Aspose.Medical DICOM naar Text Converter voor .NET Knowledge Base
Hoe om meerdere DICOM-bestanden te converteren in een enkele JSON-array

Hoe om meerdere DICOM-bestanden te converteren in een enkele JSON-array

Deze tutorial toont hoe u meerdere DICOM-bestanden om te zetten in een enkele JSON-array met behulp van C#. Deze benadering is ideaal voor data ingenieurs die nodig hebben om metadata te exporteren voor analytische hulpmiddelen, databases of data pipelines.

De voordelen van JSON Array Export

  • Bulk gegevensverwerking:- Importeer meerdere DICOM records in databases in één operatie.

    • Analytica is klaar voor:- JSON-rays kunnen rechtstreeks worden geladen in Python, Spark of data warehouses.

  • Compact uitgang- Een enkele bestand met alle metadata vergemakkelijkt het beheer van gegevens.

Voorwaarden: het voorbereiden van het milieu

  • Installeer Visual Studio of een compatibele .NET IDE.
  • Maak een nieuw .NET 8 console-applicatieproject.
  • Installeer Aspose.Medical vanaf de NuGet Package Manager.
  • Maak een map met meerdere DICOM-bestanden.

Step-by-step gids voor het omzetten van meerdere DICOM-bestanden naar JSON Array

Stap 1: Installeer Aspose.Medical

Voeg de Aspose.Medische bibliotheek toe aan uw project met behulp van NuGet.

Install-Package Aspose.Medical

Stap 2: Inkluderen van noodzakelijke naamruimten

Voeg verwijzingen toe aan de vereiste naamruimten in uw code.

using Aspose.Medical.Dicom;
using Aspose.Medical.Dicom.Serialization;

Stap 3: Laden van meerdere DICOM-bestanden

Load DICOM-bestanden van een map naar een collectie.

string inputFolder = @"C:\DicomStudies";
string[] dicomPaths = Directory.GetFiles(inputFolder, "*.dcm");

List<DicomFile> dicomFiles = new();
foreach (string path in dicomPaths)
{
    dicomFiles.Add(DicomFile.Open(path));
}

Stap 4: Extract Dataset Array

Maak een reeks Dataset-objecten uit de geladen bestanden.

Dataset[] datasets = dicomFiles
    .Select(dcm => dcm.Dataset)
    .ToArray();

Stap 5: Serialiseren naar JSON Array

Gebruik DicomJsonSerializer.Serialize met de Dataset array.

string jsonArray = DicomJsonSerializer.Serialize(datasets, writeIndented: true);

Stap 6: Save the JSON Array

Bewaar de JSON array naar een bestand.

File.WriteAllText("dicom_studies.json", jsonArray);
Console.WriteLine($"Exported {datasets.Length} DICOM datasets to JSON array.");

Volledige code voorbeeld

Hier is een complete voorbeeld die laat zien hoe u meerdere DICOM-bestanden kunt converteren naar een JSON-arrangement:

using Aspose.Medical.Dicom;
using Aspose.Medical.Dicom.Serialization;

string inputFolder = @"C:\DicomStudies";
string outputFile = "dicom_studies.json";

// Get all DICOM files
string[] dicomPaths = Directory.GetFiles(inputFolder, "*.dcm");
Console.WriteLine($"Found {dicomPaths.Length} DICOM files.");

// Load all files
List<DicomFile> dicomFiles = new();
foreach (string path in dicomPaths)
{
    try
    {
        dicomFiles.Add(DicomFile.Open(path));
    }
    catch (Exception ex)
    {
        Console.WriteLine($"Skipping invalid file: {Path.GetFileName(path)}");
    }
}

// Build dataset array
Dataset[] datasets = dicomFiles
    .Select(dcm => dcm.Dataset)
    .ToArray();

// Serialize to JSON array
string jsonArray = DicomJsonSerializer.Serialize(datasets, writeIndented: true);

// Save to file
File.WriteAllText(outputFile, jsonArray);

Console.WriteLine($"Successfully exported {datasets.Length} datasets to {outputFile}");

Voorbeeld JSON Array Output

De output JSON array ziet er zo uit:

