DICOM转NIfTI：核磁数据格式转换与批量处理指南

做科研或者跑深度学习模型时很多人的第一步不是写网络结构而是卡在怎么把手里的核磁数据变成模型能用的格式。医院拷回来的数据往往是一整个文件夹的 DICOM 文件几百上千个文件命名还是乱码而 PyTorch、FSL、SPM 里常用的数据格式却是单个的 NIfTI 文件。如果你也遇到过这种“文件多到不知从何下手”的情况这篇文章会很适合你。内容会围绕核磁数据的格式转换展开讲清楚 DICOM 和 NIfTI 的区别给出图形界面和命令行两种转换方案并附上 Python 批量处理和结果校验的完整代码。1. 背景与核心概念1.1 核磁数据到底长什么样核磁共振成像MRI扫描完成后设备并不是直接生成一张我们肉眼看到的大图而是生成一系列断层切片。每一层切片都包含像素矩阵以及描述这个切片位置、方向、厚度、扫描参数的大量元数据。为了将这些信息完整保存下来医疗影像领域制定了 DICOM 标准。DICOM 的全称是 Digital Imaging and Communications in Medicine它不仅是文件格式更是一套包含网络传输、存储、打印在内的完整医疗影像协议。一个典型的 DICOM 文件包含文件头和像素数据两部分文件头里有患者姓名、检查号、扫描序列、层厚、像素间距、图像位置等字段。这些字段并非全为图像显示服务很多是给医生写报告、给设备做定位用的。当我们从医院或扫描设备导出数据时通常会得到两个层级一个患者文件夹下包含多个检查每个检查下又包含多个序列每个序列里是几十到几百张 DICOM 切片。这种结构对 PACS 系统非常友好但对科研和深度学习来说却很不方便——算法工程师往往希望输入是一个完整的 3D 体数据或者一个直接可以送入网络的张量。1.2 为什么科研领域偏爱 NIfTINIfTI 格式Neuroimaging Informatics Technology Initiative是神经科学和医学影像研究领域的常用格式。它最早是为了替代 ANALYZE 格式而设计的解决了 ANALYZE 在方向和坐标信息上不够可靠的问题。NIfTI 文件通常以.nii或.nii.gz结尾一个文件就能保存完整的 3D 或 4D 体数据并且自带仿射变换矩阵可以准确描述体素坐标与真实空间坐标之间的关系。在 FSL、SPM、FreeSurfer、AFNI 等主流神经影像工具中NIfTI 是默认的数据格式。PyTorch 生态里的很多医学影像工具包比如 MONAI、TorchIO也原生支持 NIfTI。换句话说如果你的数据要喂给深度学习模型或者要跑 FSL 的预处理流程NIfTI 几乎是绕不开的。1.3 格式转换的本质不是改后缀很多初学者会问直接把.dcm改成.nii行不行答案是不行。DICOM 是一个文件一张切片NIfTI 是一个文件一个 3D 体数据它们的内部结构完全不同。所谓“转换”本质上是完成三件事将多张 DICOM 切片按照空间位置重排堆叠成 3D 体数据。将 DICOM 文件头中的位置、方向、层厚、像素间距等信息换算成 NIfTI 的 affine 矩阵保证空间坐标不丢失。把需要的元数据如 TR、TE、翻转角、B 值等提取出来写入 NIfTI 扩展头或附属 JSON 文件。理解了这一点你就能明白为什么转换工具的选择如此重要。使用错误工具或手动堆叠数据很容易出现方向反转、切片顺序错误、层厚信息丢失等问题而这些错误在后续配准和建模阶段很难被发现危害极大。2. 常见核磁数据格式盘点2.1 DICOMDICOM 是临床设备输出的标准格式。它由美国放射学会和北美电气制造协会联合制定几乎所有厂商的 MRI、CT、PET 设备都支持该标准。优点是与设备无关、信息完整、可追溯缺点是文件数量大、结构复杂一个 3D 序列被拆分成很多个小文件直接读取效率不高。2.2 NIfTINIfTI 是科研社区的事实标准。几乎所有开源神经影像工具都支持.nii和.nii.gz。它把体数据与空间信息整合在一个文件里并且支持 4D 数据例如功能磁共振成像fMRI的时间序列。与 DICOM 相比NIfTI 结构简单、读写方便、文件体积小尤其经过 gzip 压缩之后。2.3 ANALYZEANALYZE 是 NIfTI 的前身由一对.hdr和.img文件组成。早期工具中使用广泛现在基本被 NIfTI 取代。如果你在网上下载到旧数据集偶尔会碰到这种格式建议转换时尽快迁移到 NIfTI。2.4 其他格式除了上述常见格式还有 MINC、MGH/MGZ、NRRD 等。MGH 是 FreeSurfer 内部使用的格式NRRD 和 MHD 常见于 3D 图像分割与计算机视觉领域。具体使用哪种格式取决于你后续要用哪些工具。