如何将DICOM的pixel_array(np数组)正确写入CSV并还原原数组？

一、关于现有CSV中数组的还原问题 #

首先得给你提个醒：你现在CSV里的像素数组字符串带...，这是因为写入时numpy自动截断了过长的数组显示，这部分被省略的数据已经丢失了，没办法完全还原成原始的完整数组。

如果是测试用的小型数组（没有省略号），可以用下面的方法把字符串转回numpy数组：

import numpy as np
import pandas as pd
import ast

# 读取CSV文件
df = pd.read_csv('imgs_n_patied_train1.csv')

# 定义字符串转数组的函数
def str_to_nparray(s):
    # 用ast解析字符串为列表，再转成numpy数组
    return np.array(ast.literal_eval(s))

# 应用到pixel_array列
df['pixel_array'] = df['pixel_array'].apply(str_to_nparray)

但如果字符串里有...，这个方法会报错，而且丢失的中间数据也找不回来，所以更关键的是要解决如何正确写入CSV以保留完整数组的问题。

二、正确写入CSV保留完整像素数组的方法 #

直接把numpy数组写入CSV会触发它的默认字符串转换，长数组会被截断加省略号，所以我们需要换一种存储方式，下面给你两种实用方案：

方案1：展平数组为列表写入（推荐，高效） #

把二维的像素数组展平成一维列表，写入CSV时就能保存所有数值，读取后再reshape回原始形状：

修改你的写入代码：

import numpy as np
import csv
import pydicom as dicom  # 注意现在官方库名是pydicom，旧版dicom可能已弃用

def tryer(a, b):
    if b == 'pixel_array':
        # 展平数组并转为列表，确保所有数值都被写入
        return a.pixel_array.flatten().tolist()
    else:
        try:
            return getattr(a, b)
        except AttributeError:
            return 'No'

a_list = ['PatientID', 'pixel_array']
# 先获取样本图像的形状（假设所有DICOM图像尺寸一致）
sample_img_path = r'pathto\stage_2_train_images\你的样本文件名.dcm'
sample_img = dicom.read_file(sample_img_path, force=True)
img_shape = sample_img.pixel_array.shape

with open('imgs_n_patied_train1.csv', 'w', newline='') as f:
    thewriter = csv.writer(f)
    thewriter.writerow(['PatientID', 'pixel_array'])
    for i in imgs:
        img_path = fr'pathto\stage_2_train_images\{i}'
        a = dicom.read_file(img_path, force=True)
        app = [tryer(a, j) for j in a_list]
        thewriter.writerow(app)

读取时还原数组：

import pandas as pd
import numpy as np

df = pd.read_csv('imgs_n_patied_train1.csv')

# 解析CSV中的列表字符串为一维数组，再reshape回原尺寸
def flat_list_to_array(s):
    num_list = list(map(int, s.strip('[]').split(',')))
    return np.array(num_list).reshape(img_shape)

df['pixel_array'] = df['pixel_array'].apply(flat_list_to_array)

如果你的DICOM图像尺寸不一致，建议在CSV中多加一列image_shape，写入时保存a.pixel_array.shape，读取时用这个形状来reshape。

方案2：保存完整的数组字符串（适合小型数组） #

用numpy.array2string生成不带省略号的完整数组字符串，写入CSV：

修改写入代码中的tryer函数：

def tryer(a, b):
    if b == 'pixel_array':
        # 生成完整的数组字符串，不截断，用逗号分隔
        return np.array2string(a.pixel_array, separator=',', max_line_width=np.inf)
    else:
        try:
            return getattr(a, b)
        except AttributeError:
            return 'No'

读取时还原：

import pandas as pd
import numpy as np
import ast

df = pd.read_csv('imgs_n_patied_train1.csv')
df['pixel_array'] = df['pixel_array'].apply(lambda x: np.array(ast.literal_eval(x)))

额外建议 #

CSV其实并不适合存储大型像素数组，会导致文件体积超大、读写速度慢。如果可以的话，推荐使用HDF5或Parquet这类专为数值数据设计的格式，用pandas就能轻松实现：

# 保存为HDF5
df.to_hdf('dicom_data.h5', key='data', mode='w')
# 读取
df = pd.read_hdf('dicom_data.h5', key='data')

内容的提问来源于stack exchange，提问作者Akshay Ram