介绍

InnerEye-DICOM-RT包含将医学数据集从NIFTI格式转换为DICOM-RT的工具。使用此工具转换的数据集可以直接由InnerEye-DeepLearning使用。

大部分工作由一个.NET Core 2.1项目RTConvert完成，用C#编写。这个包装非常轻量级，以便可以从Python中使用。包装依赖于PyPI软件包https://pypi.ac.cn/project/dotnetcore2/，该软件包包装了.NET Core 2.1。

安装

Git for Windows

从Git for Windows获取安装程序

安装程序将提示您“选择组件”。确保您勾选

• Git LFS（大文件支持）
• Windows版Git凭据管理器

安装完成后，打开命令提示符或Git Bash

• 运行 git lfs install 以在git中设置钩子
• 运行 git config --global core.autocrlf true 以确保行结束符按预期工作

在您的计算机上克隆InnerEye-DICOM-RT存储库：运行 git lfs clone --recursive https://github.com/microsoft/InnerEye-DICOM-RT

Visual Studio / .NET Core

C#组件可以使用.NET Core SDK构建。我们使用2.1版本以与PyPI包dotnetcore2兼容。安装说明在此处：https://docs.microsoft.com/en-us/dotnet/core/install/。构建不需要Visual Studio，但如果您想使用它，那么对于.NET Core 2.1，至少需要：Visual Studio 2017版本15.7。

RTConvert

可以从.NET Core命令行构建RTConvert

dotnet build RTConvert

存在单元测试

dotnet test RTConvert

请注意，单元测试依赖于System.Drawing，并且在Linux上System.Drawing需要本机包

apt-get -s install libgdiplus

最后，为了被Python包装器使用，此解决方案必须发布

dotnet publish RTConvert --configuration Release -p:Platform=x64

这应在RTConvert/Microsoft.RTConvert.Console/bin/x64/Release/netcoreapp2.1/publish/*处创建一个包含RTConvert所有需求的文件夹

Echo

Echo是一个非常简单的应用程序，它接受1个或2个参数。第一个参数被打印到stdout，如果有第二个参数，则它被打印到stderr。这仅适用于单元测试，以建立可以调用.NET Core应用程序的事实。

Echo可以从.NET Core命令行构建

dotnet build Echo

没有单元测试。

最后，为了被Python包装器使用，此解决方案必须发布

dotnet publish Echo --configuration Release -p:Platform=x64

这应在Echo/Echo/bin/x64/Release/netcoreapp2.1/publish/*处创建一个包含Echo所有需求的文件夹

Python

Python包装器位于src/InnerEye_DICOM_RT/nifti_to_dicom_rt_converter.py。它只是使用subprocess.Popen来调用.NET Core应用程序，传递相关的dll和命令行参数。

它需要将RTConvert和Echo发布包复制到文件夹：src/InnerEye_DICOM_RT/bin/netcoreapp2.1。

请注意，GitHub构建动作会自动执行此操作，但在测试时需要手动执行。

Python包使用以下命令创建：

python setup.py sdist bdist_wheel

它构建源分布和wheel到dist文件夹。

要运行Python测试

pip install pytest dotnetcore2
pytest tests

用法

要使用此包

pip install InnerEye-DICOM-RT

调用RTConvert

    from InnerEye_DICOM_RT.nifti_to_dicom_rt_converter import rtconvert

    (stdout, stderr) = rtconvert(
        in_file=NiftiSegmentationLocation,
        reference_series=DicomVolumeLocation,
        out_file=OutputFile,
        struct_names=StructureNames,
        struct_colors=StructureColors,
        fill_holes=FillHoles,
        roi_interpreted_types=ROIInterpretedTypes,
        manufacturer=Manufacturer,
        interpreter=Interpreter,
        modelId=ModelId
    )

其中

• in_file是输入Nifti文件的路径。该文件是一个3D体积，格式为Nifti格式。
• reference_series是包含参考DICOM系列的输入文件夹的路径；
• out_file是输出DICOM-RT文件的路径；
• struct_names是结构名称列表，例如：["External", "parotid_l", "parotid_r", "smg_l"]。每个结构名称对应输入体积中的非零体素值。在示例中，External对应于体素值1，parotid_l对应于2，等等。体素值为0的体素将被丢弃。如果没有与结构名称相对应的体素，它们也将被丢弃。结构名称将成为DICOM-RT文件中结构集ROI序列中的结构集的ROI名称。
• struct_colors是十六进制表示的结构颜色列表，例如：["000000", "FF0080", "00FF00", "0000FF"]。列表中的每个颜色对应于struct_names中的结构，并将成为DICOM-RT文件中ROI轮廓中的ROI轮廓序列中的ROI显示颜色。如果颜色少于struct_names，或者如果条目为空，则默认为红色（FF0000）；
• fill_holes是bools列表，例如：[True, False, True]。如果bools少于struct_names，或者如果条目为空，则默认为false。如果为True，则任何在切片中找到的轮廓的孔将被填充，否则轮廓将按找到的返回。
• modelId 从 AzureML 获取的模型名称和版本。例如：前列腺：123
• manufacturer DICOM-RT 的制造商（请检查 DICOM-RT 文档）
• interpreter DICOM-RT 的解释器（请检查 DICOM-RT 文档）
• roi_interpreted_types 是 ROIInterpretedType 的列表。可能的值（None，CTV，ORGAN，EXTERNAL）。

分割时间戳

在将 NIFTI 面罩转换为 DICOM 的过程中，InnerEye-DICOM-RT 会向序列添加时间戳标签。此时间戳将设置为 在 rtconvert() 上运行的计算资源的本地时间。这是因为某些 DICOM 读取器无法处理这些标签的时间区域/UTC 偏移，并可能导致显示错误的时间。因此，如果您的计算资源运行的时间区域与您查看 DICOM 文件的时间区域不同，则时间戳可能不是您所期望的。

许可

MIT 许可证

您对本工具箱生成的任何模型的功能、必要的测试以及如果需要的话任何监管批准负责。

贡献

本项目欢迎贡献和建议。大多数贡献都需要您同意贡献者许可协议（CLA），声明您有权并且确实授予我们使用您的贡献的权利。有关详细信息，请访问 Microsoft CLA 页面。

当您提交拉取请求时，CLA 机器人将自动确定您是否需要提供 CLA，并适当装饰 PR（例如，状态检查，注释）。只需遵循机器人提供的说明即可。您在整个使用我们的 CLA 的存储库中只需这样做一次。

本项目已采用 Microsoft Open Source Code of Conduct。有关更多信息，请参阅 Code of Conduct FAQ 或通过 opencode@microsoft.com 联系我们，如有任何其他问题或评论。

商标

本项目可能包含项目、产品或服务的商标或徽标。Microsoft 商标的授权使用受 Microsoft 商标和品牌指南 的约束，并必须遵守。在修改本项目的版本中使用 Microsoft 商标或徽标不得造成混淆或暗示 Microsoft 的赞助。第三方商标或徽标的任何使用均受这些第三方政策的管理。