下表做一个简单对比格式扩展名单文件承载主要使用领域压缩方式DICOM.dcm单层切片医院、PACS、临床诊断可内嵌压缩NIfTI.nii / .nii.gz3D/4D体数据FSL、SPM、深度学习gzipANALYZE.hdr/.img3D体数据旧工具、遗留数据集无内建压缩MGH.mgh/.mgz3D/4DFreeSurfergzipNRRD.nrrd3D体数据可视化、图像分割gzip3. 环境准备与工具选择3.1 操作系统与运行环境本文示例在 Windows 10/11 和 Ubuntu 20.04/22.04 上均可运行。命令行工具 dcm2niix 是跨平台的Python 代码依赖标准库和少量第三方库。如果你的电脑上已经安装过 Anaconda可以直接使用如果没有建议先安装一个干净的 Python 3.9 以上的环境便于管理依赖。3.2 核心工具一dcm2niixdcm2niix 是目前最主流的 DICOM 转 NIfTI 工具由 Chris Rorden 开发维护。它用于替换早期的 dcm2nii支持现代 MRI 序列能处理增强型 DICOM、4D 功能像、弥散加权成像等多种数据类型。其主要优势包括支持多厂商设备GE、Siemens、Philips 等。自动识别方向信息生成准确的 affine 矩阵。可选生成 BIDS 风格命名和 JSON 文件。转换速度快支持多线程。命令行和图形界面均可使用。由于 dcm2niix 迭代较快本文不写死具体版本号建议从 GitHub 或官方发布页下载最新 release。安装完成后在终端输入dcm2niix -h能正常输出版本信息即表示安装成功。3.3 核心工具二MRIcroGLMRIcroGL 是同一作者推出的图形界面查看与转换工具。它适合不想敲命令行的用户也可以用来快速预览 NIfTI 文件的三维渲染效果。它的转换界面虽然是菜单式操作但底层调用与 dcm2niix 相同的算法结果完全一致。3.4 核心工具三Python 数据处理环境如果你在批量处理大量被试数据或者需要把转换流程嵌入到自动化脚本中Python 是更好的选择。需要用到以下库nibabel读取和写入 NIfTI、ANALYZE 等神经影像格式。pydicom读取 DICOM 文件头与像素数据。numpy数组运算与维度堆叠。安装命令pip install nibabel pydicom numpy这三个工具的关系可以这样理解dcm2niix 负责“一键转换”Python 负责“自动化与精细控制”MRIcroGL 负责“预览和手动检查”。实际项目中通常用命令行或 Python 批量完成转换再用 MRIcroGL 抽查结果。4. 核心转换方法拆解4.1 使用 dcm2niix 命令行转换dcm2niix 的基本用法非常简单。假设你的 DICOM 数据放在/data/raw/dicom目录下希望把转换结果输出到/data/raw/nifti可以在终端执行dcm2niix -o /data/raw/nifti /data/raw/dicom这个命令会把输入目录下所有的 DICOM 序列逐一转换并按默认规则命名输出文件。但实际场景中我们往往需要更精细地控制命名和格式。下面介绍几个常用参数参数含义推荐值-z y输出 gzip 压缩的 .nii.gz-z y-f %p_%s命名规则%p为序列名%s为序列号按需调整-o输出目录必须指定-b y生成附带 JSON 文件-b y-x n不裁剪图像边缘默认即可-m y合并 2D 切片为 3D不推荐对常规序列使用默认即可一个更完整的命令示例dcm2niix -z y -b y -f %p_%s -o /data/raw/nifti /data/raw/dicom执行后/data/raw/nifti会生成.nii.gz和对应的.json文件。JSON 文件里包含扫描参数这为后续质量控制提供了很大帮助。4.2 使用 MRIcroGL 图形界面转换不熟悉命令行的用户可以下载 MRIcroGL。打开软件后在菜单栏选择Import或直接拖拽 DICOM 文件夹到窗口中软件会自动识别序列。确认列表中的序列无误后点击转换按钮设置输出目录即可生成 NIfTI 文件。图形界面的优势是直观可以看到每个序列的类型、层数、大小适合用于检查数据质量。劣势是不适合批量处理大量被试数据。如果你的项目有几十个被试每个被试又有多个序列强烈建议用命令行或 Python 脚本而不是手动点击。4.3 使用 Python 实现 DICOM 转 NIfTI有些时候你可能需要在读取 DICOM 后做自定义处理比如去除运动伪影、重采样、裁剪这时可以直接用pydicom读取数据并手动构建 NIfTI 文件。下面的代码演示了一个最小实现流程。