在医学图像处理中，我们经常使用一种NIFTI格式图像（.nii文件），现在我们来看看

1 NIFTI格式图像

1.1 什么是NIFTI格式图像

在讲解什么是NIFTI（Neuroimaging Informatics Technology Initiative）格式之前，得先了解一下Analyze格式。Analyze格式储存的每组数据组包含2个文件，一个为数据文件，其扩展名为.img，包含二进制的图像资料；另外一个为头文件，扩展名为.hdr，包含图像的元数据。在FMRI的早期，Analyze格式最常用的格式，但现在逐渐被NIFTI格式所取代。Analyze格式主要不足就是头文件不能真正反映元数据。

标准NIFTI图像的扩展名是.nii，也包含了头文件及图像资料。由于NIFTI格式和Analyze格式的关系，因此NIFTI格式也可使用独立的图像文件（.img）和头文件（.hdr）。单独的.nii格式文件的优势就是可以使用标准的压缩软件（如gzip）进行压缩，而且一些分析软件包（比如FSL）可以直接读取和写入压缩的.nii文件（扩展名为.nii.gz）。

1.2 为什么会出现NIFTI格式图像

原来的ANALYZE 7.5 format图像格式缺少一些信息，比如没有方向信息，病人的左右方位等，如果需要包括额外的信息，就需要一个额外的文件，比如ANALYZE 7.5就需要一对<.hdr, .img>文件来保存图像的完整信息。因此，解决这个问题Data Format Working Group (DFWG) 将图像格式完整的定义为NIFTI格式。
详细了解NIFTI格式请参见： https://brainder.org/2012/09/23/the-nifti-file-format/

2 读取NIFTI格式图像

2.1 ITK-SNAP

推荐ITK-SNAP下载地址：http://www.itksnap.org/pmwiki/pmwiki.php?n=Downloads.SNAP3

可以看到：itk-snap获得了分别来自三个角度的视图（水平面、矢状面、冠状面）

2.2 itkwidgets

详细请参见：https://pypi.org/project/itkwidgets/

2.3 simpleITK

这是使用最多的一种图像处理工具

import SimpleITK as sitk
from matplotlib import pyplot as plt


def showNii(img):
    for i in range(img.shape[0]):
        print(i)
        plt.imshow(img[i, :, :], cmap='gray')
        plt.show()


itk_img = sitk.ReadImage('./data/00_img.nii.gz')
img = sitk.GetArrayFromImage(itk_img)
print(img.shape)  # (88, 132, 175)表示各个维度切片的数量
showNii(img)

2.4 Nibabel

import matplotlib

matplotlib.use('TKAgg')
from matplotlib import pylab as plt
import nibabel as nib
from nibabel import nifti1
from nibabel.viewers import OrthoSlicer3D

example_filename = './data/00_img.nii.gz'
img = nib.load(example_filename)
print('img:\n', img)
print('img.header:\n', img.header['db_name'])  # 输出头信息

# 由文件本身维度确定，可能是3维，也可能是4维
width, height, queue = img.dataobj.shape
print(width, height, queue)  # 175 132 88

OrthoSlicer3D(img.dataobj).show()

num = 1
for i in range(0, queue, 11):
    img_arr = img.dataobj[:, :, i]
    plt.subplot(2, 4, num)
    plt.imshow(img_arr, cmap='gray')
    num += 1
plt.show()

参考文献

1. https://blog.csdn.net/qq_33254870/article/details/100125788
2. https://blog.csdn.net/alxe_made/article/details/80512423