请将我的LiTS2017数据集的3D图像变成2D、RGB三通道、的png格式的图像。数据集的3D标签变成2D的png格式标签。（要求背景灰度值0、肝脏灰度值1、肝脏肿瘤灰度值2的） LiTS2017数据集里面包含Training Batch 1和Training Batch 2两个文件夹。Training Batch 1文件夹里面有图像，图像的拓展名为.nii。Training Batch 2文件夹里面有标签,标签拓展名为.nii。 LiTS2017数据集的路径为C:\Users\Administrator\Desktop\LiTS2017。 保存路径为C:\Users\Administrator\Desktop\2D-LiTS2017，请帮我创建好对应文件夹，并且将转换好的数据保存到对应的文件夹。

好的，您可以使用以下Python代码来实现这个功能：

import os
import numpy as np
import nibabel as nib
from PIL import Image

# 设置数据集路径和保存路径
data_path = 'C:/Users/Administrator/Desktop/LiTS2017'
save_path = 'C:/Users/Administrator/Desktop/2D-LiTS2017'

# 创建保存路径文件夹
if not os.path.exists(save_path):
    os.makedirs(save_path)
if not os.path.exists(os.path.join(save_path, 'images')):
    os.makedirs(os.path.join(save_path, 'images'))
if not os.path.exists(os.path.join(save_path, 'labels')):
    os.makedirs(os.path.join(save_path, 'labels'))

# 加载3D图像和标签
for i in range(1, 3):
    data_folder = os.path.join(data_path, 'Training Batch ' + str(i))
    for file_name in os.listdir(data_folder):
        if file_name.endswith('.nii'):
            # 加载nii文件
            img_nii = nib.load(os.path.join(data_folder, file_name))
            img = img_nii.get_fdata()
            # 将3D图像转换为2D图像
            if img.shape[-1] > 1:
                for j in range(img.shape[-1]):
                    img_slice = np.squeeze(img[:, :, j])
                    img_slice = np.uint8((img_slice - img_slice.min()) / (img_slice.max() - img_slice.min()) * 255)
                    img_rgb = np.stack((img_slice,)*3, axis=-1)
                    # 保存为png格式
                    img_save_path = os.path.join(save_path, 'images', file_name[:-4] + '_' + str(j) + '.png')
                    Image.fromarray(img_rgb).save(img_save_path)
            else:
                img_slice = np.squeeze(img)
                img_slice = np.uint8((img_slice - img_slice.min()) / (img_slice.max() - img_slice.min()) * 255)
                img_rgb = np.stack((img_slice,)*3, axis=-1)
                # 保存为png格式
                img_save_path = os.path.join(save_path, 'images', file_name[:-4] + '.png')
                Image.fromarray(img_rgb).save(img_save_path)
        elif file_name.endswith('.nii.gz'):
            # 加载nii.gz文件
            label_nii = nib.load(os.path.join(data_folder, file_name))
            label = label_nii.get_fdata()
            # 将3D标签转换为2D标签
            if label.shape[-1] > 1:
                for j in range(label.shape[-1]):
                    label_slice = np.squeeze(label[:, :, j])
                    label_slice = np.uint8(label_slice)
                    label_save_path = os.path.join(save_path, 'labels', file_name[:-7] + '_' + str(j) + '.png')
                    label_img = Image.fromarray(label_slice, mode='L')
                    # 将标签灰度值转为0/1/2
                    label_img = label_img.point(lambda p: p * 1 if p == 1 else p * 2)
                    label_img.save(label_save_path)
            else:
                label_slice = np.squeeze(label)
                label_slice = np.uint8(label_slice)
                label_save_path = os.path.join(save_path, 'labels', file_name[:-4] + '.png')
                label_img = Image.fromarray(label_slice, mode='L')
                # 将标签灰度值转为0/1/2
                label_img = label_img.point(lambda p: p * 1 if p == 1 else p * 2)
                label_img.save(label_save_path)

运行以上代码后，您将得到两个文件夹，一个是`images`，里面包含转换好的图像；另一个是`labels`，里面包含转换好的标签。注意，转换后的标签灰度值已经被转换为0、1、2。