import os import re import pandas as pd from typing import Dict, Optional, Tuple, Union class Excel: def __init__(self, exel_path): self.path = exel_path def extract_data(self): df = pd.read_excel(self.path) #　key : Case Numner, value : 合併症の有無（True : 合併症あり，False : 合併症なし） data = {} for _, row in df.iterrows(): # if row["除外理由"]: # continue if pd.notna(row["No"]) and pd.notna(row["No/Slow flow during procedure"]) and pd.notna(row["IVUS解析除外"]): case_num = int(row["No"]) if row["No/Slow flow during procedure"] == 1: data[int(case_num)] = True elif row["No/Slow flow during procedure"] == 0: data[int(case_num)] = False # for k, v in data.items(): # print(f"Case Number : {k}, Complication : {v}") return data def rename(self, root_dir): data_dict = self.extract_data() No_data = [] for case in os.listdir(root_dir): case_dir = os.path.join(root_dir, case) if os.path.isdir(case_dir): images_dir = os.path.join(case_dir, "images") # IVUS元画像用のディレクトリ for image in os.listdir(images_dir): image_path = os.path.join(images_dir, image) rest_path, ext = os.path.splitext(image) parts = rest_path.split("_") case_num = int(float(parts[1])) # ファイル名に "_T" または "_F" が含まれている画像ファイルはリネーム処理の対象外 if image.endswith("_T.png") or image.endswith("_F.png"): continue if case_num not in data_dict: No_data.append(case_num) continue """ 合併症の有無によってファイル名を変更 合併症の場合 : frame_49_4020_T.png, frame_49_4020_F.png """ if data_dict[case_num]: new_image_name = f"{parts[0]}_{case_num}_{parts[-1]}_T{ext}" else: new_image_name = f"{parts[0]}_{case_num}_{parts[-1]}_F{ext}" new_image_path = os.path.join(images_dir, new_image_name) os.rename(image_path, new_image_path) No_data = sorted(set(No_data)) for case_num in No_data: print(f"Case Number : {case_num} is not found in the excel file.") print(f"Total {len(No_data)} cases are not found in the excel file.") def improve_name(self, root_dir): for case in os.listdir(root_dir): case_dir = os.path.join(root_dir, case) if os.path.isdir(case_dir): images_dir = os.path.join(case_dir, "images") for image in os.listdir(images_dir): image_path = os.path.join(images_dir, image) rest_name, ext = os.path.splitext(image) parts = rest_name.split("_") if parts[-2] == "F" or parts[-2] == "T": new_image_name = f"{parts[0]}_{parts[1]}_{parts[-1]}_{parts[-2]}{ext}" new_image_path = os.path.join(images_dir, new_image_name) os.rename(image_path, new_image_path) def restore_name(self, root_dir): for case in os.listdir(root_dir): case_dir = os.path.join(root_dir, case) if os.path.isdir(case_dir): images_dir = os.path.join(case_dir, 'images') for image in os.listdir(images_dir): image_path = os.path.join(images_dir, image) rest_name, ext = os.path.splitext(image) parts = rest_name.split("_") # frame_66_60_F if parts[-1] == "F" or parts[-1] == "T": new_image_name = f"{parts[0]}_{parts[1]}_{parts[2]}{ext}" new_image_path = os.path.join(images_dir, new_image_name) os.rename(image_path, new_image_path) class DICOMTagCSVController: """ DICOMタグ抽出で作成されたCSVファイルを制御するクラス """ def __init__(self, csv_path: str): """ 初期化 Args: csv_path (str): DICOMタグ抽出で作成されたCSVファイルのパス """ self.csv_path = csv_path self.df = None self._load_csv() def _load_csv(self): """ CSVファイルを読み込む """ try: if not os.path.exists(self.csv_path): raise FileNotFoundError(f"CSVファイルが見つかりません: {self.csv_path}") self.df = pd.read_csv(self.csv_path) except Exception as e: raise ValueError(f"CSVファイルの読み込みエラー: {e}") def get_pixel_spacing(self, case_id: Union[int, str]) -> Optional[Tuple[float, float]]: """ 指定された症例番号のPixel Spacingを取得("pre"がついているもので，最大の数値のもの) """ try: # case_idを文字列または数値として検索 if isinstance(case_id, str): mask = self.df['case_id'].astype(str) == str(case_id) else: mask = self.df['case_id'] == case_id matching_rows = self.df[mask] if len(matching_rows) == 0: raise ValueError(f"症例番号 {case_id} がDICOMタグ抽出で作成されたCSVファイルに見つかりません") # "pre"が含まれている行のみをフィルタリング pre_rows = matching_rows[matching_rows['case_name'].str.contains("pre", na=False)] if len(pre_rows) == 0: raise ValueError(f"症例番号 {case_id} に対して，'pre'が含まれている行が見つかりません") # 複数の"pre"が含まれている行が存在する場合，最大の数値を持つものを選択 if len(pre_rows) > 1: max_pre_number = -1 selected_row = None for idx, row in pre_rows.iterrows(): case_name = row['case_name'] # "pre"の後の数字を抽出 match = re.search(r'pre(\d+)', case_name) if match: pre_number = int(match.group(1)) if pre_number > max_pre_number: max_pre_number = pre_number selected_row = row else: # "pre"のみで数字がない場合 if max_pre_number == -1: selected_row = row if selected_row is None: raise ValueError(f"症例番号 {case_id} に対して，'pre'のみで数字がない行が見つかりました") row_data = selected_row else: # pre_rowsが1行の場合 row_data = pre_rows.iloc[0] # pixel spacingを取得 pixel_spacing_row = row_data['pixel_spacing_row'] pixel_spacing_col = row_data['pixel_spacing_col'] if pd.isna(pixel_spacing_row) or pd.isna(pixel_spacing_col): raise ValueError(f"症例番号 {case_id} に対して，Pixel Spacingが見つかりません") return float(pixel_spacing_row), float(pixel_spacing_col) except Exception as e: raise ValueError(f"Pixel Spacingの取得エラー: {e}") if __name__ == '__main__': excel_path = "../../../data/CHIBAMI_case_list_2023rev20240523.xlsx" root_path = "../../../data/list" # excel_path = "../../Data/CHIBAMI_case_list.xlsx" # root_path = "../../Data/list" excel = Excel(excel_path) data = excel.extract_data() # print(data) # excel.rename(root_path) # excel.improve_name(root_path) # excel.restore_name(root_path)