메디컬 이미지 NIfTI 실습 - DICOM montage, 변환, 3D 슬라이스 GIF

앞선 메디컬 이미지 개념 정리에서 포맷 차이를 봤다면, 이번에는 DICOM 폴더를 실제로 읽고 NIfTI로 변환한 뒤 3D 볼륨 슬라이스를 GIF로 확인하는 흐름을 실습해본다. 핵심은 DICOM 스택 확인 → NIfTI 변환 → 축 전환(transpose) → 애니메이션 시각화 순서다.

이번 글에서는 제공된 노트북 코드를 그대로 기준으로, 실행 흐름이 끊기지 않게 단계별로 정리한다.

---

1. 데이터 압축 해제 및 라이브러리 설치

!unzip -q '/content/drive/MyDrive/랭체인 AI 영상객체탐지분석 플랫폼 구축/14. 메디컬 이미지/data/brain_images.zip'

!pip install scikit-image
!pip install natsort
!pip install pydicom

import matplotlib.pyplot as plt
import pydicom
import numpy as np

from skimage.util import montage
from natsort import natsorted
from pathlib import Path

---

2. DICOM 슬라이스 로드 및 montage 시각화

BASE_PATH = Path('/content/brain_images/00825/T2w')
dicom_images = natsorted(list(BASE_PATH.glob('*.dcm')))
print(f'이미지의 총 개수: {len(dicom_images)}')

concat_images = np.array([pydicom.dcmread(i).pixel_array for i in dicom_images])
plt.figure(figsize=(10, 10))
# 여러 장의 2D 슬라이스를 3행 15열 격자로 붙여서 한 장으로 표시
plt.imshow(montage(concat_images, grid_shape=(3, 15)), cmap='bone')

여기서 montage는 폴더 안 슬라이스가 정상적으로 읽혔는지 빠르게 품질 점검할 때 유용하다.

---

3. DICOM → NIfTI 변환

!pip install nibabel
!pip install dicom2nifti

import dicom2nifti
import nibabel as nib

# .nii.gz 생성
dicom2nifti.convert_directory('/content/brain_images/00825/T2w', './')

nifiti_path = '/content/8_t2w.nii.gz'

sample_img = nib.load(nifiti_path)
sample_img = np.asanyarray(sample_img.dataobj)
print(f'nifti file shape: {sample_img.shape}')  # (height, width, depth)

transpose_img = sample_img.transpose((2, 1, 0))
transpose_img.shape

transpose((2, 1, 0))는 축 순서를 바꿔 슬라이스 탐색 방향을 맞출 때 자주 쓰는 전처리다.

---

4. 두 번째 볼륨도 동일하게 변환

dicom2nifti.convert_directory('/content/brain_images/00829/T2w', './')

nifiti_path2 = '/content/501_t2w.nii.gz'

sample_img2 = nib.load(nifiti_path2)
sample_img2 = np.asanyarray(sample_img2.dataobj)

transpose_img2 = sample_img2.transpose((2, 1, 0))
transpose_img2.shape

---

5. 3D 슬라이스를 GIF로 저장하는 클래스

import matplotlib.animation as anim
from IPython.display import Image as show_gif

class ImageToGIF:
    def __init__(self, size=(500, 500), xy_text=(80, 30), dpi=100, cmap='CMRmap'):
        self.fig = plt.figure()
        self.fig.set_size_inches(size[0] / dpi, size[1] / dpi)
        self.xy_text = xy_text
        self.cmap = cmap

        # [left, bottom, width, height]
        self.ax = self.fig.add_axes([0, 0, 1, 1])
        self.ax.set_xticks([])
        self.ax.set_yticks([])
        self.images = []

    def add(self, image, label, with_mask=False):
        plt.set_cmap(self.cmap)
        plt_img = self.ax.imshow(image, animated=True)
        plt_text = self.ax.text(*self.xy_text, label, color='red')
        to_plot = [plt_img, plt_text]
        self.images.append(to_plot)
        plt.close()

    def save(self, filename, fps):
        animation = anim.ArtistAnimation(self.fig, self.images)
        animation.save(filename, writer='imagemagick', fps=fps)

---

6. 첫 번째 볼륨 GIF 생성

sample_data_gif = ImageToGIF()
label = nifiti_path.replace("/", ".").split('.')[-2]
filename = f'{label}_3d_2d.gif'

for i in range(transpose_img.shape[0]):
    image = transpose_img[i]
    sample_data_gif.add(image, label=f'{label}_{str(i)}')

sample_data_gif.save(filename, fps=15)
show_gif(filename, format='png')

---

7. 다른 축 방향으로 슬라이스 GIF 생성

첫 번째 축이 아니라 세 번째 축 방향으로 순회하면 다른 단면을 볼 수 있다. MRI 볼륨은 축 방향에 따라 보이는 해부학적 단면이 달라진다.

sample_data_gif2 = ImageToGIF()
label = nifiti_path.replace("/", ".").split('.')[-2]
filename = f'{label}_3d_2d_2.gif'

for i in range(transpose_img2.shape[2]):
    image = transpose_img2[:, :, i]
    sample_data_gif2.add(image, label=f'{label}_{str(i)}')

sample_data_gif2.save(filename, fps=15)
show_gif(filename, format='png')

---

8. 180도 회전 후 GIF 생성

np.rot90(..., k=2)를 쓰면 90도를 두 번 적용해 총 180도 회전시킬 수 있다.

sample_data_gif2 = ImageToGIF()
label2 = nifiti_path.replace("/", ".").split('.')[-2]
filename2 = f'{label2}_3d_2d_2.gif'

for i in range(transpose_img2.shape[2]):
    # rot90: 90도 회전 함수
    # k=2: 90도 2번 -> 총 180도 회전
    # axes=(1,0): 1번 축과 0번 축 기준 회전
    image = np.rot90(transpose_img2[..., i], k=2, axes=(1, 0))
    sample_data_gif2.add(image, label=f'{label}_{str(i)}')

sample_data_gif2.save(filename2, fps=15)
show_gif(filename2, format='png')

---

마치며

• DICOM 폴더 단위 데이터를 먼저 montage로 확인하면 데이터 품질 점검이 빠르다.
• dicom2nifti + nibabel 조합으로 DICOM 스택을 NIfTI 볼륨으로 변환해 딥러닝 파이프라인에 쉽게 연결할 수 있다.
• transpose와 rot90는 단면 방향/표시 방향을 맞추는 데 핵심 전처리다.
• 다음에는 이 볼륨 데이터를 기준으로 3D 세그멘테이션 입력 텐서 구성과 증강 파이프라인까지 이어서 정리해보면 좋다.