nifty数据格式中qform 和sform
NIfTI 文件格式 中，qform 和 sform 是两种不同的方式，用于存储 像素坐标到物理空间坐标的仿射变换矩阵。它们的作用是定义图像数据在真实世界（例如 MRI 扫描仪坐标系）中的位置、方向和缩放。
1. qform（基于四元数的变换）
特点
- 更紧凑的表示：使用 四元数（quaternion） 表示旋转，节省存储空间。
- 兼容性更好：所有 NIfTI 阅读工具都支持
qform。 - 适用于刚体变换（旋转 + 平移 + 均匀缩放）。
存储方式
qform 的变换矩阵由以下头文件字段组成：
quatern_b,quatern_c,quatern_d→ 旋转的四元数表示qoffset_x,qoffset_y,qoffset_z→ 平移（物理空间原点）pixdim[1..3]→ 像素间距（缩放）
2. sform（直接存储仿射矩阵）
特点
- 更灵活：直接存储 4×4 仿射矩阵，支持任意线性变换（如剪切、非均匀缩放）。
- 精度更高：避免四元数转换带来的数值误差。
- 适用于复杂变换（如 DICOM 到 NIfTI 的转换）。
存储方式
sform 的变换矩阵直接存储在以下头文件字段：
srow_x→ 矩阵第 1 行[a b c d]srow_y→ 矩阵第 2 行[e f g h]srow_z→ 矩阵第 3 行[i j k l]sform_code→ 标识变换类型（见下表）
sform_code | 含义 |
|---|---|
| 0 | 未指定（忽略 sform） |
| 1 | Scanner-based 坐标（原始 MRI 坐标系） |
| 2 | Aligned 坐标（标准空间，如 MNI） |
| 3 | Talairach 坐标（人脑模板） |
| 4 | 其他模板坐标 |
3 总结
qform：紧凑的四元数表示，兼容性好，适合刚体变换。sform：直接存储仿射矩阵，灵活精确，适合复杂变换。- 大多数情况下，库（如 SimpleITK/nibabel）会自动处理两者，无需手动干预。
4 使用
从 NIfTI 头文件提取参数
import nibabel as nibimg = nib.load("your_image.nii")
header = img.header# 获取关键参数
origin = header.get_qform()[:3, 3] # 或 header.get_sform()[:3, 3]
spacing = header.get_zooms()[:3] # 像素间距 (dx, dy, dz)
direction = header.get_qform()[:3, :3] # 方向矩阵
构建仿射矩阵
affine = np.eye(4)
affine[:3, :3] = direction * spacing # 旋转 + 缩放
affine[:3, 3] = origin # 平移
坐标转换
world_coord = affine @ np.append([10, 20, 30], 1)