pydcm2niix 1.0.20220116

关于

dcm2niix 是一个设计用来将神经影像学数据从DICOM格式转换为NIfTI格式的软件。这个网页托管了开发源代码——Linux、MacOS和Windows的最新稳定版本的编译版本包含在 MRIcroGL 中。该软件的完整手册以 NITRC wiki 的形式提供。

DICOM格式是现代医学成像设备生成的标准图像格式。然而，DICOM非常复杂，不同的供应商对它的解释也不尽相同。NIfTI格式受到科学家的欢迎，它非常简单且明确。然而，这种简单性也带来了限制（例如，它要求切片均匀）。dcm2niix还可以生成一个BIDS JSON格式的辅助文件，以供应商无关和人类可读的形式包含脑科学家所需的相关信息。[神经影像学DICOM和NIfTI入门指南](https://github.com/DataCurationNetwork/data-primers/blob/master/Neuroimaging%20DICOM%20and%20NIfTI%20Data%20Curation%20Primer/neuroimaging-dicom-and-nifti-data-curation-primer.md)提供了详细信息。

许可证

本软件是开源的。大部分代码受BSD许可证的约束。一些单元是公共领域（nifti*.*, miniz.c）或使用MIT许可证（ujpeg.cpp）。有关更多详细信息，请参阅license.txt文件。

依赖项

本软件通常可以在macOS、Linux和Windows上运行，无需安装其他软件。但是，如果您使用dcm2niix创建gz压缩图像，如果您已经安装了pigz，则运行速度会更快。您可以通过下载MRIcroGL来获得为您的操作系统编译的dcm2niix和pigz版本。

图像转换和压缩

DICOM提供了多种存储/压缩图像数据的方式，称为传输语法。COMPILE.md文件描述了如何启用不同的选项以支持更多格式。

• 基本代码包括对原始、行程长度编码和经典JPEG无损解码的支持。
• 有损JPEG由包含的NanoJPEG处理。此支持是模块化的：您可以为其编译libjpeg-turbo或完全禁用它。
• JPEG-LS无损支持是可选的，可以使用CharLS提供。
• JPEG2000有损和无损支持是可选的，可以使用OpenJPEG或Jasper提供。
• GZ压缩（例如创建.nii.gz图像）是可选的，可以使用包含的miniz或流行的zlib。特别值得一提的是，Cloudflare zlib利用了自2008年以来可用的现代硬件进行非常快速的压缩。或者，您也可以编译不带gzip压缩器的dcm2niix。无论您如何编译dcm2niix，它都可以使用外部程序pigz进行并行压缩。

版本

请参阅[发布说明](https://github.com/rordenlab/dcm2niix/releases)以获取最新的发布说明。请参阅VERSIONS.md文件以获取早期版本的详细信息。

贡献

dcm2niix是由社区为社区开发的，每个人都可以成为社区的一部分。

运行

命令行使用说明请参阅NITRC维基。最简单的命令行调用是dcm2niix /path/to/dicom/folder。但是，您可能需要调用附加选项，例如调用dcm2niix -z y -f %p_%t_%s -o /path/output /path/to/dicom/folder将数据保存为gzip压缩，文件名基于协议名(%p)获取时间(%t)和DICOM系列号(%s)，所有文件都保存到“output”文件夹中。有关更多帮助，请参阅帮助：dcm2niix -h。

请参阅BATCH.md文件以获取使用批量处理版本的说明。.

