Чем отличаются расстояние между размерами и толщиной z (0018, 0050) в серии dicom?
Я изучал некоторые серии dicom и обнаружил, что атрибут толщина и значение itkimage.GetSpacing()[2] не всегда согласованы.
Например, значение толщины (0018, 0050), закодированное в файле dcm, составляет 1,5 мм, но соответствующий интервал, указанный simpleITK по оси z, равен 1,00. Тогда какое значение я должен использовать, чтобы указать физическое расстояние между соседними вокселевыми центрами s на оси z? Если это разные вещи, то что на самом деле означают расстояния?
Я получаю значения толщины и расстояния в Python следующим образом:
//thickness using dicom
thickness = dicom.read_file(dcm_file)[0x0018, 0x0050].value
//spacing using simpleITK
reader = sitk.ImageSeriesReader()
dicom_files = reader.GetGDCMSeriesFileNames(dicom_dir)
reader.SetFileNames(dicom_names)
itkImage= rader.Execute
spacing_x, spacing_y, spacing_z = itkImage.GetSpacing()
Я искал в документах, но пока не нашел что-то вроде ответа. Спасибо!
====== Update1 ======
Я проверил значение "Положение изображения (пациент)" (0020,0032), и они действительно находятся на расстоянии 1 мм на срез. Тогда что означает толщина листьев?
2 ответа
Существует минимальная толщина среза, которую может измерять сканер. И есть расстояние между позициями измерения для соседних срезов. И при создании изображения сканеру не нужно измерять следующий срез ровно на расстоянии одной толщины, он может быть меньше (перекрывая некоторые измерения) или больше (создавая некоторые промежутки в измерениях). Для смежных воксельных центров вам нужен интервал. Толщина - это дополнительная информация, обычно мало значимая.
Срезы вычисляются по непрерывным сигналам, полученным сканером. Вы можете представить вычисление как вид интеграла или среднего. В математической модели толщина среза бесконечно мала, но значения пикселей усредняются из сигналов, поступающих от кубоида вокруг плоскости среза.
Таким образом, толщина среза и расстояние между соседними срезами не связаны друг с другом и могут изменяться независимо.
Я нахожу это изображение довольно иллюстративным: https://encrypted-tbn0.gstatic.com/images?q=tbn:ANd9GcSWyeGrs-Ojdhg6GCn7obLfQ3j94c_sD0Hy8Oe1A-HdO6OZ-7H- (к сожалению, оно маленькое)