 fixed 和 moving 的空间信息。 主要检查：
阅读全文 »