安装

安装dcm2niix有几种方法。

• GitHub 发布版（Github Releases）提供最新的编译版可执行文件。这对于 MacOS 和 Windows 用户来说是一个非常好的选择。然而，提供的 Linux 可执行文件需要较新版本的 Linux（例如 Ubuntu 14.04 或更高版本），因此提供的 Unix 可执行文件不适合非常旧的发行版。具体来说，它需要 2014 年的 Glibc 2.19 或更高版本。较旧系统的用户可以编译自己的 dcm2niix 版本，或者下载包含在 MRIcroGL Glibc 2.12（2011 年，见下文）中的编译版本。
• 运行以下命令以获取 Linux、Macintosh 或 Windows 的最新版本
  • curl -fLO https://github.com/rordenlab/dcm2niix/releases/latest/download/dcm2niix_lnx.zip
  • curl -fLO https://github.com/rordenlab/dcm2niix/releases/latest/download/dcm2niix_mac.zip
  • curl -fLO https://github.com/rordenlab/dcm2niix/releases/latest/download/dcm2niix_mac_arm.pkg
  • curl -fLO https://github.com/rordenlab/dcm2niix/releases/latest/download/dcm2niix_win.zip
• MRIcroGL (NITRC) 或 MRIcroGL (GitHub) 包含可以用于命令行或图形用户界面（选择导入菜单项）运行的 dcm2niix。dcm2niix 的 Linux 版本是在一个 holy build box 上编译的，因此它应该可以在任何 Linux 发行版上运行。
• 如果您有带有 Homebrew 或 MacPorts 的 MacOS 计算机，您可以通过分别运行 brew install dcm2niix 或 sudo port install dcm2niix 来安装。
• 如果您有 Conda，可以在 Linux、MacOS 或 Windows 上运行 conda install -c conda-forge dcm2niix。
• 如果您有 pip，可以在 Linux、MacOS 或 Windows 上运行 python -m pip install pydcm2niix。
• 在 Debian Linux 计算机上，您可以运行 sudo apt-get install dcm2niix。

从源代码构建

通常下载和安装预编译版本更容易。但是，您也可以从源代码构建。

使用 cmake 构建 cmder 版本（Linux、MacOS、Windows）

cmake 和 pkg-config（可选）可以按以下方式安装

Ubuntu: sudo apt-get install cmake pkg-config

MacOS: brew install cmake pkg-config 或 sudo port install cmake pkgconfig

基本构建

git clone https://github.com/rordenlab/dcm2niix.git
cd dcm2niix
mkdir build && cd build
cmake ..
make

dcm2niix 将在 bin 子文件夹中创建。要在系统上安装，请运行 make install 而不是 make - 这将把可执行文件复制到您的路径，这样您就不需要提供完整的可执行文件路径。

在极少数情况下，如果 cmake 失败并显示类似 "Generator: execution of make failed" 的消息，可以通过运行 sudo ln -s `which make` /usr/bin/gmake 来修复。

高级构建

如“图像转换和压缩支持”部分所述，该软件提供了许多可选模块，具有增强的功能。一个常见的选择可能包括支持 JPEG2000、JPEG-LS（此选项需要 c++14 编译器），以及使用高性能的 Cloudflare zlib 库（此选项需要 2008 年之后制造的 CPU）。要使用这些选项构建，只需在配置 cmake 时请求它们即可。

git clone https://github.com/rordenlab/dcm2niix.git
cd dcm2niix
mkdir build && cd build
cmake -DZLIB_IMPLEMENTATION=Cloudflare -DUSE_JPEGLS=ON -DUSE_OPENJPEG=ON ..
make

可选批量处理版本

批量处理二进制文件 dcm2niibatch 是可选的。要同时构建 dcm2niibatch，请将 cmake 命令更改为 cmake -DBATCH_VERSION=ON ..。这需要一个支持 c++11 的编译器。

不使用 cmake 构建 cmder 版本

如果您在上述 cmake 构建脚本中遇到任何问题或想自定义软件，请参阅 COMPILE.md 文件以获取手动编译的详细信息。

引用

• Li X, Morgan PS, Ashburner J, Smith J, Rorden C (2016) 神经影像数据分析的第一步：DICOM到NIfTI的转换。J Neurosci Methods. 264:47-56. doi: 10.1016/j.jneumeth.2016.03.001. PMID: 26945974

