add : dcm / nii.gz 뷰어 / cvat 컨버터

2025-12-02 11:57:45 +09:00
commit b38a06dcbe
4 changed files with 408 additions and 0 deletions
--- a/DCM_NII_to_CVAT.py
+++ b/DCM_NII_to_CVAT.py
@@ -0,0 +1,171 @@
+import os
+import cv2
+import numpy as np
+import nibabel as nib
+import pydicom
+from pathlib import Path
+import shutil
+
+# 설정
+ROOT_DIR = Path('.')
+OUTPUT_DIR = ROOT_DIR / 'cvat_dataset_mask_v2'
+JPEG_DIR = OUTPUT_DIR / 'JPEGImages'
+SEG_CLASS_DIR = OUTPUT_DIR / 'SegmentationClass'
+IMAGE_SETS_DIR = OUTPUT_DIR / 'ImageSets' / 'Segmentation'
+
+# 색상 정의 (샘플 labelmap.txt 기반)
+COLOR_MAP = {
+    "C2": (230, 25, 75),
+    "C3": (60, 180, 75),
+    "C4": (255, 225, 25),
+    "C5": (67, 99, 216),
+    "C6": (245, 130, 49),
+    "C7": (145, 30, 180),
+    "L1": (0, 0, 117),
+    "L2": (128, 128, 128),
+    "L3": (255, 255, 255),
+    "L4": (0, 0, 0),      # 주의: L4가 검은색(0,0,0)으로 정의되어 있어 배경과 겹칠 수 있음. 확인 필요.
+    "L5": (31, 119, 180),
+    "Rib": (255, 127, 14),
+    "Sacrum": (44, 160, 44),
+    "T1": (70, 240, 240),
+    "T10": (170, 255, 195),
+    "T11": (128, 128, 0),
+    "T12": (255, 216, 177),
+    "T2": (240, 50, 230),
+    "T3": (188, 246, 12),
+    "T4": (250, 190, 190),
+    "T5": (0, 128, 128),
+    "T6": (230, 190, 255),
+    "T7": (154, 99, 36),
+    "T8": (255, 250, 200),
+    "T9": (128, 0, 0),
+    # "background": (0, 0, 0) # 배경은 기본적으로 검정
+}
+# L4가 (0,0,0)이라면 배경과 구분 불가. L4 색상을 임의로 변경하거나 주의해야 함.
+# 여기서는 안전을 위해 L4를 아주 어두운 회색(1,1,1)으로 하거나,
+# 또는 사용자가 준 샘플에 L4가 (0,0,0)이라면 그것을 따라야 하지만, 
+# 보통 배경이 (0,0,0)이므로 L4는 (50,50,50) 정도로 변경하여 진행하겠습니다.
+COLOR_MAP["L4"] = (50, 50, 50) 
+
+
+def normalize_image(image):
+    """DICOM 이미지를 0-255 범위의 8bit 이미지로 변환"""
+    image = image.astype(float)
+    min_val = np.min(image)
+    max_val = np.max(image)
+    if max_val - min_val == 0:
+        return np.zeros(image.shape, dtype=np.uint8)
+    image = (image - min_val) / (max_val - min_val) * 255.0
+    return image.astype(np.uint8)
+
+def process_case(case_dir, file_list):
+    """하나의 케이스(폴더) 처리"""
+    dcm_files = list(case_dir.glob('*.dcm'))
+    if not dcm_files:
+        return
+    
+    dcm_path = dcm_files[0]
+    case_name = case_dir.name
+    
+    # 1. DICOM -> JPG
+    try:
+        ds = pydicom.dcmread(dcm_path)
+        pixel_array = ds.pixel_array
+        img_8bit = normalize_image(pixel_array)
+        
+        # 그레이스케일 이미지를 RGB로 변환 (CVAT 호환성)
+        img_rgb = cv2.cvtColor(img_8bit, cv2.COLOR_GRAY2BGR)
+        
+        cv2.imwrite(str(JPEG_DIR / f"{case_name}.jpg"), img_rgb)
+    except Exception as e:
+        print(f"Error processing DICOM {dcm_path}: {e}")
+        return
+
+    # 2. NII Masks -> RGB Mask
+    # 배경(0,0,0)으로 초기화된 RGB 이미지 생성