[
  {
    "00080005": { "vr": "CS", "Value": ["ISO_IR 100"] },
    "00100010": { "vr": "PN", "Value": [{ "Alphabetic": "DOE^JOHN" }] },
    "00100020": { "vr": "LO", "Value": ["12345"] }
  },
  {
    "00080005": { "vr": "CS", "Value": ["ISO_IR 100"] },
    "00100010": { "vr": "PN", "Value": [{ "Alphabetic": "SMITH^JANE" }] },
    "00100020": { "vr": "LO", "Value": ["67890"] }
  }
]

Grote gegevensverwerking met LINQ

Voor betere geheugenbeheer met grote datasets, gebruik LINQ projecties:

using Aspose.Medical.Dicom;
using Aspose.Medical.Dicom.Serialization;

string inputFolder = @"C:\LargeDicomArchive";
string outputFile = "large_export.json";

// Process files lazily to manage memory
Dataset[] datasets = Directory.GetFiles(inputFolder, "*.dcm")
    .Select(path => 
    {
        try
        {
            return DicomFile.Open(path).Dataset;
        }
        catch
        {
            return null;
        }
    })
    .Where(ds => ds != null)
    .ToArray()!;

string jsonArray = DicomJsonSerializer.Serialize(datasets, writeIndented: true);
File.WriteAllText(outputFile, jsonArray);

Console.WriteLine($"Exported {datasets.Length} datasets.");

Voeg Progress Reporting toe

Voor grote wedstrijden, voeg vooruitgang verslag toe:

using Aspose.Medical.Dicom;
using Aspose.Medical.Dicom.Serialization;

string inputFolder = @"C:\DicomStudies";
string[] dicomPaths = Directory.GetFiles(inputFolder, "*.dcm");

List<Dataset> datasets = new();
int processed = 0;
int total = dicomPaths.Length;

foreach (string path in dicomPaths)
{
    try
    {
        DicomFile dcm = DicomFile.Open(path);
        datasets.Add(dcm.Dataset);
    }
    catch (Exception ex)
    {
        Console.WriteLine($"Error: {Path.GetFileName(path)} - {ex.Message}");
    }
    
    processed++;
    if (processed % 100 == 0 || processed == total)
    {
        Console.WriteLine($"Progress: {processed}/{total} ({processed * 100 / total}%)");
    }
}

string jsonArray = DicomJsonSerializer.Serialize(datasets.ToArray(), writeIndented: true);
File.WriteAllText("export.json", jsonArray);

Console.WriteLine($"Export complete: {datasets.Count} datasets.");

Importeer JSON Array in Analytics Tools

Python voorbeeld 

import json
import pandas as pd

# Load the exported JSON array
with open('dicom_studies.json', 'r') as f:
    dicom_data = json.load(f)

# Convert to DataFrame for analysis
df = pd.json_normalize(dicom_data)
print(df.head())

Download naar MongoDB 

// Using mongoimport
// mongoimport --db medical --collection studies --jsonArray --file dicom_studies.json

Memorie overwegingen

Bij het werken met zeer grote datasets:

  • Processen in Batches: bestanden verdeeld in batches van 100-500 files.
  • Stream Output: Gebruik stream-based serialisatie voor zeer grote arrels.
  • Dispose Files: Zorg ervoor dat DicomFile-objecten worden verwijderd na het extraheren van datasets.
// Batch processing example
int batchSize = 100;
string[] allFiles = Directory.GetFiles(inputFolder, "*.dcm");
int batchNumber = 0;

for (int i = 0; i < allFiles.Length; i += batchSize)
{
    string[] batch = allFiles.Skip(i).Take(batchSize).ToArray();
    Dataset[] datasets = batch
        .Select(path => DicomFile.Open(path).Dataset)
        .ToArray();
    
    string batchJson = DicomJsonSerializer.Serialize(datasets, writeIndented: true);
    File.WriteAllText($"batch_{batchNumber++}.json", batchJson);
}

Aanvullende informatie

  • Het JSON array-formaat is ideaal voor massale invoer naar NoSQL-databases.
  • Overweeg het compresseren van grote JSON-bestanden voor opslag efficiëntie.
  • Voor streaming scenario’s, overweeg dan het gebruik van het NDJSON (newline-delimited JSON) format in plaats daarvan.

Conclusie

Deze tutorial heeft u aangetoond hoe u meerdere DICOM-bestanden om te zetten in een enkele JSON-array in C# met behulp van Aspose.Medical. Deze benadering stelt u in staat om efficiënte hoeveelheid gegevens te exporteren voor analyse, database-importies en data pipeline-integratie.

 Nederlands