替代方案

• BIDS-converter 提供PET图像的Matlab和Python脚本，支持DICOM和ECAT (ecat2nii) 格式。
• dcm2nii 是dcm2niix的前身。它已被弃用，用于现代图像，但可以处理早于DICOM的图像格式（专有Elscint、GE和Siemens格式）。
• Python dcmstack 具有元数据保留的DICOM到Nifti转换。
• dicm2nii 是用Matlab编写的。Matlab语言使得此脚本非常灵活。
• dicom2nifti 使用可脚本化的Python包装器利用高性能GDCMCONV可执行文件。
• dicomtonifti 利用VTK。
• dinifti 专注于Siemens数据的转换。
• DWIConvert 将DICOM图像转换为NRRD和NIfTI格式。
• mcverter 对各种供应商的支持非常好。
• mri_convert 是FreeSurfer流行软件包的一部分。在我的有限经验中，这个工具对GE和Siemens数据效果很好，但无法处理Philips 4D数据集。
• MRtrix mrconvert 是一个有用的通用图像转换器，并且处理DTI数据很好。它是对现代Philips增强图像出色的工具。
• nanconvert 使用ITK库将GE和专有Bruker的DICOM转换为标准格式，如DICOM。
• PET CT viewer for Fiji 可以加载DICOM图像并导出为NIfTI。
• Plastimatch 是一个瑞士军刀——它计算配准、图像处理、统计，并且有一个基本的图像格式转换器，可以将一些DICOM图像转换为NIfTI或NRRD。
• Simple Dicom Reader 2 (Sdr2) 使用dcmtk来读取DICOM图像并将它们转换为NIfTI格式。
• SlicerHeart扩展专门设计用来帮助3D Slicer支持存储为DICOM的超声波（US）图像。
• spec2nii 将MR波谱转换为NIFTI。
• SPM12 是该领域最受欢迎的工具之一。它包括DICOM到NIfTI的转换。由于基于Matlab，它易于脚本化。