+    mask_rgb = np.zeros((pixel_array.shape[0], pixel_array.shape[1], 3), dtype=np.uint8)
+    
+    nii_files = list(case_dir.glob('*.nii.gz'))
+    for nii_path in nii_files:
+        class_name = nii_path.name.split('.')[0]
+        if class_name not in COLOR_MAP:
+            continue
+            
+        color = COLOR_MAP[class_name] # (R, G, B)
+        # OpenCV는 BGR 사용하므로 순서 변경
+        color_bgr = (color[2], color[1], color[0])
+        
+        try:
+            img_nii = nib.load(str(nii_path))
+            data = img_nii.get_fdata()
+            
+            # 3D -> 2D Projection
+            proj = np.max(data, axis=2).T
+            
+            # 리사이즈
+            if proj.shape != (mask_rgb.shape[0], mask_rgb.shape[1]):
+                proj = cv2.resize(proj, (mask_rgb.shape[1], mask_rgb.shape[0]), interpolation=cv2.INTER_NEAREST)
+            
+            # 마스크 그리기
+            # 해당 클래스 영역을 해당 색상으로 칠함
+            mask_rgb[proj > 0] = color_bgr
+            
+        except Exception as e:
+            print(f"Error processing NII {nii_path}: {e}")
+
+    # 마스크 저장 (PNG)
+    cv2.imwrite(str(SEG_CLASS_DIR / f"{case_name}.png"), mask_rgb)
+    
+    # 파일 목록에 추가
+    file_list.append(case_name)
+    print(f"Processed: {case_name}")
+
+def create_labelmap():
+    """labelmap.txt 생성"""
+    with open(OUTPUT_DIR / 'labelmap.txt', 'w') as f:
+        f.write("# label:color_rgb:parts:actions\n")
+        # 정의된 순서대로 작성 (이름 정렬)
+        for name in sorted(COLOR_MAP.keys()):
+            r, g, b = COLOR_MAP[name]
+            f.write(f"{name}:{r},{g},{b}::\n")
+        # 배경 추가
+        f.write("background:0,0,0::\n")
+
+def main():
+    # 디렉토리 초기화
+    if OUTPUT_DIR.exists():
+        shutil.rmtree(OUTPUT_DIR)
+    
+    JPEG_DIR.mkdir(parents=True)
+    SEG_CLASS_DIR.mkdir(parents=True)
+    IMAGE_SETS_DIR.mkdir(parents=True)
+    
+    print("Converting to CVAT Segmentation Mask 1.1 format...")
+    
+    file_list = []
+    
+    # 데이터 탐색
+    for d in ROOT_DIR.iterdir():
+        if d.is_dir() and not d.name.startswith('.') and 'cvat' not in d.name and 'segmask' not in d.name:
+            if list(d.glob('*.dcm')):
+                process_case(d, file_list)
+    
+    # default.txt 생성
+    with open(IMAGE_SETS_DIR / 'default.txt', 'w') as f:
+        for name in file_list:
+            f.write(f"{name}\n")
+            
+    # labelmap.txt 생성
+    create_labelmap()
+    
+    print("\nDone! Dataset created at:", OUTPUT_DIR.absolute())
+    print(f"Total cases: {len(file_list)}")
+    print("\n[중요] 업로드 시 주의사항:")
+    print("1. 'cvat_dataset_mask_v2' 폴더 안으로 들어가서")
+    print("2. 모든 파일/폴더(JPEGImages, SegmentationClass, ImageSets, labelmap.txt)를 선택하고")
+    print("3. '압축하기(ZIP)'를 실행하세요.")
