老卫带你学—DDSM乳腺癌数据研究

1.下载数据

我们的下载工具是winscp软件，该软件可以用于远程ftp下载。

首先，在 上搜索安装包进行下载安装。

选择ftp，输入DDSM 址，匿名登录。

2.1 LJPEG转化成JPG###

LJPEG转化为JPG格式，可以满足我们的一般需求。首先需要将以下代码download下来，并且放置与DDSM数据同级目录。

我的文件树如下：

成功将图片格式转化为jpg格式。

2.2 LJPEG转化成PNG###

####2.2.1 转化格式
上面介绍了将LJPEG格式转化成jpg格式，但是jpg格式是有压缩的，所以存在一定的信息损失，那么最好的图片格式就是png格式，它是一种无损的图片格式，可以更好的将信息保留下来，接下来老卫将会针对如何将LJPEG格式转化为PNG格式展开研究。

首先加入了自动化运行脚本，使得每次只需要更改文件路径就可以自动运行脚本。

代码链接如下：

将代码放入与DDSM数据同级目录上。
另外imagemagick是需要的，我们需要用它将pnm转化为png格式。
另外得到代码以后，进入ljpeg目录中的ljpegdir，进行编译。

紧接着进入ddsm下的ddsm-software，将该文件进行编译。

我的DDSM_Dataset放的是DDSM数据，和它同级的ljpeg-to-png就是我们代码的目录。

注意里面的SEQUENCE放在了DATE_DIGITIZED后面，这种的格式是错误的，我们的脚本就无法读出后面的数据，从而转化失败。正确的做法是将SEQUENCE放在DIGITIZED的下面，如图：

####2.2.2自动化删除中间遗留的.1与.pnm文件
在我们程序运行中，会产生大量的中间文件，.1文件与.pnm文件。于是老卫又写了一个clean.sh脚本用于自动化删除目标文件夹下的这两类文件。

可以从下图看到，存在大量的中间文件。导致一个文件夹高达50个G。

然后打开终端，运行脚本。

可以看到大量的中间文件被删除。

####2.2.3自动化更改png图片名称
在我们将图片格式转化为PNG格式之后，存在一个问题，那就是PNG图片的名字异常的复杂，那是因为中间处理所产生的问题，但是我们必须要将图片的名称更改为正常的名称，因为我们后续的操作，比如与overlay文件结合，必须使用正确的名称。

可是这样每次需要手动更改目标文件，太过劳累，于是老卫写了一个自动化更改名称的auto_rename_pngfile.py脚本，用于自动化寻找目录，运行脚本，更改名称。同样的每次修改path，directory的参数。

####2.2.4读取overlay掩码文件
在我们的cancer病例与benign病例中会存在专业医师标注的病灶区域，他们将病灶区域的信息存放至overlay文件中。我们需要通过一定的程序将该overlay信息读取出来。

打开DDSMUtility-master文件夹中的openDDSMPngWithOverlay.m文件，然后修改以下参数变量为自己存放png图片与overlay文件的文件夹。

运行程序就可以看到医师所标注的病灶区域。如图：

这样就会将其边框信息保存下来，供我们后期使用。

至此完成了将LJPEG转化为PNG的研究。

By：老卫
Email：2205492446@qq.com
欢迎联系，互相交流！