DICOM靶区头文件解析
来源:互联网 发布:即时通信软件排行 编辑:程序博客网 时间:2024/05/28 11:30
靶区头文件为
Referenced Frame of Reference Sequence
Referenced Frame of Reference Sequence:关联信息 Referenced Frame of Reference 1: Frame of Reference UID:用于定位的坐标系,该坐标系是已经公开的,约定俗成的,一套图的唯一标识,和设备有关,不会变 RT Referenced Study Sequence: RT Referenced Study 1: Referenced SOP Class UID:产生CT,然后进行靶区勾画,计量分布计算等 Referenced SOP Instance UID: studyUID,导入TPS(治疗计划系统)时可能会变,也就是说,可能会产生多套图像,不同的studyUID会进行靶区勾画,每套图会有不同的CT RT Referenced Series Sequence: RT Referenced Series 1: Series Instance UID:产生的CT的UID,对靶区勾画后,RTSTRUCT(靶区勾画文件)可以通过这个UID关联到这个靶区对应的CT Contour Image Sequence:切片信息 Contour Image 1:第一张切片 Referenced SOP Class UID:图片类型,比如CT, MRI Referenced SOP Instance UID:每张切片的UID
Structure Set ROI Sequence
Structure Set ROI Sequence:靶区整体信息 Structure Set ROI 1:表示第一个靶区 ROI Number:与ROI Contour Sequence 里边Referenced ROI Number对应 Referenced Frame of Referenced UID:表示这个病人的唯一UID ROI Name:靶区名字,比如,tissue,brain stem,等 ROI Generation Algorithm:生成靶区算法,有MANUAL(手动),自动等
ROI Contour Sequence
ROI Contour Sequence:靶区信息ROI Contour 1:表示第一个靶区 ROI Display Color:表示靶区颜色 Contour Sequence:表示靶区有多少层 Contour 1:表示该靶区的第一层 Contour Image Sequence: 表示每一层该靶区的个数 Contour Image 1:1表示该层第一个靶区,比如眼球的一个眼球(如果两个眼球一起画的话 Referenced SOP Class UID:表示什么类型图像 Referenced SOP Instance UID:表示该靶区对应原CT哪一层 Contour Geomrtric Type:曲线类型 Number of Contour Points:该靶区曲线点数 Contour Data:具体曲线坐标 Referenced ROI Number:每个靶区有唯一一个,和Structure Set ROI Sequence里边的ROI Number相同
阅读全文
1 0
- DICOM靶区头文件解析
- Dicom文件解析
- Dicom文件解析
- dicom文件详细解析
- DICOM:由fo-dicom库解析DICOM文件引申出来的……
- java使用dcm4che3 解析dicom文件
- dcm4che解析DICOM文件生成JPEG图像
- java使用dcm4che3 api解析dicom文件
- 如何解析DICOM文件中的Pixel Data ?
- dicom文件
- java代码使用ImageJ解析dicom文件成图片
- android 解析并显示dicom文件的数据和图像
- Dicom格式文件解析器
- Dicom格式文件解析器
- dicom协议解析
- web解析Dicom
- DICOM-文件头,内容
- matlab显示dicom文件
- Qt中信号存在重载情况下的选择
- 数据库常见面试题
- Linux的SOCKET编程详解——非常叼
- 决策树算法学习笔记(二)
- 我的学习之路_第十六章_xml
- DICOM靶区头文件解析
- Codeforces 5E Bindian Signalizing 题解
- 调整表格的行间距
- 剖析ActivityManagerService源码,了解广播接收和发送机制(二)
- 静态代码块
- 《需求分析》 --- 读书笔记
- 循环队列
- Linux+Anaconda+ tensorflow + keras 安装
- 自增自减