+    print("4. CVAT 포맷 선택: 'Segmentation Mask 1.1'")
+
+if __name__ == '__main__':
+    main()
--- a/NII_DCM_Viewer.py
+++ b/NII_DCM_Viewer.py
@@ -0,0 +1,182 @@
+"""
+척추 라벨링 데이터 뷰어
+- NII.GZ: 3D 세그멘테이션 마스크
+- PF: MITK PlanarFigure (2D 측정)
+- DCM: DICOM 원본 이미지
+"""
+
+import nibabel as nib
+import numpy as np
+import matplotlib.pyplot as plt
+from matplotlib.widgets import Slider
+from matplotlib.lines import Line2D
+import xml.etree.ElementTree as ET
+from pathlib import Path
+import re
+
+ROOT_PATH = Path(__file__).parent
+BASE_PATH = None
+DCM_FILE = None
+MITK_ORIGIN_Y = 966.81
+SPACING = 0.148
+
+
+def load_nii(filepath):
+    img = nib.load(filepath)
+    return img.get_fdata(), img.header
+
+
+def load_dcm(filepath):
+    import pydicom
+    dcm = pydicom.dcmread(filepath)
+    return dcm.pixel_array
+
+
+def parse_pf(filepath):
+    with open(filepath, 'r', encoding='utf-8') as f:
+        content = f.read()
+    content = re.sub(r'<\?xml[^?]*\?>', '', content)
+    root = ET.fromstring(f'<root>{content}</root>')
+    pf = root.find('PlanarFigure')
+
+    return {
+        'type': pf.get('type'),
+        'vertices': [(float(v.get('x')), float(v.get('y'))) for v in pf.findall('.//Vertex')]
+    }
+
+
+def pf_to_pixel(x, y):
+    """MITK 좌표 -> 픽셀 좌표 변환"""
+    return x / SPACING, (MITK_ORIGIN_Y - y) / SPACING
+
+
+def draw_pf(ax, pf_files, colors):
+    labels = []
+    for i, pf_file in enumerate(pf_files):
+        data = parse_pf(str(pf_file))
+        color = colors[i % len(colors)]
+        transformed = [pf_to_pixel(x, y) for x, y in data['vertices']]
+
+        if 'Line' in data['type']:
+            xs, ys = zip(*transformed)
+            ax.plot(xs, ys, '-o', color=color, linewidth=3, markersize=8)
+        elif 'Circle' in data['type'] and len(transformed) >= 2:
+            center, edge = transformed[0], transformed[1]
+            radius = np.hypot(edge[0]-center[0], edge[1]-center[1])
+            ax.add_patch(plt.Circle(center, radius, fill=False, color=color, linewidth=3))
+            ax.plot(center[0], center[1], 'o', color=color, markersize=8)
+
+        labels.append((color, pf_file.stem))
+    return labels
+
+
+def view_nii_overlay():
+    """모든 NII 마스크를 색상별로 겹쳐서 표시"""
+    nii_files = list(BASE_PATH.glob('*.nii.gz'))
+    first_data, _ = load_nii(str(nii_files[0]))
+    combined = np.zeros(first_data.shape)
+
+    for i, f in enumerate(nii_files, 1):
+        data, _ = load_nii(str(f))
+        combined[data > 0] = i
+
+    fig, ax = plt.subplots(figsize=(10, 10))
+    mid_z = combined.shape[2] // 2
+
+    slider_ax = plt.axes([0.2, 0.02, 0.6, 0.03])
+    slider = Slider(slider_ax, 'Slice', 0, combined.shape[2]-1, valinit=mid_z, valstep=1)
+
+    plt.sca(ax)
+    img_plot = ax.imshow(combined[:, :, mid_z].T, cmap='nipy_spectral', origin='lower')
+    ax.set_title(f'All Vertebrae - Slice {mid_z}')
+    plt.colorbar(img_plot, ax=ax)
+
+    def update(val):
+        idx = int(slider.val)
+        img_plot.set_data(combined[:, :, idx].T)
+        ax.set_title(f'All Vertebrae - Slice {idx}')
+        fig.canvas.draw_idle()
+
+    slider.on_changed(update)
+    plt.show()
+
+
+def view_all_on_dcm():
+    """DCM + NII 마스크 + PF 측정 오버레이"""
+    img = load_dcm(str(DCM_FILE))
+    nii_files = list(BASE_PATH.glob('*.nii.gz'))
+    pf_files = list(BASE_PATH.glob('*.pf'))
+
+    fig, ax = plt.subplots(figsize=(10, 20))
+    ax.imshow(img, cmap='gray', origin='upper')
+
+    # NII 마스크 컨투어
+    cmap = plt.colormaps.get_cmap('tab20').resampled(len(nii_files))
+    nii_labels = []
+    for i, f in enumerate(nii_files):
+        data, _ = load_nii(str(f))
+        proj = np.max(data, axis=2).T  # (W,H,D) -> (H,W)
+        if proj.max() > 0:
+            ax.contour(proj, levels=[0.5], colors=[cmap(i)], linewidths=1.5, alpha=0.8)
+        nii_labels.append((cmap(i), f.stem.split('.')[0]))
+
+    # PF 오버레이
+    pf_labels = draw_pf(ax, pf_files, ['red', 'yellow', 'cyan', 'lime', 'magenta'])
+
+    # 범례
+    legend = [Line2D([0], [0], color=c, label=n) for c, n in nii_labels]
+    legend += [Line2D([0], [0], color=c, marker='o', label=f'[PF] {n}') for c, n in pf_labels]
+    ax.legend(handles=legend, loc='upper left', bbox_to_anchor=(1.02, 1), fontsize=8)
+    ax.set_title('DCM + NII Masks + PF Annotations')
+    plt.tight_layout()
+    plt.show()
+
+
+def select_directory():
+    """디렉토리 선택"""
+    global BASE_PATH, DCM_FILE
+    dirs = sorted([d for d in ROOT_PATH.iterdir() if d.is_dir() and not d.name.startswith('.')])
