如何从类型为|V376的H5文件提取可用于FFT2的MRI图像方阵？

第一步：解析|V376类型的二进制数据 #

|V376是固定长度的字节数组类型，每个元素对应376字节的MRI原始采集数据（封装了K空间采样点、编码信息等），不是直接可用的数值张量，需要先解析为复数形式：

1. 读取原始字节数据：

   import h5py
   import numpy as np
   
   with h5py.File('your_file.h5', 'r') as f:
       raw_byte_data = f['data'][()]  # 获取(10440,)的字节数组
   

2. 转译复数采样点：Stanford 2D FSE数据通常用**16位整数对（实部+虚部）**存储复数，376字节对应94个复数点（94×4字节=376）。直接把整段字节转成int16数组，再组合为复数：

   int_array = np.frombuffer(raw_byte_data.tobytes(), dtype=np.int16)
   complex_kspace_raw = int_array[::2] + 1j * int_array[1::2]
   

第二步：重构K空间方阵 #

一维复数数组需要根据扫描参数重构为二维方阵，先从H5文件中提取关键参数（用f.visit(print)遍历所有键，找config或acquisition组下的参数）：

• reconMatrixSizeX/frequency_encode_steps：频率编码方向点数（通常是方阵边长，如256/320）
• reconMatrixSizeY/phase_encode_steps：相位编码方向点数（与X一致即为方阵）

重构示例 #

假设参数为reconMatrixSizeX=256、reconMatrixSizeY=256：

# 截取对应长度的采样点，reshape为二维方阵
kspace_matrix = complex_kspace_raw[:256*256].reshape((256, 256))

如果原始复数数组长度远大于方阵总点数，说明是多切片/多回波数据，需先按切片拆分再取单切片数据reshape。

第三步：验证与可视化 #

重构完成后即可进行FFT变换和可视化：

import matplotlib.pyplot as plt

# K空间可视化
plt.figure(figsize=(8,8))
plt.imshow(np.log1p(np.abs(np.fft.fftshift(kspace_matrix))), cmap='gray')
plt.title('K-space')
plt.show()

# 转换为图像空间
recon_image = np.abs(np.fft.ifft2(np.fft.fftshift(kspace_matrix)))
plt.figure(figsize=(8,8))
plt.imshow(recon_image, cmap='gray')
plt.title('Reconstructed MRI Image')
plt.show()

补充提示 #

• 若找不到参数，可尝试用256、320、512等常见MRI方阵尺寸reshape，观察重构图像是否合理。
• 部分文件的字节块可能包含头信息（如前几个字节是相位编码索引），可打印前几个字节块的前10字节，判断是否有固定规律的数值，再剥离头信息后解析复数数据。

内容的提问来源于stack exchange，提问作者Giovanni Petrone