SIIM-ACR Pneumothorax Segmentation 气胸x光识别比赛数据处理

• train-rle包含12955份dicom文件（站立位胸片），有气胸：无气胸 = 3577:9378
• ImageId 这一列比较好理解，是训练数据的 id，对应的是 dcm 文件的文件名，也是DCM文件内的SOPInstanceUID，这个联系线索很重要。
• EncodedPixels 实际存放的就是 mask 的像素数据，这些像素数据是以run-length-encoded (RLE)编码存放的。

接下来，我们需要定义一个函数来将 RLE 编码的数据还原成 mask 图片数据。这部分官方已经提供了一个函数，给我们直接使用，如下：

2.2 导入 DCM 文件

接下来我们将DCM读入并存储到字典中，方便以后查看跟使用。我们还将之前读入的 mask 数据也合并到相应的 ImageId 的字典中。

在训练数据中，如果胸片没有被 mask 标记，表示这个病例他并不患有气胸。通过 EncodedPixels 中的数据，将是否是气胸的患者记录到 has_pneumothorax 这一字段中。-1 即为无气胸，也无标记信息。

在后续对标注信息操作的时候，也记得对标记为-1对数据跳过，否则会 错提示。

查看下读取dcm的代码，是否正常打印，代码如下：

打印头部5行如下：

展示的图像如下：

3.2 mask可视化

我们在看下 mask 图像在相对应的病例中的位置：

我们分两组来显示：

• 第一组我们将原始胸片图像中用红色的框框出 mask 的最小包围盒. 然后将mask 数据部分用不同的颜色区分
• 第二组我们直接显示原始图像

两者形成对比，便于查看我们标注的气胸位置在哪里。（注视部分包含了3.1的内容）