파이썬 nifti to jpg, nifti파일 변환 코드

---

NIfTI(Neuroimaging Informatics Technology Initiative) 파일 형식은 주로 뇌 영상 데이터를 저장하는 데 사용되는 파일 형식입니다. 주로 MRI(Magnetic Resonance Imaging)와 같은 의료 영상 데이터를 저장하는 데 사용되며, neuroimaging 연구에서 널리 활용됩니다.

NIfTI 파일의 주요 특징

1. 확장자:
   • NIfTI 파일은 보통 .nii 또는 .nii.gz 확장자를 가집니다.
   • .nii.gz는 .nii 파일을 gzip으로 압축한 형태입니다.
2. 구조:
   • NIfTI 파일은 일반적으로 3차원(3D) 또는 4차원(4D) 데이터를 저장합니다.
   • 3D 데이터는 한 개의 볼륨(예: MRI 스캔의 단일 시간점)을 포함하고, 4D 데이터는 여러 개의 볼륨(예: 여러 시간점에서의 MRI 스캔)을 포함할 수 있습니다.
   • 각 데이터 포인트는 voxel(3D 픽셀)이라 불리며, 이 voxel은 이미지의 한 지점을 나타냅니다.
3. 메타데이터:
   • NIfTI 파일에는 이미지 데이터 외에도 이미지의 크기, 해상도, 스캔 시간, 공간적 해상도(해상도 매트릭스), 방향 등의 다양한 메타데이터가 포함됩니다.
   • 이 메타데이터는 NIfTI 헤더에 저장되어 있으며, 이미지를 정확하게 해석하는 데 필수적입니다.
4. 기본 형식:
   • NIfTI-1: 초기 형식으로, 348바이트의 고정 크기 헤더와 이미지 데이터를 포함하는 방식으로 구성됩니다.
   • NIfTI-2: NIfTI-1의 확장 버전으로, 540바이트의 헤더를 사용하여 더 많은 메타데이터를 저장할 수 있습니다.

NIfTI 파일의 사용 예

• 뇌 연구: 연구자들은 뇌의 구조적 및 기능적 이미지를 분석하여 다양한 신경학적 연구를 수행합니다.
• 의료 영상: MRI, CT 스캔 등 다양한 의료 이미지를 분석하고 시각화하기 위해 NIfTI 형식을 사용합니다.
• 컴퓨터 비전: 의료 영상 데이터를 다루는 딥러닝 모델을 훈련하는 데 NIfTI 파일이 자주 사용됩니다.

NIfTI 파일의 열기 및 분석

NIfTI 파일을 분석하려면 일반적으로 Python 라이브러리나 전문 소프트웨어가 필요합니다. 대표적인 툴은 다음과 같습니다:

• Nibabel: Python 라이브러리로, NIfTI 파일을 읽고 쓸 수 있는 기능을 제공합니다.
• FSL: FMRIB Software Library는 NIfTI 파일을 시각화하고 분석하는 데 유용한 툴입니다.
• SPM: Matlab 기반의 소프트웨어로, 뇌 영상 분석에 널리 사용됩니다.

NIfTI 파일은 뇌과학 및 의료 영상 연구에서 중요한 역할을 하며, 데이터의 저장, 공유 및 분석에 매우 유용합니다.

---

 

NIfTI 파일을 JPEG 이미지로 변환하는 작업은 Python에서 Nibabel과 Matplotlib 라이브러리를 사용하여 간단히 수행할 수 있습니다.

 

• matplotlib

import nibabel as nib
import matplotlib.pyplot as plt
import numpy as np
import os

# NIfTI 파일 경로 지정
nifti_file_path = os.getenv("NIFTI_DATABASE")

# NIfTI 파일 로드
img = nib.load(nifti_file_path)

# NIfTI 파일에서 데이터 가져오기
data = img.get_fdata()

# 출력할 JPEG 파일 저장 디렉토리 생성
output_dir = 'output_images'
os.makedirs(output_dir, exist_ok=True)

# 3D 볼륨의 가운데 슬라이스를 가져오기
slice_index = data.shape[2] // 2
slice_data = data[:, :, slice_index]

# 슬라이스를 JPEG로 저장
output_file_path = os.path.join(output_dir, 'slice_mid.jpg')
plt.imsave(output_file_path, slice_data, cmap='gray')

print(f"JPEG 파일이 저장되었습니다: {output_file_path}")

 

• opencv

import nibabel as nib
import cv2
import numpy as np
import os

# NIfTI 파일 경로 지정
nifti_file_path = os.getenv("NIFTI_DATABASE")

# NIfTI 파일 로드
img = nib.load(nifti_file_path)

# NIfTI 파일에서 데이터 가져오기
data = img.get_fdata()

# 출력할 JPEG 파일 저장 디렉토리 생성
output_dir = 'output_images'
os.makedirs(output_dir, exist_ok=True)

# 3D 볼륨의 가운데 슬라이스를 가져오기
slice_index = data.shape[2] // 2
slice_data = data[:, :, slice_index]

# 데이터를 0~255 범위로 정규화
slice_data_normalized = cv2.normalize(slice_data, None, 0, 255, cv2.NORM_MINMAX)

# 데이터를 uint8 형식으로 변환
slice_data_uint8 = slice_data_normalized.astype(np.uint8)

# 슬라이스를 JPEG로 저장
output_file_path = os.path.join(output_dir, 'slice_mid.jpg')
cv2.imwrite(output_file_path, slice_data_uint8)

print(f"JPEG 파일이 저장되었습니다: {output_file_path}")