# 文件路径dicom_to_nifti_manual.py import os import numpy as np import pydicom import nibabel as nib def load_dicom_volume(dicom_dir): 读取一个 DICOM 序列目录按空间位置排序并堆叠为 3D 数组。 注意此函数仅用于演示核心思路生产环境建议使用 dcm2niix。 files [] for fname in os.listdir(dicom_dir): if fname.lower().endswith(.dcm): files.append(os.path.join(dicom_dir, fname)) slices [] for fpath in files: ds pydicom.dcmread(fpath) slices.append(ds) slices.sort(keylambda s: float(s.ImagePositionPatient[2])) pixel_array np.stack([s.pixel_array for s in slices]) # 根据 DICOM 头信息计算 affine # 这里采用简化实现仅保留方向正确性 first slices[0] pixel_spacing first.PixelSpacing # [row_spacing, col_spacing] slice_thickness float(getattr(first, SliceThickness, 1.0)) affine np.eye(4) affine[0, 0] float(pixel_spacing[1]) affine[1, 1] float(pixel_spacing[0]) affine[2, 2] slice_thickness return pixel_array, affine, slices if __name__ __main__: data, affine, slice_objs load_dicom_volume(/data/raw/dicom/T1) img nib.Nifti1Image(data, affine) nib.save(img, /data/raw/nifti/manual_t1.nii.gz) print(转换完成体数据形状, data.shape)需要特别说明上面这段代码简化了方向矩阵和患者坐标的换算只适合处理轴向采集、方向没有旋转的序列。真实数据可能存在倾斜采集、不同扫描方向等情况因此这里只是展示原理实际项目中更推荐直接用 dcm2niix。如果你确实需要自己写转换逻辑一定要逐字段核实ImageOrientationPatient和ImagePositionPatient并计算正确的方向余弦矩阵。4.4 使用 Python 调用 dcm2niix 构建批量脚本与其自己造轮子更稳妥的方式是用 Python 调用 dcm2niix。这样既保持了自动化能力又利用了成熟的转换算法。参考代码如下# 文件路径batch_dicom_to_nifti.py import subprocess from pathlib import Path INPUT_ROOT Path(/data/raw/dicom) OUTPUT_ROOT Path(/data/raw/nifti) OUTPUT_ROOT.mkdir(parentsTrue, exist_okTrue) # DICOM 目录结构假设 # /data/raw/dicom/sub-001/T1 # /data/raw/dicom/sub-001/fMRI # /data/raw/dicom/sub-002/T1 # ... for subject_dir in sorted(INPUT_ROOT.iterdir()): if not subject_dir.is_dir(): continue for series_dir in sorted(subject_dir.iterdir()): if not series_dir.is_dir(): continue output_name f{subject_dir.name}_{series_dir.name} cmd [ dcm2niix, -z, y, -b, y, -f, f{output_name}_%p, -o, str(OUTPUT_ROOT), str(series_dir) ] print(f正在转换: {series_dir}) try: subprocess.run(cmd, checkTrue) except subprocess.CalledProcessError as e: print(f转换失败: {series_dir}错误: {e})这段代码会自动遍历每个被试、每个序列的 DICOM 目录并生成带被试 ID 和序列名的 NIfTI 文件。