2024-08-13 给RD.dcm添加DVH Sequence (1)

# Py_add_dcm_DVH.py
# 这个代码是在安装了pydicom的环境运行的,
# 用来导出把dcm_folder里面的患者目录下面的All_ROI_DVH_data.txt
# 添加到RD.dcm的ds.DVHSequence里面

import os
import zipfile
import pydicom
from pydicom.dataset import Dataset
from pydicom.sequence import Sequence

# 设置DICOM文件夹路径
dcm_folder = r'X:\dcm_temp'

# 解压ZIP文件的函数
def unzip_files(dcm_folder):
    for root, _, files in os.walk(dcm_folder):
        for file in files:
            if file.endswith('.zip'):
                zip_file_path = os.path.join(root, file)
                extract_folder = os.path.splitext(zip_file_path)[0]
                if not os.path.exists(extract_folder):
                    os.makedirs(extract_folder)
                with zipfile.ZipFile(zip_file_path, 'r') as zip_ref:
                    zip_ref.extractall(extract_folder)
                print(f'Unzipped {file} to {extract_folder}')

# 处理DICOM和DVH的函数
def process_dvh_and_dcm_files(dcm_folder):
    for patient_dir in os.listdir(dcm_folder):
        patient_path = os.path.join(dcm_folder, patient_dir)
        if os.path.isdir(patient_path):
            # 查找DICOM文件
            rtstruct_file_path = None
            dicom_file_path = None
            for file in os.listdir(patient_path):
                file_path = os.path.join(patient_path, file)
                if file_path.endswith('.dcm'):
                    dcm_data = pydicom.dcmread(file_path, stop_before_pixels=True)
                    if dcm_data.Modality == 'RTSTRUCT':
                        rtstruct_file_path = file_path
                    elif dcm_data.Modality == 'RTDOSE':
                        dicom_file_path = file_path

            # 查找DVH数据
            txt_file_path = os.path.join(patient_path, "All_ROI_DVH_data.txt")

            if txt_file_path and rtstruct_file_path and dicom_file_path:
                # 读取RTSTRUCT文件以获取ROI的ROINumber
                rtstruct = pydicom.dcmread(rtstruct_file_path)
                roi_number_map = {roi_seq.ROIName: roi_seq.ROINumber for roi_seq in rtstruct.StructureSetROISequence}

                # 读取TXT文件中的DVH数据
                with open(txt_file_path, 'r') as file:
                    lines = file.readlines()

                # 读取现有的RTDOSE DICOM文件
                dicom_data = pydicom.dcmread(dicom_file_path)

                # 检查并初始化DVHSequence
                if not hasattr(dicom_data, 'DVHSequence'):
                    dicom_data.DVHSequence = Sequence()

                # 处理每个ROI的数据
                i = 0
                while i < len(lines):
                    if lines[i].startswith("ROI Name:"):
                        roi_name = lines[i].split(":")[1].strip()
                        dvh_type = lines[i+1].split(":")[1].strip()
                        dose_units = lines[i+2].split(":")[1].strip()
                        dose_type = lines[i+3].split(":")[1].strip()
                        dvh_dose_scaling = float(lines[i+4].split(":")[1].strip())
                        dvh_volume_units = lines[i+5].split(":")[1].strip()
                        dvh_number_of_bins = int(lines[i+6].split(":")[1].strip())
                        dvh_minimum_dose = float(lines[i+7].split(":")[1].strip())
                        dvh_maximum_dose = float(lines[i+8].split(":")[1].strip())
                        dvh_mean_dose = float(lines[i+9].split(":")[1].strip())
                        dvh_data = []
                        i += 11
                        while not lines[i].startswith("End of ROI"):
                            dose_value, volume_value = map(float, lines[i].strip().split(":"))
                            dvh_data.append((dose_value, volume_value))
                            i += 1

                        # 创建一个新的DVH序列项
                        dvh_item = Dataset()
                        dvh_item.DVHType = dvh_type
                        dvh_item.DoseUnits = dose_units
                        dvh_item.DoseType = dose_type
                        dvh_item.DVHDoseScaling = dvh_dose_scaling
                        dvh_item.DVHVolumeUnits = dvh_volume_units
                        dvh_item.DVHNumberOfBins = dvh_number_of_bins
                        dvh_item.DVHMinimumDose = dvh_minimum_dose
                        dvh_item.DVHMaximumDose = dvh_maximum_dose
                        dvh_item.DVHMeanDose = dvh_mean_dose
                        dvh_item.DVHData = '\\'.join([f'{dose}\\{volume}' for dose, volume in dvh_data])

                        # 获取Referenced ROI Number
                        referenced_roi_number = roi_number_map.get(roi_name)
                        if referenced_roi_number:
                            referenced_roi_item = Dataset()
                            referenced_roi_item.ReferencedROINumber = referenced_roi_number
                            referenced_roi_item.DVHROIContributionType = 'INCLUDED'
                            dvh_item.DVHReferencedROISequence = Sequence([referenced_roi_item])

                            # 将DVH序列项添加到DICOM文件
                            dicom_data.DVHSequence.append(dvh_item)

                    i += 1

                # 覆盖保存修改后的RTDOSE DICOM文件
                dicom_data.save_as(dicom_file_path)

                print(f'Modified DICOM file saved to: {dicom_file_path}')

# 执行解压和处理功能
if __name__ == '__main__':
    unzip_files(dcm_folder)
    process_dvh_and_dcm_files(dcm_folder)

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,928评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,192评论 3 387
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 159,468评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,186评论 1 286
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,295评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,374评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,403评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,186评论 0 269
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,610评论 1 306
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,906评论 2 328
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,075评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,755评论 4 337
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,393评论 3 320
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,079评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,313评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,934评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,963评论 2 351

推荐阅读更多精彩内容