链接

以下工具利用dcm2niix

• abcd-dicom2bids 有选择性地下载高质量ABCD数据集。
• autobids 自动化dcm2bids，它使用dcm2niix。
• BiDirect_BIDS_Converter 用于从DICOM转换为BIDS标准。
• BIDScoin 是一个带有GUI和详尽文档的DICOM到BIDS转换器。
• BIDS Toolbox 是一个用于创建和操作BIDS数据集的Web服务，使用dcm2niix导入DICOM数据。
• birc-bids 提供了一个包含各种BIDS转换实用工具的Docker/Singularity容器。
• BOLD5000_autoencoder 使用dcm2niix将成像数据传输到无监督机器学习算法。
• 脑网络图谱DiffusionKit 使用dcm2niix进行图像转换。
• 脑成像分析工作流集合（Banana） 是一套脑成像分析工作流程，它使用dcm2niix进行格式转换。
• BraTS-Preprocessor 使用dcm2niix导入用于 脑肿瘤分割 的文件。
• bidsify 是一个Python项目，它使用dcm2niix将DICOM和Philips PAR/REC图像转换为BIDS标准。
• bidskit 使用dcm2niix创建 BIDS 数据集。
• BioImage Suite Web项目 是一个JavaScript项目，它使用dcm2niix进行其DICOM转换模块。
• boutiques-dcm2niix 是一个用于安装和验证dcm2niix的dockerfile。
• clinica 是一个用于临床神经影像研究的软件平台，它使用dcm2niix进行DICOM图像转换。
• clpipe 使用dcm2bids进行DICOM导入。
• conversion 是一个Python库，可以将dcm2niix创建的NIfTI文件转换为流行的NRRD格式（包括DWI梯度表）。注意，dcm2niix的最近版本可以直接将DICOM图像转换为NRRD。
• DAC2BIDS 使用dcm2niibatch创建 BIDS 数据集。
• Dcm2Bids 使用dcm2niix创建 BIDS 数据集。这里有一个 教程 描述了使用方法。
• dcm2niir 是dcm2niix/dcm2nii的R包装器。
• dcm2niixpy 是dcm2niix的Python包。
• dcm2niix_afni 是包含在 AFNI 分发中的dcm2niix版本。
• dcm2niiXL 是一个用于加速转换大型数据集的dcm2niix的shell脚本和优化编译。
• dcmwrangle 是一个用于组织dicoms的Python交互式和静态工具。
• DeepDicomSort 可以识别不同的扫描类型。
• DICOM2BIDS 是一个用于创建BIDS文件的Python 2脚本。
• dicom2bids 包含用于在符合BIDS文件结构的NIfTI中转换dicom文件的python模块，并使用dcm2niix。
• dicom2nifti_batch 是一个用于自动执行dcm2niix的Matlab脚本。
• DICOM-to-NIfTI-GUI 是一个提供dcm2niix图形包装器的Python脚本。
• divest 是dcm2niix的R接口。
• ExploreASL 使用dcm2niix导入图像。
• ezBIDS 是一个网络服务，可以将充满DICOM图像的目录转换为BIDS，而无需用户学习Python或自定义配置文件。
• fmrif工具 使用dcm2niix进行其 oxy2bids 工具。
• fMRIprep.dcm2niix 设计将DICOM格式转换为NIfTI格式。
• fsleyes 是一个强大的基于Python的图像查看器。它使用dcm2niix通过其fslpy库处理DICOM文件。
• 功能实时交互式内源性神经调节和解码（FRIEND）引擎使用了dcm2niix。
• heudiconv可以使用dcm2niix创建BIDS数据集。使用reproin规范采集的数据可以轻松转换为BIDS。
• kipettools使用dcm2niix加载PET数据。
• LEAD-DBS使用dcm2niix进行DICOM导入。
• lin4neuro版本，如英文l4n-18.04.4-amd64-20200801-en.ova，已预装MRIcroGL和dcm2niix。这允许用户在图形虚拟机中使用这些工具（以及许多其他神经影像工具）。
• MRIcroGL适用于MacOS、Linux和Windows，并为dcm2niix提供图形界面。您可以从MRIcroGL NITRC网站获取编译版本。
• neurodocker将dcm2niix作为精简、最小安装的Dockerfile包含在内。
• neuro_docker将dcm2niix作为单个静态Dockerfile的一部分包含在内。
• NeuroDebian为基于Debian的系统提供最新的dcm2niix版本。
• neurodocker根据指定的神经影像软件版本生成自定义Dockerfile。
• NeuroElf可以使用dcm2niix转换DICOM图像。
• 神经信息数据库（NiDB）旨在存储、检索、分析和共享神经影像数据。它使用dcm2niix进行图像质量评估和处理一些格式。
• NiftyPET提供PET图像重建和分析，并使用dcm2niix处理DICOM图像。
• nipype可以使用dcm2niix转换图像。
• py2bids是dcm2niix dicom到bids转换的包装器。
• pyBIDSconv提供将DICOM图像转换为BIDS格式的图形界面。它包括用于识别西门子扫描的智能默认启发式方法。
• pydcm2niix是一个用于操作dcm2niix的Python模块。.
• pydra-dcm2niix包含Pydra任务接口的dcm2niix。
• qsm是定量磁化率映射软件。
• reproin是为从MR扫描仪自动生成可共享、版本控制的BIDS数据集而设置的。
• Retina_OCT_dcm2nii将光学相干断层扫描（OCT）数据转换为NIfTI。
• sci-tran dcm2niix是Flywheel Gear（docker）。
• shimming-toolbox启用了静态和实时磁化率校正，使用dcm2niix导入DICOM数据。
• SlicerDcm2nii扩展是将DICOM数据导入Slicer的一种方法。
• tar2bids使用heudiconv（它调用dcm2niix）将DICOM tarball(s)转换为BIDS。
• TORTOISE用于处理扩散磁共振成像数据，并使用dcm2niix导入DICOM图像。
• TractoR（R中的轨迹图）使用dcm2niix进行图像转换。.