与手动点击相比脚本处理几十个被试也就几分钟的事而且不易漏掉序列。4.5 命名规范与输出组织转换后的文件命名对后续数据分析影响很大。如果项目最终要使用 BIDS 标准建议直接把文件名整理成 BIDS 格式。BIDS 命名示例sub-001_T1w.nii.gzsub-001_task-rest_bold.nii.gzsub-001_dwi.nii.gzdcm2niix 的-f参数支持多种占位符常见的有占位符含义%p序列名称%s序列编号%d扫描日期%n患者姓名%t时间可以组合成你需要的格式。例如dcm2niix -z y -b y -f sub-%n_%p -o /data/raw/nifti /data/raw/dicom/sub-0015. 完整实战案例从 DICOM 到 NIfTI 的批量处理5.1 准备测试数据为了验证整个流程我们可以手动构造一个包含两个被试的小型测试目录/data/raw/dicom/ ├── sub-001/ │ ├── T1/ │ │ ├── 1.dcm │ │ ├── 2.dcm │ │ └── 3.dcm │ └── fMRI/ │ ├── 1.dcm │ └── 2.dcm └── sub-002/ └── T1/ ├── 1.dcm └── 2.dcm真实数据里每个 DICOM 目录的文件数量会远多于这里但目录层级关系是类似的。5.2 执行转换脚本将上一节的batch_dicom_to_nifti.py保存到本地然后将INPUT_ROOT和OUTPUT_ROOT改为你的实际路径执行python batch_dicom_to_nifti.py预期输出效果正在转换: /data/raw/dicom/sub-001/T1 正在转换: /data/raw/dicom/sub-001/fMRI 正在转换: /data/raw/dicom/sub-002/T1转换完成后/data/raw/nifti目录下会看到生成的.nii.gz文件和对应的.json文件。5.3 验证转换结果转换是否成功不能只看文件有没有生成还要检查维度、方向和像素间距是否与原数据一致。下面用 nibabel 读取转换后的文件进行校验# 文件路径check_nifti.py import nibabel as nib import json from pathlib import Path nifti_dir Path(/data/raw/nifti) for nii_file in sorted(nifti_dir.glob(*.nii.gz)): img nib.load(nii_file) print(f文件: {nii_file.name}) print(f 数据形状: {img.shape}) print(f 体素大小: {img.header.get_zooms()}) print(f 仿射矩阵: {img.affine.tolist()[0][0]:.2f}, {img.affine.tolist()[1][1]:.2f}, {img.affine.tolist()[2][2]:.2f}) # 查看是否有配套 JSON json_file nii_file.with_suffix().with_suffix(.json) if json_file.exists(): with open(json_file, r, encodingutf-8) as f: metadata json.load(f) print(f JSON 元数据: TR{metadata.get(RepetitionTime, N/A)}, TE{metadata.get(EchoTime, N/A)}) print()以 T1 结构像为例正常输出类似文件: sub-001_T1_T1.nii.gz 数据形状: (256, 256, 192) 体素大小: (1.0, 1.0, 1.0) 仿射矩阵: 1.00, 1.00, 1.00 JSON 元数据: TR2.3, TE2.03如果体素大小是 0 或负数说明 DICOM 头信息读取异常如果 shape 只有一个维度为 1说明可能只转出了单层切片。这些都需要回到原始 DICOM 数据中检查。5.4 使用 MRIcroGL 做可视化核对自动校验只能发现数字层面的异常方向是否真正符合预期最好还是用 MRIcroGL 或 FSLeyes 打开文件看一眼。