dicom2nifti转换DICOM为NIFTI后标签翻转错位如何解决

调用dicom2nifti.dicom_series_to_nifti()转换后出现mask水平翻转、和影像错位，核心原因是DICOM到NIFTI转换时的坐标系映射不一致：

• DICOM默认使用LPS（左-后-上）坐标系，部分NIFTI处理工具默认使用RAS（右-前-上）坐标系，轴方向映射差会直接导致左右水平翻转
• 转换时如果影像和mask没有使用完全一致的方向重定向、重采样参数，两者的仿射矩阵不匹配，就会出现对齐错位
• 部分非标准导出的DICOM序列Image Orientation (Patient)字段缺失或值异常，dicom2nifti默认校验逻辑会自动修正方向，但如果mask没有同步做相同修正，就会出现错位

• 方案1：统一转换参数，从源头保证坐标一致
  转换时强制开启NIFTI标准方向重定向，且影像、对应mask的原始DICOM序列必须使用完全相同的转换配置，参考代码：

  import dicom2nifti
  # 统一配置
  dicom2nifti.settings.disable_validate_orthogonal()
  dicom2nifti.settings.set_resample(False)
  # 转换影像
  dicom2nifti.dicom_series_to_nifti(
      dicom_image_series_path,
      "output_image.nii.gz",
      reorient_nifti=True  # 强制输出为标准NIFTI坐标系，保证所有输出方向统一
  )
  # 转换mask对应的DICOM标注序列，参数完全和上面一致
  dicom2nifti.dicom_series_to_nifti(
      dicom_mask_series_path,
      "output_mask.nii.gz",
      reorient_nifti=True
  )
  

  不要混用不同工具、不同参数转出的影像和mask做配准/特征提取。

• 方案2：修正已生成的错位文件
  如果已经转出了影像和mask，不想重新转换，可以用SimpleITK同步空间元数据+修正翻转轴：

  import SimpleITK as sitk
  import numpy as np
  
  # 读取已转换的文件
  img = sitk.ReadImage("converted_img.nii.gz")
  misaligned_mask = sitk.ReadImage("misaligned_mask.nii.gz")
  
  # 提取mask数组做水平翻转，注意SimpleITK数组维度顺序为(Z,Y,X)，水平左右轴对应X轴即索引2
  mask_arr = sitk.GetArrayFromImage(misaligned_mask)
  fixed_mask_arr = np.flip(mask_arr, axis=2)
  
  # 把翻转后的mask对齐到影像的空间信息
  fixed_mask = sitk.GetImageFromArray(fixed_mask_arr)
  fixed_mask.CopyInformation(img)
  
  # 保存修正后的mask
  sitk.WriteImage(fixed_mask, "aligned_mask.nii.gz")
  

  保存后可以用3D Slicer或ITK-SNAP加载验证对齐效果，确认无误后再用于后续流程。

• 方案3：换用一致性更高的转换工具规避解析bug
  dicom2nifti对部分非标准DICOM的方向解析存在已知问题，可以换用领域内通用的dcm2niix工具做转换，自动处理坐标系映射问题，命令行调用示例：

  dcm2niix -z y -f output_name_rule -o /path/to/save/nifti /path/to/input/dicom/series
  

  影像和mask序列使用相同版本dcm2niix转换即可保证坐标完全对齐，不需要额外修正。

注意：运行pyradiomics特征提取前，必须校验影像和mask的四个空间属性完全一致：数组维度、体素间距、方向矩阵、原点坐标，否则提取出的特征不具备有效性。

内容的提问来源于stack exchange，提问作者Rohini Gaikar