次のフォルダーにある DICOM (.dcm) ファイルを読み取ろうとしています。
/rsna-pneumonia-detection-challenge/stage_2_train_images/
ファイルは読み取り可能で、pidicom ライブラリを使用して表示できます。ただし、Keras ImageDataGenerator を使用してトレーニング パイプラインのファイルを読み取ると、次のエラーが発生します。
「UnidentifiedImageError: イメージ ファイル <_io.BytesIO object at 0x7f90a47e3b80> を識別できません」
エラーの詳細からわかるように、Python PIL (Pillow) はファイル形式 ".dcm" を識別できません。
2 つの洞察が必要です。
最初にこれらのファイルを「.png」などの他の形式に変換する必要なく、Keras ImageDataGenerator を使用してトレーニング パイプライン用の DICOM ファイルを読み取ることは可能ですか? 「https://medium.com/@rragundez/medical-images-now-supported-by-keras-imagedatagenerator-e67d1c2a1103」で次のブログを読みましたが、驚くべきことに「.PNG」を例として使用しています。
最初に DICOM ファイルからピクセル情報を抽出し、バッチをトレーニング パイプラインにフェッチするカスタム ジェネレーターを作成することは可能ですか?
どんな助けでも大歓迎です。
私のコードとエラーメッセージを以下に示します。
import pandas as pd
import numpy as np
from tensorflow.keras.models import Sequential
from tensorflow.keras.preprocessing.image import ImageDataGenerator
from tensorflow.keras.layers import Dense, Activation, Flatten, Dropout, BatchNormalization
from tensorflow.keras.layers import Conv2D, MaxPooling2D
from tensorflow.keras import regularizers, optimizers
traindf=pd.read_csv(‘/rsna-pneumonia-detection-challenge/stage_2_train_labels.csv',dtype=str)
classdf=pd.read_csv('/rsna-pneumonia-detection-challenge/stage_2_detailed_class_info.csv',dtype=str)
tr100df = traindf[0:100] # take first 100 samples
tr100df.loc[:,'path'] = tr100df.patientId + '.dcm'
datagen=ImageDataGenerator(rescale=1./255.,validation_split=0.25)
train_generator=datagen.flow_from_dataframe(
dataframe=tr100df,
directory="/rsna-pneumonia-detection-challenge/stage_2_train_images",
x_col="path",
y_col="Target",
subset="training",
batch_size=32,
seed=42,
shuffle=True,
class_mode="binary",
target_size=(32,32),mode='grayscale',validate_filenames=False)
for image_batch, labels_batch in train_generator:
print(image_batch.shape)
print(labels_batch.shape)
image_np = image_batch.numpy()
label_np = labels_batch.numpy()
break
エラー：
UnidentifiedImageError Traceback (most recent call last)
<ipython-input-66-9af954b10f7c> in <module>
----> 1 for image_batch, labels_batch in train_generator:
2 print(image_batch.shape)
3 print(labels_batch.shape)
4 image_np = image_batch.numpy()
5 label_np = labels_batch.numpy()
~/opt/anaconda3/lib/python3.8/site-packages/keras_preprocessing/image/iterator.py in __next__(self, *args, **kwargs)
102
103 def __next__(self, *args, **kwargs):
--> 104 return self.next(*args, **kwargs)
105
106 def next(self):
~/opt/anaconda3/lib/python3.8/site-packages/keras_preprocessing/image/iterator.py in next(self)
114 # The transformation of images is not under thread lock
115 # so it can be done in parallel
--> 116 return self._get_batches_of_transformed_samples(index_array)
117
118 def _get_batches_of_transformed_samples(self, index_array):
~/opt/anaconda3/lib/python3.8/site-packages/keras_preprocessing/image/iterator.py in _get_batches_of_transformed_samples(self, index_array)
225 filepaths = self.filepaths
226 for i, j in enumerate(index_array):
--> 227 img = load_img(filepaths[j],
228 color_mode=self.color_mode,
229 target_size=self.target_size,
~/opt/anaconda3/lib/python3.8/site-packages/keras_preprocessing/image/utils.py in load_img(path, grayscale, color_mode, target_size, interpolation)
112 'The use of `load_img` requires PIL.')
113 with open(path, 'rb') as f:
--> 114 img = pil_image.open(io.BytesIO(f.read()))
115 if color_mode == 'grayscale':
116 # if image is not already an 8-bit, 16-bit or 32-bit grayscale image
~/opt/anaconda3/lib/python3.8/site-packages/PIL/Image.py in open(fp, mode)
2928 for message in accept_warnings:
2929 warnings.warn(message)
-> 2930 raise UnidentifiedImageError(
2931 "cannot identify image file %r" % (filename if filename else fp)
2932 )
UnidentifiedImageError: cannot identify image file <_io.BytesIO object at 0x7f90a47e3b80>