强烈建议在完成批量转换后随机抽取几个被试的 T1 和 fMRI 数据人工检查轴位、冠状位、矢状位是否正常左右是否有翻转。颅顶方向是否朝上。fMRI 时间序列是否有异常跳变。这一步虽然花时间但能避免后续所有分析建立在错误数据上。6. 常见问题与排查思路实际转换过程中很多问题是有共性的。下表列出高频问题及处理建议问题现象常见原因解决思路输出文件只有一个切片输入目录实际上只有单张 DICOM或序列被拆分检查序列完整性确认该序列是否为 2D 单层转换后左右翻转DICOM 方向余弦信息与 NIfTI 默认坐标系不一致查看原始 DICOM 的ImageOrientationPatient与正规数据对比确认 dcm2niix 是否为最新版输出文件不为 .nii.gz未添加-z y参数添加压缩参数后重新转换生成的 JSON 文件缺失未添加-b y参数或数据本身缺少元数据添加参数若 DICOM 本身无相应字段则无法生成拼接后的体数据层数不对DICOM 文件排序方式错误用ImagePositionPatient的坐标值排序而不是文件名字符串弥散数据 B 值丢失DICOM 私有标签未被识别用 dcm2niix 转换后检查 JSON 中的PhaseEncodingDirection、B_value字段转换速度很慢文件数量多未启用多线程dcm2niix 默认已多线程检查是否被杀毒软件限制增强型 DICOM 无法转换设备使用了较新的增强型多帧格式使用最新版 dcm2niix并确认其支持该厂商格式遇到问题时建议按以下顺序排查先用 MRIcroGL 打开原始 DICOM 目录确认数据本身是否能正常显示。用 pydicom 读取一个 DICOM 文件检查关键字段是否存在、数值是否合理。尝试 dcm2niix 的默认参数转换不要加入额外选项。对比不同工具的输出结果看看问题是否出在特定工具上。查看生成文件对应的 JSON确认扫描参数是否完整。7. 最佳实践与工程建议7.1 数据管理先复制再转换无论使用哪种工具转换过程都应遵守“原始数据只读”的原则。DICOM 文件是医院的原始记录一旦被错误修改或覆盖很难恢复。建议在项目开始前把源数据复制到一个独立目录并用chmod或系统权限设置为只读。转换脚本只负责读取原始 DICOM向输出目录写入 NIfTI不在原始目录中生成任何文件。7.2 元数据完整性与 JSON 保留转换时建议始终加上-b y生成 JSON 文件。这些 JSON 在后续做质量检查时非常关键可以用于确认 TR、TE、翻转角、B 值等参数是否与实验设计一致。不要因为觉得文件多就删掉 JSON后续做动态运动校正或弥散张量成像时这些参数可能是模型输入的一部分。7.3 数据匿名化与隐私合规医院提供的 DICOM 数据中通常包含患者姓名、出生日期、检查号等敏感信息。转换到 NIfTI 时dcm2niix 默认不会把患者姓名写入输出文件但为了保险起见建议在转换前用 pydicom 批量匿名化 DICOM 数据或者使用 DICOM 标准中的匿名化工具。这一步不仅是合规要求也避免数据在团队间传输时泄露隐私。7.4 版本记录与脚本保存不要只用图形界面手动转换几十个被试。每次转换的命令、参数、工具版本、日期都应该记录下来。如果后续发现转换结果存在问题可以回溯是哪一步操作引入的错误。一个简单的方案是为每个项目建立一个conversion_log.txt记录如下信息工具: dcm2niix v1.0.20220720 命令: dcm2niix -z y -b y -f %p_%s -o /data/raw/nifti /data/raw/dicom 日期: 2025-01-157.5 数据校验纳入自动化流程考虑到核磁数据转换可能涉及几十上百个文件建议把校验写成自动脚本每次转换完成后自动检查NIfTI 文件是否存在且非空。数据维度是否在合理范围。体素大小是否为正值。JSON 是否存在关键字段是否齐全。这样可以在人眼查看之前先过滤掉大部分异常。8. 总结通过本文你应该已经掌握了核磁数据从 DICOM 到 NIfTI 的完整转换思路理解了 DICOM 和 NIfTI 的本质差异知道了 dcm2niix、MRIcroGL、Python 三种工具各自的适用场景并拿到了可运行的批量转换和校验脚本。转换并不是一道简单的命令而是后续数据处理流程的地基。方向错、层厚错、切片顺序错都会在你做完整个预处理之后才暴露出来那时候再回头排查成本极高。下一篇你可以继续学习 NIfTI 数据的可视化与质量控制或者用 FSL 完成脑区提取与配准也可以接触 MONAI 和 TorchIO 等深度学习工具把转换好的数据真正送入网络训练。不论走哪条路都建议先拿一个被试的数据跑通全流程再批量处理全部数据。这一步看起来慢却是最稳妥的做法。