2. 医学影像数据格式解析

医学影像开发中，真正让工程变复杂的往往不是算法本身，而是“同一份影像在不同格式里长得不一样”。DICOM、NIfTI、NRRD、MetaImage 这四种格式分别服务于临床设备、神经影像研究、通用科研数据和 ITK 生态，它们在元数据组织、像素数据排布、方向与原点表达上各有约定。SimpleITK 的 Image 对象是这些差异的“统一收口层”：无论读入哪种格式，最终都要落到 size、spacing、origin、direction 和像素缓冲这五个核心要素上。理解格式与 Image 对象的映射关系，是后续配准、重采样、分割不“翻车”的前提。

四种格式的定位与结构差异

DICOM 是临床标准，一个序列通常由多个文件组成，每个文件携带 Patient、Study、Series、Image Position Patient、Image Orientation Patient、Pixel Spacing、Slice Thickness 等标签。它的元数据最丰富，但也最“碎”：几何信息分散在多个标签中，且不同厂商、不同设备可能存在私有标签或缺失字段。NIfTI 常见于脑影像研究，单文件（.nii）或双文件（.hdr/.img）存储，头信息用 qform/sform 描述空间变换，体素数据按三维数组连续存放。NRRD 以“头+数据”分离或合并方式存储，头信息是键值对文本，支持 space directions、space origin、kinds 等字段，对方向表达非常明确。MetaImage（.mhd/.raw 或 .mha）是 ITK 的原生格式之一，头文件用 TransformMatrix、Offset、ElementSpacing 等字段描述几何，结构清晰、解析稳定，常用于中间结果和测试数据。

从工程视角看，这四种格式的差异集中在三处：元数据是分散还是集中、像素数据是单文件还是多文件、方向与原点是用矩阵还是用标签表达。SimpleITK 读取时，会把这些差异统一转换为 Image 对象的几何属性，但转换过程中存在“信息丢失”和“约定差异”两个风险点，必须提前识别。

元数据到几何属性的映射细节

SimpleITK 读取 DICOM 序列时，spacing 的前两维来自 PixelSpacing（行、列方向），第三维来自相邻切片 Image Position Patient 的欧氏距离，而不是简单取 Slice Thickness。这一点非常关键：如果切片间距不均匀，SimpleITK 会按实际位置计算，但若序列缺失位置信息，则可能退化为厚度值。方向矩阵由 Image Orientation Patient 的前三个分量（行方向）和后三个分量（列方向）叉乘得到第三方向，再按切片位置排序确定正负。原点取第一张切片位置与方向矩阵的对应关系。NIfTI 则直接使用 sform 或 qform 矩阵分解出 spacing、origin 和 direction；NRRD 从 space directions 的列向量取模长得到 spacing，归一化后得到 direction；MetaImage 从 TransformMatrix 和 Offset 直接映射。

像素数据方面，DICOM 的 BitsAllocated、PixelRepresentation、RescaleSlope、RescaleIntercept 决定了原始值到物理值（如 HU）的转换。SimpleITK 默认读取原始像素值，若需要 HU，必须手动应用 RescaleSlope 和 RescaleIntercept，或使用 ReadImage 后调用 Cast 与线性变换。NIfTI、NRRD、MetaImage 通常直接存储物理值或已标定的强度值，但要注意 NIfTI 的 scl_slope/scl_inter 字段，SimpleITK 在读取时会自动应用。像素类型上，DICOM 常见 int16、uint16，NIfTI 常见 float32、int16，NRRD 和 MetaImage 支持更丰富的类型，读取后可通过 GetPixelID() 查看。

方向与坐标系的工程陷阱

医学影像中最容易出错的是方向。DICOM 的 Image Orientation Patient 描述的是图像行、列方向在患者坐标系中的方向余弦，而 SimpleITK 的 direction 矩阵列向量对应的是索引轴方向。两者在 LPS（DICOM 患者坐标）与 RAS（NIfTI 常用）之间存在符号差异。SimpleITK 内部统一使用 LPS 作为物理坐标约定，读取 NIfTI 时会自动将 RAS 转换为 LPS。如果直接混用不同来源的数组和几何信息，就会出现左右翻转、上下颠倒。判断方法很简单：读取后打印 GetDirection()，检查对角线元素符号；再用 TransformIndexToPhysicalPoint 把体素索引转成物理坐标，与已知解剖点比对。

实操：读取、检查与转换

下面示例演示读取 DICOM 序列并检查关键几何属性，再转换为 NIfTI 保存。示例参数为合理假设，实际运行时以数据为准。

import SimpleITK as sitk

# 读取 DICOM 序列（目录内为同一 Series 的切片）
reader = sitk.ImageSeriesReader()
series_ids = reader.GetGDCMSeriesIDs("data/dicom_series")
file_names = reader.GetGDCMSeriesFileNames("data/dicom_series", series_ids[0])
reader.SetFileNames(file_names)
image = reader.Execute()

print("size:", image.GetSize())
print("spacing:", image.GetSpacing())
print("origin:", image.GetOrigin())
print("direction:\n", image.GetDirection())
print("pixel type:", image.GetPixelIDTypeAsString())

# 将索引 (0,0,0) 与 (10,10,5) 转为物理坐标
p0 = image.TransformIndexToPhysicalPoint((0, 0, 0))
p1 = image.TransformIndexToPhysicalPoint((10, 10, 5))
print("physical p0:", p0)
print("physical p1:", p1)

# 保存为 NIfTI，SimpleITK 会自动处理 LPS→RAS 的方向转换
sitk.WriteImage(image, "output/volume.nii.gz")

运行后重点观察三点：spacing 第三维是否与切片间距一致；direction 矩阵是否接近单位阵或带符号的对角阵；TransformIndexToPhysicalPoint 的结果是否符合解剖方位。若发现方向异常，可用 sitk.DICOMOrient 将图像重定向到标准方向（如 LPS 或 RAS），再继续后续处理。

格式选择与工程建议

临床数据入口优先用 DICOM，保留原始标签用于溯源；算法中间结果建议用 MetaImage 或 NRRD，头信息清晰、读写稳定；与神经影像工具链交互时用 NIfTI，但要注意 RAS/LPS 转换。无论哪种格式，读入后都应先做一次几何自检：size 是否与预期体素规模一致、spacing 是否为正、direction 行列式是否接近 +1（若为 -1 说明存在镜像）。把这一步固化成读取后的检查函数，能避免大量“看起来对、实际左右反”的隐蔽错误。