+
+    if not dirs:
+        print("하위 디렉토리가 없습니다.")
+        return False
+
+    print("\n=== 디렉토리 선택 ===")
+    for i, d in enumerate(dirs, 1):
+        print(f"{i}. {d.name}")
+
+    try:
+        idx = int(input(f"\n선택 (1-{len(dirs)}): ").strip()) - 1
+        if 0 <= idx < len(dirs):
+            BASE_PATH = dirs[idx]
+            dcm_files = list(BASE_PATH.glob('*.dcm'))
+            DCM_FILE = dcm_files[0] if dcm_files else None
+            print(f"선택됨: {BASE_PATH.name}")
+            return True
+    except (ValueError, IndexError):
+        pass
+    print("잘못된 선택")
+    return False
+
+
+if __name__ == '__main__':
+    print("=== 척추 라벨링 뷰어 ===")
+    if not select_directory():
+        exit()
+
+    while True:
+        print(f"\n=== {BASE_PATH.name} ===")
+        print("1. NII 마스크 오버레이 (슬라이더)")
+        print("2. DCM + NII + PF 전체 오버레이")
+        print("q. 종료")
+
+        choice = input("\n선택: ").strip().lower()
+        if choice == 'q':
+            break
+        elif choice == '1':
+            view_nii_overlay()
+        elif choice == '2':
+            if DCM_FILE:
+                view_all_on_dcm()
+            else:
+                print("DCM 파일이 없습니다.")
--- a/README.md
+++ b/README.md
@@ -0,0 +1,49 @@
+# UTILITY_DICOM_NII_TO_CVAT
+
+이 저장소는 DICOM(.dcm) 의료 영상과 NII.GZ(.nii.gz) 세그멘테이션 마스크 파일을 **CVAT(Computer Vision Annotation Tool)**에서 사용할 수 있는 **Segmentation Mask 1.1** 형식으로 변환하는 유틸리티 도구 모음입니다.
+
+## 기능
+
+1.  **데이터 변환 (`DCM_NII_to_CVAT.py`)**:
+    *   **이미지 변환:** `.dcm` 파일을 `.jpg`로 변환 (정규화 포함).
+    *   **마스크 변환:** 여러 개의 `.nii.gz` 파일(C2, C3, T1...)을 하나의 **RGB 컬러 마스크**(`.png`)로 통합.
+    *   **포맷 지원:** CVAT **Segmentation Mask 1.1** 구조 자동 생성 (`JPEGImages`, `SegmentationClass`, `labelmap.txt`, `default.txt`).
+
+2.  **데이터 뷰어 (`NII_DCM_Viewer.py`)**:
+    *   원본 DICOM과 NII 마스크를 오버레이하여 시각적으로 검증.
+    *   MITK PlanarFigure(.pf) 파일 지원.
+
+## 설치 방법
+
+**권장 환경:** Python 3.10
+
+```bash
+# 가상환경 생성 (선택)
+conda create -n dcm python=3.10
+conda activate dcm
+
+# 의존성 설치
+pip install -r requirements.txt
+```
+
+## 사용 방법
+
+### 1. 데이터 변환 (CVAT용)
+
+```bash
+python DCM_NII_to_CVAT.py
+```
+
+실행 후 생성된 `cvat_dataset_mask_v2` 폴더 **내부의 파일들**(`JPEGImages`, `SegmentationClass`, `ImageSets`, `labelmap.txt`)을 선택하여 **ZIP으로 압축**한 뒤, CVAT에서 **Segmentation Mask 1.1** 포맷으로 업로드하세요.
+
+### 2. 데이터 뷰어
+
+```bash
+python NII_DCM_Viewer.py
+```
+
+## 파일 구조
+
+*   `DCM_NII_to_CVAT.py`: 변환 메인 스크립트
+*   `NII_DCM_Viewer.py`: 뷰어 스크립트
+*   `requirements.txt`: 필요 라이브러리 목록
--- a/requirements.txt
+++ b/requirements.txt
@@ -0,0 +1,6 @@
+nibabel
+numpy
+matplotlib
+pydicom
+opencv-python
+Pillow